Ruch z asystentów AI trafia do raportów jako wąska kolumna z etykietą „referral” i kilkoma setkami sesji. Zarząd patrzy na nią, pyta ile to jest warte w złotówkach i rozmowa się kończy, bo nikt nie ma odpowiedzi. Problem nie polega na tym, że kanał nie generuje pieniędzy. Polega na tym, że narzędzia, którymi mierzymy przychód, powstały do świata linków klikanych z listy wyników, a nie do świata odpowiedzi generowanych w oknie czatu.
Poniżej trzy metody wyceny, które da się policzyć na własnych danych, oraz sposób złożenia ich w jedną liczbę, którą można obronić na spotkaniu. Żadna z nich nie jest dokładna. Razem dają przedział, który jest znacznie bliższy prawdy niż zero wpisywane domyślnie.
Dlaczego klasyczna atrybucja tu zawodzi
Modele atrybucji w GA4 przypisują przychód do punktów styku widocznych w danych sesji. Kanał AI łamie ten mechanizm na czterech poziomach naraz.
Po pierwsze, znaczna część kontaktu z marką nie kończy się kliknięciem. Użytkownik pyta o porównanie narzędzi, dostaje odpowiedź, w której pojawia się nazwa firmy, i po prostu ją zapamiętuje. Wraca za tydzień wpisując markę bezpośrednio w przeglądarkę. W raporcie ten przychód ląduje w kanale bezpośrednim albo w brandzie organicznym, a asystent, który go wywołał, nie zostawia śladu.
Po drugie, część asystentów przekazuje ruch bez czytelnego nagłówka odsyłającego albo z parametrami, które zmieniają się co kilka tygodni. Bez ręcznej konfiguracji reguł kanałów sesje rozsypują się między „direct” a przypadkowe grupy. Podstawę tej konfiguracji opisaliśmy osobno w tekście o tym, jak ustawić rozpoznawanie ruchu z ChatGPT i Perplexity w GA4, i bez tego kroku dalsze liczenie nie ma sensu.
Po trzecie, wolumeny są małe, a wartość pojedynczej sesji wysoka. Klasyczne modele atrybucji potrzebują tysięcy ścieżek, żeby wyliczyć sensowne wagi. Przy dwustu sesjach miesięcznie model oparty na danych będzie produkował liczby, które skaczą o kilkadziesiąt procent między miesiącami bez żadnej zmiany w rzeczywistości.
Po czwarte, intencja jest przesunięta w stronę końca lejka. Asystent odsiewa użytkowników, którzy dopiero się rozglądają, bo odpowiada im bezpośrednio. Do witryny trafia ten, kto chce zweryfikować konkret, sprawdzić cennik albo pobrać dokument. Traktowanie takiej sesji jako równorzędnej z sesją z artykułu blogowego zaniża jej wartość.
Metoda 1: koszt zastępczy w płatnych kanałach
Najprostsze pytanie, na jakie da się odpowiedzieć twardo: ile kosztowałoby kupienie tego samego ruchu, gdyby jutro zniknął. To nie jest wycena przychodu, tylko wycena uniknionego kosztu, i właśnie dlatego jest łatwa do obrony. Nikt nie musi wierzyć w model, wystarczy spojrzeć na fakturę za reklamę.
Procedura wygląda tak. Wyciągasz sesje z kanału AI za ostatni pełny kwartał, dzielisz je na koszyki tematyczne (produkt, cennik, wsparcie, treści poradnikowe) i dla każdego koszyka bierzesz realny koszt kliknięcia z własnego konta reklamowego dla najbardziej zbliżonych zapytań. Nie z narzędzi zewnętrznych, tylko z własnych danych, bo tylko one uwzględniają twoją konkurencję i twoje wyniki jakości.
Przykład na liczbach. Kwartał zamyka się liczbą 840 sesji z asystentów. Podział: 310 sesji na treściach produktowych, 180 na cenniku, 350 na poradnikach. Średni koszt kliknięcia w kampaniach produktowych wynosi 6,40 zł, na frazach cennikowych 9,10 zł, na poradnikowych 2,20 zł. Koszt zastępczy to 310 razy 6,40 plus 180 razy 9,10 plus 350 razy 2,20, czyli około 4400 zł kwartalnie.
Ta liczba ma dwie zalety. Jest odporna na dyskusję, bo opiera się na cenniku rynkowym, który firma już płaci. I skaluje się liniowo, więc łatwo pokazać, co się stanie przy podwojeniu widoczności. Ma też jedną wadę, o której trzeba powiedzieć głośno: zakłada, że ruch z asystenta konwertuje tak samo jak ruch płatny, a zwykle konwertuje lepiej.
