Najważniejsze wnioski w pigułce
Pomiar widoczności w AI search
- Prompty do śledzenia warto budować na podstawie fraz, które realnie konwertują, a nie zostawiać ich doboru narzędziu.
- Dane z narzędzi trzeba uzupełniać ankietą „Skąd o nas wiesz?”, bo same metryki ilościowe prawie zawsze zaniżają wpływ kanałów AI.
- Ruch z LLM-ów może stanowić ułamek wizyt, a jednocześnie być częstym powodem, dla którego klient w ogóle trafił na stronę.
Nowe wskaźniki sukcesu
- Sam ruch nie mówi już, czy SEO działa. Liczą się konwersje, przychód, wyszukiwania brandowe i wejścia bezpośrednie.
- Klienci szukają na YouTube, TikToku, w ChatGPT i dopiero na końcu w Google, więc strategia musi wykraczać poza własną stronę.
- Rezygnacja z treści informacyjnych odcina markę od wczesnego etapu ścieżki zakupowej i od cytowań w odpowiedziach AI.
Strategia i organizacja
- Mniejsze marki budują wpływ przez wyraźną niszę, wzmianki w źródłach, z których korzysta AI, i produkt, o którym ludzie chcą mówić.
- AI przyspiesza research i analizę danych, ale decyzje wymagają własnego doświadczenia, które pozwala podważyć jej rekomendacje.
- Zamiast gonić za każdą nowinką, lepiej rozwiązywać realne problemy użytkowników i sprawdzać pomysły testami.
- Wsparcie zarządu zdobywa się małymi eksperymentami i przekładaniem problemów SEO na język przychodów.
- Reddit nie jest skrótem do widoczności w AI. Fałszywe konta i spam nie zastąpią prawdziwych rekomendacji.
Dlaczego klasyczne raportowanie SEO przestało wystarczać
Abby Gleason, która rozwijała ruch organiczny w Upwork i Scribd, a obecnie odpowiada za SEO w firmie nieruchomościowej Compass, opisuje obecny moment jako najciekawszy w swojej ponad dziesięcioletniej karierze. Wyszukiwanie przestało być listą dziesięciu niebieskich linków. Dziś pytanie brzmi, czy marka jest widoczna w całym ekosystemie: w mediach społecznościowych, w ChatGPT i w trybie AI Mode od Google. Jednocześnie, jak zauważa prowadzący rozmowę Gianluca Fiorelli, klasyczna wyszukiwarka wciąż pozostaje głównym źródłem ruchu, więc nie da się jej po prostu odpuścić.
Gleason dobrze ilustruje tę zmianę na własnym przykładzie. Planując wyjazd do Meksyku, zaczęła od YouTube i TikToka, żeby zobaczyć, o czym mówią ludzie. Potem poprosiła ChatGPT o ułożenie planu podróży, a dopiero na końcu weszła do Google, żeby zarezerwować konkretną atrakcję. Kilka lat temu cała ścieżka zaczęłaby się i skończyła w wyszukiwarce, więc dałoby się ją przypisać do konkretnego kanału. Dziś firma, u której dokonała rezerwacji, nie ma pojęcia, które z wcześniejszych źródeł faktycznie wpłynęło na decyzję.
To zjawisko znamy z rosnącej skali wyszukiwań bez kliknięcia (zero-click) , w których użytkownik dostaje odpowiedź, zanim w ogóle odwiedzi stronę. Wniosek Gleason jest prosty: jeśli pomiar wydaje się skomplikowany, to dlatego, że naprawdę taki jest. Zmienić trzeba nie tylko narzędzia, ale też oczekiwania wobec raportów i sposób, w jaki rozmawiamy o wynikach z zarządem.
Jak mierzyć widoczność w AI search, żeby nie zaniżać wyników
Pierwszym elementem systemu Gleason jest narzędzie do śledzenia widoczności w modelach językowych. Kluczowe jest jednak to, skąd biorą się monitorowane prompty. Jej zespół wychodzi od fraz, które najlepiej konwertują i realnie generują przychód, a następnie przekształca je w zapytania w stylu konwersacyjnym. Na tej podstawie raportuje zarządowi udział w głosie (share of voice), poziom widoczności i źródła cytowane w odpowiedziach. Sama przyznaje, że to nie jest nauka ścisła, ale na dziś najlepsza dostępna metoda.
Fiorelli dodaje istotne uzupełnienie: prompty najlepiej opierać na prawdziwych pytaniach klientów, na przykład z działu obsługi czy ankiet posprzedażowych. To podejście wyraźnie lepsze niż zdanie się na prompty proponowane przez narzędzie albo proszenie AI o rozpisanie jednego słowa kluczowego na serię zapytań. Warto też patrzeć na widoczność w szerszych obszarach tematycznych, a nie tylko na pojedyncze frazy. Podobną logikę opisywaliśmy przy okazji mierzenia skuteczności SEO poza Google w firmach SaaS .
Drugi element to dane jakościowe, o których, jak twierdzi Gleason, specjaliści SEO prawie nie mówią. Wystarczy pytanie „Skąd o nas wiesz?” w formularzu rejestracji albo w wiadomości po zakupie. Ruch z LLM-ów może wyglądać na margines rzędu 1% wizyt, a jednocześnie odpowiadać za znacznie większą część rzeczywistych powodów, dla których ktoś trafił na stronę. Gleason ocenia, że opierając się wyłącznie na danych ilościowych, niemal na pewno zaniżamy ten wpływ. Dlatego zaleca łączenie klasycznego monitoringu pozycji i ruchu organicznego z narzędziem do widoczności w AI, ruchem z LLM-ów i bezpośrednim głosem klienta. Pomocne są też nowe raporty samych wyszukiwarek, takie jak AI Performance w Bing Webmaster Tools .
