Pytanie „ile ruchu zabierają AI Overviews” wraca na każdej konferencji branżowej i za każdym razem pada inna odpowiedź. Jedni mówią o kilkunastu procentach, inni o połowie kliknięć, jeszcze inni twierdzą, że w ich danych nic się nie zmieniło. To nie jest spór o to, kto lepiej liczy. To spór o to, co właściwie jest liczone.
Zebraliśmy sześć najczęściej cytowanych badań o wpływie AI Overviews na ruch wydawców, rozłożyliśmy je na metodykę i próbki, a potem sprawdziliśmy, w których miejscach ich wnioski faktycznie się rozjeżdżają, a w których tylko pozornie. Jeśli któreś pojęcie z tego tekstu brzmi obco, sprawdź słownik AIO z 40 pojęciami, bo dalej używamy ich bez rozwijania.
Dlaczego wyniki badań tak się różnią
Zanim przejdziemy do liczb, warto nazwać trzy źródła rozbieżności, bo bez nich zestawianie wyników nie ma sensu.
Pierwsze: co jest jednostką pomiaru. Część badań mierzy CTR pojedynczego słowa kluczowego, część mierzy sesje użytkownika, a część mierzy odsyłania do domeny. To trzy różne rzeczy. Spadek CTR na frazie nie musi oznaczać spadku ruchu w serwisie, jeśli w tym samym czasie wzrosła liczba wyświetleń albo doszły nowe frazy.
Drugie: jaka jest próbka fraz. AI Overviews nie pojawiają się równomiernie. Wyzwalają się znacznie częściej na zapytaniach informacyjnych i pytaniach zaczynających się od „jak”, „dlaczego”, „czy”, a znacznie rzadziej na zapytaniach zakupowych i brandowych. Badanie zbudowane na frazach poradnikowych pokaże dramat, badanie zbudowane na koszyku e-commerce pokaże niewiele. Rozwijamy ten wątek w tekście o tym, kiedy przy intencji komercyjnej nie ma source boxa.
Trzecie: punkt odniesienia w czasie. Google zmieniał zasięg AI Overviews kilkukrotnie, raz je ograniczając, raz rozszerzając na kolejne rynki i języki. Badanie porównujące marzec do maja opisuje inny stan wdrożenia niż badanie porównujące rok do roku. Dwa poprawnie wykonane pomiary mogą dać sprzeczne wyniki tylko dlatego, że złapały inny moment.
Badania oparte na danych CTR
To najliczniejsza grupa. Analizuje się w niej duże zbiory słów kluczowych i porównuje współczynnik klikalności dla tej samej pozycji w dwóch wariantach: gdy AI Overview jest obecne i gdy go nie ma.
Ahrefs: około 300 tysięcy fraz
Ahrefs zestawił frazy informacyjne i porównał CTR pierwszej pozycji organicznej. Wynik, który obiegł branżę, mówi o spadku klikalności pozycji pierwszej rzędu jednej trzeciej, gdy nad wynikami pojawia się AI Overview. Mocną stroną tego badania jest skala i to, że kontroluje pozycję, czyli nie myli spadku CTR ze spadkiem rankingu. Słabą stroną jest ograniczenie do zapytań informacyjnych, czyli dokładnie tam, gdzie efekt jest najsilniejszy. To liczba opisująca najgorszy scenariusz, nie średnią dla serwisu.
Amsive: około 700 tysięcy fraz
Amsive pracował na większej i bardziej zróżnicowanej próbce, obejmującej także zapytania brandowe i komercyjne. Średni spadek CTR wyszedł mu wyraźnie mniejszy niż Ahrefsowi, w okolicach kilkunastu procent. Najciekawszy jest jednak nie wynik zbiorczy, tylko rozbicie: dla fraz niebrandowych spadek był istotnie głębszy niż średnia, a dla części fraz brandowych CTR wręcz wzrósł. To jedna z niewielu analiz, które pokazują, że AI Overviews nie działają jednokierunkowo.
Seer Interactive: dane klienckie
Seer analizował własny portfel kont i raportował bardzo głębokie spadki CTR organicznego przy obecności AI Overviews, w niektórych ujęciach ponad dwukrotne. Warto jednak pamiętać, że to próbka klientów jednej agencji, więc struktura branż i typów zapytań jest tam specyficzna. Sygnał jest wartościowy, ale nie jest reprezentatywny dla całego internetu.
Badania oparte na panelach użytkowników
Druga rodzina badań nie pyta narzędzi SEO, tylko obserwuje realne zachowanie ludzi. To metodycznie zupełnie inna szkoła i dlatego jej wyniki tak trudno zestawić z poprzednimi.
