Trendy martech na listopad 2026: co AI odrzuca, co zatrzymuje Google i co pamiętają kupujący

1. Klient zawęża wybór, zanim wejdzie na stronę

Dyskusja o wyszukiwaniu z AI skupiała się dotąd przede wszystkim na tym, czy dana marka w ogóle pojawia się w odpowiedzi. Nowe dane pokazują jednak, że dla marki ważniejszy, a potencjalnie także bardziej kosztowny moment pojawia się wcześniej, gdy asystent pomaga klientowi zdecydować, które produkty odrzucić. Według badania Attest 62% amerykańskich kupujących korzystających z AI odrzuciło co najmniej jeden produkt wyłącznie na podstawie rekomendacji AI, bez sprawdzania informacji w innych źródłach. Aż 81% badanych dzięki AI poznało produkty lub usługi, o których wcześniej nie wiedziało, natomiast 73% zakupów dokonanych z pomocą AI trafiło do marek, które kupujący już znali.

W ramach jednej rozmowy AI potrafi więc jednocześnie poszerzyć i zawęzić wybór. Produkt może zostać odkryty, a chwilę później skreślony, zanim w analityce pojawi się choćby jedno wyświetlenie strony. Powodem może być nieaktualna specyfikacja, źle zinterpretowana opinia albo opis produktu, który nie odpowiada na pytanie rzeczywiście zadane przez kupującego.

Szefowie marketingu coraz częściej traktują ten problem jako element zarządzania marką. Według Gartnera 42% CMO podjęło już działania mające na celu monitorowanie i korygowanie nieprawdziwych informacji o swoich markach w odpowiedziach generowanych przez AI, a 61% dostosowało strategię treści tak, aby były łatwiejsze do interpretacji przez systemy AI i lepiej widoczne w środowiskach opartych na AI. W podobnym kierunku wskazuje badanie Accenture opublikowane wcześniej w tym roku: 37% konsumentów, którzy dotąd zachowywali się lojalnie wobec danej marki, pozwoliłoby agentowi AI wybrać inną, jeśli lepiej odpowiadałaby ich potrzebom.

W przypadku sklepu internetowego większość pracy dotyczy danych produktowych oraz treści na stronie. Potrzebne są kompletne i aktualne specyfikacje, porównania odpowiadające na pytania, które klienci rzeczywiście zadają, oraz decyzje merchandisingowe, które ktoś w końcu spisał. Dane Attest dotyczą wyłącznie USA i opierają się na deklaracjach respondentów, dlatego nie należy automatycznie przenosić ich na każdy rynek. Mimo to opisują etap ścieżki zakupowej, którego większość dashboardów w ogóle nie widzi.

2. AI Overviews trafiają do Francji, a Europa dostaje najczytelniejsze porównanie przed i po wdrożeniu

W lipcu Google uruchomił we Francji AI Overviews i AI Mode, zamykając ostatnią dużą lukę w europejskim wdrożeniu wyników generowanych przez AI. Wdrożenie nastąpiło jednego dnia, a dane porównawcze były już dostępne. Google dodał do Search Console raporty dotyczące generatywnej AI 3 czerwca 2026 roku, początkowo dla części witryn, a od 31 sierpnia 2026 roku udostępnił je wszystkim. Dzięki temu Francja daje Europie najczytelniejsze jak dotąd porównanie sytuacji przed wdrożeniem i po nim. W sierpniu pisaliśmy o pierwszych oficjalnych danych dotyczących widoczności w AI. Francuskie dane pokazują teraz, jaki może być koszt tej widoczności w postaci utraconych kliknięć.

Ahrefs prześledził 963 domeny w okresie wdrożenia. Domeny z największą ekspozycją na AI Overviews straciły w ciągu dziewięciu dni ponad jedną piątą CTR, a spadek tego wskaźnika odnotowało 82,2% z nich. W całym panelu efekt był słabszy: mediana wyniosła −5,7% CTR i −8,8% kliknięć. Zależność okazała się przy tym niemal liniowa, z utratą mniej więcej jednego punktu CTR na każdy kolejny punkt ekspozycji.

Średnie ukrywają jednak bardzo nierówny obraz. Konsultant SEO Glenn Gabe opublikował na początku listopada dane dotyczące pięciu francuskich witryn. Według wyliczeń PPC Land trzy z nich straciły niemal z dnia na dzień od około 45% do 70% kliknięć lub CTR, podczas gdy dwie nie odnotowały większych zmian. Serwisy e-commerce wydają się na razie odczuwać ten efekt słabiej niż wydawcy. Analiza Ahrefs przygotowana dla mind Retail wykazała, że CTR francuskich sklepów internetowych spadł po uruchomieniu AI Overviews o 5,4%.