Od ruchu do konwersji i rozpoznawalności marki
Skoro coraz więcej interakcji kończy się bez kliknięcia, sam wolumen ruchu przestaje być wiarygodną miarą sukcesu. Gleason proponuje przesunięcie uwagi na konwersje i przychód, a także na sygnały pośrednie, czyli wzrost wyszukiwań brandowych i wejść bezpośrednich. To one pokazują, że marka zbudowała rozpoznawalność gdzieś po drodze, nawet jeśli dokładnego punktu styku nie da się wskazać w analityce. Jeśli ten obszar jest dla Ciebie nowy, warto zajrzeć do naszego przewodnika po branded SEO .
Z tego samego powodu Gleason przestrzega przed porzucaniem treści informacyjnych tylko dlatego, że generują mniej kliknięć niż kiedyś. Rezygnując z nich, marka traci wpływ na wczesnym etapie ścieżki klienta. Traci też okazję, by pokazać swoją ekspertyzę, zdobywać cytowania w odpowiedziach AI i docierać do osób, które dopiero za jakiś czas staną się klientami. Takie treści muszą jednak wnosić coś od siebie, najlepiej doświadczenie z pierwszej ręki, zgodnie z zasadami, które opisywaliśmy przy tworzeniu treści przyjaznych użytkownikowi .
Mniejsze marki nie muszą przegrywać z gigantami. Według Gleason powinny wybrać wyraźną niszę i zabiegać o wzmianki w źródłach, na których opierają się odpowiedzi AI. Najważniejsze pozostaje jednak coś, czego nie załatwi żadna optymalizacja: produkt i obsługa klienta warte tego, by ludzie o nich rozmawiali. W praktyce oznacza to także obecność tam, gdzie klienci szukają inspiracji, czyli na YouTube czy TikToku. Tu SEO coraz mocniej łączy się z działaniami w social mediach .
AI jako wsparcie, a nie skrót
Gleason chętnie korzysta z AI przy researchu, analizie danych i burzy mózgów. Podkreśla jednak, że narzędzie nie zastąpi wiedzy i doświadczenia specjalisty. Tylko ktoś, kto sam przeprowadził dziesiątki wdrożeń, potrafi rozpoznać, kiedy rekomendacja AI jest błędna, i podjąć świadomą decyzję. AI ma wzmacniać kompetencje zespołu, a nie zastępować ich zdobywanie.
Drugą pułapką jest syndrom błyszczącego obiektu, czyli pogoń za każdą nową funkcją i taktyką AI tylko dlatego, że wszyscy o niej mówią. Filtr proponowany przez Gleason jest prosty: czy to rozwiązuje realny problem użytkownika i czy da się to sprawdzić testem? Decyzje powinny wynikać z danych, a nie z entuzjazmu na LinkedInie. To szczególnie ważne teraz, gdy rynek zalewają porady o rzekomo skutecznych sztuczkach, o których pisaliśmy w tekście o mitach i ryzykownych taktykach w AI search .
Najbardziej wyrazisty przykład to Reddit. Popularne przekonanie głosi, że wystarczy pojawić się w wątkach, by trafić do odpowiedzi ChatGPT. Gleason uważa to za mit. Zakładanie fałszywych kont i spamowanie wątków nie jest drogą na skróty. Liczą się prawdziwe rekomendacje, które wynikają z dobrego produktu, albo jawny, rzeczywiście pomocny udział marki w dyskusjach. Dodatkowo rola samego Reddita jako źródła bywa zmienna, co pokazał spadek liczby jego cytowań w ChatGPT .
Jak zdobyć wsparcie zarządu dla SEO
Nawet najlepsza strategia nie ruszy bez budżetu i zasobów. Gleason radzi zaczynać od testów na małą skalę. Niewielki eksperyment jest łatwiej zatwierdzić, szybciej przynosi wyniki i daje twarde dane do dalszej rozmowy. Zamiast przekonywać zarząd do dużej inicjatywy na podstawie przewidywań, pokazujemy rezultat, który już się wydarzył.
Drugi element to język. Problemy techniczne czy contentowe trzeba przekładać na wpływ na przychód, bo zarząd nie myśli kategoriami indeksacji czy cytowań, tylko wyniku finansowego. Dobrze ilustruje to sposób, w jaki Gleason raportuje widoczność w AI: share of voice i cytowania są powiązane z tematami, które realnie zarabiają. Więcej praktycznych wskazówek, jak argumentować za takimi działaniami, znajdziesz w naszym tekście o tym, jak sprzedać optymalizację pod AI search .
W top.position stosujemy to samo podejście. Zanim zaproponujemy szeroką zmianę, sprawdzamy hipotezę na wycinku serwisu, mierzymy efekt na konwersjach i dopiero wtedy skalujemy. Dzięki temu rozmowa z zarządem dotyczy wyników, a nie obietnic.
Podsumowanie
Rozmowa z Abby Gleason pokazuje, że SEO nie traci na znaczeniu, tylko zmienia sposób, w jaki trzeba je mierzyć i uzasadniać. Ruch to dziś jeden z wielu sygnałów, obok widoczności w AI, wyszukiwań brandowych, konwersji i głosu samych klientów. Wygrywają marki, które łączą rzetelny pomiar z wartościowymi treściami i produktem, o którym ludzie chcą mówić.
Źródło: Gianluca Fiorelli, „SEO Beyond Traffic: Influence, Trust, and Business Results | Abby Gleason”, The Search Session, Advanced Web Ranking – https://www.advancedwebranking.com/blog/measure-seo-beyond-traffic (otwiera się w nowej karcie)