Pew Research Center: panel przeglądarkowy
Najczęściej cytowanym badaniem tego typu jest analiza Pew Research Center, oparta na rzeczywistych danych przeglądania grupy amerykańskich internautów. Zamiast szacować CTR z narzędzi, Pew po prostu widział, w co ludzie klikali. Wniosek: gdy na stronie wyników pojawiało się podsumowanie AI, odsetek wizyt zakończonych kliknięciem w wynik był mniej więcej o połowę niższy niż przy klasycznej stronie wyników. Osobna, bardzo mała frakcja użytkowników klikała w źródła podlinkowane wewnątrz samego podsumowania.
To badanie ma dwie zalety, których nie mają analizy CTR: mierzy człowieka, a nie frazę, i nie zależy od modelu klikalności. Ma też dwa ograniczenia: próbka jest jednorynkowa i stosunkowo niewielka, a zebrana w wąskim oknie czasowym. Nie da się z niej wyprowadzić rocznego trendu.
Badania wydawców i dane z GSC
Trzecia grupa patrzy od strony serwisów: ile odsyłań z wyszukiwarki faktycznie dotarło do wydawcy.
Similarweb: rynek newsowy
Similarweb śledził udział wyszukiwań o charakterze newsowym, które kończą się bez żadnego kliknięcia. W ujęciu rok do roku ten udział wyraźnie wzrósł, z poziomu nieco powyżej połowy do poziomu bliskiego siedmiu dziesiątych. To pomiar zachowania na stronie wyników, a nie CTR pojedynczej frazy, więc obejmuje też porzucenia i przewijanie bez interakcji.
Raporty wydawców i dane z Search Console
Stowarzyszenia wydawców oraz pojedyncze redakcje publikowały własne odczyty z Google Search Console, najczęściej pokazujące jednocyfrowe lub kilkunastoprocentowe spadki odsyłań rok do roku, przy stabilnej albo rosnącej liczbie wyświetleń. Ten wzorzec, czyli wyświetlenia w górę i kliknięcia w dół, jest w tych danych najbardziej powtarzalny i to on najlepiej opisuje, co realnie dzieje się z ruchem.
Trzeba jednak zachować ostrożność: dane GSC obejmują wszystkie zmiany naraz, w tym aktualizacje algorytmu, zmiany konkurencji i wahania sezonowe. Bez rozbicia na kohorty przypisanie spadku wyłącznie AI Overviews jest nadinterpretacją.
Różnice w metodyce i próbkach
Poniższa tabela zestawia sześć omówionych podejść według tego, co faktycznie mierzą.
| Badanie | Jednostka pomiaru | Próbka | Główne ograniczenie |
|---|---|---|---|
| Ahrefs | CTR pozycji 1 | Frazy informacyjne, setki tysięcy | Tylko intencja informacyjna |
| Amsive | CTR, rozbicie brand vs non-brand | Mieszana, największa | Agregat ukrywa rozrzut branżowy |
| Seer Interactive | CTR organiczny i płatny | Portfel jednej agencji | Brak reprezentatywności |
| Pew Research Center | Wizyty i kliknięcia użytkowników | Panel, jeden rynek | Wąskie okno czasowe |
| Similarweb | Udział sesji bez kliknięcia | Zapytania newsowe | Nie rozdziela przyczyn |
| Raporty wydawców | Odsyłania z GSC | Pojedyncze serwisy | Miesza wszystkie zmiany naraz |
Widać z niej rzecz najważniejszą: te badania nie są konkurencyjnymi odpowiedziami na to samo pytanie. One odpowiadają na różne pytania i dlatego nie muszą się zgadzać.
Co wynika z nich łącznie
Mimo rozbieżności kilka wniosków powtarza się w każdej z trzech rodzin badań i to je traktujemy jako ustalone.
- Kierunek jest zgodny. Żadne z badań nie pokazuje wzrostu klikalności przy obecności AI Overviews na zapytaniach informacyjnych. Spór dotyczy skali, nie znaku.
- Efekt jest silnie zależny od intencji. Zapytania poradnikowe tracą najwięcej, brandowe i transakcyjne najmniej, a część fraz brandowych nie traci wcale.
- Wyświetlenia rosną, kliknięcia spadają. To najbardziej powtarzalny wzorzec w danych wydawców i jednocześnie najłatwiejszy do zweryfikowania u siebie.
- Średnia rynkowa jest bezużyteczna operacyjnie. Rozrzut między branżami i typami zapytań jest większy niż różnica między badaniami, więc podstawianie cudzej średniej pod własną prognozę nie ma sensu.
Osobna sprawa to fakt, że AI Overviews przestały być jedynym wariantem generatywnym na stronie wyników. Równolegle rozwijany jest tryb konwersacyjny, który rządzi się inną logiką doboru źródeł. Porównanie obu mechanizmów opisaliśmy w materiale o tym, czym AI Mode różni się od AI Overviews. Część starszych badań powstała, zanim ten tryb w ogóle istniał, co jest kolejnym powodem, by nie traktować ich liczb jako aktualnych.
