Jak mierzyć ruch AI w Looker Studio?

Problem w tym, że standardowe raporty Google Analytics 4 (GA4) nie są jeszcze w pełni gotowe na tę zmianę. Często wrzucają wejścia z botów AI do jednego worka z ruchem bezpośrednim lub ogólnymi odesłaniami. Czas to uporządkować i wyciągnąć te dane na światło dzienne w Looker Studio.

Dlaczego warto wiedzieć, kto przychodzi z AI

Śledzenie ruchu z modeli językowych to nie jest tylko kolejna pozycja w tabelce. To wiedza o tym, czy strategia treści działa w nowym środowisku.

Jeśli ChatGPT podaje link do strony jako źródło, oznacza to, że te treści są uznawane za wiarygodne i merytoryczne. Te nowe standardy to inaczej GEO (Generative Engine Optimization). Zrozumienie ścieżki użytkownika, który trafia na stronę z czatu, pozwala lepiej dopasować ofertę do kogoś, kto szuka konkretnych rozwiązań, a nie tylko przegląda internet.

Główne wyzwania

Kiedy ktoś klika w link wewnątrz np. aplikacji ChatGPT, GA4 często nie otrzymuje informacji o źródle (referrer). W efekcie właściciele stron widzą takie wejście jako Direct – tak jakby ktoś wpisał adres strony bezpośrednio w okno przeglądarki.

Aby to naprawić, musimy nauczyć Looker Studio rozpoznawać znane nam źródła AI, które mimo wszystko zostawiają po sobie pewne ślady w danych.

Podejmuj trafne decyzje biznesowe

Dowiedz się, które kanały marketingowe realnie budują Twój zysk

Zyskaj kontrolę nad danymi

Jak przygotować dane w GA4 pod Looker Studio

Zanim otworzymy Looker Studio, warto zadbać o porządek w samym źródle danych. Najskuteczniejszą metodą w GA4 jest stworzenie niestandardowej grupy kanałów (Custom Channel Group).

Możesz zdefiniować nową grupę o nazwie „AI Traffic”, łącząc w niej źródła takie jak:

• chatgpt.com / openai.com
• perplexity.ai
• anthropic.com / claude.ai
• gemini.google.com

Gdy to zrobisz, Looker Studio automatycznie zaciągnie nową kategorię, co znacznie ułatwi budowę wykresów. Jeśli jednak nie chcesz modyfikować ustawień usługi, możesz to samo osiągnąć bezpośrednio w raporcie za pomocą pól obliczonych.

Tworzenie raportu w Looker Studio krok po kroku

Otwórz swój raport i dodaj nowe pole obliczone. To tutaj jest najważniejsza część klasyfikacji ruchu.

W Looker Studio wykorzystujemy funkcję CASE, aby stworzyć wymiar grupujący ruch AI. Może to wyglądać w ten sposób:

CASE

WHEN REGEXP_MATCH(Sesja – źródło, „.*(gpt|openai).*”) THEN „ChatGPT”

WHEN REGEXP_MATCH(Sesja – źródło, „.*perplexity.*”) THEN „Perplexity”

WHEN REGEXP_MATCH(Sesja – źródło, „.*(gemini.google.com|bard.google.com).*”) THEN „Gemini”

WHEN REGEXP_MATCH(Sesja – źródło, „.*(copilot.microsoft.com|edgeservices).*”) THEN „Microsoft Copilot”

WHEN REGEXP_MATCH(Sesja – źródło, „.*claude.ai.*”) THEN „Claude”

WHEN REGEXP_MATCH(Sesja – źródło, „.*deepseek.*”) THEN „DeepSeek”

WHEN REGEXP_MATCH(Sesja – źródło, „.*(writesonic.com|copy.ai).*”) THEN „AI Content Tools (Writesonic)”

WHEN REGEXP_MATCH(Sesja – źródło, „.*huggingface.co.*”) THEN „Hugging Face”

ELSE „Inne”

END

Ta reguła sprawdza, czy w nazwie źródła sesji pojawia się którakolwiek z popularnych nazw narzędzi AI. Jeśli tak – przypisuje ją do nowego wymiaru, który można nazwać np. Model językowy.

Sama formuła to połowa sukcesu. Aby raport nie pokazywał wszystkich wejść (w tym tych przypisanych do kategorii „Inne”), musimy przygotować filtr i nałożyć go na swoje wykresy.

