Ruch z ChatGPT, Perplexity, Gemini, Copilot, Claude i innych systemów AI może być niewielki w porównaniu z klasycznym ruchem organicznym, a mimo to mieć istotną wartość biznesową. Sam wolumen sesji nie odpowiada bowiem na pytanie, czy użytkownik był blisko decyzji, czy został kwalifikowanym leadem i czy finalnie wygenerował sprzedaż.
Dlatego ruchu z AI nie należy oceniać wyłącznie przez sesje, czas zaangażowania ani współczynnik konwersji. Trzeba połączyć widoczność marki, cytowania, rozpoznawalny ruch, zachowanie na stronie, formularze i telefony z CRM, kwalifikacją leadów, pipeline’em, sprzedażą, przychodem i marżą.
Ruch z AI i ruch organiczny należy porównywać dopiero po wyrównaniu intencji, typu strony i celu biznesowego. Nie wystarczy sprawdzić, który kanał ma wyższy współczynnik konwersji. Dla każdego z nich warto mierzyć: rozpoznawalne sesje, mikroakcje, formularze, click-to-call, kwalifikowane leady, szanse sprzedaży, klientów, przychód na sesję i marżę. Trzeba też pamiętać, że część wpływu AI nie pozostawia referrera: użytkownik może poznać markę w odpowiedzi AI, a później wejść przez Google, direct albo telefon.
Ruch z AI jest tylko jednym etapem wpływu AI Search
Najpierw trzeba rozdzielić kilka zjawisk, które często są raportowane jako jedno.
marka pojawia się w odpowiedzi
strona zostaje wskazana jako źródło
użytkownik przechodzi do witryny
wykonuje wartościowe działanie
kontakt zostaje zakwalifikowany
powstaje wynik finansowy
Poprawa na wcześniejszym etapie nie gwarantuje poprawy na kolejnym.
Więcej cytowań nie musi oznaczać więcej kliknięć. Więcej sesji nie musi oznaczać więcej leadów. Więcej formularzy nie musi oznaczać większej sprzedaży.
Czym jest ruch z AI?
W tym materiale jako ruch z AI rozumiemy sesję użytkownika, którą można powiązać z przejściem z systemu wykorzystującego generatywną AI lub jego interfejsu wyszukiwania.
Może pochodzić między innymi z:
Ruch z AI oznacza wizytę człowieka. Nie oznacza wizyty crawlera AI w logach serwera.
Crawling AI, widoczność i ruch użytkowników są odrębnymi zjawiskami
| Zjawisko | Co się wydarzyło? | Czy powstała sesja? |
|---|---|---|
| Crawling | bot pobrał stronę | nie |
| Widoczność | marka znalazła się w odpowiedzi | niekoniecznie |
| Cytowanie | URL został wskazany jako źródło | niekoniecznie |
| Referral AI | użytkownik kliknął i wszedł na stronę | tak |
Dlatego liczby z logów crawlerów nie powinny trafiać do raportu użytkowników, leadów ani przychodu.
Czym ruch z AI różni się od ruchu organicznego?
| Obszar | Ruch z AI | Ruch organiczny |
|---|---|---|
| Punkt startowy | odpowiedź, rekomendacja lub cytowanie | wyniki wyszukiwarki |
| Kontekst przed kliknięciem | użytkownik mógł otrzymać syntezę i porównanie | częściej sam porównuje wyniki |
| Znajomość zapytania | często brak pełnego promptu | częściowa widoczność zapytań w GSC |
| Atrybucja | częściej niepełna | zwykle łatwiejsza |
| Skala | często mniejsza | często większa |
| Ocena biznesowa | lead, pipeline, przychód | lead, pipeline, przychód |
Nie należy jednak zakładać, że użytkownik z AI zawsze znajduje się dalej w lejku. Platforma może skierować go zarówno z pytania zakupowego, jak i z prostej definicji.
Największy błąd: porównanie całego AI z całym organic
Jeżeli ruch organiczny obejmuje milion wejść informacyjnych, a AI kieruje głównie do rankingów i stron usługowych, porównanie zagregowanego współczynnika konwersji nie mówi wiele o jakości kanału.
Ta sama intencja × podobny typ strony × podobny rynek × podobne urządzenie → porównanie AI vs organic.
