„Ruch organiczny spada”, „AI zabierze kliknięcia”, „SEO umiera” – takie nagłówki łatwo zauważyć, gdy obserwujesz statystyki e-commerce. Problem w tym, że sama liczba sesji przestaje opowiadać całą historię.

Klient, który trafia do sklepu po rozmowie z ChatGPT, często nie zaczyna już researchu. Ma za sobą porównanie produktów, parametrów, opinii i zastosowań. Przychodzi bliżej decyzji niż użytkownik, który dopiero wpisał ogólne zapytanie w Google.

Niniejszy materiał przygotowało Studio A7 – agencja SEO i Google Ads wspierająca sklepy internetowe, producentów i firmy usługowe w zdobywaniu wartościowego ruchu oraz zwiększaniu liczby zapytań i sprzedaży. Pracujemy nad widocznością, technicznymi fundamentami serwisów, treścią, analityką i konwersją, bo w e-commerce nie liczy się rekord sesji sam w sobie, lecz opłacalny klient.

Dwa wykresy, które nie chcą się zgadzać

Wyobraź sobie dwa wykresy z tego samego panelu analitycznego. Pierwszy pokazuje spadek liczby wejść z klasycznych wyszukiwarek. Drugi pokazuje wzrost przychodów lub utrzymanie liczby transakcji. Na pierwszy rzut oka te dane sobie przeczą.

Nie muszą. Ruch z wyszukiwarki bywa szeroki: obejmuje osoby na etapie inspiracji, edukacji, porównywania, sprawdzania definicji i bardzo wczesnego researchu. Duża część tych użytkowników nie jest jeszcze gotowa kupować.

Ruch referencyjny z asystentów AI może być mniejszy, ale bardziej skoncentrowany na decyzji. Analiza Semrush oparta na ponad 500 tematach i podtematach związanych z digital marketingiem oraz SEO wskazała, że przeciętna wizyta z wyszukiwania AI była 4,4 raza bardziej wartościowa od wizyty z klasycznego ruchu organicznego – mierząc wartością na podstawie współczynnika konwersji. Wynik dotyczy analizowanego zbioru, a nie całego rynku e-commerce.

Źródło ruchu	Typowa intencja użytkownika	Etap decyzji	Wartość dla e-commerce
Ogólne wyniki wyszukiwania	„Co to jest?”, „Jak wybrać?”, „Najlepszy…”	Wczesny lub środkowy	Duży zasięg, zróżnicowana jakość ruchu
Google Shopping i reklamy produktowe	„Chcę kupić konkretny produkt”	Późny	Wysoka intencja, większa presja cenowa
Rekomendacja z AI	„Który produkt spełni moje warunki?”	Środkowy lub późny	Mniejszy wolumen, potencjalnie wyższa gotowość zakupowa

Nie każdy kanał ma generować identyczną liczbę sesji. Kanały różnią się przede wszystkim tym, na jakim etapie decyzji przechwytują użytkownika.

To nie jest argument za porzuceniem SEO. To argument za zmianą sposobu oceny SEO. Jeżeli widzisz mniej wejść, ale rośnie udział ruchu o wysokiej intencji, średnia wartość zamówienia albo liczba transakcji, nie oceniaj wyników wyłącznie przez pryzmat wykresu sesji.

Badania: 4,4 raza wyższa konwersja z AI – skąd te dane

Jedno z najczęściej cytowanych zestawień Semrush z 2025 roku wskazywało, że ruch z wyszukiwania AI może konwertować około 4,4 razy lepiej niż klasyczny ruch organiczny. Badanie obejmowało ponad 500 wartościowych tematów związanych z marketingiem i SEO.

Jeszcze bardziej konkretne dane pokazało studium przypadku Seer Interactive. W analizowanym zbiorze współczynnik konwersji dla ruchu referencyjnego z ChatGPT wyniósł 15,9%, podczas gdy dla ruchu organicznego z Google było to 1,76%. To różnica około dziewięciokrotna. To dane z konkretnego przypadku, dlatego nie należy ich traktować jako normy dla każdego e-commerce, rynku ani typu konwersji

Źródło analizy	Wskaźnik	Wynik	Właściwa interpretacja
Semrush, 2025	Relatywna konwersja ruchu z AI	Około 4,4x wyższa	AI może kierować na stronę użytkowników bardziej zdecydowanych zakupowo
Seer Interactive	Konwersja ruchu z ChatGPT	15,9%	Przykład bardzo wysokiej jakości ruchu w analizowanym zbiorze
Seer Interactive	Konwersja ruchu organicznego Google	1,76%	Ruch organiczny obejmuje szerszy zakres intencji i etapów lejka

Najważniejsze: nie traktuj tych wartości jak obietnicy dla każdego sklepu. Wynik zależy od branży, rodzaju produktu, długości procesu zakupowego, jakości strony, poprawności analityki oraz sposobu przypisywania konwersji.

