Panele reklamowe raportują to, co widzą. Loyalz liczy od rozliczonych zamówień, rankuje kreacje po przychodzie sklepu i pokazuje realną ścieżkę klienta.
Strategia pozyskiwania jest warta tyle, ile liczba, po której ją oceniasz — a tę liczbę zwykle raportuje ten, kto jest oceniany. Model atrybucji to decyzja, jak podzielić zasługę za sprzedaż między punkty styku, które ją poprzedziły. Loyalz nie rozstrzyga tego sporu — pokazuje, gdzie modele się rozjeżdżają, i daje Ci jeden punkt odniesienia, przy którym nikt nie sprawdza własnej pracy domowej: to, co naprawdę weszło do Twojej kasy.
Meta przypisuje sobie o połowę więcej zakupów, niż sklep rozliczył. Nikt nie kłamie — każdy liczy co innego, w innym oknie i z innym widokiem na klienta.
Sam układ jest prawdziwy i codzienny; liczby to przykład. Większość narzędzi rozwiązuje to tak, że wybiera zwycięzcę i chowa rozbieżność. Wielkość tej różnicy to informacja — mówi Ci, jak duża część Twojego raportowania jest modelowana, a nie zaobserwowana.
Zaangażowanie na stronie i przychód z GA4 stoją w tym samym wierszu co wydatek danej reklamy z Mety, sparowane po ad id.
Reklamy, których utm_content nie zgadza się dokładnie z ad id, pokazują zero — a to wygląda tak samo jak reklama, która naprawdę nie miała ruchu.
Przykład liczbowy. Każdy model przypisuje sobie więcej, niż sklep zarejestrował, bo każdy jest hojny w swoją stronę. Liczba ze sklepu to nie piąty model — to ograniczenie, w którym pozostałe cztery muszą się zmieścić.
Zapisywane first-party na Twojej własnej stronie, nie w cudzym magazynie przeglądarki. Wizyty bez znaczników kampanii trafiają do kategorii direct, organic albo referral, zamiast zostać odrzucone — dlatego większość raportów kanałowych sumuje się do mniejszego ruchu, niż naprawdę miał Twój sklep.
Wtyczka zapisuje punkty styku każdego odwiedzającego w cookie first-party — parametry utm, identyfikatory kliknięć gclid / fbclid / ttclid / msclkid, referrer i stronę wejścia — a w checkoucie przekazuje cały łańcuch do zamówienia.
Dwadzieścia ostatnich wpisów, trzymanych od ostatniego zakupu i wygasających po dziewięćdziesięciu dniach bezczynności — to nie to samo co dziewięćdziesiąt dni historii. Wizyty bez znaczników kampanii trafiają do kategorii direct, organic albo referral, zamiast zostać odrzucone.
Wideo demo
6.4×
wg platformy
Hook UGC, 15s
6.2×
POAS 2.4×
Hook UGC, 15s
31
nowych klientów
Wideo demo
→
Hook UGC
→
Hook UGC
ZWYCIĘZCA
Sama wiedza, że reklama zadziałała, nie wystarczy do briefu na kolejną. Zapisujemy osiem pól; panel pokazuje dziś hook— i wolimy powiedzieć to wprost, niż sugerować, że cały komplet jest już na ekranie.
Claude czyta raz tekst każdej kreacji i jej obraz podglądowy, po czym zapisuje, co reklama naprawdę mówi — hook, ofertę, CTA, ton, styl wizualny, odbiorcę, deklaracje i emocje.
Jedna analiza obejmuje wszystkie reklamy z tą samą treścią. Dashboard pokazuje hook obok liczb przeanalizowanej reklamy.
Przykład liczbowy. Blended CAC dzieli cały wydatek reklamowy przez wszystkich nowych klientów, łącznie z 240, którzy przyszli, nie kosztując nic. To zaniża realny koszt płatnego pozyskania — dlatego kafelek jest tak opisany, zamiast po cichu podkoloryzowywać liczbę.
Mission Control pokazuje, ilu zidentyfikowanych klientów w danym okresie składało pierwsze zamówienie w historii zsynchronizowanej przez Loyalz, i dzieli wydatek reklamowy z tego okresu przez tę liczbę.
Jeden blended koszt nowego klienta dla całego sklepu. Nie per kanał, nie per kampania. Klienci, którzy przyszli organicznie, też są w mianowniku, więc wszędzie tam, gdzie dzieje się pozyskanie bezpłatne, liczba zaniża koszt pozyskania płatnego.
Układ poglądowy. Dashboard zbudujesz w każdym produkcie z tej kategorii — pytanie brzmi, co jest na nim do pokazania. Wydatek reklamowy i rozliczone zamówienia to wiersze tej samej tabeli, więc jeden widget pomieści jedno i drugie bez kroku z eksportem.
Jedno zapytanie zwraca wydatek ze wszystkich podłączonych platform obok przychodu ze sklepu lub CRM-u za ten sam okres.
Nie per kampania i nie per reklama: wiersze ze sklepu i CRM-u nie mają wymiaru kampanii, więc wzór łączący źródła zwróci zero, jeśli o niego poprosisz. Produkt Cię o tym uprzedza.
Który format kreacji przyprowadził klientów, którzy wrócili, i ile ci klienci kosztowali?
query_metrics
list_metric_catalog
get_purchase_history
W ostatnim kwartale wideo UGC przyniosło 212 nowych klientów po £71 każdy. Statyczne reklamy ofertowe przyniosły 318 po £54.
Ale 41% kohorty UGC zamówiło ponownie w ciągu 90 dni, wobec 19% kohorty statycznej. Licząc przychód na klienta w czasie, tańszy kanał okazuje się droższy.
Zbudować dashboard śledzący obie kohorty?
Rozmowa poglądowa. Każdy konkurencyjny MCP w tej kategorii sięga do paneli reklamowych. Nasz sięga po wydatek reklamowy i po to, ile pozyskany za niego klient okazał się wart, bo jedno i drugie leży w tej samej tabeli. Asystent w panelu tylko czyta; tworzysz przez serwer MCP, tokenem, który generujesz samodzielnie.
Przy pisaniu tej strony przejrzeliśmy siedem konkurencyjnych produktów. Żaden nie publikuje przedziału ufności, współczynnika dopasowania, minimalnego wolumenu ani jednego warunku, w którym jego metoda zawodzi.
Dwadzieścia minut, na żywo, na Twoich danych. Przy Tobie liczymy różnicę między tym, co przypisują sobie Twoje platformy, a tym, co weszło do kasy Twojego sklepu.
Umów te dwadzieścia minut →