Jak mierzyć kampanie bez cookies w 2026: server-side i MMM

Third-party cookies w Chrome są historią, a adblockery wycinają już 40% sesji. Sprawdzamy, jak mierzyć kampanie cookieless w 2026 r. — server-side i MMM.

Co mówią polskie poradniki, a co przemilczają

Większość polskich materiałów o pomiarze efektywności kampanii reklamowych w internecie do 2024 r. powtarzała ten sam zestaw wskaźników: ROI (zwrot z inwestycji), CAC (koszt pozyskania klienta), współczynnik konwersji, CTR i SOV (Share of Voice — udział w wyświetleniach reklam w danej kategorii). Tekst Platformy Przedsiębiorców „Jak mierzyć efektywność kampanii reklamowej w internecie?” — często cytowany w polskich grupach branżowych — buduje cały warsztat pomiarowy wokół Google Analytics jako głównego narzędzia, dorzucając CRM, Facebook Analytics i specjalistyczne platformy reklamowe. Treść jest dobrze skrojona dla małej firmy, która zaczyna mierzyć cokolwiek — ale dla kogoś, kto zarządza budżetem od 50 tys. zł miesięcznie, ten zestaw narzędzi w 2026 r. już nie wystarcza.

Jednym z nielicznych polskich tekstów, który otwarcie przyznaje, że klasyczny model pomiaru się rozsypuje, jest artykuł „SEO bez ciasteczek: Jak mierzyć efekty działań w świecie cookieless?” z portalu MarketingOnline.pl. Autorzy wskazują, że w środowisku, w którym przeglądarki blokują pliki cookie firm trzecich, marketerzy muszą oprzeć pomiar na danych first-party (ciasteczkach założonych przez własną domenę), modelach atrybucji opartych na zagregowanych danych i statystycznych metodach modelowania. Wymieniają konkretne narzędzia: Google Consent Mode jako warstwa zgody, GA4 plus Search Console jako podstawa analityczna, integracja danych offline (POS, CRM, system rezerwacji) jako uzupełnienie. To pierwsza polska publikacja z 2025 r., która jasno mówi: era prostych wskaźników z GA się skończyła, czas na infrastrukturę pomiarową drugiej generacji.

Tym, czego oba teksty nie pokazują w pełni, są dwa filary nowego modelu — server-side tagging (tagowanie po stronie serwera) i Marketing Mix Modeling (MMM). To one realnie zastępują rolę, jaką do 2024 r. pełniły third-party cookies. I to o nich będzie ten artykuł.

Dlaczego cookieless to nie moda, tylko stan faktyczny

Krótka oś czasu, którą warto mieć w głowie. W styczniu 2020 r. Google ogłosił, że Chrome wycofa obsługę third-party cookies — czyli ciasteczek tworzonych przez domeny inne niż ta, na której aktualnie się znajdujesz. Termin był wielokrotnie przesuwany, ale w 2025 r. proces faktycznie się zamknął. Apple Safari blokuje takie ciasteczka domyślnie od 2020 r., Mozilla Firefox od 2019 r., Brave i większość przeglądarek prywatnościowych od początku. W ogólnej masie ruchu w polskim internecie według danych StatCounter za marzec 2026 r. udział przeglądarek z domyślnie zablokowanymi third-party cookies przekracza 70%.

Druga warstwa problemu to adblockery. Według badań branżowych, w 2026 r. blokery reklam wycinają tagi po stronie klienta z ponad 40% sesji w kluczowych rynkach europejskich. uBlock Origin, AdGuard, Brave Shields i Pi-hole — popularne narzędzia również w Polsce — eliminują z ruchu nie tylko reklamy, ale też skrypty Google Tag Manager, GA4, Meta Pixel i podobne. To znaczy, że nawet jeśli użytkownik formalnie wyrazi zgodę na ciasteczka analityczne, jego przeglądarka albo rozszerzenie nigdy nie pozwolą skryptowi się odpalić.