Sklep sprzedający tani produkt kupowany impulsywnie może zobaczyć zupełnie inny efekt niż marka premium, e-commerce B2B, sklep z elektroniką albo firma oferująca produkty wymagające długiego porównania.

Najbardziej praktyczny wniosek jest prosty: mały kanał o wysokiej intencji może mieć większą wartość biznesową niż duży kanał o niskiej jakości ruchu.

Mechanizm: dlaczego gość z chatbota jest zdecydowany

Użytkownik, który trafia do sklepu z klasycznego wyniku wyszukiwania, często dopiero zaczyna zadawać pytania. Nie wie, jaki wariant produktu wybrać, co oznacza parametr techniczny, które cechy są naprawdę ważne i czy warto zapłacić więcej.

Użytkownik, który przychodzi po rozmowie z chatbotem, mógł już przejść kilka etapów naraz. Mógł poprosić AI o porównanie modeli, wyjaśnienie różnic, dopasowanie rozwiązania do budżetu, listę kryteriów zakupu i wskazanie marek lub sklepów oferujących konkretny produkt.

To proces prekwalifikacji. Część pracy, którą dawniej użytkownik wykonywał samodzielnie na dziesięciu kartach przeglądarki, odbywa się wcześniej w rozmowie z AI.

1. Użytkownik opisuje potrzebę, problem, budżet lub ograniczenia.
2. AI porządkuje kryteria wyboru i tłumaczy różnice między rozwiązaniami.
3. Użytkownik zawęża wybór do konkretnej kategorii, marki lub modelu.
4. Do sklepu trafia z bardziej precyzyjną intencją.
5. Na stronie oczekuje potwierdzenia decyzji: dostępności, ceny, danych, opinii, dostawy i zaufania.

Właśnie o tę wartościową grupę klientów można zawalczyć. Firmy, które pozycjonują w AI swoje produkty lub usługi, przechwytują właśnie ten najbardziej zdecydowany ruch.

Nie oznacza to, że chatbot zastępuje stronę produktu. Rekomendacja może otworzyć drzwi, ale sprzedaż nadal dokonuje się na stronie. Jeżeli karta produktu jest uboga, cena niejasna, dostępność nieaktualna, dostawa ukryta, a proces zakupu niewygodny, nawet świetnie przygotowany klient może zrezygnować.

Symulacja: mniej ruchu, więcej zamówień – policz dla siebie

Do symulacji potrzebujesz trzech liczb: liczby sesji, współczynnika konwersji i średniej wartości zamówienia.

W najprostszym ujęciu:

Liczba zamówień = liczba sesji × współczynnik konwersji

Załóżmy, że sklep notuje miesięcznie 100 000 sesji organicznych. Jego współczynnik konwersji wynosi 1,5%, a średnia wartość zamówienia to 250 zł.

Scenariusz	Sesje	Konwersja	Zamówienia	Średnia wartość zamówienia	Przychód
Stan wyjściowy	100 000	1,5%	1 500	250 zł	375 000 zł
Spadek ruchu o 20%, bez poprawy jakości	80 000	1,5%	1 200	250 zł	300 000 zł
Spadek ruchu o 20%, konwersja rośnie do 2,0%	80 000	2,0%	1 600	250 zł	400 000 zł
Spadek ruchu o 20%, konwersja rośnie do 2,3%	80 000	2,3%	1 840	250 zł	460 000 zł

W powyższym przykładzie sklep traci 20 000 sesji, ale wzrost współczynnika konwersji z 1,5% do 2,0% pozwala osiągnąć większą liczbę zamówień niż przed spadkiem ruchu. Przy wzroście do 2,3% przychód rośnie o 85 000 zł miesięcznie względem stanu wyjściowego.

To nie jest obietnica wyniku. To sposób myślenia, który pomaga uniknąć podstawowego błędu: oceniania marketingu wyłącznie przez pryzmat liczby użytkowników.

