TL;DR: Content audit 2026 to ustrukturyzowana inwentaryzacja wszystkich URL-i na stronie, polaczona z decyzja Keep / Update / Merge / Redirect / Delete dla kazdego z nich. Dla serwisow z ponad 100 postami dzialajacy szablon spreadsheeta ma minimum 14 kolumn: URL, tytul, publikacja, ostatnia aktualizacja, word count, kategoria, pozycja srednia GSC, kliki, impresje, CTR, linki wewnetrzne, linki zewnetrzne, cytowania LLM, decyzja. Proces obejmuje 7 krokow: eksport danych, normalizacja, scoring, decyzja, kolejka, wdrozenie, rewalidacja. Minimalny stack narzedziowy to GSC + GA4 + Screaming Frog + Ahrefs lub Semrush + arkusz kalkulacyjny; koszt zamyka sie w 400 zl/miesiac przy 100-300 URL-ach. Pelny audyt jednego serwisu trwa srednio 8-16 godzin roboczych, a efekty (wzrost ruchu o 18-45%) widac w 6-12 tygodni od wdrozenia decyzji.
Czym jest content audit w 2026 i dlaczego klasyczne checklisty juz nie wystarczaja?
Content audit to systematyczna ocena kazdego URL-a publikowanego na stronie pod katem widocznosci organicznej, wartosci dla czytelnika, jakosci merytorycznej i zgodnosci z aktualna strategia. W 2026 roku audyt rozszerzamy o wymiar AIO – czyli widocznosc w odpowiedziach AI Overviews, ChatGPT Search, Perplexity i Gemini. Klasyczne checklisty z lat 2020-2023 koncentrowaly sie wylacznie na trzech wskaznikach: pozycja w Google, word count, data ostatniej aktualizacji. To juz za malo.
Nowoczesny audyt musi uwzgledniac co najmniej 14 wymiarow danych, a najwazniejsza zmiana dotyczy tego, ze ruch organiczny przestal byc jedyna miara sukcesu tresci. Jesli artykul jest cytowany w Perplexity, ale nie generuje klikow – nadal buduje autorytet marki i zaslugi na obecnosc w indeksie. Dlatego w audycie 2026 dokladamy kolumne „LLM citations” oraz „brand mention volume”. Firmy, ktore ignoruja te wymiary, w statystykach wygladaja na stagnujace, mimo ze ich tresc jest aktywnie wykorzystywana przez modele.
Druga zmiana to skalowalnosc. Dla serwisu z 30 postami wystarczy 2-3 godziny pracy i prosty arkusz. Dla serwisu z 300 postami bez automatyzacji audyt zajmuje 40-60 godzin, co przy budzetach agencyjnych zjada caly miesieczny ryczalt. Dlatego w tym artykule znajdziesz nie tylko szablon kolumn, ale i konkretny proces, ktory skaluje sie do tysiaca URL-i bez utraty jakosci decyzji.
Jak zbudowac szablon spreadsheeta do content audytu?
Podstawa audytu to arkusz kalkulacyjny – Google Sheets, Airtable albo Notion z widokiem tabeli. Niezaleznie od narzedzia struktura kolumn powinna byc identyczna, bo to ona gwarantuje powtarzalnosc procesu miedzy kwartalami. Najczestszy blad, ktory widze u klientow, to tworzenie audytu „pod konkretny projekt” – bez wspolnego standardu nie da sie porownac skutecznosci dzialan z tamtym kwartalem.
Minimalny zestaw to 14 kolumn opisanych w tabeli ponizej. Opcjonalnie dokladamy jeszcze trzy: hreflang (przy stronach wielojezycznych), revenue attribution (przy e-commerce) oraz owner (osoba odpowiedzialna za wdrozenie). W sumie arkusz moze liczyc do 17 kolumn, ale kazda dodatkowa kolumna ponad 17 to znak, ze cos robimy zle – dane stana sie trudne do utrzymania i audyt zacznie sie rozjezdzac.
