To case study pokazuje, co daje monitoring SMGNC, kiedy patrzymy nie tylko na pozycje w Google, ale też na odpowiedzi ChatGPT, Gemini, Perplexity, Claude, Copilot, Google AI Mode i Google AI Overviews. Projekt dotyczył sklepu kosmetycznego B2C, w którym chcieliśmy sprawdzić, czy AI realnie widzi markę, produkty i kategorie.
Najważniejszy wniosek: monitoring widoczności AI i ruch z AI to dwa różne sygnały. Model może rzadko cytować domenę, a mimo to użytkownicy mogą przechodzić z ChatGPT na stronę po rozmowie o konkretnych produktach.
Punkt startowy - sklep kosmetyczny B2C
Projekt obejmował sklep z kosmetykami naturalnymi, kilkadziesiąt kategorii i szeroki katalog produktów. SEO organiczne działało częściowo: Google widział sklep na wybranych zapytaniach produktowych, ale widoczność w AI była nierówna.
Na starcie visibility score był niski. Gemini częściowo znał markę i potrafił wskazać ją na kilku promptach produktowych. ChatGPT był prawie zerowy, a Perplexity nie linkował do sklepu na najważniejszych pytaniach rekomendacyjnych.
Co mierzyliśmy - 7 modeli i widoków, 50+ promptów
W monitoringu SMGNC mierzyliśmy prompty produktowe, porównawcze, rekomendacyjne i brandowe. Sprawdzaliśmy, czy marka jest wspominana, czy domena jest cytowana, jakie źródła pojawiają się w odpowiedziach i czy konkurencja przejmuje temat.
| Silnik AI | Own citation rate | Skąd czerpie dane | Co optymalizować |
|---|---|---|---|
| Gemini | 36.3% | Indeks Google | Pozycje organiczne + schema + treść answer-first |
| Google AI Mode | 24.3% | Indeks Google, szerzej niż top 10 | Treść answer-first + schema + brand mention |
| Google AI Overviews | - | Indeks Google i źródła w SERP | Struktura odpowiedzi, schema i cytowalne fragmenty |
| Perplexity | 18.4% | Własny crawler + Bing | Autorytet linkowy + świeżość treści |
| ChatGPT | 12% | Bing + dane treningowe | Wzmianki zewnętrzne + digital PR |
| Claude | - | Dane treningowe i kontekst webowy | Spójna narracja marki + treści eksperckie |
| Copilot | - | Ekosystem Microsoft/Bing | Widoczność w Bing, cytowania i źródła zewnętrzne |
Pełny obraz odpowiedzi i źródeł można oglądać w panelu SMGNC: osobno per prompt, per silnik i per źródło cytowania.
Co zrobiliśmy w 90 dni
| Działanie | Efekt |
|---|---|
| Rozbudowa opisów kategorii o sekcje answer-first i FAQ | Gemini zaczął cytować sklep na promptach porównawczych |
| Wdrożenie Product schema na stronach produktowych, wcześniej brak | Google AI Mode zaczął pokazywać produkty |
| 3 publikacje zewnętrzne na portalach kosmetycznych, digital PR | Perplexity zaczął linkować do sklepu |
| Optymalizacja robots.txt - odblokowanie PerplexityBot i ClaudeBot | Perplexity citation rate wzrósł z 0 do 18% |
Nie robiliśmy tu abstrakcyjnej optymalizacji “pod AI”. Każde działanie wynikało z konkretnego problemu widocznego w danych: brak schema, brak dostępności dla bota, brak cytowalnych fragmentów lub brak zewnętrznych źródeł potwierdzających temat.
Wyniki - liczby z GA4 i monitoringu
| Metryka | Wartość |
|---|---|
| Zakupy atrybucyjne z AI w GA4 | 9 |
| Sesje z AI, między innymi chatgpt.com i perplexity.ai | 160+ |
| Engagement rate z AI traffic | 87% |
| Kliknięcia kontakt telefoniczny z AI | 2 |
Najciekawszy wniosek: ChatGPT generował około 90% ruchu z AI mimo najniższego visibility score. Użytkownicy nie zawsze trafiają na stronę dlatego, że model cytuje domenę w gotowej odpowiedzi. Część ruchu powstaje, gdy użytkownik dopytuje model, porównuje produkty i dopiero później przechodzi na stronę.
