Atrybucja: skąd wiesz, że klient przyszedł z AI

Dlaczego atrybucja ruchu z AI jest trudniejsza niż w innych kanałach?

Wyobraź sobie klienta, który pyta ChatGPT o firmę w Twojej branży. W odpowiedzi widzi trzy nazwy i jedną z nich jesteś Ty. Nie klika w nic, zamyka czat. Trzy dni później wpisuje Twoją nazwę w Google i wchodzi na stronę. Analityka zapisze to jako wyszukiwanie brandowe albo wejście bezpośrednie. O czacie nie dowiesz się niczego.

Porównaj to z reklamą. Dajesz klientowi link z parametrami UTM, on klika, a system od razu wie, skąd przyszedł i ile to kosztowało. Droga jest krótka, jednodotykowa i w całości widoczna. Ścieżka z AI wygląda inaczej: jest opóźniona i wielodotykowa. Klient najpierw widzi markę, potem dojrzewa do decyzji, a dopiero na końcu trafia na stronę.

I tu robi się kłopot. Klasyczna atrybucja przypisuje zasługę ostatniemu dotknięciu, a nie odpowiedzi, która zaczęła cały proces. Zasługę zbiera więc wyszukiwarka albo ruch bezpośredni, choć iskrą był czat. Efekt jest realny. Ślad już nie. To najważniejsza różnica między AI a kanałami, które znasz z raportów.

Co w atrybucji AI widać, a czego nie?

Zacznij od rozróżnienia, bo w nim leży cała trudność. Wzmianka to sytuacja, w której model AI wymienia Twoją firmę w treści odpowiedzi, ale bez linku. Cytowanie to link do Twojej domeny podany jako źródło. To dwie różne rzeczy i tylko jedna z nich zostawia ślad w analityce.

Cytowanie, w które ktoś kliknął, trafia do Google Analytics 4 jako zwykłe odesłanie z domeny takiej jak chatgpt.com czy perplexity.ai. To jedyny kawałek ścieżki, który widzisz wprost. Jak go wyodrębnić i gdzie dokładnie szukać, pokazuję w osobnym artykule o rozpoznawaniu ruchu z AI w Google Analytics 4.

Ale nawet ten widoczny kawałek ma trzy dziury. Część wejść traci informację o stronie odsyłającej i ląduje w ruchu bezpośrednim. Kliknięcia z AI Overviews i AI Mode przychodzą z domeny google.com, więc mieszają się ze zwykłym ruchem z wyszukiwarki. A samą wzmiankę bez kliknięcia analityka pomija całkowicie.

Skąd bierze się pierwsza dziura? Wiele osób pyta czat w aplikacji na telefonie, a wbudowana przeglądarka często nie przekazuje informacji o stronie odsyłającej. Bez tej informacji analityka nie ma jak przypisać wizyty do czatu, więc ląduje ona w ruchu bezpośrednim. Dlatego liczby przy źródłach AI traktuj jako dolną granicę, nigdy jako pełny obraz.

Ta ostatnia dziura jest najważniejsza. Klient zobaczył Twoją nazwę, zapamiętał ją i wyszedł. Dla decyzji zakupowej ta jedna wzmianka bywa ważniejsza niż samo kliknięcie, a mimo to analityka o niej milczy. Do tego dochodzi efekt opóźniony: klient wraca po dniach lub tygodniach, wprost albo przez wyszukiwarkę, i ostatni kanał zbiera całą zasługę.

Jakie sygnały pośrednie wskazują na atrybucję do AI?

Skoro jednej liczby nie ma, zbierz kilka poszlak. Pojedynczo żadna nie jest dowodem, ale razem układają się w obraz. Po działaniach nad widocznością w AI obserwuj cztery rzeczy naraz.

Żeby te sygnały cokolwiek znaczyły, potrzebujesz punktu odniesienia. Zanim zaczniesz działać nad widocznością, zapisz stan wyjściowy: ile masz dziś wyszukiwań brandowych, ruchu bezpośredniego oraz wejść na kluczowe strony. Dopiero na tym tle przyrost coś mówi. Bez „przed" nie ma jak porównać „po".

• Wzrost wyszukiwań brandowych - ludzie widzą markę w odpowiedzi, a potem szukają jej z nazwy w Google. Ten przyrost podejrzysz w Search Console.
• Wzrost ruchu bezpośredniego - część wejść z AI ginie w kategorii bezpośredniej, więc jej cichy przyrost bywa śladem czatów.
• Pytanie w formularzu albo w rozmowie - proste „skąd Pan(i) o nas wie" wyłapuje to, czego analityka nie zobaczy.
• Wzrost wejść na strony, które AI cytuje - jeśli model podaje konkretny URL jako źródło, ruch na tej stronie rośnie zauważalnie.

Czy da się dziś w pełni przypisać klienta do AI?