Dopiero wtedy możemy sensownie sprawdzić, czy kanały rzeczywiście różnią się zachowaniem użytkowników.
Ruch organiczny również nie jest jednolity jakościowo
Wejście z zapytania:
„Co to jest powłoka ceramiczna?”
nie powinno być oceniane tak samo jak:
„Powłoka ceramiczna cena Warszawa.”
Ta sama zasada dotyczy AI. Kanał nie zastępuje intencji.
Dlaczego liczba sesji przestaje być wystarczającym KPI?
Sto sesji może przynieść:
Sesje → zachowanie → konwersje → kwalifikacja → pipeline → sprzedaż → marża.
Jak mierzyć jakość sesji?
Na poziomie analityki warto obserwować:
skala mierzalnego kanału
czy użytkownik wykonał istotną aktywność
czy dotarł do dalszych etapów
czy wykonał pożądaną akcję
ile kontaktów było wartościowych
jaki wynik finansowy powstał
Współczynnik zaangażowania nie jest oceną wartości klienta
GA4 może uznać sesję za zaangażowaną na podstawie aktywności użytkownika, ale sam wynik nadal wymaga interpretacji.
Przykładowo osoba może:
Jeżeli click-to-call i call tracking nie są skonfigurowane, taka wizyta może wyglądać w podstawowym raporcie znacznie gorzej niż rzeczywiście.
Krótki czas sesji nie zawsze jest problemem
Znaczenie czasu zależy od funkcji strony.
| Typ strony | Możliwy sukces |
|---|---|
| Kontakt | szybkie znalezienie telefonu |
| Produkt | dodanie do koszyka |
| Poradnik | przeczytanie odpowiedzi i przejście dalej |
| Case study | przejście do usługi lub kontaktu |
| Dokumentacja | znalezienie właściwej instrukcji |
Nie optymalizujemy czasu sesji. Optymalizujemy wykonanie właściwego zadania.
Strona wejścia zmienia sposób interpretacji kanału
Ruch z AI może trafiać bezpośrednio do:
Każdy z tych URL-i ma inną funkcję i powinien mieć inny zestaw KPI.
Poradnik nie musi generować formularza podczas pierwszej sesji
Materiał informacyjny może wykonywać prawidłowo swoją funkcję, jeżeli:
Ocena wyłącznie przez last-click formularze może zaniżyć jego wartość.
Porównanie lub ranking powinny być mierzone bliżej decyzji
Dla takich stron ważniejsze będą:
Case study może mieć mały ruch i wysoką wartość
Case study często nie konkuruje o największy wolumen.
Weryfikacja doświadczenia → redukcja ryzyka → kontakt → sprzedaż.
Dlatego lepiej badać:
Jak segmentować ruch według intencji?
| Intencja | Główne zadanie |
|---|---|
| Informacyjna | zrozumienie tematu |
| Problemowa | znalezienie rozwiązania |
| Porównawcza | ocena alternatyw |
| Weryfikacyjna | sprawdzenie marki lub dostawcy |
| Transakcyjna | kontakt lub zakup |
| Nawigacyjna | dotarcie do konkretnej marki |
AI vs organic porównujemy przede wszystkim wewnątrz podobnej intencji, nie tylko wewnątrz kanału.
Jakie konwersje mierzyć?
Zainteresowanie
Cennik, case study, kontakt, kalkulator, newsletter, przejście do oferty.
Kontakt
Formularz, telefon, rezerwacja, rejestracja lub inne zgłoszenie.
Wartość
Kwalifikowany lead, szansa sprzedaży, klient, przychód i marża.
Mikrokonwersja nie powinna być raportowana jak sprzedaż
Jeżeli do jednej metryki „conversion rate” wrzucimy:
powstanie wskaźnik trudny do interpretacji biznesowej.
Mikroakcja ≠ lead ≠ kwalifikowany lead ≠ sprzedaż.
Formularz powinien być mierzony po poprawnym wysłaniu
Nie wystarczy zarejestrować kliknięcie przycisku „Wyślij”.
Warto rozdzielać:
Jeżeli analityka kończy się na kliknięciu buttona, łatwo zawyżyć rzeczywistą liczbę zapytań.
Click-to-call również nie jest jeszcze rozmową
Kliknięcie numeru → próba połączenia → odebrana rozmowa → kwalifikacja → sprzedaż.
