KPI dla AIO: co raportować klientowi co miesiąc

Raport z AIO trafia do klienta, który przez lata dostawał tabelę z pozycjami i wykres sesji organicznych. Teraz słyszy, że marka „jest widoczna w ChatGPT”, ale nie wie, co to znaczy i czy za to płaci słusznie. Problem nie leży po stronie klienta. Leży po stronie agencji, która nie ustaliła, co dokładnie mierzy i jak to policzyła.

Poniżej pięć wskaźników, które da się zebrać powtarzalnie, obronić przed pytaniem „skąd to wiesz” i porównać miesiąc do miesiąca. Do każdego dokładam metodę liczenia oraz granicę, za którą liczba przestaje być wiarygodna.

Dlaczego klasyczne KPI z SEO tu nie wystarczą

Pozycja w Google opisuje jeden wynik na jednej liście. Odpowiedź modelu językowego to tekst, w którym marka albo się pojawia, albo nie, a kolejność zdań rzadko oznacza to samo co kolejność linków. Nie ma tu miejsca 3, jest wzmianka w drugim akapicie obok dwóch konkurentów.

Druga różnica dotyczy powtarzalności. Ten sam prompt zadany trzy razy potrafi dać trzy różne zestawy źródeł. Jeżeli raportujesz pojedynczy zrzut ekranu, raportujesz szum. Każdy wskaźnik z tej listy wymaga próby, czyli tego samego zestawu zapytań, powtarzanego w stałym rytmie i uśrednianego.

Trzecia różnica to atrybucja. Część ruchu z modeli przychodzi z widocznym źródłem odesłania, część nie przychodzi wcale, bo użytkownik przeczytał odpowiedź i wpisał adres ręcznie albo wrócił do marki tydzień później. Skala tego zjawiska jest realna i warto powiedzieć o niej klientowi zanim zapyta, czemu liczby w analityce są niższe niż obiecany zasięg.

Wskaźnik 1: udział marki w odpowiedziach

To podstawowy miernik widoczności generatywnej, odpowiednik udziału w rynku. Definiujesz koszyk zapytań, na przykład 40 promptów opisujących realne sytuacje zakupowe klienta, i sprawdzasz, w ilu odpowiedziach marka pojawia się z nazwy.

Metoda: każdy prompt uruchamiasz trzykrotnie w każdym mierzonym systemie (ChatGPT, Perplexity, Gemini, Google AI Overviews). Liczysz pojedynczą obserwację jako trafienie, gdy nazwa marki występuje w treści odpowiedzi. Wynik to procent trafień ze wszystkich uruchomień, nie z liczby promptów. Przy 40 promptach i trzech powtórzeniach masz 120 obserwacji na system, co wystarcza, by miesięczna zmiana o kilka punktów procentowych coś znaczyła.

W raporcie pokazujesz jedną liczbę zbiorczą oraz rozbicie na systemy, bo różnice między nimi bywają większe niż różnice między miesiącami. Dopisz też udział dwóch największych konkurentów z tego samego koszyka. Klient szybciej zrozumie 18 procent obok 34 procent lidera niż 18 procent w próżni.

Wskaźnik 2: liczba i jakość cytowań

Wzmianka to nazwa marki w tekście. Cytowanie to odnośnik do konkretnego adresu w witrynie, podany przez model jako źródło. Druga rzecz jest cenniejsza, bo przekłada się na kliknięcia i daje się zweryfikować bez interpretacji.

Zbieraj trzy pola: liczbę cytowań w próbie, liczbę unikalnych adresów, które je otrzymały, oraz listę tych adresów. Trzecie pole jest w praktyce najważniejsze, bo pokazuje, które treści faktycznie pracują. Bywa, że 70 procent cytowań spada na cztery artykuły, a reszta serwisu nie istnieje dla modeli. To jest wniosek operacyjny, a nie tylko liczba do wykresu.

Jakość cytowania oceniaj po tym, czy prowadzi do strony zdolnej obsłużyć intencję. Odesłanie do wpisu blogowego przy zapytaniu porównawczym jest mniej warte niż odesłanie do strony produktu lub zestawienia. Wystarczy prosta skala trzystopniowa, byle stosowana konsekwentnie przez wszystkie miesiące.

Wskaźnik 3: ruch z modeli AI

Tutaj wchodzimy w twarde dane. Ruch z asystentów widać w analityce jako odesłania z domen takich jak chatgpt.com, perplexity.ai czy gemini.google.com, o ile skonfigurujesz odpowiedni kanał i nie pozwolisz, by wpadał do worka „Referral” razem z resztą internetu. Szczegółowo opisuję tę konfigurację w tekście o tym, jak poprawnie zmierzyć ruch z ChatGPT w GA4, łącznie z pułapką parametrów utm dopisywanych przez niektóre klienty.