Filtr o nazwie „Ruch z AI” konfigurujemy tak, aby uwzględniał tylko sesje pasujące do poniższego wyrażenia regularnego:

Sesja – źródło/medium dopasowane do wyrażenia regularnego, jakim jest:

.*gpt.*|.*chatgpt\.com.*|.*perplexity.*|.*gemini\.google\.com.*|.*copilot\.microsoft\.com.*|.*openai\.com.*|.*claude\.ai.*|.*writesonic\.com.*|.*copy\.ai.*|.*deepseek\.com.*|.*huggingface\.co.*|.*bard\.google\.com.*|.*neeva.*|.*nimble.*|.*outrider.*|.*edgeservices.*

Gdy nałożymy ten filtr na tabelę lub wykres kołowy, otrzymamy przejrzysty podgląd na to, który bot AI najchętniej wysyła czytelników do witryny:

semCAST#38

Wideo w marketingu – jak zacząć nagrywać filmy, które wspierają sprzedaż?

Wiele firm wciąż traktuje wideo jako trudne wyzwanie, odkładając je na bliżej nieokreśloną przyszłość, podczas gdy konkurencja zyskuje przewagę bezpośrednim kontaktem z klientem. W dzisiejszym odcinku gościem Krzysztofa Marca jest Mateusz Wyszogrodzki – filmowiec z 13-letnim doświadczeniem, współzałożyciel studia Feniks Film, który pomaga firmom B2B tworzyć wideo pracujące na realną sprzedaż. W 38. odcinku rozmawiamy o tym, jak przełamać mentalne blokady, dlaczego autentyczność wygrywa z perfekcją i jak wideo zmienia skuteczność działań sprzedażowych.
Z tego odcinka dowiesz się m.in.:

Posłuchaj teraz

Jakie wykresy warto dodać do raportu

Sama tabela z liczbami to dopiero początek. Dobry raport powinien łączyć ogólny rzut oka na sytuację z głęboką analityką konkretnych zachowań. Wykres serii czasowej pozwoli zaobserwować, czy ruch z AI rośnie w czasie. To istotny wskaźnik pokazujący, czy działania pod kątem GEO przynoszą efekty. Jeśli publikujesz eksperckie raporty lub unikalne dane, to właśnie tutaj zobaczysz skoki popularności, gdy modele AI zaczną Cię częściej cytować.

Wykres kołowy lub pierścieniowy pokaże Ci udział AI w całkowitym ruchu. Jeśli przekracza on kilka procent, to znak, że pora na poważnie zająć się optymalizacją treści pod kątem GEO.

Trendy w czasie i porównania

Wykres serii czasowej pokazujący ostatnie 12 miesięcy. Zestawienie go z analogicznym okresem w ubiegłym roku pokaże, w którym momencie witryna zaczęła być częściej cytowana przez modele językowe.

Warto też zejść poziom niżej i analizować ruch w skali dziennej.

Jakość ruchu i zaangażowanie

Same sesje to nie wszystko. Aby zrozumieć, czy użytkownicy przychodzący z AI są wartościowi, warto dodać do raportu karty wyników z porównaniem do poprzedniego miesiąca i śledzić parametry takie jak wyświetlenia na sesję, czy średni czas trwania sesji.

Z moich obserwacji wynika, że użytkownicy z AI często szukają konkretnych odpowiedzi. Jeśli Twój średni czas sesji z tego źródła jest wysoki, oznacza to, że treść na stronie skutecznie zatrzymała ich na dłużej.

Ranking najpopularniejszych stron

To prosta lista ścieżek URL, które boty najchętniej podsuwają użytkownikom. Jeśli na szczycie listy widnieją konkretne poradniki lub wpisy blogowe, mamy gotowy przepis na to, o czym pisać w przyszłości.

Udział AI w całym ruchu

Niezwykle wartościowym wykresem jest porównanie LLM do Organic Search lub ruchu płatnego. Poprzez lekką modyfikację pola obliczeniowego można wykorzystać wykres pierścieniowy, aby zobaczyć, jaką część ruchu z wyszukiwarek stanowią już wejścia z modeli językowych.

Demografia i technologia

Na koniec uzupełnij raport o rozkład geograficzny oraz podział na urządzenia. Mapa świata pokaże Ci, czy Twój content buduje zasięgi globalne – narzędzia AI często tłumaczą treści w locie, więc możesz zacząć pozyskiwać ruch z rynków, o których wcześniej nawet nie myślałeś. Z kolei podział na desktop i mobile powie Ci, czy użytkownicy „rozmawiają” z botami częściej przy biurku, czy w biegu.

Co dalej z Twoimi danymi

Pamiętaj, że mierzenie ruchu z AI to proces ciągły. Lista narzędzi i ich domen zmienia się niemal z tygodnia na tydzień. Warto regularnie zaglądać do raportu źródeł w GA4 i sprawdzać, czy nie pojawiają się tam nowe, nieznane wcześniej adresy, które warto dopisać do Twojej formuły w Looker Studio.

Zamiast bać się, że AI zabierze Ci ruch z wyszukiwarek, zacznij go mierzyć. To pierwszy krok, aby świadomie budować widoczność tam, gdzie użytkownicy już dawno się przenieśli.