Daniel & Friends / Blog / Marketingová věda
Jak měřit marketing, když umírají cookies: MMM, inkrementalita a konec ROAS jako krále
Deset let jsme si zvykli, že marketing se měří jednoduše: klik, cookie, konverze, ROAS. Jenže ten svět se rozpadá. Cizí cookies mizí, iOS ořezal sledování, souhlasové lišty ukusují data a atribuce na poslední proklik už dávno nedává smysl. Dobrá zpráva? To, čím ji nahradit, je ve skutečnosti přesnější a existuje to desítky let. Tenhle článek je průvodce, jak měřit marketing tak, aby to přežilo konec cookies a hlavně aby to říkalo pravdu.
Daniel Votruba · 11. srpna 2026 · 6 minut čtení
Co se vlastně rozbilo
Nejdřív si ujasněme, že cookies neumřely ze dne na den. Spíš se dlouho drolí. Safari a Firefox third-party cookies blokují už roky, Applovské iOS pořádně přiškrtilo sledování v aplikacích a evropská souhlasová lišta znamená, že velkou část návštěvníků ani nesmíte změřit. Google svůj plán na úplné vypnutí cookies v Chromu několikrát odložil a otočil, ale to nic nemění na trendu: signál se rozpadá a spoléhat měření celé firmy na cizí cookies je čím dál větší hazard.
Horší než technický problém je ale ten myšlenkový. Deset let jsme marketing řídili podle atribuce na poslední proklik, protože byla po ruce a vypadala přesně. Jenže přesná nikdy nebyla. Byla jen sebejistá.
Proč ROAS lže
Řeknu to natvrdo, protože to většina firem slyší nerada: ROAS není návratnost, ROAS je zásluha. Měří tržby, které si systém přiřadil ke kampani, ne tržby, které kampaň reálně přidala. A to je propastný rozdíl. Když člověk googlí vaše jméno, protože viděl váš billboard, a klikne na vaši značkovou reklamu ve vyhledávání, atribuce dá celou zásluhu tomu poslednímu prokliku. Billboard, který ho tam poslal, nedostane nic. Brandový search a retargeting tak vypadají jako hvězdy, přitom hlavně sbírají poptávku, která už existovala.
Otázka, na kterou chcete odpověď, nezní „kolik tržeb si kampaň přiřadila", ale „kolik prodejů by se nestalo, kdybychom kampaň vypnuli". Tomu se říká inkrementalita, přírůstek. A last-click atribuce na ni odpovědět neumí, ať ji nakrucujete, jak chcete. Ekonomka Grace Kite to opakuje roky: teprve modelování přes delší období ukáže skutečný přínos, který proklik systematicky přeceňuje dole a podceňuje nahoře.
Noha první: marketing mix modeling
Marketing mix modeling (MMM) není nic nového, používaly ho velké FMCG firmy dávno před internetem. Je to statistický model, který z historických dat odhadne, jak k prodejům přispívají jednotlivé kanály i věci mimo marketing: cena, sezóna, konkurence, počasí, distribuce. Zásadní výhoda pro dnešek: pracuje s agregovanými daty, nepotřebuje sledovat jednotlivce, takže je vůči konci cookies imunní a přátelský ke GDPR.
A co je nové: MMM přestalo být výsadou korporací s milionovým rozpočtem na analytiku. Google vydal otevřený nástroj Meridian, Meta má open-source Robyn, a firmy jako Analytic Partners to dělají na klíč. I střední český e-shop dnes zvládne postavit rozumný model, který mu řekne, kam příště dát korunu. MMM je skvělé na strategické otázky: jak rozdělit rozpočet mezi kanály, kolik dát na značku versus výkon, kde jsou diminishing returns. Není moc dobré na rychlé provozní ladění ze dne na den, na to má jiné nástroje.
Noha druhá: inkrementalita a experimenty
Pokud si z celého článku máte odnést jedno slovo, je to tohle. Inkrementalita se neodhaduje z korelací, ale testuje experimentem, a experiment je nejbližší věc kauzalitě, jakou v marketingu máme. Dvě základní varianty. Geo-test: zapnete kampaň v jednom regionu a v jiném, srovnatelném, ji necháte vypnutou, a rozdíl v prodejích je přírůstek. Holdout (ghost ads): části publika reklamu záměrně nepustíte a porovnáte, jak nakupovala oproti těm, kdo ji viděli.
Výsledky bývají střízlivé až bolestivé. Nejednou se ukáže, že kanál s krásným ROAS přidává ve skutečnosti minimum, protože oslovoval lidi, kteří by koupili tak jako tak. To není příjemné zjištění, ale je to zjištění, za které stojí za to zaplatit. Radši nepříjemná pravda dnes než hezké číslo, podle kterého rok pálíte rozpočet.
Noha třetí: first-party data a souhlas
Třetí pilíř je přestat si půjčovat cizí data a začít pořádně sbírat vlastní. First-party data jsou to, co lidé nechají přímo u vás: nákupy, registrace, chování na webu, e-mailový vztah. Technicky k tomu patří server-side tracking, conversions API a poctivě nastavený consent mode, aby data byla se souhlasem a v souladu s GDPR. Není to jen o compliance, kvalitní first-party data jsou dnes konkurenční výhoda, protože je konkurence z veřejných zdrojů nezkopíruje.
Atribuce z těchto dat má pořád smysl, ale v jiné roli, než jsme ji léta stavěli. Ne jako soudce, který rozdá zásluhy a určí rozpočty, ale jako provozní kompas pro rychlé ladění kampaní ze dne na den. Na velká rozhodnutí je krátkozraká, na malá se hodí.