Raportuj sesje, użytkowników i strony docelowe, zawsze w podziale na źródło. Dodaj średni czas zaangażowania, bo ten ruch zwykle zachowuje się inaczej niż organiczny: jest go mało, ale bywa wyraźnie lepiej dopasowany, ponieważ model odsiał użytkowników, którzy szukali czegoś innego.

Uważaj na skalę. Przy kilkudziesięciu sesjach miesięcznie procentowe zmiany wyglądają dramatycznie i nic nie znaczą. W takiej sytuacji pokazuj wartości bezwzględne i sumę kwartalną zamiast dynamiki miesiąc do miesiąca. Warto też odfiltrować automaty, bo część crawlerów przedstawia się nagłówkami zbliżonymi do przeglądarki. Zasady dotyczące botów wyszukiwarek i asystentów opisuje dokumentacja Google Search Central.

Wskaźnik 4: konwersje z ruchu AI

Bez tego wskaźnika cała reszta jest ćwiczeniem z próżności. Ustaw ten sam zestaw zdarzeń, który rozliczasz w pozostałych kanałach: wysłany formularz, rozpoczęty checkout, zamówienie, kontakt telefoniczny, jeżeli go mierzysz.

Raportuj trzy liczby: liczbę konwersji, współczynnik konwersji kanału oraz porównanie tego współczynnika z organicznym. Ostatnia pozycja jest tą, która najczęściej broni budżetu, bo ruch z asystentów zwykle konwertuje powyżej średniej, mimo że jest go niewiele.

Konwersje z niewielkiego kanału mają wysoką zmienność, dlatego rozliczaj je kwartalnie, a w raporcie miesięcznym pokazuj jedynie wartość narastającą. Uczciwie oznacz też, że część efektu pozostanie nieprzypisana.

Wskaźnik 5: pokrycie zapytań tematycznych

Ostatni wskaźnik jest wyprzedzający: mierzy, czy serwis w ogóle ma czym odpowiedzieć. Rozpisujesz mapę tematów w obszarze klienta, a następnie zaznaczasz, które z nich mają na stronie treść zdolną obsłużyć zapytanie samodzielnie, bez odsyłania do innej podstrony.

Wynikiem jest procent pokrycia oraz lista luk uszeregowana według potencjału. To jedyna pozycja w raporcie, która wprost mówi, co zespół ma robić w kolejnym miesiącu, i dlatego klienci zwykle czytają ją najuważniej. Jeżeli pokrycie stoi w miejscu przez kwartał, a udział w odpowiedziach nie rośnie, masz gotową diagnozę zamiast wymówki.

Szablon raportu miesięcznego

Struktura, która sprawdza się w praktyce, mieści się na czterech ekranach:

1. Podsumowanie na jedną stronę: pięć liczb, strzałka zmiany, jedno zdanie komentarza do każdej.
2. Widoczność generatywna: udział w odpowiedziach z rozbiciem na systemy plus dwóch konkurentów.
3. Cytowania: liczba, lista adresów, które je zebrały, oraz komentarz o tym, czego zabrakło.
4. Dane z analityki: sesje, konwersje, porównanie z organicznym.
5. Plan na kolejny miesiąc wywiedziony z luk w pokryciu tematycznym.

Dołącz stałą notę metodologiczną: jaki koszyk promptów, ile powtórzeń, w jakich dniach, w jakim systemie. Bez niej każda zmiana będzie wyglądać na przypadek, a przy zmianie osoby prowadzącej projekt stracisz porównywalność szeregu.

Jeżeli po trzech raportach wszystkie wskaźniki stoją w miejscu, to nie jest moment na dokładanie kolejnych metryk. To moment na diagnozę przyczyny, którą rozpisałam w tekście o tym, co sprawdzić, gdy AIO nie daje efektów po trzech miesiącach.

Czego nie obiecywać klientowi

Trzy rzeczy, których nie da się dotrzymać, a które wciąż pojawiają się w ofertach:

• Gwarancji pozycji w odpowiedzi. Nie ma pozycji, jest obecność albo jej brak, a wynik zmienia się między uruchomieniami.
• Pełnej atrybucji ruchu. Część użytkowników po prostu nie zostawi śladu w analityce i żadne narzędzie tego nie naprawi.
• Stałości pomiaru. Dostawcy modeli zmieniają sposób podawania źródeł bez zapowiedzi, więc szereg czasowy potrafi się urwać z przyczyn niezależnych od projektu.

Powiedziane na starcie, każde z tych zastrzeżeń buduje zaufanie. Powiedziane w piątym miesiącu, brzmi jak tłumaczenie się z braku wyników.

FAQ