Ezt a bejegyzést az AgencyAnalytics szponzorálta. A cikkben kifejtett vélemények a szponzor sajátjai.
Az organikus munkamenetek leálltak. Az ügyfél tudni akarja, miért.
Ez az év egyik leggyakoribb kérdése, az ügynökségek 42%-a nyilatkozott úgy, hogy felteszi. Ez az AgencyAnalytics 2026-os marketingügynökségi teljesítményértékelési jelentéséből származik, amely 494 ügynökségi szakember válaszain alapul.
Egy évvel ezelőtt egyértelmű, rövid választ kapott. Ha a tartalom hangos volt, az valószínűleg egy alapvető frissítés, egy szezonális zuhanás, vagy esetleg egy versenytárs, aki megelőzte a ranglistát.
2026-ban? A válasz még rövidebb is lehet. Két betű, egészen pontosan: AI.
Miért csökken az organikus forgalom: AI áttekintések és kattintásmentes keresés
Az AI áttekintése válaszol a keresési lekérdezésre, így a kattintás soha nem történik meg. Vagy valaki kér egy AI-asszisztenstől egy ajánlást, követi azt, és nincs utalás arra, hogy honnan jött.
Nem arról van szó, hogy a rangsor eltolódott, vagy a tartalom romlott volna. Az ügyfél oldalán nem történt semmi, ami miatt ez a visszaesés nehezebben magyarázható, mint amit az ügynökségek évek óta magyaráznak.
A legtöbb ügynökség már tudja ezt. Ugyanebben a jelentésben a válaszadók 64%-a a Google mesterséges intelligencia áttekintését nevezte meg az idei év legnagyobb iparági aggodalmának, az AI-keresés pedig 59%-kal lemaradva a hagyományos SEO-tól.
A kiváltó hatások már most is megmutatkoznak: az ügynökségek 43%-a nagyobb versenyről számolt be a továbbra is konverziót eredményező, nagy szándékú forgalomért, és 41%-uk új kihívásokkal néz szembe a befektetés megtérülését illetően, mivel a hagyományos hozzárendelési modellek elvesztik megbízhatóságukat.
Ezek egyike sem újdonság az ügyfél számára. Valószínűleg hallották ezt a két betűt három másik szám magyarázatára ebben a negyedévben.
Mit akarnak az ügyfelek a SEO-jelentésektől?
Az ügynökségeket arról is megkérdezték, hogy az ügyfeleik melyik mérőszámra számítanak leginkább. A konverziók először 44%-kal, majd a vezetők 22%-kal, a ROI 12%-kal, a bevétel pedig 11%-kal jelentek meg. Az ügynökségek 89%-ánál a válasz eredmény volt.
Meglepő lehet azonban, hogy a forgalom mindössze 6%-os volt. A listán szereplő összes eredmény mögött.
Szóval, miért kapnak gyakran kérdéseket az ügynökségek egy olyan mutatóról, amelyet az ügyfelek ilyen alacsonyan rangsorolnak?
Miért egyre nehezebb a hozzárendelés?
Mert a csökkenő forgalom az első tünet, amit láthatnak. A nyomon követés előtt áll, így a munkamenetek számának csökkenése figyelmeztető jel: a kevesebb látogató most kevesebb konverziót jelent a következő negyedévben. Az ügyfelek valóban tudni akarják, hol állnak.
A probléma az, hogy sok ügynökség nem tud erre magabiztosan válaszolni. Az ügynökségek közel fele azt állítja, hogy nem tudja megbízhatóan nyomon követni azokat az embereket, akik mesterséges intelligencia eszközökön keresztül fedeznek fel egy márkát. Ez kényelmetlen helyzet fizetett szakértőként. Valaki követi egy asszisztens ajánlását, hivatkozás nélkül érkezik a webhelyre, és közvetlen forgalomként kerül naplózásra. A felfedezés megtörtént, de a rekord nem, így a forgalmi diagram az egyetlen szám a táblázaton.
