AI a marketing
AI a wyszukiwanie informacji
Ruch z AI w Google Analytics 4
Jak sprawdzić ruch z AI w Google Analytics 4?
Ruch z AI – gotowy raport w Looker Studio
Podsumowanie
Sztuczna inteligencja, jako element naszego życia, może być rozpatrywana z różnych perspektyw. W kontekście analityki internetowej można wyróżnić dwa główne aspekty. Pierwszy to AI jako narzędzie wspomagające pracę analityków, co staje się coraz bardziej widoczne w codziennym użytkowaniu narzędzi analitycznych. Drugi aspekt dotyczy wpływu AI na marketing i sposób, w jaki dane, generowane przez algorytmy, są wykorzystywane w kampaniach marketingowych.
Sztuczna inteligencja odgrywa obecnie coraz bardziej istotną rolę, pomagając w interpretacji danych i optymalizacji działań marketingowych. Zrozumienie, dlaczego temat sztucznej inteligencji jest istotny, nie wymaga przekonywania. Jednak dla tych, którzy mają wątpliwości, warto przyjrzeć się dwóm istotnym statystykom. Pierwsza z nich dotyczy czasu, jaki zajęło różnym aplikacjom zdobycie miliona użytkowników. Na przykład, Facebook potrzebował na to 10 miesięcy, podczas gdy czatowi GPT wystarczyło zaledwie 5 dni. To pokazuje, jak szybko rozwijają się nowoczesne technologie.
Druga statystyka odnosi się do liczby użytkowników czata GPT, która wynosiła prawie dwa miliardy, według danych sprzed roku. To imponująca liczba, która ilustruje potencjał tego typu narzędzi.
Z polskiego rynku również pochodzą ciekawe dane dotyczące podejścia do generatywnej sztucznej inteligencji, której reprezentantem jest czat GPT. Z przeprowadzonych badań wynika, że 41% Polaków deklaruje korzystanie z narzędzi generatywnej AI w ciągu ostatniego roku. To świadczy o rosnącym zainteresowaniu i adaptacji nowoczesnych rozwiązań technologicznych w naszym kraju. Z innych badań wynika, że 67% polskich respondentów wyraża chęć wykorzystania AI do szybkiego wyszukiwania informacji online. Dodatkowo, 59% dostrzega potencjał w osobistych asystentach wspierających zakupy, planowanie podróży i organizację harmonogramów. Te statystyki pokazują, jak AI wpływa na marketing, czyniąc odpowiedź na to pytanie niemal oczywistą.
AI ma realny wpływ na marketing, zwłaszcza w kontekście wyszukiwania informacji. Tradycyjnie, gdy ktoś chciał coś znaleźć, mówiło się o „googlowaniu”, co oznaczało przeszukiwanie wyników wyszukiwania, czyli SERP (Search Engine Result Page). AI zaczyna zastępować to tradycyjne podejście.
31 października 2024 roku, chat GPT wprowadził funkcję GPT Search. Dzięki niej, korzystając z generatywnej sztucznej inteligencji, użytkownicy mogą odpytywać model nie tylko o informacje, na których został wytrenowany, ale także o aktualne dane, które model znajduje w sieci. To nowatorskie podejście pokazuje, jak AI redefiniuje sposoby wyszukiwania informacji i wpływa na strategie marketingowe. Sprawdźmy, jak wygląda porównanie czata GPT i Google, gdy zadamy im to samo pytanie. Obok siebie mamy czata GPT, gdzie zaznaczono opcję Search, co wymusza korzystanie z wyników wyszukiwania. Zadajmy pytanie, jak wykorzystać BigQuery w marketingu, a następnie postawmy to samo pytanie Google.
Od razu rzuca się w oczy, że czat GPT przygotowuje konkretną odpowiedź, która jest wygenerowana na podstawie materiałów źródłowych. Przy każdym elemencie odpowiedzi otrzymujemy odniesienia do stron takich jak Harbringers, Conversion, czy Widoczni.com. Odpowiedź jest skondensowana z tych właśnie źródeł. W przypadku wyszukiwarek widzimy tylko materiały, które są dostępne.
Jak działa sztuczna inteligencja w kontekście wyszukiwania? Narzędzia takie jak chat GPT są wytrenowane na danych historycznych, a w opcji GPT Search korzystają z aktualnych zasobów sieci.
Gdy wchodzimy do chata GPT i zadajemy mu pytanie, na przykład jak korzystać z Google BigQuery, narzędzie analizuje, czy posiada aktualną wiedzę. Jeśli opcja GPT Search jest aktywna, chat GPT może korzystać z najnowszych danych z sieci. Jednak można też korzystać z samego chata GPT bez tej opcji, wtedy generuje odpowiedzi na podstawie zgromadzonych wcześniej informacji.
Sztuczna inteligencja najpierw sprawdza, czy jest wytrenowana w danym temacie i posiada potrzebne informacje. Jeżeli ich brakuje, może poszukiwać danych w sieci, aby udzielić bardziej aktualnej odpowiedzi. Możemy również wymusić korzystanie z dostępnych obecnie zasobów online.