Metoda 2: konwersje wspomagane
Druga metoda patrzy na ścieżki, w których sesja z AI wystąpiła gdziekolwiek przed konwersją, nawet jeśli ostatnie kliknięcie należało do innego kanału. W GA4 służy do tego raport ścieżek konwersji z porównaniem modeli. Interesuje nas różnica między modelem ostatniego kliknięcia a modelem opartym na danych, opisana szczegółowo w dokumentacji Google na temat modeli atrybucji.
Praktyczny sposób liczenia bez wchodzenia w modele: zestawiasz dwie kohorty użytkowników z tego samego okresu. Pierwsza to ci, którzy mieli co najmniej jeden kontakt z kanałem AI. Druga to grupa kontrolna dobrana po źródle pierwszego wejścia i typie urządzenia, ale bez kontaktu z asystentem. Porównujesz współczynnik konwersji i średnią wartość zamówienia. Nadwyżka w pierwszej kohorcie, pomnożona przez liczbę użytkowników, daje wartość wspomagania.
Trzeba tu być uczciwym co do kierunku przyczynowości. Użytkownik, który pyta asystenta o konkretne rozwiązanie, jest już bardziej zdecydowany niż przypadkowy odwiedzający, więc część tej nadwyżki wynika z selekcji, a nie z wpływu kanału. Dlatego wynik tej metody warto raportować z widełkami, na przykład jako przedział od połowy do pełnej wartości nadwyżki.
Uzupełniającym źródłem są tu zapytania pytające, które wpadają do Search Console. Filtry oparte na wyrażeniach regularnych pozwalają wyciąć frazy w formie pytań i zobaczyć, czy strony obsługujące ten sam temat co asystent notują wzrost. Metodę filtrowania rozpisaliśmy w materiale o wykorzystaniu regex w Search Console do wyłapywania pytań.
Metoda 3: ankieta o źródło w formularzu
Trzecia metoda pomija analitykę i pyta wprost. Do formularza kontaktowego, procesu zamówienia albo pierwszej rozmowy handlowej dodajesz jedno pole: „Skąd dowiedziałeś się o nas?” z listą opcji, wśród których znajduje się „asystent AI (ChatGPT, Perplexity, Gemini, Copilot)”.
To brzmi prymitywnie i takie jest, ale w kanale, który nie zostawia śladów technicznych, deklaracja użytkownika bywa jedynym dowodem. Kilka zasad, które decydują o jakości tych danych:
- Pole nieobowiązkowe, jedno, bez rozwijanej listy z piętnastoma pozycjami. Wypełnialność spada gwałtownie po siódmej opcji.
- Opcja „asystent AI” musi być nazwana marką, nie kategorią. Ludzie rozpoznają „ChatGPT”, nie rozpoznają „konwersacyjnego systemu wyszukiwania”.
- Pytanie zadawaj po konwersji, na stronie podziękowania albo w pierwszym mailu, jeśli boisz się wpływu na współczynnik wypełnień.
- Zbieraj minimum kwartał, zanim wyciągniesz wniosek. Przy dziesięciu odpowiedziach miesięcznie szum jest większy od sygnału.
Wynik przeliczasz na pieniądze wprost: udział odpowiedzi wskazujących asystenta razy przychód z całej puli konwersji, dla których zebrano deklarację. Jeżeli 6 procent klientów wskazuje asystenta, a pula, w której pytano, wygenerowała 380 tys. zł, deklarowana wartość kanału wynosi około 22,8 tys. zł.
Łączenie metod w jedną liczbę
Trzy metody dadzą trzy różne wyniki i to jest w porządku. Mierzą różne rzeczy: koszt uniknięty, wpływ na ścieżkę i deklarowaną przyczynę. Zamiast wybierać jedną, złóż z nich przedział.
| Metoda | Co mierzy | Rola w wycenie |
|---|---|---|
| Koszt zastępczy | Cena odkupienia ruchu | Dolna granica przedziału |
| Konwersje wspomagane | Nadwyżkę konwersji w kohorcie | Środek przedziału |
| Ankieta o źródło | Deklarowaną przyczynę zakupu | Górna granica przedziału |
Praktyczna reguła: koszt zastępczy traktuj jako minimum, bo firma i tak wydałaby te pieniądze. Ankieta wyznacza maksimum, bo deklaracje zawyżają rolę kanału, który klient pamięta najlepiej. Konwersje wspomagane lądują pomiędzy i to je zwykle raportuje się jako wartość podstawową.
Do raportu wpisujesz zdanie w rodzaju: „Kwartalna wartość kanału AI mieści się w przedziale od 4,4 tys. zł do 22,8 tys. zł, z wartością środkową 11 tys. zł”. Przedział o szerokości pięciokrotnej wygląda słabo, ale jest uczciwy, a po trzech kwartałach zbierania danych zwykle zawęża się do dwukrotności.