Tabela – kolumny spreadsheeta audytu tresci (wersja minimalna)
| # | Nazwa kolumny | Typ danych | Zrodlo | Przyklad | Wplyw na decyzje |
|---|---|---|---|---|---|
| 1 | URL | Tekst | Screaming Frog / Sitemap | /seo/haro-link-building/ | Klucz glowny tabeli |
| 2 | Tytul H1 | Tekst | Screaming Frog / GSC | HARO link building 2026 | Weryfikacja unikalnosci |
| 3 | Data publikacji | Data ISO | CMS / WP REST | 2024-11-03 | Wiek tresci, priorytet odswiezenia |
| 4 | Ostatnia aktualizacja | Data ISO | CMS / WP REST | 2025-08-12 | Decyzja Update vs Keep |
| 5 | Word count | Liczba | Screaming Frog custom extraction | 2840 | Thin content cutoff (ponizej 600) |
| 6 | Kategoria / cluster | Tekst | CMS | Content / Workflow | Mapa topical authority |
| 7 | Srednia pozycja 90d | Liczba dziesietna | GSC API | 18.4 | Priorytet optymalizacji |
| 8 | Kliki 90d | Liczba calkowita | GSC API | 412 | Wartosc biznesowa URL-a |
| 9 | Impresje 90d | Liczba calkowita | GSC API | 9200 | Potencjal wzrostu CTR |
| 10 | CTR 90d | Procent | GSC API | 4.47% | Sygnal snippetu i meta |
| 11 | Linki wewnetrzne (in) | Liczba | Screaming Frog / Ahrefs Site Explorer | 12 | Priorytet architektury linkow |
| 12 | Linki zewnetrzne (do URL-a) | Liczba | Ahrefs / Semrush | 3 | Autorytet URL-a |
| 13 | Cytowania LLM (ChatGPT / Perplexity) | Liczba | Profound, Athena, manual | 7 | AIO performance tracker |
| 14 | Decyzja | Enum | Audytor | Update | Core output audytu |
Kluczowa jest dyscyplina nazewnictwa kolumn. „Kliki” i „clicks” to dwa rozne pola w oczach skryptow, a mieszana kolumna potrafi zniszczyc automatyzacje zlaczen z GSC API. Dlatego spisujemy jeden data dictionary (nawet na jednej stronie A4) i trzymamy sie go konsekwentnie przez caly kwartal. Dopiero na koncu kwartalu mozna wersjonowac i zmieniac – nigdy w trakcie.
Zasady wypelniania: wszystkie daty w ISO (YYYY-MM-DD), procenty jako liczba (4.47 zamiast 4,47% i zamiast 0.0447), kliki i impresje zawsze z okna 90 dni, a nie 28 – okno 28 dni jest zbyt zaszumione sezonowoscia. Decyzja z pola 14 przyjmuje jedna z szesciu wartosci: Keep, Update, Consolidate, Merge, Redirect, Delete. Kazda ma inne kolejne kroki w workflow, ktore opisze w nastepnej sekcji.
Jak wyglada kompletny proces audytu krok po kroku?
Content audit to nie jednorazowe zadanie – to proces cykliczny, ktory dobrze dziala w rytmie kwartalnym. Ponizej podaje dokladny przeplyw pracy, ktory zespol moze wdrozyc w tydzien i potem uruchamiac co 90 dni. Kazdy krok ma jasne wejscie i wyjscie, dzieki czemu latwo go przekazac mlodszej osobie w zespole.
Framework – 7-krokowy proces content audytu
- Krok 1 – Eksport surowych danych (dzien 1). Sciagnij z GSC Performance Report wszystkie URL-e z oknem 90 dni (kliki, impresje, CTR, pozycja srednia). Z Screaming Frog zrob pelny crawl z custom extraction: word count, H1, H2 count, data aktualizacji, wszystkie linki wewnetrzne wychodzace. Z Ahrefsa lub Semrusha sciagnij raport backlinkow per URL. Dla audytu AIO dodatkowo pobierz liste cytowan z Profound lub rownowaznego narzedzia. Outputem kroku 1 jest 5 plikow CSV.
- Krok 2 – Normalizacja i scalenie (dzien 2). Zaladuj pliki do Google Sheets lub BigQuery (przy 300+ URL) i sklej je po kluczu URL. Ujednolic slashe konczace, wielkosc liter i parametry UTM – to najczestsze zrodlo duplikatow w audycie. Na koncu tego kroku powinienes miec jedna plaska tabele 14-17 kolumn, po jednym wierszu na URL. Sprawdz liczbe wierszy – powinna zgadzac sie z liczba indeksowalnych URL-i ze Screaming Froga z tolerancja 2%.
- Krok 3 – Scoring automatyczny (dzien 3). Dodaj dwie kolumny obliczeniowe. Pierwsza – traffic_score = kliki_90d * 1 + impresje_90d * 0.01 – daje numeryczna wage wartosci. Druga – staleness_score = dni_od_ostatniej_aktualizacji / 365 – pokazuje wiek. Nastepnie kazdemu wierszowi przypisz wstepny tag na bazie regul: „Zombie” (ponizej 10 klikow w 90 dni AND starszy niz 18 miesiecy), „Cannibal” (ta sama fraza pojawia sie w 2+ URL-ach), „Thin” (word count ponizej 600 AND pozycja gorsza niz 30), „Star” (kliki powyzej mediany + CTR powyzej 4%).