Powiedzmy sobie wprost: nie. Pełnej atrybucji AI dziś nie ma i żadne narzędzie nie poda Ci jednej liczby w stylu „30 procent klientów z ChatGPT". Kto obiecuje taką pewność, sprzedaje złudzenie. Najważniejszy kawałek ścieżki - wzmianka, którą klient tylko zobaczył - jest z definicji niewidoczny dla analityki.

To nie jest wada Twojej konfiguracji ani błąd w liczeniu. To cecha kanału. AI działa trochę jak polecenie znajomego: wpływa na decyzję, ale nie zostawia paragonu. Nikt nie wpisuje w formularzu „przyszedłem, bo kolega wspomniał Was przy kawie", a mimo to takie polecenia napędzają sprzedaż od zawsze.

Im dłuższy cykl zakupowy, tym bardziej ten ślad się rozmywa. W usługach B2B klient potrafi rozważać wybór tygodniami: raz pyta czat, raz czyta stronę, raz radzi się znajomego. Zanim podpisze umowę, dotknięć jest kilkanaście, a AI było gdzieś na początku. Jednego kliknięcia po prostu tam nie ma i żadne narzędzie go nie odtworzy.

Wniosek jest praktyczny. Zamiast gonić za jedną metryką, składasz obraz z twardych danych i sygnałów pośrednich. Dostajesz wtedy rozsądny przedział, a nie fałszywą pewność. I to zupełnie wystarcza, żeby podejmować decyzje o tym, gdzie warto być widocznym.

Jak zacząć mierzyć atrybucję AI u siebie?

Nie potrzebujesz do tego wielkiego wdrożenia. Wystarczy kilka prostych kroków, które ustawisz raz, a potem tylko obserwujesz zmiany w czasie. Chodzi o to, żeby zebrać razem to, co widać, i to, co da się tylko wywnioskować.

• Wydziel w Google Analytics 4 własną grupę kanałów dla domen modeli AI, żeby ruch z cytowań nie ginął między dziesiątkami odesłań.
• Dodaj do formularza kontaktowego pole „skąd Pan(i) o nas wie" - to najtańsze źródło prawdy o tym, czego analityka nie łapie.
• Śledź w Search Console wyszukiwania z nazwą firmy i notuj, czy rosną po Twoich działaniach nad widocznością.
• Zestaw to wszystko z pomiarem widoczności w AI, żeby wiedzieć, czy w odpowiedziach na prompty klientów w ogóle się pojawiasz.

Jak połączyć twarde dane z pomiarem widoczności?

Atrybucja AI opiera się na dwóch pomiarach, które odpowiadają na różne pytania. Google Analytics 4 pokazuje skutek: co robią ludzie, którzy z odpowiedzi już przyszli na stronę. Pomiar widoczności pokazuje przyczynę: w ilu odpowiedziach Twoja firma w ogóle się pojawia, w których silnikach AI oraz na tle jakiej konkurencji.

Same wejścia w analityce to końcówka lejka. Zanim ktoś kliknie, model musi znać Twoją firmę, wymienić ją w odpowiedzi i podać stronę jako źródło. Jeśli mierzysz wyłącznie kliknięcia, oceniasz ostatni krok sekwencji i nie wiesz, czy w tych odpowiedziach w ogóle jesteś. Lukę widać dopiero po stronie widoczności.

Ta para pomiarów zmienia też rozmowę o pieniądzach. Sam ruch w analityce łatwo zbagatelizować, bo wygląda skromnie i gubi się w kategorii bezpośredniej. Gdy zestawisz go z widocznością, widzisz pełniejszy kontekst: nie tylko ilu klientów kliknęło, ale też w ilu odpowiedziach w ogóle mogli Cię zobaczyć. To różnica między „mamy mało ruchu z AI" a „nie ma nas w odpowiedziach, więc nie ma z czego klikać".

Dlatego te dwa pomiary czytaj razem. Widoczność mówi, gdzie masz dziurę: prompty, w których wymieniana jest konkurencja, a nie Ty. Analityka mówi, co dzieje się z tymi, którzy mimo wszystko kliknęli. Jedno pokazuje przyczynę, drugie skutek. Dopiero komplet daje pełniejszy obraz atrybucji.

Podsumowanie

Atrybucji ruchu z AI nie policzysz jednym wzorem, bo część drogi klienta jest niewidoczna. Cytowanie z kliknięciem zobaczysz w Google Analytics 4, ale wzmianka bez kliknięcia, efekt opóźniony i wejścia udające ruch bezpośredni pozostają poza zasięgiem analityki. Obraz składasz więc z kilku sygnałów naraz, nie z jednej liczby.

Brakującą połową atrybucji jest pomiar widoczności. Analityka mówi, co dzieje się po kliknięciu, a monitoring widoczności marki w AI mówi, czy w tych odpowiedziach w ogóle się pojawiasz. Raport CiteLyzer pokazuje, w ilu promptach Twoich klientów Twoja firma jest wymieniana, w których silnikach AI oraz na tle jakiej konkurencji. To właśnie ta przyczyna, której w analityce nie zobaczysz.