AI i fragmentacja mediów: nowa era budżetów reklamowych

P&G — firma, która wydaje rocznie ponad 8 miliardów dolarów na reklamy globalnie — oficjalnie ogłosiła zwrot w strategii: AI, fragmentacja mediów i digital commerce przepisują zasady gry dla każdego, kto zarządza budżetem reklamowym. Jeśli Twoje kampanie wciąż opierają się na modelu sprzed trzech lat, tracisz efektywność, którą widać bezpośrednio w ROAS.

Dlaczego fragmentacja mediów boli marketerów bardziej niż kiedykolwiek

W 2025 roku przeciętny konsument korzysta średnio z 6,7 różnych platform cyfrowych tygodniowo — od TikTok Ads przez YouTube, po podcasty i connected TV (dane: GWI Global Report 2025). Dla media buyera oznacza to jedno: budżet rozproszony na więcej kanałów przy tych samych oczekiwaniach co do ROAS.

P&G bezpośrednio wskazuje fragmentację mediów jako główne wyzwanie operacyjne. Marc Pritchard, Chief Brand Officer firmy, podkreśla, że tradycyjny model planowania mediów — oparty na kilku dominujących kanałach — przestał odpowiadać rzeczywistości konsumenta. Dla polskiego performance marketera to sygnał: alokacja budżetu musi być bardziej dynamiczna, a decyzje o przesunięciach między kanałami powinny zapadać w czasie zbliżonym do rzeczywistego.

Konkretny przykład: kampania uruchomiona równocześnie na Meta Ads, TikTok Ads i Google Ads z jednolitym komunikatem traci skuteczność, bo algorytmy każdej z tych platform inaczej punktują relevance score lub quality score. Wynik? CPM rośnie, a CTR spada — często o 15-30% w porównaniu do podejścia channel-specific.

Jak AI zmienia alokację budżetu reklamowego

AI w reklamach przestało być obietnicą — stało się narzędziem z mierzalnymi wynikami. Według raportu WordStream z 2025 roku, kampanie Google Ads korzystające z Performance Max z pełną integracją sygnałów AI odnotowały średni spadek CPC o 23% przy jednoczesnym wzroście współczynnika konwersji o 18%.

P&G stosuje AI na trzech poziomach:

1. Kreacja w skali — generowanie wariantów copy i layoutów na poziomie setek wersji tygodniowo, co wcześniej wymagało wielomiesięcznych sesji produkcyjnych. 2. Optymalizacja w czasie rzeczywistym — automatyczne przesuwanie budżetu między grupami reklam i kanałami na podstawie bieżących sygnałów konwersji, bez czekania na cotygodniowy raport. 3. Predykcja popytu — modele AI przewidujące okresy wysokiej intencji zakupowej z wyprzedzeniem, co pozwala z wyprzedzeniem zwiększać stawki i budżety zanim CPM wzrośnie razem z popytem konkurencji.

Dla polskiego media buyera kluczowe jest to, że narzędzia te są już dostępne bez budżetu korporacji Fortune 500 — Google Ads Demand Gen, Meta Advantage+ czy TikTok Smart Performance Campaigns implementują podobną logikę na poziomie każdego konta reklamowego.

Digital commerce jako nowy kanał performance

P&G wprost wskazuje digital commerce — czyli sprzedaż przez platformy e-commerce, marketplace'y i social commerce — jako trzeci filar nowej strategii. To nie jest przypadek: globalny rynek social commerce osiągnie wartość 1,2 biliona dolarów do końca 2025 roku według prognoz eMarketer.

Dla performance marketera zmiana jest fundamentalna: reklama przestaje kończyć się na kliknięciu w landing page. Coraz częściej cały lejek — od ekspozycji, przez zainteresowanie, po finalizację zakupu — dzieje się w obrębie jednej platformy. TikTok Shop, Meta Shops, Google Shopping z integracją Merchant Center — to środowiska, gdzie CTR i ROAS mierzy się inaczej niż w klasycznym modelu last-click.

Polskie marki mogą już dziś testować ten model: TikTok Ads z integracją TikTok Shop daje możliwość prowadzenia kampanii, gdzie konwersja następuje bez opuszczania aplikacji. Pierwsze testy na rynku polskim wskazują na skrócenie ścieżki zakupowej o średnio 40% w porównaniu do przekierowania na zewnętrzny sklep.

Kreacja napędzana danymi: co P&G mówi o produkcji reklam z AI

Jednym z najbardziej konkretnych wniosków ze strategii P&G jest przekształcenie procesu produkcji kreacji. Firma deklaruje przejście od modelu „wyprodukuj i emituj" do modelu „testuj, ucz się, skaluj" — i robi to w tempie niemożliwym bez AI.