- Krok 4 – Decyzja manualna (dzien 4-5). Automatyka daje sugestie, ale final call robi czlowiek. Przejdz kazdy wiersz i wybierz jedna z szesciu decyzji: Keep (utrzymaj bez zmian), Update (odsiwiez tresc, zachowaj URL), Consolidate (polacz z innym artykulem, zachowaj lepszy URL), Merge (utworz nowy pillar z kilku mniejszych postow), Redirect 301 (przekieruj na pokrewny URL), Delete (usun + 410). Przy 100 URL-ach decyzje zajmuja 4-6 godzin skupionej pracy.
- Krok 5 – Kolejkowanie wdrozenia (dzien 6). Kazda decyzja trafia do osobnej kolejki w Asanie, Linearze albo Notionie: kolejka Update (dla copywriterow), kolejka Merge (dla seniora SEO), kolejka Redirect (dla devopsa). Priorytet nadawaj na bazie score z kroku 3 – najpierw „Zombie” ktore maja szanse na odrodzenie, potem „Thin” z wysokimi impresjami, na koncu „Keep” ktore czekaja na kolejny kwartal. W kolejce dorzuc briefy z linkami do starego artykulu i sugerowanymi zmianami.
- Krok 6 – Wdrozenie i pomiar baseline (tydzien 2-6). Zespol wdraza zmiany w rytmie 5-15 URL tygodniowo. Przed publikacja zapisz baseline – srednia pozycja, kliki i impresje z ostatnich 28 dni dla kazdego URL-a. Po wdrozeniu oznacz URL w GSC tagiem „audit-q1-2026” aby miec wyraznie widoczna grupe do pomiaru.
- Krok 7 – Rewalidacja po 90 dniach. Po kwartale wrac do tagu „audit-q1-2026” i policz delta: kliki przed vs po, srednia pozycja przed vs po, procent URL-i ktore weszly do top 10. Rezultaty zapisz w arkuszu „audit_retrospective” – to bedzie Twoja baza przy wnioskowaniu w kolejnym audycie i twardy dowod ROI przy rozmowie z klientem lub boardem.
Sredni czas trwania calego cyklu – od kroku 1 do kroku 7 – to okolo 13 tygodni. W praktyce wiekszosc agencji prowadzi dwa cykle rownolegle: podczas gdy kwartal Q1 jest w fazie rewalidacji, kwartal Q2 startuje od eksportu. To rozwiazanie pozwala utrzymac rytm publikacji i jednoczesnie systematycznie odswiezac starsze tresci bez utraty tempa.
Jakie narzedzia sa niezbedne do audytu, a ktore sa opcjonalne?
Stack narzedziowy dla audytu dzieli sie na trzy warstwy: danologiczna (pobiera dane), analityczna (wylicza scoring i laczy zrodla) oraz prezentacyjna (pokazuje rezultaty zespolu). Kazda warstwa ma swoj darmowy entry point i swoje premium uzupelnienie – i tutaj wielu SEO pomija wazna decyzje budzetowa.
Warstwa danologiczna – obowiazkowo Google Search Console (darmowe, API tez za darmo). Do tego Screaming Frog SEO Spider (wersja premium 209 GBP/rok) – tutaj naprawde nie ma rownowaznego darmowego zamiennika dla audytow 500+ URL, bo limit 500 URL w wersji free daje tylko wstepny rekonesans. Dla danych o linkach – wybor pomiedzy Ahrefs Content Audit (99 USD/mc pakiet Lite) a Semrush Content Audit (139 USD/mc). W praktyce wystarczy jedno z tych dwoch – rozne zespoly maja rozne przyzwyczajenia, ale funkcjonalnie dla audytu obie platformy daja 85% tych samych danych.
Warstwa analityczna – Google Sheets dla serwisow do 300 URL-i. Powyzej tego progu Sheets zaczyna sie zacinac przy filtrowaniu i lepiej wrzucic dane do BigQuery lub Airtable z widokiem Grid. BigQuery kosztuje grosze przy takiej ilosci danych (ponizej 5 USD/mc), a odczytywanie zapytan w dbt albo chociaz w Looker Studio jest duzo plynniejsze. Dla zespolow, ktore robia audyty co kwartal, inwestycja w BigQuery + dbt zwraca sie po trzecim audycie.
Warstwa prezentacyjna – Looker Studio (darmowe) pokazujacy trzy dashboardy: „Przed wdrozeniem” (stan startowy), „Kolejka w toku” (wskaznik postepu w zespole), „Rewalidacja po 90 dniach” (delta). Dla klienta lub boardu taki trzyekranowy panel jest wystarczajacy i wyglada profesjonalnie. Opcjonalnie dodaj PDF export co miesiac i wyslij ja mailem stakeholderom – w praktyce przyklejajacy sie ten automat skraca czas statusowkom o 50%.
