Mit látsz a GA4-ben, és mit nem?
Kezdjük azzal, ami látszik. Amikor valaki egy AI-válaszban szereplő linkre kattint és átjön a boltodba, az referral forgalomként megjelenhet: a forrás-listádban felbukkanhat a chatgpt.com vagy a perplexity.ai. Ha ilyet látsz az analitikádban, az értékes jel: az AI már most küld neked látogatót.
Most az, ami nem látszik, és ez a nagyobb rész.
Az említés kattintás nélkül. Az AI-válasz lényege, hogy a felhasználónak nem kell továbbkattintania: a választ helyben megkapja. Ha az AI azt mondja, “a [versenytárs] boltjában kapható, jó áron”, a vásárló oda megy, akár közvetlenül beírva a címet. A te analitikádban ebből semmi nem látszik, a versenytársadéban pedig direct forgalomként jelenik meg, forrásmegjelölés nélkül.
A kihagyás. A legnagyobb veszteség az, amikor az AI fel sem sorol. Erről a GA4 definíció szerint nem tudhat: nem mérhető kattintás ott, ahol esély sem volt rá.
Az elmosódó forrás. Az AI-felületek és a böngészők gyorsan változnak, a hivatkozási adatok nem mindig jönnek át tisztán, és a forgalom egy része “direct / none” címkével érkezik. A dark traffic régi probléma, az AI most újabb réteget tett rá.
Miért nem old meg semmit a “majd jobban szegmentálok”?
A GA4-ben lehet és érdemes is rendet rakni: az AI-eredetű referral forrásokat össze lehet gyűjteni, külön csatornaként lehet kezelni, és így legalább az átkattintó kisebbség láthatóvá válik. Ez hasznos, csináld meg vagy csináltasd meg.
De értsd a korlátját: ezzel a jéghegy csúcsát címkézted fel szépen. A döntések zöme az AI-felületen születik, és oda a Google Analytics nem lát be. Aki a GA4-számokból akarja megítélni az AI hatását, az olyan, mint aki a bolt forgalmát a parkolóban megszámolt autókból becsüli: van összefüggés, de nem az történik ott, amit mérni akarsz.
Akkor mit lehet mérni?
A kérdést kell megfordítani. Nem azt mérjük, ki jött át az AI-ból, hanem azt, mit mond rólad az AI.
Ezt hívjuk citation-mérésnek: rendszeresen, kontrolláltan feltett vásárlói kérdésekre figyeljük, mely boltokat és termékeket említenek az AI-felületek, és ebben hol állsz te. Ebből idősor lesz: látszik, hogy a munkának van-e hatása, melyik felületen, melyik kategóriában.
A pontos módszertan (milyen kérdéskészlettel, milyen gyakorisággal, hogyan szűrve az AI-válaszok ingadozását) a belső módszertanunk, és őszintén szólva ez a szolgáltatásunk egyik legértékesebb része: e nélkül a GEO-munka feltételezés kérdése, ezzel mérhető folyamat. Az ügyfeleink ezt havi riportban kapják.
Egy dolgot viszont enélkül is megtehetsz még ma: kérdezd meg te magad a ChatGPT-t és a Perplexityt a saját fő kategóriádról, úgy, ahogy egy vásárló tenné. Ha a versenytársaid neve jön szembe és a tiéd nem, akkor pontosan tudod, miről beszélünk.
Mit tanultunk
A GA4 a kattintás-alapú web mérőeszköze, az AI-vásárlás viszont nagyrészt kattintás előtt dől el. A referral-rendrakás hasznos, de csak a jéghegy csúcsát mutatja meg. Az AI-láthatóság valódi mércéje a citation-mérés: az, hogy mit válaszol az AI a kategóriád kérdéseire, és abban szerepelsz-e. Aki ezt nem méri, az nem tudja, nyer vagy veszít.