Trzecia warstwa to RODO i polskie wytyczne UODO. Rozporządzenie wymaga, żeby zgoda na cookies była — cytuję art. 6 ust. 1 lit. a — „dobrowolna, konkretna, świadoma i jednoznaczna”. UODO w wytycznych z 2025 r. doprecyzował, że samo „Akceptuję wszystkie” w bannerze cookies bez równoległej opcji „Odrzuć wszystkie” oraz bez granulacji celów (osobno analityka, osobno marketing, osobno personalizacja) nie spełnia warunku zgody. Polska Izba Informatyki i Telekomunikacji szacuje, że po wejściu wytycznych UODO odsetek użytkowników klikających „Akceptuję wszystkie” spadł z 75% do 38%. To trzecia luka w pomiarze: nawet kiedy ciasteczko technicznie istnieje i adblocker go nie wyciął, samego użytkownika nie ma, bo odmówił zgody.

Złożony skutek: marketer w 2026 r., który polega wyłącznie na klasycznym pikselu w przeglądarce klienta, traci dane z 50–65% ruchu. To nie jest margines błędu, to jest połowa rynku. Klasyczne raporty z Meta Ads Manager albo Google Ads pokazujące „liczbę konwersji” są dziś po prostu nieprawdziwe — i każdy, kto zarządza budżetem powyżej 30 tys. zł miesięcznie, zaczyna to widzieć w nagłej rozjeżdżalności między raportowaną sprzedażą a realnymi wpływami w panelu sklepowym.

Server-side tagging, czyli jak ratować dane pierwszego poziomu

Server-side tagging — w polskich agencjach często skracane do GTM SS — to architektura, w której tagi analityczne i reklamowe nie odpalają się w przeglądarce użytkownika, tylko na serwerze pośredniczącym należącym do firmy. Klient zamiast komunikować się bezpośrednio z Google Analytics, Meta i Tikiem, łączy się z subdomeną typu gtm.twojsklep.pl, a stamtąd serwer dystrybuuje dane do platform reklamowych.

Z perspektywy marketera daje to cztery konkretne korzyści. Po pierwsze, tagi są praktycznie niewidoczne dla adblockerów — bo z punktu widzenia przeglądarki dane wychodzą do tej samej domeny, na której toczy się sesja, czyli do twojej. Według danych Conversion.pl, jednej z polskich agencji specjalizujących się w GTM SS, wdrożenie server-side tagging odzyskuje średnio 25–45% zdarzeń, które wcześniej wycinały adblockery. Po drugie, czas wczytywania strony spada — bo zamiast 6–12 osobnych skryptów odpalanych w przeglądarce użytkownika masz jeden lekki klient, a cała ciężka komunikacja idzie z serwera. Mediachoice w swoim case study pokazywał poprawę Largest Contentful Paint o 0,4–1,2 sekundy na stronach e-commerce po przejściu na GTM SS.

Po trzecie, możesz manipulować danymi przed wysłaniem — anonimizować adresy IP, filtrować ruch botów, rozszerzać payload o dane z CRM, hashować maile zgodnie z wymaganiami RODO. To etap, którego klasyczny GTM po stronie klienta zwyczajnie nie ma. Po czwarte, masz pełną kontrolę nad logami — w razie audytu UODO albo sporu z platformą reklamową możesz wykazać, jakie dokładnie dane wysyłasz, kiedy i z jaką podstawą prawną.

Cena? Wbrew obiegowej opinii, niska. Google Tag Manager w wersji server-side jest darmowy, a hosting na Google Cloud Run zaczyna się od 30–60 zł miesięcznie dla małego sklepu. Polskie agencje wdrażające GTM SS pod klucz biorą obecnie 6–18 tys. zł netto za projekt, w zależności od skomplikowania źródeł danych. Najwięcej kosztuje nie technologia, tylko czas analityka, który mapuje zdarzenia, konfiguruje conversion API w Mecie i Tiktoku oraz testuje atrybucję.

Co istotne dla polskiego marketera w 2026 r. — bez server-side tagging Conversion API w Mecie i Tiktoku traci większość swojej wartości. W styczniu 2026 r. Meta zaktualizowała swoje wytyczne dotyczące Event Match Quality (jakości dopasowania zdarzeń) i podniosła wymagany próg z 5,5/10 do 7/10, żeby system w ogóle uwzględniał dane konwersji w optymalizacji kampanii. Bez SS i bez przekazywania danych first-party (mail hashowany, telefon hashowany, lokalizacja) ten próg jest praktycznie nieosiągalny.