Podstaw własne liczby

• Sesje miesięczne: [wpisz liczbę]
• Obecny współczynnik konwersji: [wpisz procent]
• Średnia wartość zamówienia: [wpisz kwotę]
• Obecna liczba zamówień: sesje × konwersja
• Obecny przychód: zamówienia × średnia wartość zamówienia
• Scenariusz po zmianie: zmniejsz liczbę sesji o 10–20%, a potem sprawdź, jakiego wzrostu konwersji potrzebujesz, aby utrzymać lub zwiększyć sprzedaż

To ćwiczenie jest szczególnie ważne, gdy raportujesz wyniki zarządowi. Zamiast komunikatu: „Mamy o 15% mniej ruchu”, możesz powiedzieć: „Mamy mniej wejść, ale wartość przychodu na sesję wzrosła, a liczba zamówień utrzymała się lub rośnie”.

Jak przygotować firmę na klienta, który wie, czego chce

Klient przychodzący po rozmowie z AI jest wymagający. Zwykle nie chce zaczynać researchu od zera. Szuka potwierdzenia, że produkt lub usługa rzeczywiście spełnia warunki, które wcześniej ustalił.

Dotyczy to zwłaszcza sklepów internetowych, gdzie dane produktowe decydują o rekomendacji. Nie wystarczy nazwa produktu i jedno zdanie opisu. Strona powinna przekazywać pełne, aktualne i łatwe do zweryfikowania informacje.

Co powinno znaleźć się na karcie produktu

• Jednoznaczna nazwa produktu, wariantu i marki
• Pełne parametry techniczne, wymiary, materiały i kompatybilność
• Informacja, dla kogo produkt jest przeznaczony oraz w jakim problemie pomaga
• Opis różnic między wariantami i alternatywami
• Aktualna cena, dostępność, szacowany termin dostawy oraz prosty proces zwrotu
• Opinie klientów, pytania i odpowiedzi oraz dowody użycia produktu
• Zdjęcia, materiały wideo, instrukcje, certyfikaty i dokumentacja, jeżeli są ważne dla decyzji
• Dane strukturalne pomagające wyszukiwarkom interpretować produkt, cenę, dostępność i oceny

Najlepsza karta produktu odpowiada jednocześnie na pytania klienta, wyszukiwarki i systemu AI. Nie musi być „napisana pod algorytm”. Powinna być napisana tak, aby człowiek po przeczytaniu wiedział, czy to właściwy produkt dla jego sytuacji.

Treści, które skracają drogę do zakupu

Warto rozwijać nie tylko strony kategorii i produktów, ale również materiały wspierające decyzję:

• Porównania produktów i modeli
• Rankingi z jasno opisanymi kryteriami doboru
• Poradniki typu „jak wybrać”
• FAQ o dostawie, gwarancji, kompatybilności i zastosowaniu
• Case studies, realizacje i przykłady zastosowania
• Eksperckie odpowiedzi podpisane przez osoby, które znają produkt lub branżę

Takie treści pomagają użytkownikowi przed rozmową z AI, w jej trakcie i po kliknięciu do sklepu. Jednocześnie wzmacniają kontekst tematyczny marki: pokazują, że firma nie tylko sprzedaje produkt, lecz także rozumie problem, który ten produkt rozwiązuje.

Zastrzeżenia: czego te badania nie mówią

Dane o wyższej konwersji ruchu z AI są interesujące, ale nie wolno interpretować ich jak gwarancji. Ruch z chatbotów nadal stanowi małą część całego ruchu dla wielu polskich sklepów, a jego udział może istotnie różnić się między branżami.

Wysoka konwersja może wynikać także z małej próby. Jeżeli sklep dostał 50 wizyt z AI i 8 z nich zakończyło się zakupem, wskaźnik wygląda imponująco, ale pojedyncze transakcje mogą mocno zmienić wynik w następnym miesiącu.

Trzeba też uważać na atrybucję. Użytkownik mógł poznać markę w ChatGPT, później wpisać nazwę firmy w Google, wrócić przez reklamę remarketingową i kupić dopiero wtedy. Standardowy raport może przypisać sprzedaż kanałowi bezpośredniemu, płatnemu lub organicznemu, choć AI odegrało rolę na wcześniejszym etapie.

Najważniejsze: nie buduj strategii na obietnicy „4,4 raza”. Buduj ją na własnych danych. Monitoruj źródła referencyjne, analizuj konwersje, wartość zamówień, udział powracających klientów i przychód na sesję. Następnie porównuj wyniki w dłuższym okresie, a nie po tygodniu czy dwóch.

SEO nie umiera. Zmienia się sposób, w jaki użytkownicy odkrywają marki, oceniają oferty i dochodzą do decyzji zakupowej. Dla e-commerce oznacza to jedno: mniej skupienia na pustym wolumenie, więcej pracy nad informacją, zaufaniem, użytecznością i ruchem, który naprawdę chce kupić.