Dlatego przy firmach opartych na telefonach warto łączyć analitykę strony z call trackingiem.
Lead nie oznacza jeszcze wartościowego klienta
Dwa kanały mogą wygenerować po dziesięć formularzy i mieć zupełnie inną wartość biznesową.
zarejestrowany kontakt
kontakt możliwy do obsłużenia
pasuje marketingowo
zaakceptowany przez sprzedaż
realna możliwość transakcji
sprzedaż została zamknięta
Dopiero CRM pokazuje, czy większa liczba formularzy oznacza większą liczbę dobrych klientów.
Wysoki współczynnik konwersji przy małej próbie wymaga ostrożności
Przykład:
| Kanał | Sesje | Leady | CR |
|---|---|---|---|
| AI | 20 | 2 | 10% |
| Organic | 10 000 | 300 | 3% |
Nie wynika z tego jeszcze, że AI jest „3,3 raza lepszym kanałem”. Próby mają zupełnie inną skalę, mogą obejmować różne strony i różne intencje.
Przychód na sesję może być bardziej informacyjny niż sama konwersja
Przychód przypisany do kanału ÷ liczba rozpoznanych sesji z kanału.
Wskaźnik pozwala zauważyć sytuację, w której mały kanał przynosi niewiele sesji, ale generuje transakcje o wysokiej wartości.
W przypadku AI mianownik obejmuje tylko rozpoznane sesje. Jeżeli część wpływu trafia do direct lub brand search, nie jest to pełna ekonomiczna wartość AI Search.
Jak obliczać oczekiwaną wartość leada?
Oczekiwana wartość leada = prawdopodobieństwo sprzedaży × średnia wartość klienta.
Dla decyzji biznesowych lepiej użyć marży zamiast samego przychodu:
Oczekiwana wartość leada = prawdopodobieństwo sprzedaży × średnia marża z klienta.
Przychód na lead pokazuje jakość kontaktów
Przychód przypisany do kanału ÷ liczba leadów z kanału.
Jeżeli dwa kanały generują podobną liczbę leadów, ten wskaźnik pokazuje, czy różnią się wartością sprzedaży.
CPL i CAC wymagają jawnego modelu kosztów
| Wskaźnik | Wzór |
|---|---|
| CPL | koszt działań ÷ liczba leadów |
| CAC | koszt działań ÷ liczba pozyskanych klientów |
Problem polega na tym, że SEO i AI Search często wykorzystują te same zasoby:
Jeżeli kosztu nie da się dokładnie rozdzielić, lepiej zastosować jawny model alokacji niż udawać precyzję.
Jak rozpoznawać ruch z AI w analityce?
Podstawowy proces może wyglądać tak:
zbierz rozpoznawane domeny
ujednolić nazwy platform
utwórz segment AI Referral
oddziel ruch maszynowy
analizuj strony wejścia
połącz sesję z leadem
Lista źródeł wymaga utrzymania, ponieważ domeny, aplikacje, przekierowania i sposób przekazywania referrera mogą się zmieniać.
Rozpoznany AI Referral nie pokazuje całego wpływu AI
Część ścieżek może wyglądać tak:
AI → marka zapamiętana → Google brand search → strona → lead.
albo:
AI → rekomendacja → direct → strona → telefon → klient.
Standardowy raport źródło/medium może w obu przypadkach nie przypisać zasługi systemowi AI.
Dlaczego część ruchu z AI trafia do direct?
Nie oznacza to jednak, że cały wzrost ruchu direct należy przypisać AI.
Direct może zawierać wpływ AI, ale nie jest synonimem ruchu z AI.
Jedno z najprostszych narzędzi: zapytaj klienta o źródło
W formularzu lub procesie sprzedażowym warto dodać pytanie:
„Skąd dowiedziałeś się o naszej firmie?”
Możliwe odpowiedzi:
Odpowiedź użytkownika nie zastępuje analityki. Uzupełnia lukę, której techniczna atrybucja może nie zobaczyć.
CRM powinien przechowywać więcej niż ostatnie źródło
Dla leada warto zachować:
Brand search może być sygnałem pośredniego wpływu AI
Jeżeli jednocześnie rośnie obecność marki w odpowiedziach AI, warto obserwować:
Równoczesny wzrost nie dowodzi przyczynowości, ale jest ważnym elementem szerszej analizy atrybucyjnej.