Jak pokazać to w raporcie zarządczym
Osoby decyzyjne nie chcą wykładu o atrybucji. Chcą wiedzieć, czy kanał rośnie, ile jest wart i co z tym zrobić. Trzy slajdy wystarczą.
Pierwszy: trend sesji i cytowań w ujęciu kwartalnym, z wyraźnie oznaczonym momentem, w którym zaczęto mierzyć. Drugi: przedział wartości z rozbiciem na trzy metody i jednym zdaniem wyjaśnienia przy każdej. Trzeci: koszt utrzymania kanału zestawiony z wartością środkową, czyli faktyczny zwrot.
Warstwa techniczna należy do załącznika, nie do prezentacji. Jeśli budujesz to w Looker Studio, sensowniej jest podpiąć gotowy układ niż projektować od zera; opisaliśmy taki szablon raportu SEO i AIO dla zarządu razem ze źródłami danych. Dobór samych wskaźników, żeby raport nie spuchł do trzydziestu wykresów, omawiamy natomiast w zestawieniu metryk AIO, które faktycznie mają znaczenie.
Jedna rzecz, która zmienia odbiór tych liczb: pokaż wartość kanału obok jego kosztu w tej samej jednostce i tym samym okresie. Kanał wart 11 tys. zł kwartalnie przy koszcie 3 tys. zł to inna rozmowa niż ten sam kanał pokazany w oderwaniu od nakładów.
Zastrzeżenia, które trzeba zapisać
Każda z tych metod ma granice i lepiej wpisać je do raportu samodzielnie, niż usłyszeć je jako zarzut na spotkaniu.
- Koszt zastępczy zakłada, że ruch płatny i ruch z asystenta są wymienne. Nie są. Płatne kliknięcie kupujesz dziś, cytowanie w modelu buduje się miesiącami i tak samo długo znika.
- Kohorty w metodzie drugiej nie są losowe, więc to nie jest eksperyment. To korelacja z kontrolą kilku zmiennych i tak należy ją opisać.
- Deklaracje w ankiecie zawyżają kanały zapamiętane jako ostatnie i te o wyraźnej nazwie. Asystent spełnia oba warunki.
- Modele językowe zmieniają dobór źródeł bez zapowiedzi. Wycena z pierwszego kwartału może się nie utrzymać w drugim, niezależnie od tego, co zrobisz z witryną.
- Przy wolumenie poniżej stu sesji miesięcznie żadna z tych metod nie ma mocy statystycznej. Wtedy raportuje się kierunek zmiany, nie kwotę.
Wycena kanału AI to na razie ćwiczenie z szacowania przedziałów, a nie z księgowości. Sensem tej pracy nie jest wpisanie idealnej liczby do tabeli, tylko wyprowadzenie kanału ze stanu, w którym domyślnie wart jest zero, i danie mu budżetu proporcjonalnego do tego, co realnie wnosi.
FAQ
Czy da się zmierzyć przychód z AI dokładnie, bez szacunków?
Nie w obecnym stanie narzędzi. Asystenci nie przekazują pełnych danych o źródle, a duża część kontaktu z marką nie kończy się kliknięciem. Dokładność jest osiągalna tylko w wąskim wycinku ścieżek z jednoznacznym parametrem w adresie, co zwykle obejmuje mniejszość ruchu z tego kanału.
Którą z trzech metod wdrożyć jako pierwszą?
Koszt zastępczy, bo wymaga wyłącznie danych, które już masz: sesji z kanału AI i realnych stawek z własnego konta reklamowego. Można ją policzyć w jedno popołudnie i od razu daje dolną granicę wartości.
Ile danych trzeba, żeby wynik był wiarygodny?
Praktyczny próg to sto sesji miesięcznie z kanału AI i pełny kwartał obserwacji. Poniżej tego poziomu miesięczne wahania przewyższają realne zmiany, więc raportuj kierunek trendu zamiast konkretnej kwoty.
Czy ankieta o źródło nie obniża konwersji formularza?
Obniża, jeżeli pytanie jest obowiązkowe i stoi przed wysłaniem formularza. Rozwiązaniem jest przeniesienie go na stronę podziękowania albo do pierwszego maila po konwersji, gdzie nie blokuje niczego, a wypełnialność zostaje na poziomie 20–40 procent.
Jak często aktualizować wycenę kanału?
Kwartalnie. Modele językowe zmieniają dobór źródeł w cyklach kilkutygodniowych, więc miesięczna aktualizacja pokazuje głównie szum, a roczna reaguje za wolno na utratę cytowań.