Dlatego monitoring widoczności i monitoring ruchu z AI traktujemy jako dwa osobne kanały. Pierwszy mówi, czy model poleca i cytuje markę. Drugi mówi, czy użytkownicy po rozmowie z AI realnie trafiają do sklepu.
Co by się stało bez monitoringu?
Bez danych nie wiedzielibyśmy, że PerplexityBot był zablokowany. W klasycznym SEO ten problem mógłby pozostać niewidoczny, bo Googlebot miał dostęp do strony.
Bez danych nie wiedzielibyśmy też, że Product schema brakuje na stronach produktowych, a to ogranicza rozumienie oferty przez Google AI Mode. To typowy przypadek opisany szerzej w artykule o tym, dlaczego AI nie cytuje części stron mimo widoczności organicznej.
Monitoring pokazał przyczynę, nie tylko efekt. Zamiast ogólnego wniosku “AI nas nie widzi”, mieliśmy listę konkretnych przeszkód technicznych, contentowych i autorytetowych.
Najczęstsze pytania o monitoring AI w e-commerce
Czy monitoring widoczności AI ma sens dla małego sklepu?
Tak, pod warunkiem że sklep ma stronę z treścią - opisy produktów, kategorie, ewentualnie blog. W naszym monitoringu jeden z mniejszych sklepów (młoda domena, ~200 produktów) miał visibility score 4 na 100, ale jednocześnie 260 sesji z AI z engagement rate 92%. Niski score nie oznacza braku ruchu - monitoring pokazuje CEL, do którego zmierzasz, nie bieżący wynik. Pakiet 20 promptów w SMGNC kosztuje 649 zł netto miesięcznie.
Który silnik AI jest najważniejszy dla e-commerce?
Zależy od celu. Gemini ma najwyższy citation rate (36.3% w naszych projektach) i korzysta z indeksu Google - jeśli sklep dobrze rankuje organicznie, Gemini cytuje go automatycznie. Perplexity agresywnie linkuje do źródeł (18.4% citation rate) i generuje klikalne linki do produktów. ChatGPT ma najniższy score (12%), ale paradoksalnie generuje najwięcej ruchu - użytkownicy sami wklejają linki do produktów i pytają o opinie. Monitorujemy wszystkie 7 modeli i widoków jednocześnie.
Ile czasu potrzeba, żeby monitoring pokazał wyniki?
Minimum 14 dni na pierwsze trendy, 30 dni na stabilne dane. W case study sklepu kosmetycznego z tego artykułu pełen cykl trwał 90 dni: konfiguracja monitoringu (dzień 1), zebranie danych (30 dni), wdrożenie zmian (treści, schema, robots.txt), re-monitoring (kolejne 60 dni). Po 90 dniach mieliśmy 9 zakupów atrybucyjnych z AI i 160+ sesji.
Czy ChatGPT jest bezwartościowy jako kanał sprzedaży?
Nie - ale inaczej niż myślisz. ChatGPT ma najniższy visibility score dla polskich sklepów (poniżej 2 na 100 w naszych pomiarach), więc prawie nigdy nie poleca sklepów samodzielnie. Ale generuje 66-97% całego ruchu z AI, bo użytkownicy sami wklejają linki do produktów i pytają "czy ten produkt jest dobry?", "porównaj z X". To osobny kanał: monitoring widoczności (czy AI poleca markę) i monitoring ruchu z AI (czy ludzie przychodzą na stronę z AI) to dwie różne metryki.
Jakie dane z GA4 warto śledzić obok monitoringu AI?
Sesje z source/medium zawierającego chatgpt.com, perplexity.ai, gemini.google.com i claude.ai. Do tego: engagement rate z tych źródeł (czy użytkownicy z AI angażują się na stronie), konwersje (zakupy, formularze, telefony) i landing pages (na które strony trafiają z AI). W SMGNC łączymy dane z monitoringu promptów z danymi GA4, żeby zobaczyć pełny obraz: widoczność w AI → ruch → konwersja.
Chcesz zobaczyć takie dane dla swojej marki?
Zacznij od pakietów monitoringu, jeśli chcesz sprawdzić widoczność, cytowania i konkurencję w odpowiedziach AI. Jeśli potrzebujesz także wdrożenia zmian, zobacz usługę pozycjonowania w AI.
Pełna analiza danych e-commerce: pełna analiza 26 000 pomiarów na blogu Semgence.
Zadzwoń: +48 609 357 357 lub napisz: info@semgence.pl