Marketing Mix Modeling, czyli statystyka zamiast śledzenia

Druga warstwa pomiarowa to MMM — Marketing Mix Modeling. To metoda statystyczna, w której zamiast śledzić indywidualnego użytkownika, modeluje się wpływ poszczególnych kanałów (TV, radio, digital, print, OOH) na agregowane wyniki sprzedaży. Działa od lat 90. w wielkich korporacjach FMCG, ale w 2024–2026 r. wraca jako odpowiedź na erę cookieless.

Logika MMM jest prosta: bierzesz historyczne dane sprzedaży tygodniowe lub dzienne za dwa–trzy lata wstecz, zestawiasz je z wydatkami na poszczególne kanały marketingowe, dorzucasz zmienne kontrolne (sezonowość, święta, akcje konkurencji, pogoda, kursy walut) i puszczasz przez model regresji albo bayesowski model strukturalny. W odpowiedzi dostajesz coś, czego klasyczna atrybucja last-click nigdy nie pokazała: realny przyrostowy wpływ każdego kanału na sprzedaż, niezależny od tego, czy ostatnie kliknięcie poszło z Google’a, czy z Mety.

W 2024 r. Google opublikował Meridian — open-source’ową bibliotekę MMM napisaną w Pythonie, opartą na frameworku TensorFlow Probability. To było przełomowe dla rynku, bo wcześniej wdrożenie MMM wymagało albo licencji od Nielsen / Kantar / Analytic Partners (60–250 tys. zł rocznie), albo własnego zespołu data science. Z Meridianem polski marketer z umiejętnościami Python i statystyki potrafi zbudować pierwszy działający model w 4–8 tygodni przy budżecie 8–25 tys. zł na konsultacje zewnętrzne.

Liczby, które krążą po branży, są zachęcające. Według raportu serwisu wirtualnemedia.pl z 2025 r. firmy e-commerce i DTC (Direct-to-Consumer), które w 2024 r. wdrożyły MMM jako podstawowy framework decyzyjny, raportują średni wzrost przychodów o 1,6–4,8% rok do roku, wynikający wyłącznie z lepszej alokacji budżetu między kanałami. Mechanizm: model pokazuje, że kanał, który w panelu Google Ads wyglądał na bohatera dzięki last-click, w rzeczywistości daje przyrost mniejszy niż content marketing, na który nikt nie patrzy w tygodniowych raportach. Realokacja 15–25% budżetu z przeszacowanych do niedoszacowanych kanałów daje natychmiastowy efekt.

Polskie agencje, które oferują MMM jako usługę, to obecnie m.in. Sales&More (z gotowym frameworkiem opartym o Meridian), Mediaclick i kilka mniejszych zespołów data-science. Stawki za pierwszy model dla średniej firmy e-commerce z 5–15 mln zł rocznych przychodów — 30–80 tys. zł za jednorazowy projekt plus 4–12 tys. zł miesięcznie za odświeżanie modelu. Dla większych graczy (50+ mln zł rocznych przychodów) cena rośnie do 100–250 tys. zł rocznie, ale z perspektywy realokacji budżetu reklamowego rzędu 5–15 mln zł zwraca się typowo w drugim kwartale.

Czego MMM nie robi: nie powie ci, czy konkretny użytkownik kupił dzięki konkretnej reklamie. To jest narzędzie strategiczne, nie operacyjne. Jeśli zarządzasz kampanią Google Ads i chcesz wiedzieć, czy ten konkretny zestaw słów kluczowych konwertuje, MMM cię nie zastąpi — potrzebujesz GTM SS plus Conversion API. Te dwa systemy się uzupełniają, a nie konkurują.

Pomiar kampanii cookieless w Polsce — twarde liczby z rynku

Tu sekcja dla tych, którzy lubią dane rynkowe. Polski rynek pomiaru kampanii w 2026 r. to zbiór kilku konkretnych liczb, które warto znać przed wyborem stosu technologicznego.