Przy audytach AIO dochodza narzedzia monitorujace cytowania LLM – Profound, Athena AI, Peec AI. W 2026 zadne z nich nie daje jeszcze pelnego pokrycia dla rynku polskojezycznego, wiec spora czesc pomiarow AIO wciaz robi sie recznie, pytajac ChatGPT i Perplexity o marki i produkty klienta. Rezultaty zapisujesz w kolumnie nr 13 arkusza – jesli URL pojawia sie jako zrodlo w odpowiedzi, zaznaczasz „1”, jesli nie – „0”. To proste, ale wymaga rutyny.
Co robic z postami, ktore maja duzo impresji i niski CTR?
To klasyczny scenariusz „Snippet issue” – post jest widoczny w wynikach, ale uzytkownicy nie klikaja. W audycie 2026 dedykujemy tej grupie osobny filtr: impresje_90d powyzej 5000 AND CTR_90d ponizej mediany serwisu. Te URL-e ida do osobnej kolejki „CTR optimization” – nie do kolejki Update.
Przyczyny niskiego CTR sa cztery: niedopasowany title tag (za ogolny albo obcinany na SERP-ie), generyczna meta description, brak bogatego snippetu (gwiazdek, FAQ rich snippet, breadcrumbs) albo konkurencja w postaci AI Overview zjadajacego klik. Diagnoze robimy w 3 krokach: (1) manualne wyszukanie top frazy w Google z Polski + log out, (2) porownanie z top 5 snippetow konkurencji, (3) sprawdzenie czy AI Overview pojawia sie dla tej frazy.
Jesli winny jest niedopasowany title – przepisujemy w jednej iteracji i monitorujemy CTR przez 14 dni. Jesli winna jest AI Overview – rozwazamy, czy URL ma szanse zostac zacytowany w tej odpowiedzi, i jesli tak, rozbudowujemy tresc zgodnie z zasadami AIO (krotkie akapity, dane liczbowe, tabelka definicyjna). W praktyce dobrze optymalizowany title zwieksza CTR o 0.8-1.8 pkt procentowego, co przy 8000 impresji daje dodatkowe 60-140 klikow miesiecznie. Wiecej o tym jak zorganizowac workflow redakcyjny w oparciu o dane pisze osobno.
Kiedy polaczyc kilka postow w jeden pillar, a kiedy zostawic je osobno?
Decyzja Consolidate vs Keep to druga pod wzgledem trudnosci po Redirect vs Delete. Zle zrobione konsolidacje wyrzucaja strony z top 10 na pol roku – widzialem to wielokrotnie, zwlaszcza gdy zespol laczy artykuly o roznej intencji wyszukiwania. Dobrze zrobione konsolidacje potrafia zdublowac ruch z tygodnia na tydzien.
Regula decyzyjna: konsolidujemy tylko posty, ktore maja wspolny keyword cluster (to samo pytanie glowne z roznymi uzupelnieniami) i wspolna intencje (wszystkie informacyjne albo wszystkie transakcyjne). Nie konsolidujemy postow z roznych intencji, nawet jesli dotycza tego samego produktu – post „jak wybrac X” i post „cena X” zostaja osobno. W praktyce test jest prosty: jesli w Ahrefsie lub Semrushu dwa URL-e dziela co najmniej 40% wspolnych fraz rankingujacych, to kandydaci na konsolidacje.
Sam proces konsolidacji: wybierasz URL o wyzszym autorytecie (wiecej backlinkow, lepsza srednia pozycja) jako „canonical winner”. Przenosisz najlepsze fragmenty z pozostalych URL-i do winnera, rozszerzajac go o brakujace H2. Stare URL-e przekierowujesz 301 na winnera. Linki wewnetrzne w calym serwisie aktualizujesz na nowe – o tym dlaczego to krytyczne pisze szerzej w materiale o hybrid writing w content ops.
Wazny detal – po konsolidacji spada liczba URL-i w sitemapie, co jest rzadko mowionym efektem ubocznym. Nie jest to problem; przeciwnie – Google czytelniej widzi architekture serwisu. Ale warto wspomniec o tym klientowi, bo w raporcie „URL count” liczba nagle spada o 30-50 i nieuprzedzony manager moze sie tym zaniepokoic.
Jak audytowac widocznosc w AI Overviews i ChatGPT Search?