W Polsce zmiana trwa znacznie dłużej. Google uruchomił AI Overviews w dziewięciu europejskich krajach, w tym w Polsce, 26 marca 2025 roku, natomiast AI Mode 8 października 2025 roku objął kolejne ponad 40 krajów i 38 języków. Francuskie dane pozwalają więc zobaczyć w krótkim okresie to, czego polskie sklepy doświadczają już od ponad półtora roku.

Warto porównać udział własnych zapytań uruchamiających AI Overview z trendem kliknięć na tych samych podstronach. Francuski okres pomiaru jest jeszcze krótki, dlatego długoterminowy efekt może okazać się zarówno większy, jak i mniejszy. Niezależnie od kierunku prognozy ruchu organicznego oparte na zeszłorocznych poziomach CTR stają się coraz trudniejsze do obrony.

3. Zgody przenoszą się z banera cookies do skrzynki odbiorczej

Dwie październikowe daty zmieniły sytuację europejskich marketerów w obszarze zgód. 21 października państwa członkowskie UE uzgodniły stanowisko Rady w sprawie Digital Omnibus, czyli pakietu zmieniającego część przepisów RODO i dyrektywy ePrivacy. Mandat negocjacyjny pozostawia zasady dotyczące plików cookie w zmienionym art. 5 ust. 3 dyrektywy ePrivacy, zamiast przenosić je do RODO, jak proponowała Komisja. Wyjątki od obowiązku uzyskania zgody obejmują między innymi pomiar oglądalności first-party, pomiar oglądalności mediów, bezpieczeństwo techniczne i pomiar reklamy kontekstowej. Po odmowie zgody dostawca musi natomiast odczekać co najmniej cztery miesiące, zanim ponownie zapyta o zgodę w tym samym celu.

Na tym etapie jest to jednak stanowisko negocjacyjne Rady. Parlament Europejski nie przyjął jeszcze własnego stanowiska, dlatego ostateczny kształt przepisów nadal może się zmienić.

Osiem dni później włoski organ ochrony danych zaczął stosować wytyczne dotyczące pikseli śledzących w e-mailach. Od 29 października 2026 roku każdy, kto wysyła wiadomości do odbiorców we Włoszech i wykorzystuje takie piksele, czyli niewielkie obrazy informujące nadawcę o otwarciu wiadomości, musi stosować się do nowych zasad. W praktyce przed rozpoczęciem śledzenia otwarć nadawca musi poinformować odbiorcę, uzyskać jego zgodę i zapewnić prosty sposób jej wycofania.

Francuski CNIL przyjął podobne stanowisko wcześniej w tym roku, natomiast włoski Garante zapowiedział, że kontrola stosowania wytycznych znajduje się w planie inspekcji na drugą połowę 2026 roku. W szerszym ujęciu zmiany te pokazują, że pomiar wykorzystujący urządzenie odbiorcy jest coraz wyraźniej traktowany jako osobne uprawnienie, niezależne od samej zgody na otrzymywanie komunikacji.

W Manago AI zgoda na śledzenie e-maili jest osobnym ustawieniem obsługiwanym przez funkcję Email Tracking Consent. Obejmuje ona przełącznik na poziomie konta, status śledzenia przypisany do każdego kontaktu oraz strategię śledzenia dla każdego konta nadawczego. Status znajduje się obok istniejących zgód marketingowych, a kontakty, które nigdy nie udzieliły zgody na śledzenie, otrzymują status opt-out.

W ich przypadku nadawca może całkowicie usunąć śledzenie z wiadomości, korzystając ze strategii Don’t track, albo zastosować Collect anonymous aggregate data, która zachowuje zagregowane dane o kampanii, ale nie zapisuje aktywności w profilu konkretnego kontaktu. Szczegóły konfiguracji opisaliśmy w artykule o nowych zasadach śledzenia e-maili we Francji i Włoszech.

4. Black Friday spotyka kupującego, który pamięta ceny

W tym sezonie klienci nadal kupują, ale coraz więcej z nich wie również, ile ten sam produkt kosztował miesiąc wcześniej. W badaniu Feedvisor przeprowadzonym na próbie 1006 konsumentów z USA:

• 45% przyznało, że porównuje ceny częściej niż rok wcześniej;

• 43% uważa, że jakość promocji spadła, oferty wydają się sztuczne albo odczuwa zmęczenie wyprzedażami;

• prawie 60% wykorzystałoby AI do śledzenia historii cen i występowania o wyrównanie ceny po późniejszej obniżce.

Narzędzia umożliwiające takie działania już istnieją. W USA asystent zakupowy Amazona może śledzić ceny, tworzyć alerty o promocjach i automatycznie kupić produkt, gdy jego cena spadnie do progu wskazanego przez klienta. Rabat obliczony od ceny, którą kilka tygodni wcześniej po cichu podniesiono, staje się więc znacznie łatwiejszy do wykrycia, jeśli asystent przechowuje historię zmian.