Ez sem egy elszigetelt rés. Amikor a felmérés az attribúciós kihívásokról kérdezett, a válaszok szinte egyenlő arányban érkeztek:
- 48%-uk küzd a felhasználók nyomon követésével az AI felfedezéséből.
- 47%-uk nem tudja a konverziókat több munkamenetet tartalmazó utazásokhoz rendelni.
- 45%-uk nem tudja, melyik tartalom befolyásolta a konverziót.
- 44%-uk szerint a hagyományos hozzárendelési modellek veszítenek megbízhatóságukból.
Ahogy a jelentés fogalmaz, a hozzárendelés rendszerszintű kihívássá vált, és egyre nehezebbé válik, mivel az AI-alapú felfedezés olyan érintkezési pontokat hoz létre, amelyeket nem lehet követni.
Ez nagyobb súlyt helyez magának az ügyféljelentésnek. Az ügynökségek megdöbbentő 97%-a fontosnak tartja a pontos jelentést a megőrzés szempontjából. Amikor a hagyományos modellek megnehezítik a ROI bizonyítását, a jelentés lesz a bizonyíték.
Szóval, mit mondasz az ügyfeleknek?
Hagyja abba a forgalmi táblázat védelmét
Ehelyett mutasd meg nekik, hol jelennek meg az AI-ban. Az ügyfelek már kérik. A keresőoptimalizálás (AEO) és a SEO iránti kereslet a mesterséges intelligencia keresőszolgáltatásaiban minden idők csúcsát, 66%-ot érte el. Ez 2026 legnagyobb új szolgáltatási kérelmét jelenti, megelőzve még a fizetett hirdetéseket és a rövid formátumú videókat is.
A 4 AI-keresés láthatósági mérőszáma, amelyről jelentést érdemes tenni
Az ügynökségek négy olyan mérőszámot mérhetnek és készíthetnek most jelentést, amelyek az ügyfelek számára a keresett valós betekintést nyújtják. Az AgencyAnalytics mind a négyet beépítette az AI Trackerbe. Manuálisan is nyomon követheti őket. Íme, hogyan:
Láthatóság (megjelenik egyáltalán az ügyfél?)
Annak nyomon követése, hogy milyen gyakran nevezik meg az ügyfelet a vevők által reálisan használt felszólítások során. Tartsa elkülönítve a kategória-kéréseket a márkajelzésektől, mivel az a modell, amely egy cégnevet ismételget, miután valaki begépelte, nem sok bizonyítéka.
- Írjon 20-30 felszólítást, amelyet a valódi vásárlók használnának, és ismételje meg a készletet helyenként, ha az ügyfél több piacot is kiszolgál.
- Futtassa őket havonta, az AI platformról kijelentkezve vagy privát munkamenetben, minden alkalommal ugyanazt a megfogalmazást használva (a válaszok eltérőek lehetnek, ezért futtassa mindegyiket kétszer).
- Minden említést naplózzon, majd számítsa ki, hogy a futtatások hány százaléka nevezte meg a klienst motoronként.
Pozíció (milyen korán jelennek meg?)
Ahová az ügyfél érkezik, amikor megnevezik. Az emberek a mesterséges intelligencia válaszait úgy nézik át, ahogy az eredményoldalt átfutják, így a legfelül lévők kapják a legtöbb figyelmet.
- A kliens megnevezésekor rögzítse a helyét a listában és a lista hosszát (az ötből a harmadik nem azonos a 12-ből a harmadikkal).
- Számítsa ki a válaszok átlagát, ahol megjelennek, majd kövesse az irányt hónapról hónapra.
Az idézetek (forrásként kerülnek felszínre?)
Minden nagy nyelvi modell forrásokból merít, és ezek a források általában láthatóak, legyen szó akár az ügyfél, akár egy versenytárs oldaláról, amelyre hivatkoznak.