Audyt AIO to najnowsza warstwa content audytu i najtrudniejsza do zmierzenia. W 2026 nadal nie mamy ustandaryzowanych narzedzi na poziomie GSC – trzeba budowac pomiar z kilku zrodel. Podstawa jest reczny sampling: dla kazdego „Star URL” w tabeli wybieramy 3-5 fraz kluczowych i pytamy ChatGPT Search, Perplexity, Gemini o temat tego URL-a. Sprawdzamy, czy URL pojawia sie jako zrodlo.
Sampling manualny daje czytelne dane, ale jest pracochlonny. Dla 50 Star URL po 3 frazy mamy 150 zapytan do wykonania, a kazde trzeba przeprowadzic na trzech platformach – razem 450 zapytan. Zajmuje to okolo 6 godzin i powinno byc robione raz na kwartal. Wynik zapisujemy w kolumnie 13 arkusza: 0 (brak cytowania), 1 (cytowany raz), 2 (cytowany 2-3 razy), 3 (cytowany 4+ razy).
Alternatywa automatyczna to platformy jak Profound, Athena AI, Peec AI, Bluefish AI. Pokrywaja one najpopularniejsze zapytania po angielsku na swiecie, ale dla rynku polskiego bywaja nierowne. Rozwiazanie hybrydowe – Profound dla rynku EN, sampling manualny dla rynku PL – daje najlepszy stosunek kosztu do jakosci danych.
Co dalej z tymi danymi? URL-e z wysokim cytowaniem AIO (3+) ale niskim ruchem organicznym to specjalna grupa – „AIO-winners”. Nie beda nigdy gorna dziesiatka w Google na masowe frazy, ale generuja brand mentions, ktore trudno zmierzyc w GA4. W audycie dostaja decyzje Keep i osobny status „brand authority”. Klient musi zrozumiec, ze te posty nie sa blad, tylko pelnia inna funkcje. Jesli Twoja firma buduje tezy i pozycje ekspercka, tez zasluga obecnosci w odpowiedziach AI jest warta utrzymania, nawet gdy klikow nie ma.
Ile kosztuje przeprowadzenie audytu wewnetrznie i zewnetrznie?
Przy self-service audycie wewnetrznym koszty sa glownie czasowe. Dla serwisu 100 URL-i liczymy 12-16 godzin roboczych seniora SEO + 6-8 godzin juniora na eksporty i normalizacje = 18-24 godziny. Przy stawkach wewnetrznych to okolo 3500-5500 zl brutto. Dodatkowo stacka narzedziowy – Screaming Frog + Ahrefs/Semrush + opcjonalnie Profound – to 550-1200 zl miesiecznie, ale to wydatek dzielony na wiele audytow.
Przy zleceniu zewnetrznym stawki polskich agencji SEO za pelny content audit dla 100-200 URL-i to przedzial 4500-12000 zl netto. Niska czesc przedzialu to zespoly z ograniczona metodologia AIO. Gorna czesc to agencje oferujace dashboard + rekomendacje + workshop z zespolem klienta. Dla rynku freelancerskiego stawki sa nizsze (1800-4500 zl), ale rzadziej obejmuja rewalidacje po 90 dniach.
Najlepsza regula z praktyki: jesli zespol wewnetrzny przeprowadzi audyt raz, warto outsourcowac pierwszy audyt, uczestniczyc jako obserwator i w trzecim kwartale przejac proces wewnetrznie. Pierwsze zlecenie traktujemy wtedy jako szkolenie zespolu, a nie wylacznie jako deliverable. Taki model zwraca sie po 2-3 kwartalach i buduje kompetencje in-house, ktore zostaja w firmie.
Najczestsze bledy przy robieniu content audytu
Przez lata widzialem, jak audyty rozwalaja dobrze zapowiadajace sie serwisy. Ponizej zbior bledow, ktore przewijaja sie w 70% nieudanych projektow audytowych. Kazdy z nich wyglada banalnie na papierze, ale w natloku pracy latwo sie w nim zanurzyc.
- Usuwanie postow „zombie” bez sprawdzenia backlinkow. Nawet URL bez ruchu moze miec 40 linkow zewnetrznych z silnych domen. Usuniecie go bez 301 powoduje strate tej mocy i odbija sie na calym serwisie w ciagu 60-90 dni. Przed decyzja Delete zawsze sprawdz kolumne 12 (linki zewnetrzne) – jesli powyzej 2, rozwaz Redirect zamiast Delete.
- Konsolidacja postow o roznych intencjach. Laczenie „jak wybrac lodowke” z „ranking lodowek 2026” zabija oba URL-e, bo nowy zmutowany artykul nie spelnia zadnej intencji dobrze. Google spycha go z top 10 dla obu fraz. Przed konsolidacja sprawdz SERP dla top fraz kazdego URL-a – jesli stronice odpowiadaja roznym typom contentu (blog post vs product roundup vs comparison), zostaw osobno.