W przypadku pytań wymagających aktualnych danych z internetu, narzędzie przekształca pytanie zgodnie z algorytmami wyszukiwarek i łączy się z ich API, by uzyskać odpowiednie informacje. Na przykład, pytając o aktualną cenę akcji firmy XYZ, AI przekształca pytanie do formy uproszczonej „obecna cena akcji XYZ”, co pozwala szybciej uzyskać odpowiedź.
Systemy API wyszukiwarek, takich jak Bing, Google czy DuckDuckGo, pozyskują informacje i zwracają je w formacie JSON lub HTML. Te dane zawierają m.in. części stron, tzw. snippety, metatagi i inne elementy, które widzimy, kiedy korzystamy z wyszukiwarki Google, takie jak tytuł czy pierwsze snippety strony. Odpowiedzi te są następnie przekazywane do systemu AI.
Po otrzymaniu wyników, AI analizuje je pod kątem trafności, źródła oraz daty publikacji. W przypadku, gdy wynik jest niski, może on zostać uznany za spam lub reklamę i odrzucony. Gdy dane zostaną przefiltrowane, trafiają one do czata GPT, który je analizuje i na ich podstawie prezentuje odpowiedź w zrozumiałej dla użytkownika formie. Czat GPT podsumowuje dane, prezentuje je w czytelny sposób oraz dodaje ewentualne wyjaśnienia i źródła.
Porównując różne podejścia, takie jak czat GPT z funkcją wyszukiwania, standardowe wyszukiwanie Google, czat GPT bez wyszukiwania oraz perplexity, zauważamy, że wykorzystanie aktualnych danych z wyszukiwania pozwala na szybsze uzyskanie precyzyjnych odpowiedzi na zadane pytania. Dzięki temu nie musimy samodzielnie przeszukiwać internetu w poszukiwaniu odpowiedzi.
Inteligentne podsumowanie to funkcja, która automatycznie interpretuje dostarczone informacje, co pomaga oszczędzać czas i zmniejsza potrzebę intensywnego myślenia. Oszczędzamy czas na przetwarzanie danych, które mogłyby być ukryte pod linkami. Minusem jest jednak to, że takie wyszukiwanie zależy od dostępnych danych. Przy użyciu narzędzi, takich jak perplexity, które indeksują strony, brana jest pod uwagę jakość treści i indeksowane są tylko te o najwyższej jakości. Mimo to, zawsze istnieje pewna niepewność, ponieważ dane mogą być niepełne, a wyszukiwarki czasami udostępniają przez API jedynie powierzchowne informacje.
Coraz więcej użytkowników dostrzega wartość w wykorzystywaniu czata GPT do wyszukiwania informacji, co może wpłynąć na spadek udziału Google w ogólnym rynku wyszukiwarek. Dane ze strony Stan Ventures wskazują, że w październiku 2024 roku czat GPT osiągnął 4,3% rynku wyszukiwarek. Choć w porównaniu do Google, który dominuje z 83% udziałem, jest to niewielki udział, dynamika wzrostu czata GPT jest znacząca.
Badania użytkowników pokazują, że 65,3% z nich preferuje treści i podsumowania generowane przez czat GPT w porównaniu do tradycyjnych wyszukiwarek. Tego rodzaju zmiany mają istotne znaczenie dla analityki danych, wskazując na konieczność dostosowania strategii marketingowych do nowych preferencji użytkowników.
Przejdźmy teraz do części technicznej. Obserwujemy dużą zmianę w marketingu, która będzie widoczna w danych Google Analytics 4.
Rozważając wyszukiwanie, czyli SERP, które mogą zostać wyparte przez wyszukiwanie AI, do tej pory ruch organiczny był analizowany na dwa sposoby. Z jednej strony, jako źródło ruchu w raportach źródeł ruchu w Google Analytics 4. Z drugiej strony, jako wyszukiwanie poza naszym serwisem, głównie za pomocą Google Search Console i narzędzi monitorujących, co dzieje się w wyszukiwarce.
W przypadku AI, jako źródło ruchu będzie ono widoczne w sposób analogiczny. Źródłem ruchu będzie medium, takie jak referral, a także platformy dostarczające modele generatywnego AI, takie jak Chat GPT, Copilot, Microsoft, Cloud AI i inne.
Ważnym zagadnieniem jest sytuacja, gdy chat GPT jest oznaczony jako medium not set. Dlaczego tak się dzieje? Od momentu wprowadzenia GPT search, w sytuacji, gdy opisujemy jakieś zjawisko i klikamy na źródło, do linku automatycznie dołącza się parametr utm-src=”chat-gpt.com”. Oznacza to, że dla linkowań z czata GPT search dodawany jest utm-src=”chat-gpt”, ale brak parametru utm-medium powoduje, że takie kliknięcia są widoczne jako medium not-set, z przypisanym źródłem chat GPT. Jeśli w swoich danych w Google Analytics zauważysz sytuację, w której pojawia się „chat-gpt-notset”, jest to efektem odesłania ruchu z wyszukiwarki GPT.