Jak łączyć FAVI z wynikami biznesowymi?
FunkyMEDIA AI Visibility Index mierzy obecność marki w odpowiedziach, rekomendacje, cytowania, skojarzenie z kategorią, poprawność i pokrycie platform.
Ten materiał analizuje następną część procesu:
AI Visibility → rozpoznawalny ruch → zachowanie → lead → pipeline → sprzedaż.
Dzięki temu można obserwować np. sytuację, w której FAVI rośnie, ale liczba leadów pozostaje bez zmian — i dopiero wtedy diagnozować przyczynę.
Pięć warstw raportu AI Search
wzmianki, rekomendacje, cytowania
sesje, użytkownicy, landing pages
przejścia i mikroakcje
formularze, telefony, MQL, SQL
sprzedaż, przychód, marża
Taki raport utrudnia ogłoszenie sukcesu wyłącznie dlatego, że wzrosła liczba cytowań albo sesji.
Warstwa 1. Widoczność
Ta warstwa odpowiada na pytanie: czy i jak marka istnieje w odpowiedziach?
Warstwa 2. Pozyskanie ruchu
Ta warstwa odpowiada: czy ekspozycja doprowadziła do identyfikowalnej wizyty?
Warstwa 3. Zachowanie
Ta warstwa mówi: czy użytkownik przesunął się dalej w procesie decyzji?
Warstwa 4. Konwersje i jakość leadów
Tu kończy się analiza „ruchu”, a zaczyna analiza realnej jakości pozyskania.
Warstwa 5. Wynik finansowy
liczba klientów
wartość sprzedaży
realna wartość ekonomiczna
przychód na sesję
koszt klienta
wartość relacji w czasie
Właśnie na tym poziomie można odpowiedzieć, czy kanał jest biznesowo wartościowy.
Co pokazują dane z 858 457 witryn?
W analizie obejmującej ponad 858 tys. witryn liczba mierzalnych odesłań z modeli językowych wzrosła z 93 484 do 161 469 rok do roku, czyli o 72,7%.
| Platforma | Wcześniej | Później | Zmiana |
|---|---|---|---|
| ChatGPT | 81 652 | 136 095 | +66,7% |
| Claude | 106 | 2 488 | ponad 23× |
| Copilot | 22 | 9 560 | silny wzrost z niskiej bazy |
| Perplexity | 11 533 | 13 157 | +14,1% |
Te dane pokazują rozwój mierzalnych odesłań, ale nie mówią, jaka część całego wpływu AI pozostaje niewidoczna w referrerach.
Dane o crawlerach trzeba interpretować szczególnie ostrożnie
W tym samym zbiorze strony odwiedzane przez crawlery AI osiągały średnio:
| Metryka | Z crawlingiem AI | Bez zarejestrowanego crawlowania |
|---|---|---|
| Sesje | 527,7 | 164,9 |
| Formularze | 4,17 | 1,57 |
| Click-to-call | 8,62 | 3,46 |
Wśród witryn przekraczających 10 tys. sesji 90,5% znajdowało się w grupie z zarejestrowanym crawlingiem AI.
Nie wynika z tego, że crawling AI spowodował większy ruch, liczbę formularzy albo telefonów. Duże, popularne i dobrze rozwinięte witryny mogą być jednocześnie częściej odwiedzane przez ludzi i crawlery.
Bezwzględna liczba formularzy może prowadzić do złego wniosku
Po przeliczeniu zbiorczych średnich na sesję otrzymujemy orientacyjnie:
| Metryka | Crawling AI | Bez crawlowania |
|---|---|---|
| Formularze / sesję | około 0,79% | około 0,95% |
| Click-to-call / sesję | około 1,63% | około 2,10% |
Nie są to współczynniki konwersji ruchu z AI. To przeliczenie średnich dla dwóch grup witryn.
Pokazuje jednak bardzo ważną zasadę analityczną: większa bezwzględna liczba konwersji może wynikać z większej liczby sesji, a nie z lepszej skuteczności pojedynczej wizyty.
Nie mów „strony crawlowane przez AI konwertują 2,7 raza lepiej”
Większa średnia liczba formularzy w grupie witryn nie jest dowodem wyższego współczynnika konwersji ruchu z AI.