- Robienie audytu raz i uznanie sprawy za zamknieta. Audyt bez rewalidacji po 90 dniach to jedynie lista zyczen, a nie proces. Bez kroku 7 nie masz zadnego dowodu, ze decyzje byly trafne, i kolejny audyt bedzie oparty na przeczuciach zamiast danych.
- Ignorowanie linkow wewnetrznych po decyzjach Consolidate/Redirect/Delete. Jesli w serwisie masz 85 linkow prowadzacych do usunietego URL-a, to po decyzji Delete te linki staja sie „broken internal links”. Zaden automat tego nie naprawi za Ciebie – trzeba przejsc Screaming Frogiem drugi raz po wdrozeniu i rozpropagowac nowe cele linkow.
- Uzywanie okna 28 dni zamiast 90 dni. Okno 28 dni jest zbyt zaszumione sezonowoscia i pojedynczymi spikami ruchu. URL, ktory w ciagu 28 dni ma 0 klikow, moze miec 90 klikow w okresie 90 dni, bo przed chwila byla luka wakacyjna. Zawsze 90 dni, punkt.
- Pomijanie wymiaru mobile vs desktop. GSC daje rozbicie na device – kolumna „Kliki 90d” moze wygladac OK, ale gdy zrobimy split, okaze sie, ze mobile stracilo 40% ruchu. Przy audycie URL-i top-zarabiajacych dodajemy osobna kolumne „mobile_share” i monitorujemy ja osobno.
- Audytowanie bez zgody biznesu na kolejke wdrozeniowa. Najbardziej frustrujacy blad: zespol SEO robi audyt, tworzy kolejke 80 Updates, a biznes nie ma slotow copywriterskich. Kolejka stoi 6 miesiecy. Audyt traci sens. Zanim zaczniesz eksport, upewnij sie, ze w zespole jest kapacyt na realizacje 30-70% decyzji w ciagu 90 dni.
FAQ – najczesciej zadawane pytania o content audit
Jak czesto powinno sie robic content audit?
Dla serwisow poniwej 100 postow wystarczy raz na pol roku (dwa razy w roku). Dla serwisow 100-500 postow optymalny rytm to raz na kwartal. Dla serwisow powyzej 500 postow audyt staje sie procesem ciaglym – zamiast dyskretnych kwartalnych cykli wprowadzamy system rolling audit, gdzie co tydzien zespol audytuje 20-40 URL-i, zeby w ciagu 12 tygodni przejsc caly serwis. Rolling audit lepiej skaluje sie operacyjnie i rozklada obciazenie zespolu.
Czy content audit robi sie samemu, czy zlecic to agencji?
Pierwszy audyt zlec agencji lub freelancerowi z udokumentowanymi case studies. Obserwuj proces, zbieraj templatki i dashboardy. Trzeci audyt przejmuj wewnetrznie. To najlepsza sciezka dla firm bez doswiadczonego zespolu SEO. Dla firm z seniorem SEO na pokladzie – robic samemu od razu, ale z zewnetrznym review deliverable po pierwszym podejsciu, zeby wychwycic slepe plamki.
Jaka minimalna liczba URL-i sensownie audytowac?
Sensowny audyt od 25 URL-i w gore. Ponizej tego progu lepiej przegladac kazdy post recznie co miesiac, bez spreadsheeta. Dla 25-100 URL-i audyt daje ROI, ale prosty arkusz bez automatyzacji. Od 100 URL-i warto inwestowac w skrypty i BigQuery. Od 500 URL-i audyt bez automatyzacji jest praktycznie niemozliwy do utrzymania bez przepalenia zespolu.
Czy audyt tresci wplywa na pozycje w Google, nawet bez zmian w contencie?
Sam eksport danych i analiza nie wplywaja na pozycje. Ale decyzje podjete w audycie – Redirect, Delete, Consolidate – moga czasowo wstrzasnac pozycjami przez 2-4 tygodnie, zanim Google przelicze nowa architekture. Dlatego nigdy nie wdraza sie wszystkich decyzji w jednym tygodniu – rozkladamy je na 6-10 tygodni w kolejkach priorytetowych. Masowe zmiany naraz Google odbiera jako podejrzane i moze zrzucic caly serwis o kilka pozycji na kilka dni.
Jak zmierzyc ROI audytu dla klienta albo boardu?
Trzy wskazniki na jednej slajdzie. Pierwszy – delta kliki 90d po audycie vs przed audytem (roznica absolutna i procentowa). Drugi – liczba URL-i, ktore weszly do top 10 Google po audycie. Trzeci – zaoszczedzony czas copywriterow w godzinach (bo zamiast pisac nowe posty, zespol odswiezyl istniejace, co jest srednio 3x szybsze niz pisanie od zera). Z tych trzech wskaznikow wyliczasz roczny ekwiwalent dodatkowego ruchu w zl i odnosisz do kosztu audytu.