Wiemy, co się dzieje, gdy użytkownik zostaje odesłany z czata GPT, ale co dzieje się zanim tam trafi? Opinie na ten temat są różne w dostępnych materiałach. Dotarłem do informacji, które wskazują, że czat GPT nie indeksuje stron, jak to robią niektóre inne usługi. Zamiast tego korzysta z szybkich API wyszukiwarek internetowych. Jeśli chodzi o indeksowanie, w Google Search Console mogliśmy śledzić, ile było wyświetleń i kliknięć dla danego słowa kluczowego. Jednak w przypadku zapytań do API nie mamy widocznych takich interakcji.
Kiedy ktoś korzysta z czata GPT, który łączy się z API Google, nie mamy możliwości sprawdzenia, jakie dokładnie słowo zostało użyte do zapytania. Dzieje się to na poziomie poprzedzającym odwiedziny naszego serwisu. Może się zdarzyć, że cała potrzebna wiedza zostanie zdobyta już na etapie interakcji z czatem GPT, co oznacza, że nie uzyskamy informacji o tej aktywności.
Przeanalizowaliśmy statystyki naszych klientów i wyniki nie są alarmujące. Przeprowadziliśmy analizę około 50 kont klientów, porównując całkowity ruch, ruch z Google (zarówno płatny, jak i organiczny), oraz ruch generowany przez AI. Następnie obliczyliśmy procentowy udział ruchu AI w całkowitym ruchu z Google. W żadnej z badanych branż poziom ruchu nie przekracza 0,5%, co jest bardzo niewielkim wynikiem. Jednak analizując poziomy wzrostu, można zauważyć, że w zeszłym roku były one imponujące.
Wydaje się, że ruch związany z AI będzie nadal wzrastał. Należy pamiętać, że są to dane dotyczące tylko tych przypadków, gdy użytkownicy weszli na stronę. Nie mamy jeszcze pełnych informacji na temat tego, jak użytkownicy wykorzystują wiedzę zdobywaną na poziomie czata GPT, nie odwiedzając konkretnych stron. W związku z tym obecnie nie można rzetelnie określić, jak AI przekierowuje użytkowników.
Warto więc zastanowić się, jak sprawdzić ruch w Google Analytics 4. Podstawowym sposobem jest filtrowanie raportów. Należy wejść do raportów Acquisition, Traffic Acquisition i zmienić Session Source Medium, aby odfiltrować nazwę wybranej platformy lub czatu.
Jednym ze sposobów monitorowania tego ruchu jest utworzenie raportu w eksploracjach. Taki raport skupia się wyłącznie na ruchu z naszego AI i używa filtru opartego na wyrażeniu regularnym.
Kolejną metodą śledzenia AI jest stworzenie niestandardowego grupowania treści. Takie grupowanie pozwala na szybkie monitorowanie poziomu ruchu AI w raporcie Traffic Acquisition.
Ostatnim rozwiązaniem, które opracowaliśmy w oparciu o nasze badania nad wpływem AI na marketing, jest dashboard w Looker Studio. Raport ten funkcjonuje poza GA4 i można go skonfigurować, aby był regularnie wysyłany. Dzięki temu mamy łatwy dostęp do danych i możemy szybko reagować na zmiany w ruchu AI. Stworzyliśmy raport, który podsumowuje najważniejsze informacje, które warto znać.
Po skopiowaniu raportu, w rozwijanej liście dostępne będą wszystkie konta, do których macie dostęp pod zalogowanym adresem e-mail. Można również wybrać zakres dat. Ważnym elementem jest pokazanie poziomu sesji dla najpopularniejszych platform AI. Raport przedstawia wszystkie sesje oraz ich podział na czat GPT, Copilot, Gemini, Perplexity, Cloud i inne.
Warto pamiętać, że w przypadku tych innych konieczne jest regularne odświeżanie i edytowanie raportu. Monitorowanie procentowego udziału sesji jest kluczowe, aby śledzić, czy ten udział rośnie, czy pozostaje na stałym poziomie. Ważne jest również zrozumienie, jaki udział w ruchu na stronie mają technologie AI. W przyszłości może pojawić się nowa branża związana z pozycjonowaniem pod AI, co dodatkowo zwiększy znaczenie tego aspektu.
Kolejnym istotnym wskaźnikiem jest zaangażowanie użytkowników, czyli średni czas, jaki spędzają na stronie. Analiza tego parametru pozwala lepiej zrozumieć, jak różne typy ruchu oddziałują na zaangażowanie użytkowników.
Obserwując rozwój AI i jego zastosowanie w marketingu, można stwierdzić, że jesteśmy na początku istotnych zmian w ruchu internetowym. Temat AI jest bardzo dynamiczny, a jego popularność i znaczenie w marketingu rosną. Z tego powodu przewidujemy, że ruch zarówno organiczny, jak i płatny z linków sponsorowanych, będzie coraz bardziej zdominowany przez AI.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
