Ahrefs Brand Radar kontra Semrush AI Toolkit: test na jednej domenie

Przez 30 dni trzymaliśmy Ahrefs Brand Radar i Semrush AI Toolkit podpięte do tej samej domeny, w tym samym oknie czasowym, z tą samą listą fraz. Założenie było proste: jeśli oba mierzą widoczność tej samej strony w odpowiedziach modeli językowych, powinny pokazywać mniej więcej to samo. Nie pokazały. Różnice sięgały kilkudziesięciu procent, a w niektórych tygodniach narzędzia nie zgadzały się nawet co do kierunku trendu.

Poniżej: warunki testu, miejsca w których liczby się pokrywają, miejsca w których się rozjeżdżają, i co z tego wynika przy wyborze narzędzia do stałego raportowania.

Warunki testu i badana domena

Testowaliśmy na średniej wielkości domenie B2B z branży usługowej: około 280 artykułów, ruch organiczny w okolicach 14 tysięcy sesji miesięcznie, marka rozpoznawalna w niszy, ale bez obecności w mediach ogólnopolskich. To celowy wybór. Na dużej marce konsumenckiej oba narzędzia zbierają tyle sygnałów, że różnice metodologiczne toną w wolumenie. Na małej domenie widać je gołym okiem.

Parametry testu:

• okres: 30 pełnych dni, bez zmian w treści poza normalnym harmonogramem (6 nowych wpisów)
• lista monitorowanych fraz: 40 zapytań, identyczna w obu narzędziach, w tym 12 brandowych i 28 generycznych
• rynek: Polska, język polski, dodatkowo kontrolna próbka 8 fraz w języku angielskim
• brak jakichkolwiek działań link buildingowych i PR w trakcie okna pomiarowego

Metodologię zbierania danych opisaliśmy szerzej w case AIO z 30 dni testów pod ChatGPT, gdzie mierzyliśmy to samo zjawisko ręcznie. Ten test jest jego kontynuacją: sprawdzamy, na ile komercyjne platformy odtwarzają obraz składany wcześniej z własnych odpytań.

Zakres danych w obu narzędziach

Pierwsza rzecz, która tłumaczy część rozbieżności: narzędzia nie patrzą na te same silniki i nie odpytują ich z tą samą częstotliwością.

Sama różnica w liczbie silników generuje rozjazd: Semrush dokłada Copilota, odpowiedzialnego w naszej próbce za około 9 procent wykrytych cytowań. Gdyby to była jedyna przyczyna, wystarczyłoby odjąć ten udział i liczby by się zgodziły. Nie zgodziły się.

Co dokładnie liczy się jako cytowanie

Ahrefs rozdziela dwa zdarzenia: wymienienie nazwy marki w treści odpowiedzi oraz podanie linku do domeny w sekcji źródeł. Semrush domyślnie łączy je w jeden wskaźnik widoczności. To samo w sobie wystarczy, żeby dwa dashboardy pokazały różne liczby za ten sam miesiąc.

Cytowania: gdzie liczby się zgadzają

Zgodność była najwyższa tam, gdzie sygnał był najmocniejszy. Dla 12 fraz brandowych oba narzędzia raportowały obecność domeny w 11 przypadkach. Jedyna rozbieżność: zapytanie, przy którym model odpowiadał opisowo, bez źródeł, co Ahrefs zaliczył jako wzmiankę, a Semrush nie.

Dobrze zgadzały się też przypadki skrajne w drugą stronę. Spośród 28 fraz generycznych obie platformy zgodnie wskazały 9 jako całkowicie poza zasięgiem przez cały miesiąc. To użyteczna zgodność: te tematy można bez wahania odpisać z planu optymalizacji albo potraktować jako lukę do zapełnienia nową treścią.

Trzeci obszar zgody: kierunek trendu w skali całego miesiąca. Oba narzędzia pokazały wzrost ogólnej widoczności, odpowiednio o 22 i 31 procent. Wartości inne, ale wniosek biznesowy ten sam.

Gdzie dane się rozjeżdżają i dlaczego

Problemy zaczynają się w środku rozkładu, czyli tam, gdzie podejmuje się decyzje. Dla 19 fraz generycznych, przy których domena pojawiała się niesystematycznie, różnice w raportowanej liczbie cytowań wynosiły od 18 do 64 procent. W trzech tygodniach z czterech narzędzia pokazały przeciwny kierunek tygodniowej zmiany tej samej frazy.

Rozjazdy udało się przypisać do czterech przyczyn:

1. Moment odpytania. Modele nie odpowiadają deterministycznie. Dwa zapytania o tej samej treści, zadane w odstępie kilku godzin, potrafią zwrócić inny zestaw źródeł. Narzędzie odpytujące rano i narzędzie odpytujące wieczorem mierzą de facto dwie różne próbki.
2. Normalizacja wariantów frazy. Semrush agreguje bliskie warianty zapytania pod jedną pozycją, Ahrefs trzyma je osobno. Przy frazach z odmianą fleksyjną, czyli w polskim przy większości, daje to systematycznie wyższe liczby po stronie Semrusha.
3. Traktowanie odpowiedzi bez źródeł. Opisane wyżej: wzmianka bez linku to dla jednego narzędzia sukces, dla drugiego zdarzenie nieliczone.
4. Lokalizacja odpytania. W kontrolnej próbce angielskiej rozbieżności spadły do 11 procent. To sugeruje, że część różnicy bierze się z tego, jak każda platforma obsługuje rynek polski: z jakiego regionu wychodzi zapytanie i czy wymusza język odpowiedzi.