W praktyce oznacza to:

• Generowanie 50-200 wariantów kreacji na kampanię zamiast 3-5
• Testowanie A/B na poziomie elementów (nagłówek, CTA, kolor przycisku, format wideo) zamiast całych reklam
• Decyzja o skalowaniu oparta na danych z pierwszych 48-72 godzin emisji, nie po tygodniu

Narzędzia takie jak Canva z funkcją Magic Edit, Adobe Firefly w ekosystemie Creative Cloud czy Midjourney dla statycznych kreacji pozwalają polskim agencjom i działom marketingu replikować ten workflow bez własnego działu AI. Kluczowy parametr: czas produkcji jednego wariantu kreacji spada z kilku godzin do kilkunastu minut.

Według danych Meta Ads z 2024 roku, kampanie korzystające z Advantage+ Creative — gdzie algorytm sam dopasowuje elementy kreacji do odbiorcy — osiągają o 14% niższy koszt za wynik przy porównywalnym budżecie.

Mierzenie efektywności w świecie bez plików cookie

P&G od lat inwestuje w budowanie własnych danych first-party i to wątek, który Pritchard eksponuje jako strategiczny priorytet. Dla performance marketera zarządzającego budżetami w Polsce w 2025 roku deprecacja third-party cookies w Chrome — finalnie wdrażana etapami od Q1 2025 — to realne wyzwanie atrybucji.

Bez solidnych danych first-party modele AI nie mają materiału do uczenia się. ROAS mierzony przez platformy reklamowe (Meta Ads, Google Ads) coraz bardziej rozmija się z rzeczywistością widoczną w systemach analitycznych — różnice sięgają 20-35% według badań Northbeam z 2024 roku.

Odpowiedzią P&G jest inwestycja w:

• Własne CDP (Customer Data Platform) agregujące dane z różnych punktów styku
• Modele Marketing Mix Modeling (MMM) jako uzupełnienie atrybucji opartej na kliknięciach
• Bezpośrednie integracje z platformami reklamowymi przez Conversions API (Meta) i Google Ads Data Hub

Jak wdrożyć tę strategię w swojej kampanii

Krok 1: Audyt fragmentacji kanałów Sprawdź, na ilu platformach aktualnie emitujesz reklamy i jaki procent budżetu trafia do każdej z nich. Jeśli więcej niż 70% budżetu jest na jednej platformie, masz ryzyko koncentracji — i jednocześnie pole do optymalizacji przez dywersyfikację. Krok 2: Uruchom kampanię AI-first na jednej platformie Zacznij od Performance Max w Google Ads lub Advantage+ Shopping w Meta Ads. Daj algorytmowi minimum 2 tygodnie i 50 konwersji przed oceną wyników. To warunek konieczny do wyjścia z fazy uczenia. Krok 3: Zbuduj workflow produkcji kreacji z AI Wprowadź zasadę minimum 10 wariantów kreacji na każdą grupę docelową. Użyj Canva, Firefly lub Midjourney do generowania wariantów wizualnych, ChatGPT do wariantów copy. Czas inwestycji: 2-3 godziny na setup, potem 30-45 minut na kampanię. Krok 4: Wdróż Conversions API Jeśli jeszcze tego nie zrobiłeś, integracja Conversions API z Meta Ads to priorytet na Q2 2025. Redukuje ona lukę w atrybucji spowodowaną blokadami cookies — platformy raportują wzrost mierzalnych konwersji o 10-20% po wdrożeniu. Krok 5: Uruchom testy social commerce Jeśli sprzedajesz produkty fizyczne, ustaw kampanię testową z TikTok Shop lub Meta Shops z budżetem 10-15% całości na 30 dni. Porównaj ROAS i ścieżkę zakupową z klasycznym modelem przekierowania na stronę. Krok 6: Przejdź z atrybucji last-click na MMM Nawet uproszczony model Marketing Mix Modeling (dostępny m.in. przez Meridian od Google — open source) daje lepszy obraz rzeczywistego wpływu każdego kanału na sprzedaż niż raportowanie platformowe.

Podsumowanie

Strategia P&G to nie korporacyjna wizja oderwana od codziennego zarządzania kampanią — to mapa drogowa, którą można przełożyć na konkretne działania w panelu Google Ads czy Meta Ads już dziś. Fragmentacja mediów wymusza bardziej precyzyjną alokację budżetu. AI redukuje CPC i skraca czas produkcji kreacji. Digital commerce skraca lejek sprzedażowy o dziesiątki procent.

Marketerzy, którzy wdrożą te zmiany w Q2-Q3 2025, będą operować na innych współczynnikach efektywności niż konkurencja, która poczeka. Zacznij od audytu fragmentacji swojego budżetu — to zajmie godzinę i da Ci konkretne liczby do działania.