Co jesli po audycie ruch spadl zamiast wzrosnac?
Najczesciej przyczyna jest zbyt agresywny Delete/Redirect w pierwszym kwartale. Sprawdz, czy nie usunales URL-i, ktore byly cytowane w AI Overviews lub mialy long-tail ruch nieujawniajacy sie w GSC (bo GSC pokazuje tylko frazy z co najmniej kilkoma impresjami). Rozwiazanie – przywroc usuniete URL-e w ciagu 30 dni, jesli sa zapisane backupy. Google zazwyczaj przywraca indeksacje w ciagu 2-4 tygodni.
Jak zorganizowac zespol, zeby audyt nie stawal sie narzutem?
Wydziel 20% czasu jednej osoby na rolling audit. Co tydzien ta osoba przeglada 20-40 URL-i i wypelnia arkusz. Reszta zespolu zajmuje sie wdrozeniem decyzji w swoich obszarach – copywriterzy robia Updates, devops Redirects, senior Merge. Wazne, zeby audyt byl dzialanosci ciaglosciowa, a nie projektem – projekty sie konczay, dzialanosci nie, i to ta druga forma zapewnia dlugoterminowe rezultaty.
Czy szablon spreadsheeta mozna po prostu skopiowac?
Tak, struktura kolumn opisana w tabeli powyzej jest uniwersalna. Ale pamietaj, ze wartosci w kolumnie „Kategoria / cluster” musisz dostosowac do swojej topologii contentu, a regular scoringu (Zombie, Thin, Cannibal, Star) dopasowac do mediany swojego serwisu, a nie kopiowac na ochy przykladowe 600 slow czy 10 klikow. Kazdy serwis ma wlasna mediane, od ktorej liczymy odchylenia.
Co dalej po zakonczonym audycie?
Audyt to punkt startowy, a nie koniec drogi. Zakonczony audyt daje Ci trzy rzeczy: pelna mape stanu serwisu, kolejke 40-80 konkretnych akcji i baseline do porownania po 90 dniach. Co dalej? Najpierw wdrazaj kolejke wedlug priorytetu – „Zombie” z backlinkami, potem „Thin” z wysokimi impresjami, potem „Cannibal” z konfliktami fraz, na koncu „Star” ktore idzie w dalszy Update rozbudowujacy.
Rownolegle uruchamiaj mechanizm prewencji – content governance. To zestaw zasad, ktory ma sprawic, ze nowe publikacje nie beda generowac nowych problemow do audytu za 12 miesiecy. Czyli: brief przed kazdym nowym postem z analiza konkurencji, mapa fraz kluczowych, okresleniem klustra i pelnym researchem AIO. Kazdy nowy post powinien juz w momencie publikacji byc „audit-ready”, czyli miec zapisane w meta-danych to, czego w arkuszu audytowym szukamy.
Drugi element governance to kwartalne retrospektywy. Po kazdym cyklu audytu zespol spotyka sie na 90-minutowy review: co zadzialalo, co nie, ktore reguly scoringu trzeba skalibrowac. Dzieki temu szablon i proces beda sie rozwijac razem z serwisem i zmieniajacym sie krajobrazem SEO/AIO. Zespoly, ktore prowadza retrospektywy, po 4-5 cyklach maja proces audytu tak dobrze wypracowany, ze jeden URL audytuje sie w 2-3 minuty zamiast 10.
Na koniec – zainwestuj w dashboard Looker Studio, ktory pokazuje stan kolejki w czasie rzeczywistym. Klientowi lub stakeholderom wysylaj raz na 2 tygodnie link z progresem. To banalnie proste, ale radykalnie zmniejsza liczbe pytan „jak idzie audyt” i daje wszystkim wspolny obraz priorytetow. Dzieki temu audyt przestaje byc czarna skrzynka zespolu SEO, a staje sie widocznym procesem, ktorego efekty czuje cala firma.
Jesli dopiero startujesz z audytem, zacznij od 30 URL-i w pierwszym tygodniu. Wypelnij 14 kolumn, zrob decyzje, wdroz dwie najprostsze – na przyklad dwa Updates. Zobacz rezultaty po 21 dniach. Ten maly cykl buduje zaufanie zespolu do procesu i pokazuje realne rezultaty, zanim zainwestujesz tygodnie w pelny audyt 500 URL-i. Dobrze skalowany audyt to ten, ktory startuje od malego, sprawdza, a potem roznie i rosnie konsekwentnie.