Większość klientów nadal chce jednak samodzielnie sfinalizować zakup. W tym samym badaniu 62% respondentów zadeklarowało, że nigdy nie pozwoliłoby autonomicznemu agentowi złożyć zamówienia i zapłacić bez ręcznego potwierdzenia. Na razie kupujący znacznie chętniej przekazują agentom zadania związane ze sprawdzaniem: obserwowanie cen, porównywanie ofert i wychwytywanie promocji, które nie są tak atrakcyjne, jak sugeruje komunikacja marki.

Zmienia to również rolę kalendarza promocyjnego. Adobe przewiduje, że w USA poziom rabatów będzie rósł wraz z kolejnymi tygodniami sezonu: od 14% na początku listopada, przez 21% tuż przed Świętem Dziękczynienia, aż po 30% w Cyber Week. Klienci śledzący taki rytm łatwiej zauważą markę, której ceny najpierw poruszają się w przeciwnym kierunku.

W Polsce uczciwe prezentowanie obniżek jest dodatkowo obowiązkiem prawnym. Od 1 stycznia 2023 roku sprzedawca informujący o obniżce musi podać najniższą cenę z 30 dni poprzedzających promocję i właśnie do niej odnosić komunikowaną korzyść, np. „oszczędzasz 50 zł” czy „−20%”. Według wyjaśnień Prezesa UOKiK obowiązek ten dotyczy również obniżek dostępnych dopiero po aktywacji kuponu w aplikacji mobilnej.

UOKiK konsekwentnie egzekwuje te zasady. W styczniu 2026 roku nałożył na Zalando i Temu łącznie prawie 37 mln zł kar, a w przypadku Zalando wskazał między innymi na zmienianie prezentowanej najniższej ceny z 30 dni mimo braku zmiany rzeczywistej ceny sprzedaży. Asystenci śledzący historię cen dają każdemu klientowi możliwość przeprowadzania podobnego testu przez cały rok. Jak sprawdzić rabaty jeszcze przed rozpoczęciem kampanii, opisujemy w checkliście na Black Friday.

5. Każda akcja agenta trafia na fakturę

Prognozy Forrestera na 2027 rok ujmują w liczbach problem, który wiele zespołów marketingowych już zaczyna odczuwać. Firma przewiduje, że liderzy marketingu B2C ograniczą około jednej trzeciej inicjatyw AI ze względu na rosnące koszty. Jedną z przyczyn jest coraz popularniejsze w martech rozliczanie na podstawie zużycia. W takim modelu każda interakcja agenta oraz każdy zautomatyzowany workflow generują dodatkowy koszt.

W najnowszym badaniu Forrestera 82% respondentów spodziewa się, że w przyszłości będzie musiało mocniej uzasadniać inwestycje w AI, a 78% twierdzi, że zarządy oczekują dziś bardziej przekonujących dowodów wartości generowanej przez AI niż jeszcze 12 miesięcy temu.

Presja kosztowa nakłada się przy tym na lukę w sposobie mierzenia efektów. Pod koniec października MarTech zwracał uwagę, że większość zespołów wie, co chce poprawić dzięki AI, ale znacznie mniej z nich definiuje konkretną metrykę, zapisuje punkt wyjścia i określa próg, po którego przekroczeniu wdrożenie można uznać za sukces.

Przy stałym abonamencie niejasny rezultat jest przede wszystkim frustrujący. Gdy jednak każda akcja jest rozliczana osobno, brak jasno określonego wyniku staje się kosztem, którego podczas rozmowy o budżecie nikt nie potrafi uzasadnić.

Największe szanse na utrzymanie finansowania mają więc inicjatywy, które od początku mają punkt odniesienia: współczynnik konwersji, czas odpowiedzi albo liczbę godzin, które wcześniej pochłaniało przygotowanie raportu. Zanim dodasz kolejną funkcję AI, warto ustalić, w jaki sposób będzie oceniany jej wpływ na wynik oraz ile rozwiązanie będzie kosztowało, jeśli jego wykorzystanie wzrośnie dwukrotnie.

Przed grudniowym spotkaniem planistycznym

Planowanie grudnia zazwyczaj zaczyna się od wyników z poprzedniego roku i celów na kolejny. Tym razem wcześniej warto jednak zadać trzy inne pytania.

Co asystent AI mówi dzisiaj o naszych najlepiej sprzedających się produktach i czy sami zgodzilibyśmy się z takim opisem? Jaka część pomiaru w e-mailu i na stronie nadal będzie dostępna, gdy w pełni zastosujemy zasady dotyczące zgód obowiązujące we Francji i we Włoszech oraz rozwiązania, które ostatecznie przyniesie Digital Omnibus? I które z naszych projektów AI rozpoczęły się od konkretnej wartości bazowej, z którą możemy porównać dzisiejszy wynik?

Żeby odpowiedzieć na te pytania, nie potrzeba kolejnego narzędzia. Potrzebny jest ktoś, kto spojrzy na dane, które firma już ma, zakładając przy tym, że tym samym informacjom mogą przyglądać się również klient, wyszukiwarka, regulator albo dyrektor finansowy.