Według raportu „Trendbook marketera 2026″ przygotowanego przez magazyn Marketer+ z udziałem 58 autorów branżowych, 47% polskich firm e-commerce o przychodach powyżej 10 mln zł rocznie wdrożyło lub planuje wdrożenie server-side tagging w pierwszym półroczu 2026 r. To skok z 19% rok do roku — najszybciej rosnąca kategoria w polskim martechu. Po stronie MMM dynamika jest wolniejsza: 14% firm ma już działający model, kolejne 22% deklaruje wdrożenie do końca 2026 r. Łącznie więc niemal jedna trzecia większych polskich e-commerce’ów w 2027 r. będzie podejmować decyzje budżetowe w oparciu o MMM.

Po stronie regulacyjnej obraz jest bardziej napięty. UODO w 2024 r. po raz pierwszy nałożył kary za niespełnianie wymogów konsentu cookies — od 14 do 230 tys. zł, w trzech publicznych przypadkach. NowyMarketing.pl w analizie z 2025 r. „Marketing w erze cookieless. Koniec złudzeń, początek dojrzałości” pokazuje, że 38% polskich sklepów internetowych nadal działa z bannerami niespełniającymi wytycznych UODO — to mina, która pęknie najpóźniej w 2027 r., bo organy nadzoru właśnie kończą okres edukacyjny i wchodzą w fazę systematycznych kontroli.

Po stronie technologicznej polski rynek dorobił się przyzwoitej palety narzędzi. Conversion.pl, Mediachoice, Bluerank, GroupOne, Mobile First, Adwise — to tylko najwięksi gracze oferujący wdrożenia GTM SS pod klucz. W kategorii MMM dominują Sales&More, Net Solutions oraz mniejsze butikowe agencje data science. Po stronie consent management platforms (CMP) — czyli systemów do zarządzania zgodami cookies — najczęściej używane w Polsce są Cookiebot, OneTrust, Usercentrics i polski Consentmanager, każdy w cenie 200–2 500 zł miesięcznie zależnie od wielkości serwisu.

Po stronie kosztów — i to jest najbardziej niewygodna liczba dla małych firm — pełen stos pomiarowy spełniający wymogi 2026 r. (CMP plus GTM SS plus Conversion API w Meta/TikTok plus podstawowy MMM) to wydatek 18–60 tys. zł na wdrożenie i 8–25 tys. zł miesięcznie utrzymania. To koszt, który dla sklepu generującego 200 tys. zł obrotu miesięcznie jest praktycznie nieosiągalny. Skutek: dwucyfrowo rozwarstwia się przepaść między dużymi e-commerce’ami a małymi sklepami internetowymi, bo te pierwsze widzą realne KPI, a te drugie — coraz mniej.

RODO, AI Act i kara za niezgodny pomiar

Trzeba zaznaczyć, że migracja do server-side i MMM nie zwalnia z obowiązków regulacyjnych. Wręcz przeciwnie — stawia je w nowym świetle, bo wraz z większą kontrolą danych przychodzi większa odpowiedzialność.

RODO w wersji obowiązującej w 2026 r. wymaga, żeby każda warstwa pomiarowa miała udokumentowaną podstawę prawną, jasno opisaną w polityce prywatności i osobnym banerze cookies. Server-side tagging wymaga dodatkowo umowy powierzenia przetwarzania danych z dostawcą hostingu (Google Cloud Run, AWS, Microsoft Azure), bo to oni faktycznie przechowują dane użytkownika. UODO w wytycznych z marca 2025 r. doprecyzował, że nawet jeśli serwer GTM SS stoi w UE, wycieki danych do USA przez Conversion API muszą być pokryte standardowymi klauzulami umownymi (SCC) zgodnymi z wyrokiem Schrems II.