Triangulace: proč potřebujete všechny tři
Tady je pointa, na které se dnes shodne WARC, Google, Meta i Analytic Partners: žádná jediná metoda není pravda. Každá vidí jinou část reality a má jiné slepé místo. Řešení se jmenuje triangulace, tři metody vedle sebe, každá na to, v čem je nejlepší:
| Metoda | Na co je nejlepší | Slepé místo |
|---|---|---|
| MMM | Rozdělení rozpočtu, brand vs výkon, dlouhý efekt | Pomalé, nevidí detail kampaně ze dne na den |
| Inkrementalita | Kauzalita: kolik kampaň reálně přidala | Nákladné, jeden test měří jednu věc |
| Atribuce (first-party) | Rychlá provozní optimalizace | Přeceňuje spodek trychtýře, krátkozraká |
V praxi: MMM vám řekne, kolik dát na TV, social a search. Inkrementalita ověří, jestli model nelže, a kalibruje ho. Atribuce pak řídí denní optimalizaci uvnitř kanálů. Tři nástroje, tři úlohy, jedna pravda poskládaná z různých úhlů.
Co reálně nasadit ve střední firmě
- 1. First-party základ. Server-side měření, conversions API, consent mode. Bez čistých vlastních dat nepostavíte nic dalšího.
- 2. Lehké MMM. Nemusíte kupovat enterprise nástroj. Meridian nebo Robyn a rozumný analytik stačí na první užitečný model.
- 3. Jeden geo-test za kvartál. Vyberte kanál, o kterém pochybujete, a změřte jeho přírůstek. Jeden dobrý test vydá za sto dashboardů.
- 4. Brand tracking. Sledujte i známost, asociace a preferenci. Značka je ta část, kterou proklik nikdy neuvidí.
- 5. Nové KPI. Přírůstkový zisk a náklad na skutečně nového zákazníka místo slepého ROAS.
Nejčastější chyby v měření
- Řízení firmy podle ROAS. Optimalizujete na zásluhu, ne na přírůstek, a systematicky přesypáváte peníze do spodku trychtýře.
- Žádné holdouty. Bez kontrolní skupiny nikdy nevíte, co by se stalo tak jako tak.
- Brandový search jako hrdina. Sbírá poptávku, kterou vytvořilo něco jiného, a bere si za ni zásluhy.
- Měření jen toho, co jde snadno. Goodhartův zákon: jakmile se metrika stane cílem, přestane být dobrou metrikou.
- Ignorování dlouhého efektu. Značková reklama se vrací měsíce, atribuce ji odepíše za pár dní.
Co si z toho vzít (TL;DR)
- Cookies se drolí a atribuce na poslední proklik už dávno nedává přesný obraz.
- ROAS měří zásluhu, ne přírůstek. Ptejte se, kolik prodejů by se nestalo bez kampaně.
- MMM (Google Meridian, Meta Robyn) zvládne i střední firma a nepotřebuje cookies.
- Inkrementalitu testujte geo-testy a holdouty. Je to nejbližší věc kauzalitě.
- First-party data se souhlasem jsou základ i konkurenční výhoda.
- Triangulujte všechny tři metody, každou na to, v čem je dobrá.
Časté otázky
Jak měřit marketing bez third-party cookies?
Kombinací tří metod: marketing mix modeling (agregovaná ekonometrie, nepotřebuje sledovat jednotlivce), inkrementalita přes geo-testy a holdouty (kolik kampaň reálně přidala) a atribuce z first-party dat na provozní optimalizaci. Žádná jediná metoda nestačí, proto se triangulují.
Proč ROAS lže?
ROAS měří tržby přiřazené kampani, ne přírůstek. Velká část těch prodejů by se stala i bez reklamy, hlavně u brandového searche a retargetingu. Kampaň tak vypadá skvěle, i když reálně přidala málo. Rozhoduje inkrementalita, ne ROAS.
Co je marketing mix modeling (MMM)?
MMM je statistický model, který z historických dat odhadne, jak jednotlivé kanály a další faktory (cena, sezóna, počasí) přispívají k prodejům. Pracuje s agregovanými daty, takže nepotřebuje sledovat jednotlivce a je odolný vůči konci cookies. Google i Meta k němu nabízejí otevřené nástroje (Meridian, Robyn).
Co je inkrementalita a jak se měří?
Inkrementalita je počet prodejů, které kampaň reálně přidala nad rámec toho, co by se stalo bez ní. Měří se experimentem: geo-testem (zapnu reklamu v jednom regionu, ve srovnatelném ne) nebo holdout skupinou (části publika reklamu nepustím). Je to nejbližší věc kauzalitě, jakou v marketingu máme.
Umírají cookies úplně?
Ne úplně, ale signál se rozpadá. Safari a Firefox third-party cookies dávno blokují, iOS omezil sledování v aplikacích a souhlasové lišty podle GDPR zmenšují, co vůbec smíte měřit. Spoléhat měření celé firmy na cizí cookies je proto čím dál riskantnější.
Zdroje: WARC (měření efektivity, incrementality) · Analytic Partners, ROI Genome · Google, open-source MMM Meridian · Meta, open-source MMM Robyn · Grace Kite (magic numbers / ekonometrie) · Les Binet & Peter Field, IPA · Gartner (marketing measurement) · IAB Europe. Právní rámec sběru dat v ČR: GDPR a doporučení ÚOOÚ.
Souvisí to s tím, co děláme: RevOps & CRM a marketingová strategie. Proč atribuce nevidí celou nákupní cestu, rozebírá článek o dark funnelu, a jak dnes měřit brand + výkon dohromady najdete v článku o Multiplier Effectu.
Nejste si jistí, jestli vaše čísla měří přírůstek, nebo jen zásluhy? Pojďme si dát 30 minut. Podíváme se, co vaše dashboardy říkají a co zamlčují.