Egyre több ügyfelem teszi fel ugyanazt a kérdést: érdemes-e pénzt tenni a GEO-ba (Generative Engine Optimization), ha utána nem tudjuk pontosan megmondani, honnan jött a bevétel? A rövid válaszom: a pontos attribúció hiánya nem indok a tétlenségre, csak azt jelenti, hogy más mérőszámokkal kell dolgoznod. Nézzük meg, miért omlik össze a régi modell, és mivel helyettesítheted.
Miért omlik össze a hagyományos attribúció az AI-keresés korában
A klasszikus marketing-attribúció azon az elven alapult, hogy a felhasználó kattint, landol, és a kattintás útját vissza tudjuk vezetni egy csatornáig. Az AI-alapú keresőmotorok (ChatGPT, Gemini, Perplexity, a Google AI Overviews) ezt az alapfeltevést borítják fel: a válasz gyakran megszületik, mielőtt a felhasználó egyáltalán kattintana valahova.
A Loamly egyik kutatása szerint, amelyre a Search Engine Land is hivatkozott egy nemrég megjelent cikkében, az AI-hatásra született forgalom nagyjából 70 százaléka a Google Analytics 4-ben egyszerűen "közvetlen" (Direct) forgalomként jelenik meg. Vagyis a rendszer nem tudja, hogy a látogató valójában egy AI-válaszból érkezett, mert nem volt hagyományos átkattintási lánc, amit rögzíthetne.
Ennek a gyakorlati következménye kellemetlen: minél jobban teljesítesz az AI-keresésben, annál kevésbé látod ezt a saját riportjaidban. A csatornaszintű mérőszámok (kattintás, pozíció, megjelenés) egyre kevésbé tükrözik a valós üzleti hatást, miközben a vezetőség pontosan ugyanazt a kérdést teszi fel, mint eddig: "mennyit hozott ez a pénzből?"
A dollár-szabály: csatorna-mérőszám vagy üzleti mérőszám?
"Ha egy szám nem fordítható le forintra vagy dollárra, az csatorna-mérőszám, nem üzleti mérőszám."
— Dale Bertrand, Search Engine Land
A Search Engine Land egyik cikkében Dale Bertrand, aki két évtizede foglalkozik SEO-val nagyvállalati ügyfeleknek, ezt az egyszerű ökölszabályt fogalmazta meg. A különbségtétel a gyakorlatban azt jelenti, hogy két kategóriába sorolhatod a mérőszámaidat:
- Pontos, de gyakran irreleváns mérőszámok: kattintásszám, pozíció, megjelenésszám, organikus munkamenetek. Ezeket tökéletesen pontosan tudod mérni, csak épp a döntéshozó asztalán nem sokat érnek önmagukban.
- Hozzávetőleges, de üzletileg releváns mérőszámok: bevételi lehetőség, kockázatban lévő bevétel, megtérülési idő (payback period), ügyfélszerzési költség (CAC). Ezek durvábban becsültek, de közvetlenül összekapcsolhatók az eredménykimutatással.
A tapasztalatom szerint a vezetőség szinte mindig az utóbbit preferálja: inkább egy hozzávetőlegesen helyes bevételi becslést fogad el, mint egy tökéletesen pontos, de üzletileg néma kattintásszámot. Ez nem csalás vagy homályosítás: ez a nyelv, amin a döntéshozók gondolkodnak.
Pontosság kontra relevancia
Fontos tisztázni: a "hozzávetőleges" itt nem azt jelenti, hogy találgatunk. Azt jelenti, hogy tudatosan vállalunk egy kisebb pontossági veszteséget azért, hogy a szám egyáltalán összekapcsolható legyen egy üzleti döntéssel. Egy pontos, de irreleváns szám hosszú távon többet árt, mint egy becsült, de releváns szám, mert az előbbi arra szoktatja a szervezetet, hogy a marketing "nem tud pénzben beszélni".
Hogyan építs fel egy hozzávetőleges, de hiteles hatásszámítást
A módszertan lényege, hogy a marketingcsapat és az értékesítés közösen azonosítja azokat a jeleket, amelyek arra utalnak, hogy egy potenciális ügyfelet már az AI-keresésben elért tartalom formált. Ehhez nincs szükség tökéletes klikk-útvonalra, elég egy kézzelfogható, de tudatosan leegyszerűsített képlet. Egy tipikus felépítés a következő változókból áll:
| Változó | Mit jelent | Honnan szerzed |
|---|---|---|
| Releváns, minősített megkeresések száma | Azon leadek/hívások aránya, ahol a prospekt már ismerte a pozicionálásodat vagy versenytárs-összehasonlítást hozott fel | Értékesítési csapat visszajelzése, CRM-jegyzetek |
| Átlagos szerződésérték | A tipikus ügylet becsült értéke | Meglévő pénzügyi/CRM adat |
| Becsült nyerési arány | Hány százalékban zárul ügyletté ez a leadkategória | Historikus konverziós adat |
Ezt a három tényezőt összeszorozva kapsz egy hozzávetőleges "befolyásolt pipeline" számot. Ez nem lesz auditálható pontossággal alátámasztható bevétel, de sokkal többet mond a vezetőségnek, mint egy organikus munkamenet-grafikon.