Druga warstwa to nadciągający AI Act. Od 2 sierpnia 2026 r. wchodzi w pełnię główna część rozporządzenia. MMM oparty o uczenie maszynowe formalnie nie jest „systemem wysokiego ryzyka” w rozumieniu AI Act, ale jeśli wynik modelu wpływa bezpośrednio na decyzje cenowe wobec konsumentów (dynamic pricing oparty o wyniki MMM), wpada pod art. 6 i wymaga oceny zgodności. Polski rynek tego jeszcze nie omawia szeroko, a właśnie tu pojawi się pierwsza fala interpretacji prawnych w drugiej połowie 2026 r.

Trzecia warstwa to dyrektywa Omnibus, która od 2024 r. wymaga, by reklamy oparte o personalizację były wyraźnie oznaczone, a ranking ofert w marketplace’ach pokazywał kryteria sortowania. Każdy server-side stos, który integruje się z Google Shopping, Allegro Ads albo OLX Promote, musi te wymagania spełniać. Dla polskiego marketera to oznacza dodatkowe pole konfiguracji w GTM SS — i kolejny audyt zgodności rocznie.

Co to znaczy dla polskiego rynku

Składając dane z raportów, regulacje i obserwacje rynkowe, redaguję cztery tezy bez asekuracji.

Po pierwsze, klasyczny stos pomiarowy oparty na GA4 plus Meta Pixel po stronie klienta w 2026 r. już nie wystarcza. Każdy marketer zarządzający budżetem powyżej 50 tys. zł miesięcznie, który nadal raportuje do zarządu „liczbę konwersji z Mety” bez korekt server-side i bez modeli atrybucji, raportuje fikcję. To brutalne, ale prawdziwe. Pierwsze zarządy, które zauważą rozjazd między raportowaną sprzedażą a wynikami finansowymi, zaczną zmieniać agencje albo szefów performance’u w drugim półroczu 2026 r.

Po drugie, server-side tagging przestaje być technologią dla największych. Dzięki Google Cloud Run i otwartemu obrazowi GTM SS koszt infrastrukturalny spadł do 30–60 zł miesięcznie, a polskie agencje wdrażają to dziś za 6–18 tys. zł netto za projekt. Dla każdej firmy z budżetem reklamowym powyżej 30 tys. zł miesięcznie to inwestycja, która zwraca się w dwa kwartały — głównie przez odzyskanie 25–45% danych konwersji ucinanych dziś przez adblockery.

Po trzecie, MMM jest dla większych, ale wchodzi szybciej, niż sądzono. Open-source’owy Meridian od Google’a zdjął barierę kosztową, jaka blokowała ten model przez ostatnie 20 lat. Polski e-commerce z obrotem 10–50 mln zł rocznie w 2026 r. już może mieć działający model za 30–80 tys. zł na start, a zwrot z lepszej alokacji budżetu reklamowego idzie typowo w setkach tysięcy złotych w skali roku. To nie jest projekt „kiedyś warto rozważyć” — to jest projekt na ten kwartał.

Po czwarte, regulacje (RODO, AI Act, Omnibus) tworzą równolegle popyt na nową kategorię specjalisty: martech compliance officer. Polski rynek dziś tej roli nie definiuje, ale w drugiej połowie 2026 r. każda agencja interaktywna powyżej 30 osób będzie musiała mieć kogoś, kto rozumie zarówno setup GTM SS, jak i wymogi UODO. Stawki — według mojej obserwacji rozmów z dwiema warszawskimi agencjami — sięgną już 20–28 tys. zł netto miesięcznie do końca 2026 r.

Czy warto wdrażać server-side i MMM w 2026

Tak, jeśli:

• Twój budżet reklamowy przekracza 30 tys. zł miesięcznie i widzisz w raportach Mety lub Google Ads liczby konwersji rozjeżdżające się z realnymi przychodami w panelu sklepowym o ponad 15%. To bezpośredni sygnał, że tracisz dane przez adblockery i odmowy konsentu.
• Prowadzisz e-commerce o obrotach powyżej 10 mln zł rocznie i optymalizujesz kampanie w 4+ kanałach jednocześnie. MMM da ci pierwszą obiektywną odpowiedź na pytanie, który kanał faktycznie napędza sprzedaż, a który tylko zbiera ostatnie kliknięcie z koszyka.
• Twoja firma operuje w UE i potrzebuje udokumentowanej zgodności z RODO, AI Act i wytycznymi UODO. Server-side tagging plus prawidłowo skonfigurowany CMP to dziś standard zgodnościowy, który audyt UODO oceni pozytywnie.
• Zarządzasz kampaniami w branży, w której Conversion API w Mecie i TikToku jest kluczowe (e-commerce, fintech, gry mobilne, edukacja online). Bez SS dane przekazywane przez CAPI mają zbyt niski Event Match Quality, by realnie wpływały na optymalizację algorytmu.

