Najważniejsze wnioski w pigułce
Twarde dane o ruchu z AI
- Analiza 100 serwisów i ponad 145 mln sesji z 12 miesięcy w GA4 wykazała, że ChatGPT generuje ruch odpowiadający zaledwie 0,62% ruchu organicznego z Google.
- Po doliczeniu innych modeli językowych wynik rośnie tylko do 0,73%.
- Użytkownicy z ChatGPT konwertują znacznie lepiej (13,8% wobec 3,02%), ale Google i tak dostarcza około 27 razy więcej konwersji niż wszystkie LLM-y razem.
Gdzie zaczyna się spór
- Google pozostaje kluczowym źródłem wartościowego ruchu i porzucanie klasycznego SEO na rzecz pogoni za cytowaniami w ChatGPT byłoby błędem.
- Problem pojawia się wtedy, gdy ruch z odesłań i bezpośrednio przypisane konwersje stają się głównym miernikiem sensu widoczności w AI Search.
- Kanał, któremu przypisano konwersję, nie zawsze jest kanałem, który tę wartość wytworzył.
Czego uczy klasyczna teoria marketingu
- Binet i Field rozróżniają budowanie marki i aktywację sprzedaży, a w ich danych optymalna proporcja wynosiła średnio około 60:40.
- Koncepcje Kellera, Sharpa i Romaniuk pokazują, że skojarzenia z marką i dostępność mentalna zwiększają szansę na wybór, gdy pojawia się potrzeba zakupowa.
- AI Search może pełnić funkcję budowania marki, nawet jeśli nie generuje kliknięć.
Dowody z innych kanałów
- Reklama w podcastach podnosi świadomość marki o 13 punktów procentowych (Nielsen, 2023).
- Influencer marketing w długim okresie osiągnął w badaniu IPA indeks ROI 151 wobec 77 dla standardowych płatnych social mediów.
- Ocenianie wideo, podcastów czy działań eksperckich wyłącznie przez konwersje pomija główny mechanizm ich działania.
Spór o GEO: co pokazują dane Marie Haynes
Marie Haynes, jedna z najbardziej rozpoznawalnych postaci w branży SEO, opublikowała 21 października tekst o prowokacyjnym tytule „GEO is a distraction”. Postawiła w nim tezę, że optymalizacja pod generatywne wyszukiwarki (GEO) odciąga uwagę od tego, co naprawdę przynosi firmom pieniądze. Na jej tekst odpowiedział Gianluca Fiorelli, który zgadza się z dużą częścią diagnozy, ale kwestionuje sposób, w jaki mierzy się wartość widoczności w wyszukiwarkach opartych na AI.
Argumentacja Haynes opiera się na solidnym zbiorze danych. Przeanalizowała 12 miesięcy danych z Google Analytics 4 dla 100 serwisów, łącznie ponad 145 mln sesji. Ruch z ChatGPT odpowiadał w nich zaledwie 0,62% ruchu organicznego z Google, a po doliczeniu innych LLM-ów wskaźnik wzrósł do 0,73%. Wśród 55 serwisów śledzących konwersje użytkownicy z ChatGPT konwertowali na poziomie 13,8%, a ci z Google na poziomie 3,02%. Mimo to skala ruchu sprawiła, że Google wygenerował około 27 razy więcej konwersji niż wszystkie modele językowe razem.
Te liczby są potrzebnym zimnym prysznicem dla przesadnego entuzjazmu wokół AI Search. Potwierdzają to, co doświadczeni specjaliści SEO wiedzą od dawna: Google pozostaje fundamentem pozyskiwania wartościowego ruchu organicznego. Fiorelli w pełni się z tym zgadza, podobnie jak z tym, że warto przygotowywać się na rozwój technologii agentowych. O tym, co to oznacza w praktyce, pisaliśmy w tekście o tym, co firmy muszą zbudować z myślą o agentic search .
Różnica zdań dotyczy czegoś głębszego niż zakup narzędzi do monitorowania GEO. Chodzi o to, jak definiujemy cel SEO i jak mierzymy jego wkład w marketing. Fiorelli zwraca uwagę, że porównanie Google i LLM-ów opiera się niemal wyłącznie na mierzalnych odesłaniach i konwersjach. A to grozi pomyleniem ostatecznego, ekonomicznego celu marketingu z różnymi mechanizmami, przez które marketing tę wartość tworzy.
Pułapka mierzenia tego, co łatwo policzyć
Jednym z ubocznych skutków rozwoju marketingu cyfrowego jest skłonność do definiowania marketingu przez pryzmat tego, co potrafią zmierzyć narzędzia analityczne. Ruch na stronie stał się celem, bo da się go policzyć. Konwersje stały się ostatecznym wskaźnikiem sukcesu, bo można je powiązać z konkretną interakcją. Wraz z rozwojem modeli atrybucji zaczęliśmy traktować kanał, któremu przypisano konwersję, jako kanał, który ją wytworzył.