Dale Bertrand cikkében ezt a logikát egy konkrét, névvel nem azonosított egészségügyi vállalat esetén mutatta be: az értékesítési csapat visszajelzése alapján a minősített, kapcsolatfelvételig eljutó hívások mintegy 10%-ában a prospekt spontán megemlítette egy versenytárs összehasonlító oldalán olvasott állítást. Ezt a jelet a szerző a saját becsült szerződésértékkel és nyerési arányával szorozva egy kétszámjegyű milliós dolláros nagyságrendű, befolyásolt pipeline-értékre vezette vissza. Ez a fajta "hozzávetőleges matek", ahogy ő nevezi, sokkal meggyőzőbb üzleti érv volt a vezetőség felé, mint bármelyik tiszta organikus forgalmi mutató.
Fontos: a fenti eset nem a saját ügyfélprojektem, hanem a forráscikkben bemutatott külső esettanulmány. Azért mutatom be, mert a mögötte lévő logika bármelyik hazai B2B cégnél adaptálható, a saját CRM- és értékesítési adatokkal feltöltve.
Töltsd le az ingyenes marketing ellenőrzőlistámat
47 pont: megmutatja, hol veszítesz pénzt a jelenlegi marketing rendszereddel.
Milyen jelzéseket kövess attribúció helyett
Ha a klasszikus kattintás-attribúció nem ad választ, három jelzéscsoportra érdemes áttérni:
- Márkázott keresés növekedése. Ha egyre többen keresnek rá közvetlenül a cégneves vagy termékneves kifejezésekre, az önmagában is jele annak, hogy valahol, akár egy AI-válaszban is, találkoztak veled, mielőtt idejöttek volna.
- Prospekt-ismertség az első kapcsolatfelvételkor. Az értékesítési csapat egyszerű kérdéssel ("honnan ismer minket, mit tud már rólunk?") folyamatosan gyűjthet minőségi jelzést arra, hogy a beérkező érdeklődők milyen mélységű előzetes tudással érkeznek.
- Megjelenés az AI-válaszokban a bevételhez kapcsolódó kérdéseknél. Ha rendszeresen ellenőrzöd, hogy a kategóriádra jellemző, vásárlási szándékkal összefüggő kérdésekre adott AI-válaszokban megjelensz-e forrásként, azt tekintheted a "GEO-láthatóság" közelítő mérőszámának, még ha nem is vezet közvetlen kattintáshoz.
Gyakorlati teszt minden mérőszámra
Mielőtt bármelyik mérőszámot beemeled a heti vagy havi riportba, tedd fel rá ezt a két kérdést:
- Ha ez a szám holnap megduplázódna, érdekelné-e emiatt a vezetőséget?
- Le tudom-e fordítani bevételi lehetőségre vagy ügyfélszerzési költségre?
Ha bármelyikre nem a válasz, valószínűleg csatorna-mérőszámot riportolsz üzleti mérőszám helyett. Ez rendben van belső, operatív használatra, de nem alkalmas arra, hogy egy költségvetési döntést alátámasszon vele.
Gyakori kérdések
Mi az a GEO, és miben különbözik a hagyományos SEO-tól?
A GEO (Generative Engine Optimization) arra irányul, hogy a tartalmad megjelenjen és hivatkozási alapként szolgáljon az AI-alapú keresőmotorok (ChatGPT, Gemini, AI Overviews) válaszaiban, nem csak a hagyományos találati listában. A módszertani átfedés nagy a SEO-val, de a mérési logika eltér, mert az AI-válasz gyakran kattintás nélkül zárja le a felhasználói keresést.
Ha nem tudom pontosan mérni a GEO hatását, hogyan indokoljam a költségvetést?
Ne a csatorna-mérőszámokra építs érvelést, hanem a fentebb bemutatott hozzávetőleges hatásszámításra: minősített megkeresések aránya, átlagos szerződésérték és becsült nyerési arány szorzata. Egy tudatosan egyszerűsített, de bevételhez kötött becslés meggyőzőbb egy vezetői döntéshozónak, mint egy tökéletesen pontos, de bevételtelen kattintásszám.
Melyik csapatnak kell gyűjtenie ezeket az adatokat?
Az értékesítési és marketingcsapat közös feladata. Az értékesítés adja a minőségi jelzést arról, mit mondott a prospekt és honnan ismerte a céget, a marketing pedig ezt köti össze a láthatósági és márkázott keresési adatokkal.
Mennyi idő alatt látszik meg egy GEO-befektetés hatása?
Ez cégenként és iparáganként eltérő, és mivel a klasszikus, gyors attribúciós visszajelzés hiányzik, célszerű negyedéves ciklusban, a fent leírt hozzávetőleges mutatók trendje alapján értékelni, nem egyetlen hónap alapján ítélni.
Összegzés
A GEO-befektetés megtérülésének bizonyítása nem azon múlik, hogy sikerül-e tökéletes attribúciós láncot építened. Ez az AI-keresés korában egyre kevésbé lehetséges. Azon múlik, hogy át tudod-e fordítani a láthatósági jeleket olyan nyelvre, amit a vezetőség pénzben ért meg. Ha a csatorna-mérőszámok helyett bevételi becslésekben, kockázatban lévő pipeline-ban és megtérülési időben gondolkodsz, sokkal könnyebben tartod meg, vagy akár növeled is, a GEO-költségvetést a következő tervezési ciklusban.
Ha szeretnéd közösen felépíteni a saját GEO-hatásszámításodat, foglalj be egy ingyenes megtérülési diagnózist.