Jak automatyzowac eksport danych do audytu skryptami?
Reczne sciaganie CSV z GSC, Screaming Froga i Ahrefsa zjada pelny dzien juniora SEO przy kazdym audycie. Automatyzacja tych eksportow w Pythonie lub n8n zwraca sie juz po trzecim cyklu audytowym i calkowicie eliminuje ryzyko pomylki w nazwach plikow albo oknach czasowych. Najczesciej spotykany stack automatyzacji to Python z bibliotekami google-api-python-client (GSC), requests (Ahrefs API, Semrush API) i pandas do laczenia ramek danych – cala pipeline miesci sie w 250 liniach kodu.
Konkretny przyklad skryptu dla GSC: pobierasz token OAuth, odpalasz zapytanie dla kazdego URL-a z sitemapy, zwracasz dataframe z kolumnami URL, clicks, impressions, ctr, position, okno 90 dni. Calosc laduje do BigQuery albo do lokalnego pliku parquet. Taki skrypt odpalany cron jobem raz na tydzien buduje historie danych, dzieki czemu masz trend zamiast snapshota. Przy nastepnym audycie nie musisz robic osobnego eksportu – dane sa juz gotowe.
Dla Screaming Froga oficjalne API nie istnieje, ale narzedzie pozwala odpalac crawl z linii komend (CLI mode) i zapisywac wyniki w CSV do zdefiniowanego folderu. Uzywajac zadania Windows Scheduler albo cron na Linuksie, odpalasz pelny crawl w nocy i do ranka masz swiezy export. Screaming Frog + cron + BigQuery loader to podstawowy setup dla agencji prowadzacych kilkanascie serwisow rownolegle.
Jak rozni sie audyt blogu B2B od audytu e-commerce?
Audyt bloga B2B z 150 artykulami i audyt sklepu e-commerce z 150 kategoriami i 2000 produktow to dwa rozne swiaty, mimo wspolnej nazwy. W B2B koncentrujemy sie na word count, factoid density, linkach wewnetrznych do pillarow, cytowaniach LLM i CTR-ach snippetow. W e-commerce dochodzi warstwa handlowa: revenue per URL, conversion rate, availability ratio (czy produkt jest na stanie), margin contribution.
Dla e-commerce arkusz audytowy rozbudowujemy o 4-5 dodatkowych kolumn: revenue_90d, conversions_90d, inventory_status, price_positioning, competitive_price_delta. Decyzja Delete dla produktu, ktory nie ma ruchu, ale przynosi 3000 zl sprzedazy miesiecznie, byla by katastrofa. Dlatego w e-commerce decyzja w kolumnie 14 dodatkowo uwzglednia drugi wskaznik: jesli revenue powyzej progu, URL zawsze dostaje Keep lub Update, nawet gdy ruch z Google zerowy.
W B2B odwrotnie – URL, ktory nie buduje autorytetu ani nie przyciaga ruchu, moze byc konsolidowany bez strat biznesowych. Rytm audytow w B2B to kwartalny. W e-commerce lepszy jest miesieczny rolling audit, bo availability i ceny zmieniaja sie za szybko, zeby czekac 90 dni na reakcje.
Jak zorganizowac audyt dla serwisu wielojezycznego?
Serwisy z hreflangiem i dwoma lub wieksza liczba wersji jezykowych wymagaja dwukolumnowej tabeli w audycie. Kazdy URL ma swoj odpowiednik w drugim jezyku i decyzja musi byc podejmowana parami, a nie osobno. Jesli wersja PL dostaje decyzje Delete, wersja EN – nawet rankujaca – powinna dostac co najmniej Review, bo zniknie z niej link z hreflangu.
Rozwiazanie organizacyjne to jedna z dwoch strategii. Pierwsza – jedna tabela audytowa ze wszystkimi jezykami, ale z kolumna „hreflang_group” grupujaca URL-e nalezace do tej samej tresci w roznych wersjach. Druga – osobne arkusze per jezyk, ale z kolumna „counterpart_url” linkujaca wersje. W praktyce strategia pierwsza skaluje sie lepiej dla 2-4 jezykow, druga – dla 5+ jezykow.
Trzecia warstwa to audyt samego tlumaczenia. W audycie dorzucamy kolumne „translation_quality” z wartoscia 1-5, gdzie 1 oznacza maszynowe tlumaczenie bez post-editu, a 5 oznacza tresc natywna pisana od zera przez natywnego copywritera. Korelacja miedzy translation_quality a srednia pozycja w Google lokalnym jest silna – URL-e z wartoscia 1-2 prawie nigdy nie wchodza do top 10 na konkurencyjnych frazach.