- Bontsa ki a források panelt, és naplózza az összes hivatkozott tartományt, és vegye figyelembe azokat a válaszokat, amelyek nem adnak semmit.
- Mindegyiket címkézze meg: ügyfél, versenytárs vagy harmadik fél, például címtár vagy ismertető webhely.
- Naplózza az adott URL-t, ne csak a domaint (ez megmutatja, hogy a modell melyik oldalról húzza le).
Érzelem (mit mond róluk a modell?)
Hogyan kerül leírásra az ügyfél a válaszban, és hogy kell-e valamit megjelölni.
- Másolja ki az ügyfelet szó szerint leíró mondatot.
- Jelölje meg pozitív, semleges vagy negatív, ugyanazt a szabályt alkalmazva minden hónapban.
- Jelölje meg külön a ténybeli hibákat, pl. elavult árazás, elmaradt szolgáltatások, rossz hely (ezek gyors nyeremények, amelyeket ma kijavíthat).
Az idő múlásával követve ez a négy mutató a „hol tartunk?” jelentésbe, amelyet az ügyfél elé tehet.
Helyezze a mesterséges intelligencia láthatóságát oda, ahol az ügyfelek már látják
A négy fő mesterséges intelligencia-motoron keresztül 25 felszólítás kétszeri futtatása kliensenként 200 lekérdezéshez vezet havonta. Egy ügyfélnél kezelhető, de egy 20 ügyféllel rendelkező ügynökségnél 4000 lesz, mielőtt bárki megnyitna egy jelentést. Egyedülálló kihívás. A saját verzió elkészítése lerövidíti ezeket az órákat, de nem garantálja, hogy az adatok pontosak és megbízhatóan a megfelelő ügyfélfiókhoz vannak csatolva. Az ügyfelek észreveszik, ha a számok nem egyeznek, ami azt a kockázatot jelenti, hogy a legtöbb ügynökség nem hajlandó vállalni.
Ennek megoldására az AgencyAnalytics mind a négy mérőszámot beépítette AI Trackerébe, amely nyomon követi az ügyfelek láthatóságát a ChatGPT, a Claude, a Gemini, a Perplexity és más motorokon keresztül, majd ezeket a mutatókat bedobja az irányítópultba, és jelentéseket készít, amelyeket Ön és ügyfelei már használnak. Ügyfelenként egyszer állítja be, és onnantól kezdve aktuális marad. Így a mesterséges intelligencia láthatósága az általa érintett konverziók és vezetők mellett helyezkedik el, és ami a legfontosabb, az ügyféladatok megbízhatóan elkülönítve maradnak.
A Claude-ban vagy a ChatGPT-ben már dolgozó csapatok esetében ugyanezek az adatok az AgencyAnalytics Model Context Protocol (MCP) kapcsolatán keresztül érhetők el.
Ha saját maga húzza be az ügyféladatokat az AI-eszközeibe, valószínűleg számokat másol át egy irányítópultról, és illeszti be őket a Claude-ba vagy a ChatGPT-be. Működik, de az adatok statikusak abban a pillanatban, amikor elhagyják a platformot; nincs egy adott ügyfélfiókhoz kötve, és nincs garancia arra, hogy a megfelelő számokat választotta. Az AgencyAnalytics MCP-kapcsolata közvetlenül az Ön csatlakoztatott integrációiból húzza le az élő adatokat, a megfelelő ügyfélhez hatókörrel, a meglévő engedélyekkel. Nincs exportálás, nincs lapváltás, és nincs kockázata az elavult vagy nem egyező adatoknak.
Mindkét esetben ugyanaz a válasz. Ott találkozik veled, ahol már dolgozol, és találkozik az ügyfelekkel ott, ahol már keresnek.
Ha legközelebb megjelenik a közlekedési kérdés, akkor kettőnél több betűje lesz.
Olvassa el, mi változott ebben az évben 494 ügynökség szerint