Jak sprawdzić własny serwis
Zamiast przyjmować cudzą liczbę, da się zmierzyć własny efekt w kilka godzin. Poniżej minimalna procedura, która nie wymaga żadnego dodatkowego narzędzia poza Search Console.
- Pobierz dane rok do roku, nie miesiąc do miesiąca. Krótkie okna złapią sezonowość zamiast efektu AI Overviews.
- Rozbij zapytania na brandowe i niebrandowe. Jeśli tego nie zrobisz, ruch brandowy zamaskuje spadek na frazach informacyjnych.
- Porównaj dynamikę wyświetleń i kliknięć osobno. Szukasz rozjeżdżania się tych dwóch krzywych, bo to jest sygnaturą tego zjawiska. Sam spadek kliknięć przy spadku wyświetleń oznacza utratę pozycji, czyli zupełnie inny problem.
- Ogranicz analizę do jednego kraju. Ruch zagraniczny na tych samych frazach potrafi całkowicie odwrócić wynik.
- Sprawdź ręcznie, czy dla twoich najważniejszych fraz AI Overview w ogóle się wyświetla. W wielu niszach nie wyzwala się wcale i wtedy cała analiza jest bezprzedmiotowa.
- Dopiero na końcu wyciągaj wnioski o treści. Jeśli spadek dotyczy wyłącznie fraz poradnikowych, problemem nie jest jakość serwisu, tylko to, że odpowiedź jest teraz udzielana nad wynikami.
Metodyczne szczegóły takiego pomiaru, wraz z gotowymi progami odcięcia, zebraliśmy w agregacji pięciu raportów AIO dla rynku polskiego. Warto też zajrzeć do oficjalnej dokumentacji Google na temat funkcji generatywnych w wyszukiwarce, bo część pytań o to, kiedy źródło w ogóle może zostać zacytowane, ma tam wprost opisaną odpowiedź w Search Central.
Ostatnia uwaga, bardziej redakcyjna niż analityczna. Wszystkie sześć badań powstało na rynkach anglojęzycznych albo na globalnych agregatach. Dla polskiego serwisu ich liczby są punktem odniesienia, a nie prognozą. Wdrożenie funkcji generatywnych, ich zasięg językowy i konkurencja o miejsce w podsumowaniu wyglądają u nas inaczej, więc jedyną wiarygodną odpowiedzią na pytanie „ile tracę” pozostaje pomiar na własnych danych.
FAQ
Które z tych badań jest najbardziej wiarygodne?
Zależy od pytania. Do oceny zachowania użytkownika najmocniejsze metodycznie jest badanie panelowe Pew, bo obserwuje realne kliknięcia zamiast je modelować. Do oceny wpływu na pojedyncze frazy lepsze są analizy CTR na dużych próbkach, jak Ahrefs czy Amsive, bo kontrolują pozycję. Żadne z nich nie zastępuje pomiaru na własnym serwisie.
Dlaczego jedno badanie mówi o kilkunastu procentach, a inne o połowie?
Bo mierzą co innego. Kilkanaście procent to zwykle średni spadek CTR na mieszanej próbce fraz, obejmującej także zapytania brandowe, które prawie nie tracą. Połowa to najczęściej wynik dla wąsko wybranych zapytań informacyjnych albo dla odsetka sesji zakończonych kliknięciem. Obie liczby mogą być poprawne jednocześnie.
Czy AI Overviews mogą zwiększyć ruch?
W skali serwisu raczej nie, ale w wąskich wycinkach tak. Analiza Amsive pokazała wzrost CTR na części zapytań brandowych. Bycie cytowanym źródłem w podsumowaniu bywa też skorelowane z wyższą jakością wejścia, choć nie ma na to twardych, publicznych danych porównawczych.
Czy spadek kliknięć zawsze oznacza AI Overviews?
Nie. Najczęstszą alternatywną przyczyną jest zwykła utrata pozycji. Rozróżnisz je po wyświetleniach: przy AI Overviews wyświetlenia zostają stabilne lub rosną, a kliknięcia spadają. Przy utracie pozycji spadają obie wartości naraz.
Jak długo trwa, zanim efekt widać w Search Console?
Zmiana w wyzwalaniu AI Overviews jest widoczna w danych praktycznie od razu, bo dotyczy strony wyników, a nie indeksowania. Problemem jest odróżnienie jej od szumu, więc w praktyce potrzeba kilku tygodni danych, żeby mówić o trendzie, i porównania rok do roku, żeby wykluczyć sezonowość.
Czy warto przestać pisać treści poradnikowe?
Nie, ale warto zmienić oczekiwania wobec nich. Treści odpowiadające na proste pytania faktograficzne będą tracić kliknięcia, bo odpowiedź pada nad wynikami. Sens zachowują materiały, których nie da się streścić w akapicie: analizy, dane własne, procedury i porównania. To one najczęściej trafiają do podsumowań jako cytowane źródło.