Ostatni punkt jest wart podkreślenia, bo bywa pomijany. Jeśli porównujesz wyniki narzędzia z własnymi obserwacjami, a pytasz model z polskiego IP po polsku, to nie masz gwarancji, że narzędzie robi to samo. Ta sama ostrożność obowiązuje przy ocenie pokrycia tematycznego: punkt odniesienia musi być jeden, co rozwijamy w tekście o tym, jak liczyć topical authority i uzupełniać luki.

Czy któreś z narzędzi jest bliżej prawdy

Sprawdziliśmy to ręcznie na próbce 15 fraz: cztery silniki, trzy odpytania dziennie przez pięć dni, czyli 900 zapytań. Żadne z narzędzi nie było systematycznie bliżej naszego pomiaru. Ahrefs częściej zaniżał (średnio o 14 procent), Semrush zawyżał (o 19 procent), a nasza ręczna próbka sama miała znaczną wariancję między dniami.

Wniosek praktyczny: traktowanie którejkolwiek z tych liczb jako wartości bezwzględnej jest błędem. Obie działają jako wskaźnik kierunku i punkt odniesienia do samych siebie w czasie, pod warunkiem że nie zmieniasz narzędzia w trakcie.

Wygoda pracy i raportowanie dla klienta

Tu różnice są wyraźniejsze niż w danych i łatwiejsze do oceny.

Brand Radar jest szybszy w codziennym użyciu: widok płaski, filtry działają od razu, droga od ogólnego wykresu do konkretnej odpowiedzi modelu to dwa kliknięcia. W ekosystemie Ahrefsa dane o widoczności w AI siedzą obok linków i pozycji, więc nie przełączasz kontekstu.

AI Toolkit jest bogatszy, ale cięższy: więcej przekrojów, podział na silniki w każdym widoku, porównanie do dziesięciu konkurentów. Kosztem jest to, że dotarcie do konkretnej odpowiedzi modelu wymaga więcej ekranów. Przy raporcie miesięcznym to zaleta, przy codziennej diagnostyce przeszkoda.

Eksport: oba oddają CSV, oba mają API w wyższych planach. Semrush ma gotowy konektor do Looker Studio, Ahrefs wymaga własnej warstwy pośredniej. Przy zautomatyzowanym raportowaniu klienckim ta jedna różnica potrafi przeważyć wybór.

Koszt kontra realna wartość

Żadne z narzędzi nie jest dodatkiem gratis do abonamentu: moduł AI jest wyceniany osobno albo wymaga wyższego planu, a cenniki zmieniają się na tyle często, że podawanie kwot nie ma sensu. Policz inaczej: ile fraz realnie monitorujesz i ile decyzji podejmujesz na tych danych w miesiącu.

Przy 40 frazach i jednym raporcie miesięcznie koszt na decyzję jest wysoki w obu. Przy 300 frazach i cotygodniowej optymalizacji zaczyna się bronić, ale wtedy wygrywa narzędzie z lepszym API, bo ręczne przeklikiwanie przestaje być wykonalne.

Jest też opcja trzecia, o której łatwo zapomnieć: własny skrypt odpytujący modele przez API i zapisujący odpowiedzi. Daje pełną kontrolę nad lokalizacją, częstotliwością i definicją cytowania, czyli nad wszystkimi czterema źródłami rozjazdu opisanymi wyżej. Kosztuje czas na utrzymanie, ale przy dużej liczbie fraz bywa tańszy niż abonament. Szerszy przegląd dostępnych opcji, razem z narzędziami spoza wielkiej dwójki, zebraliśmy w porównaniu narzędzi do widoczności AI.

Które wybrać przy jakim budżecie

Nasze rekomendacje po tym teście, uporządkowane według sytuacji:

• Masz już Ahrefsa i monitorujesz do 100 fraz. Zostań przy Brand Radarze. Dołożenie Semrusha nie uzasadnia drugiego abonamentu, a dane i tak nie będą porównywalne.
• Prowadzisz raportowanie dla kilku klientów naraz. AI Toolkit, głównie za konektor do Looker Studio i podział na silniki. Oszczędność czasu przy raportach zwraca różnicę w cenie.
• Interesuje cię wyłącznie Google AI Overviews. Żadne z nich w pierwszej kolejności: da się to monitorować taniej, a tutaj dopłacasz za silniki, których nie używasz.
• Masz zespół techniczny i ponad 300 fraz. Rozważ własny zbieracz danych na API modeli, z jednym z narzędzi jako kontrolą, nie jedynym źródłem prawdy.

Niezależnie od wyboru obowiązuje jedna zasada: trzymaj się jednego narzędzia przez cały okres porównawczy. Zmiana platformy w środku kwartału unieważnia szereg czasowy, bo zmieniasz nie tylko dostawcę, ale i definicję mierzonego zjawiska. O warunkach, na jakich treść w ogóle trafia do generowanej odpowiedzi, pisze Google w dokumentacji funkcji AI w wyszukiwarce.

Czego ten test nie rozstrzyga

Uczciwie: jedna domena, 30 dni i 40 fraz to za mało, żeby ogłosić zwycięzcę. Nasz test pokazuje, że dwa narzędzia mierzące to samo zjawisko dają istotnie różne liczby, i wskazuje cztery konkretne przyczyny tej różnicy. Nie rozstrzyga, które ma rację, bo przy zjawisku o tak dużej naturalnej wariancji samo pojęcie wartości prawdziwej jest problematyczne. Powtórzymy pomiar na większej próbce domen w kolejnym kwartale; do tego czasu rozsądne podejście to jedno narzędzie, stała lista fraz, czytanie trendu zamiast wartości bezwzględnych i okresowa kontrola ręczna na kilkunastu najważniejszych zapytaniach.

FAQ