To rozróżnienie jest szczególnie istotne, ponieważ mieszałoby trzy różne zjawiska:
Tabela decyzyjna: co oznaczają wyniki?
| Obserwacja | Możliwy wniosek | Co sprawdzić? |
|---|---|---|
| Mało sesji, wysoki przychód / sesję | mały, ale wartościowy kanał | jakość leadów i stabilność próby |
| Dużo sesji, mało leadów | intencja informacyjna lub słaba ścieżka | landing page i CTA |
| Wysokie zaangażowanie, brak leadów | treść użyteczna, ale daleko od decyzji | następny krok użytkownika |
| Krótka sesja, dużo telefonów | strona szybko wykonuje zadanie | call tracking |
| Dużo formularzy, mało sprzedaży | niska jakość leadów | MQL, SQL i powody utraty |
| Rośnie direct i brand search | możliwy efekt wspomagany | CRM i deklarowane źródło |
| Dużo crawlowania, brak ruchu | boty pobierają treść, ale użytkownicy nie klikają | cytowania i widoczność marki |
| AI ma wyższy CR, ale małą próbę | wynik obiecujący, ale niestabilny | wielkość próby i kolejne okresy |
Najczęstsze błędy w analizie AI vs organic
Wszystkie strony razem
Poradniki, kontakt i produkty są porównywane jednym współczynnikiem.
Wszystkie konwersje razem
Scroll, formularz i zakup mają identyczną wagę.
Lead = klient
Raport kończy się na formularzu.
Bot = użytkownik
Aktywność crawlerów jest przedstawiana jako ruch z AI.
Last click
AI nie otrzymuje żadnego udziału, jeśli użytkownik później wrócił przez Google.
Mała próba
Kilka konwersji jest przedstawianych jako trwała przewaga kanału.
Mity dotyczące ruchu z AI
| Mit | Rzeczywistość |
|---|---|
| Ruch z AI zawsze konwertuje lepiej | zależy od intencji, strony, platformy i próby |
| Każde cytowanie daje wizytę | odpowiedź może zaspokoić potrzebę bez kliknięcia |
| Dużo crawlingu = dużo klientów | bot nie jest użytkownikiem |
| AI zastąpi organic | kanały częściej współdziałają w jednej ścieżce |
| Direct nie ma związku z AI | część wpływu może być nierozpoznana, ale nie cały direct |
| Formularz = sprzedaż | potrzebna jest kwalifikacja i CRM |
| Najważniejszy jest referral traffic | wpływ AI może być zero-click i wspomagany |
Jak raportować AI vs organic zarządowi?
Raport powinien pozwolić przejść od ekspozycji do pieniędzy.
| Warstwa | AI | Organic |
|---|---|---|
| Widoczność | SoA, RR, CR | wyświetlenia, pozycje, zapytania |
| Ruch | rozpoznane sesje AI | sesje organiczne |
| Zachowanie | porównanie podobnych landing pages i intencji | |
| Leady | formularze, telefony, MQL, SQL | |
| Biznes | sprzedaż, przychód, marża, CAC, LTV | |
Dopiero taki raport odpowiada na pytanie, czy AI Search wnosi wartość do biznesu, zamiast jedynie generować nowy typ ruchu.
Model końcowy: AI może uczestniczyć w sprzedaży bez bycia ostatnim kliknięciem
Widoczność → rekomendacja / cytowanie → pamięć marki → wizyta → zachowanie → lead → kwalifikacja → sprzedaż → przychód.
Najgorszy model raportowania wygląda tak:
„ChatGPT wysłał 100 sesji, Google 10 000, więc AI jest kanałem 100 razy mniej ważnym.”
Taki raport ignoruje:
Lepsze pytanie brzmi:
Jaką rolę AI odegrało w pozyskaniu właściwego klienta i jaką wartość wygenerowała cała ścieżka?
Odpowiedź wymaga połączenia danych o widoczności z analityką strony i CRM.
Dlatego ruch z AI nie powinien być traktowany jako zamiennik ruchu organicznego. To kolejna warstwa ścieżki klienta, która może działać przed kliknięciem, podczas wizyty i jako źródło wpływu wspomagającego późniejszą sprzedaż.