Tymczasem obserwowalne zdarzenie i proces, który do niego doprowadził, to nie to samo. Dobrze tłumaczy to rozróżnienie Lesa Bineta i Petera Fielda z książki „The Long and the Short of It”, jednej z najważniejszych prac o skuteczności marketingu. Aktywacja sprzedaży trafia do osób bliskich zakupu i daje szybkie, łatwe do zmierzenia efekty. Budowanie marki działa inaczej: wzmacnia struktury pamięciowe, które zwiększają szansę, że marka zostanie wzięta pod uwagę, gdy pojawi się sytuacja zakupowa.
Binet i Field pokazali, że koncentracja wyłącznie na krótkoterminowej aktywacji może podkopywać długoterminowy wzrost. W ich danych optymalna proporcja między budowaniem marki a aktywacją wynosiła średnio około 60:40, choć różniła się mocno w zależności od branży i modelu biznesowego. Fiorelli zastrzega, że nie chodzi o przeznaczanie 60% budżetu SEO na świadomość marki. Wniosek jest inny: marketing musi obsługiwać zarówno istniejący popyt, jak i warunki, które kształtują popyt przyszły.
Ten tok myślenia łączy się z koncepcją kapitału marki opartego na kliencie (customer-based brand equity) Kevina Lane’a Kellera. Liczy się w niej nie tylko rozpoznawalność, ale też skojarzenia marki z konkretnymi cechami, korzyściami i sytuacjami. Uzupełniają ją badania Byrona Sharpa i Jenni Romaniuk nad dostępnością mentalną i punktami wejścia do kategorii (Category Entry Points), czyli okolicznościami i potrzebami, które przywołują w głowie daną kategorię i konkretne marki. To właśnie dlatego coraz więcej uwagi poświęca się strategii branded SEO , która wykracza poza walkę o pojedyncze kliknięcia.
Jak AI Search buduje skojarzenia, zanim pojawi się intencja zakupu
Fiorelli ilustruje ten mechanizm prostym przykładem. Ktoś postanawia zacząć biegać i pyta ChatGPT, jak przygotować się do pierwszego biegu na 5 km. Rozmowa dotyczy częstotliwości treningów, zapobiegania kontuzjom i budowania wytrzymałości, a w końcu schodzi na pytanie, czy potrzebne są specjalistyczne buty. Asystent wyjaśnia różnice w amortyzacji, stabilizacji i nawierzchni, a przy okazji wymienia marki kojarzone z konkretnymi potrzebami biegaczy.
Na tym etapie użytkownik nie ma żadnej intencji zakupowej, po prostu uczy się czegoś nowego. Kilka tygodni później odwiedza sklep sportowy, rozpoznaje jedną z wcześniej wymienionych marek i pamięta, z jakim rodzajem biegania była kojarzona. Może ją kupi, może nie. Jeśli jednak wcześniejsza rozmowa wpłynęła na to, które produkty zauważył i rozważył, pełniła rozpoznawalną funkcję marketingową bez żadnego odesłania i bez przypisanej konwersji.
Autor uczciwie zaznacza, że to scenariusz poglądowy, a nie dowód na to, że rekomendacja AI wywołała zakup. Udowodnienie tego wymagałoby odpowiednio zaprojektowanych badań. Sam mechanizm jest jednak dobrze opisany w literaturze: jeśli marka zostaje skojarzona z istotną potrzebą, rośnie szansa, że zostanie rozważona, gdy ta potrzeba stanie się zakupowa. Sytuacja aktywująca kategorię może pojawić się długo przed transakcją, a skojarzenia powstają w wielu punktach styku.
Dla firm oznacza to konieczność szerszego spojrzenia na pomiar. Panel analityczny pokaże wizytę z ChatGPT, ale nie pokaże wpływu wzmianki o marce na późniejszą decyzję w sklepie stacjonarnym czy wyszukiwanie brandowe w Google. Dlatego warto sięgać po metryki uzupełniające, o których piszemy w artykule o tym, jak mierzyć skuteczność SEO poza Google w erze AI .