Nie, jeśli:

• Prowadzisz mały sklep z budżetem reklamowym poniżej 5 tys. zł miesięcznie. Wdrożenie server-side tagging za 8–12 tys. zł nie zwróci ci się w przewidywalnym horyzoncie, a MMM przy takiej skali jest nadmiarowym narzędziem — wystarczy ci dobrze skonfigurowany GA4, GSC i CAPI po stronie klienta.
• Twoja firma działa wyłącznie w segmencie B2B z długim cyklem sprzedaży (6–18 miesięcy) i pozyskuje klientów głównie przez LinkedIn, polecenia i webinary. Klasyczne narzędzia atrybucyjne i tak są tu mało użyteczne — lepiej zainwestować w CRM-driven attribution na podstawie kontaktów handlowych.
• Nie masz w zespole ani analityka, ani osoby odpowiedzialnej za zgodność prawną. Wdrożenie GTM SS bez kogoś, kto co miesiąc przegląda logi, kończy się dryfem konfiguracji i ryzykiem prawnym, którego stos technologii nie naprawi.
• Jesteś w fazie szybkiego pivotu produktowego i twój produkt zmienia się co kwartał. MMM wymaga 18–24 miesięcy historycznych danych sprzedażowych — przy ciągłej zmianie produktu wyniki modelu będą fikcją.

W nadchodzących miesiącach warto obserwować trzy rzeczy. Po pierwsze, pierwsze interpretacje UODO dotyczące przekazywania danych z GTM SS do USA — będą podstawą rozumienia, czy obecne setupy z Conversion API są zgodne z wyrokiem Schrems II. Po drugie, rozwój open-source’owego Meridiana i jego polskich wdrożeń — Sales&More zapowiada na połowę 2026 r. publikację case study z rynku FMCG, który pokaże, ile realnie da się zaoszczędzić na realokacji budżetu. Po trzecie, kondycję polskich agencji wdrażających GTM SS oraz pojawienie się nowych graczy w segmencie consent management. Pomiar kampanii cookieless to dziś nie luksus — to warunek, żeby liczby z prezentacji zarządu odpowiadały tym z systemów księgowych.

Źródła:

• Platforma Przedsiębiorców — Jak mierzyć efektywność kampanii reklamowej w internecie? (2024)
• MarketingOnline.pl — SEO bez ciasteczek: Jak mierzyć efekty działań w świecie cookieless? (2025)
• NowyMarketing — Marketing w erze cookieless. Koniec złudzeń, początek dojrzałości (2025)
• Conversion.pl — Server side tagging — czym jest i jak działa? (2025)
• Mediachoice — GTM Server-side — co to jest i jakie daje korzyści w marketingu? (2025)
• WirtualneMedia.pl — Era prywatności: jak Marketing Mix Modeling redefiniuje pomiar kampanii (2025)
• Marketer+ — Trendbook marketera 2026 (2026)
• Sales&More — Marketing Mix Modeling i Meridian: co musisz o nich wiedzieć? (2025)
• Google — Meridian: Open-source Marketing Mix Modeling library (dokumentacja techniczna, 2024)
• LexDigital — Cookiesy, zgody i RODO oraz nowy projekt raportu od EDPB (2025)
• LawUp.pl — Pliki cookies, zgody marketingowe i RODO — co musi wiedzieć każdy właściciel sklepu internetowego w 2025 roku (2025)
• Ministerstwo Cyfryzacji, Gov.pl — Pierwsze przepisy Rozporządzenia o Sztucznej Inteligencji (AI Act) zaczynają obowiązywać (2025)