Podcasty, wideo i influencerzy: co mówią badania
Fiorelli doprowadza logikę „tylko konwersje” do skrajności, aby pokazać jej słabość. Gdyby każde działanie marketingowe miało się bronić wyłącznie bezpośrednio przypisanym ruchem i sprzedażą, firma B2B powinna zamknąć podcast, bo słuchacze rzadko od razu wchodzą na stronę. Powinna zrezygnować z wywiadów eksperckich na YouTube i z aktywności zarządu na LinkedIn, bo generują niewiele identyfikowalnych leadów. Pod znakiem zapytania stanęłyby też digital PR i kampanie edukacyjne, które mają budować pozycję i wiarygodność, a nie natychmiastową sprzedaż.
Tymczasem istnieją badania pokazujące, że takie działania przynoszą mierzalne efekty wykraczające poza pojedyncze transakcje. W raporcie „Media in Focus” z 2017 roku Binet i Field wskazali reklamę wideo, zarówno online, jak i offline, jako szczególnie skuteczną w budowaniu marki, podczas gdy płatne wyszukiwanie i e-mail lepiej sprawdzały się w aktywacji sprzedaży. Nie znaczy to, że każdy film edukacyjny buduje kapitał marki. Znaczy natomiast, że ocenianie video marketingu wyłącznie przez konwersje pomija główny mechanizm jego działania.
Badanie Nielsena z 2023 roku wykazało, że reklama w podcastach może podnieść świadomość marki o 13 punktów procentowych. Wspomagana rozpoznawalność marki wśród osób, które słyszały reklamę, wyniosła 71% wobec 50% w grupie nieeksponowanej. Fiorelli zaznacza, że reklama w cudzym podcaście to coś innego niż własny podcast firmowy i wyników nie można automatycznie przenosić. Badanie potwierdza jednak, że działania podcastowe mogą wpływać na strategię marki bez widocznych konwersji na stronie.
Jeszcze ciekawiej wygląda to w przypadku influencer marketingu. W październiku 2025 roku Institute of Practitioners in Advertising opublikował analizę 220 kampanii influencerskich 144 marek z 36 sektorów i 28 rynków. W krótkim okresie zwrot z inwestycji był zbliżony do średniej dla wszystkich kanałów, ale w mniejszej, brytyjskiej analizie długoterminowej obejmującej 18 kampanii influencer marketing osiągnął indeks ROI 151 wobec 77 dla standardowych płatnych social mediów. Mała próba wymaga ostrożności, ale pokazuje, jak zmienia się ocena kanału po wydłużeniu horyzontu czasowego, co warto uwzględnić przy planowaniu współpracy z influencerami .
Co to oznacza dla strategii SEO i AI Search
Z naszej perspektywy najważniejszy wniosek jest taki, że obie strony sporu mają rację, tylko odpowiadają na różne pytania. Haynes słusznie przestrzega przed przesuwaniem budżetów z klasycznego SEO na obietnice narzędzi GEO o niejasnym znaczeniu biznesowym. Fiorelli słusznie przypomina, że brak kliknięć nie oznacza braku wpływu. Rozsądna strategia nie wybiera między Google a AI Search, tylko przypisuje im właściwe role i właściwe miary.
W praktyce oznacza to, że ruch organiczny z Google i konwersje nadal powinny być rdzeniem raportowania, bo to tam dziś leżą największe pieniądze. Obecność marki w odpowiedziach modeli językowych warto natomiast oceniać tak, jak ocenia się działania wizerunkowe: przez częstotliwość i kontekst wzmianek, skojarzenia z kluczowymi potrzebami klientów, dynamikę wyszukiwań brandowych i jakość leadów w dłuższym okresie. Takie podejście pozwala też uczciwie rozmawiać z zarządem o budżecie, co rozwijamy w tekście o tym, jak sprzedać optymalizację pod AI Search .
Warto też połączyć oba światy w jednym modelu pomiaru. Działania aktywacyjne, takie jak kampanie płatne czy SEO pod frazy transakcyjne, rozliczamy twardymi wynikami, a działania budujące markę uzupełniamy wskaźnikami pośrednimi i analizą trendów. Jeśli chcesz zbudować taki model dla swojej firmy, w ramach usługi performance marketing pomagamy połączyć sprzedaż krótkoterminową z długofalowym wzrostem widoczności marki.
Podsumowanie
Dane Marie Haynes jasno pokazują, że Google wciąż dominuje jako źródło ruchu i konwersji, a AI Search nie jest dziś kanałem sprzedażowym na porównywalną skalę. Nie oznacza to jednak, że widoczność w odpowiedziach modeli językowych jest bezwartościowa, bo marketing tworzy wartość także przez skojarzenia i dostępność mentalną, których panel analityczny nie pokaże. Najlepsze strategie będą mierzyć AI Search tak jak budowanie marki, a nie wyłącznie jak kanał ostatniego kliknięcia.
Źródło: Gianluca Fiorelli, „Dear SEOs, we must talk about marketing”, iloveseo.net
