Măsurarea AI Search fără click-uri înseamnă să raportezi prezența și recomandarea brandului, nu doar citările și traficul. Tom Capper de la STAT propune urmărirea entităților de brand, eșantioane realiste de prompturi și dovezi de business precum sondaje post-cumpărare, alături de metricile clasice. Click-ul nu mai descrie singur parcursul clientului.

De ce click-ul a devenit o măsurătoare incompletă

Un răspuns generat poate recomanda un produs fără să trimită nimeni pe site. Clientul caută apoi brandul, intră direct sau cumpără offline. Pentru business, vânzarea există. Pentru analytics, ea nu are legătură cu răspunsul AI care a influențat decizia. Aici apare ruptura: nu e o problemă de trafic, e o problemă de atribuire.

Tom Capper, Director of Search Product Strategy la STAT, a pus problema exact în acești termeni în cadrul unui webinar reluat de Search Engine Journal, într-o analiză semnată de Loren Baker. Concluzia lui practică: măsori vizibilitatea în paralel cu rezultatele de business, pentru că nu poți cere unui singur model de analytics să reconstruiască tot parcursul. Sursa omenționez o dată, ca atribuire: Search Engine Journal.

Ce rămâne de făcut în practică e mai puțin confortabil decât un dashboard nou. Trebuie să accepți că o parte din influență nu va fi niciodată prinsă la nivel de sesiune. Și, în loc să maschezi asta cu un KPI inventat, construiești un sistem de indicatori care aproximează influența fără să mintă.

Mențiunea de brand și citarea nu sunt același lucru

Capper a dat un exemplu simplu și util: o recomandare AI de mașini. Brandul recomandat era Audi, dar linkurile citate duceau spre alte site-uri. Un raport care măsoară doar dacă domeniul Audi a obținut o citare ratează exact lucrul care conta: recomandarea.

Distincția e structurală:

Tradus în operațional: definește lista de entități pe care vrei să le urmărești, inclusiv sub-branduri relevante, nu doar domeniul principal. Fă același lucru pentru competitori, altfel comparația nu spune nimic. Dacă urmărești doar domeniul propriu, vei rata aparițiile care contează cel mai mult, adică exact acelea în care ești recomandat fără link.

Asta schimbă și felul în care arată un raport lunar de vizibilitate. Nu mai e o listă de poziții și citări, ci o matrice de prezență pe entități și contexte, cu coloane separate pentru „apare", „este recomandat", „este asociat cu o caracteristică". Subiectul se leagă direct de felul în care Google testează rezumate AI în cardurile de citare din AI Overviews, discutat aici: cu cât interfața comprimă mai mult informația, cu atât mai puțin probabil ca click-ul să mai ajungă la tine.

Cum construiești un eșantion de prompturi care chiar spune ceva

Problema clasică: același prompt produce răspunsuri diferite. Asta nu face măsurarea imposibilă, o face o problemă de eșantionare. Capper a făcut comparația cu rezultatele localizate și diferențiate pe device pe care le urmăreau deja specialiștii SEO: nu vezi fiecare utilizator, dar vezi pattern-uri.

Trei reguli practice pe care le propune analiza:

  1. Nu pune lista de cuvinte cheie în trackerul de prompturi. Un keyword nu e o întrebare. Pornește de la întrebări realiste, de tip People Also Ask, și construiește variații pe persona, locație, buget și nevoie.
  2. Acceptă variabilitatea, dar măsoară-o. Un set mic de prompturi dă o imagine instabilă, mai ales dacă în SEO urmărești deja mii de keywords. Scopul nu e să reproduci conversația fiecărui utilizator, ci să acoperi suficient de larg situațiile relevante.
  3. Documentează mediul de colectare. Capper a spus că STAT folosește interfața web tocmai pentru că răspunsurile prin API pot diferi de ce vede utilizatorul. Asta e o notă metodologică pe care mulți o ignoră: dacă schimbi sursa de colectare între două rapoarte, comparația nu mai e validă.

Ce lipsește din material și trebuie decis intern: câte prompturi sunt suficiente pentru un domeniu dat, cât de des rulezi colectarea și cum tratezi sezonalitatea întrebărilor. Sursa nu oferă cifre magice, iar orice cifră de tipul „20 de prompturi sunt de ajuns" ar fi inventată. Recomandarea mea, explicit a mea și nu a sursei, e să începi cu un eșantion mic, să îl documentezi, să rulezi constant și să crești eșantionul doar când vezi că rezultatele se contrazic de la o rulare la alta.

Citește sursele, nu doar numărul lor

Scoaterea citărilor din rolul de KPI principal nu înseamnă să le ignori. Înseamnă să le folosești ca instrument de investigație. Capper descrie un proces concret: pornești de la paginile citate atunci când competitorii sunt recomandați. Acele pagini arată ce surse terțe contează, site-uri de review, publicații de nișă, agregatoare.

Pasul următor e logic, dar necesită disciplină internă: înregistrezi ce surse ai investigat sau influențat, apoi monitorizezi dacă acele surse apar alături de o schimbare în recomandările de brand. Întrebarea devine mai utilă decât „a crescut numărul de citări": ce surse s-au schimbat, ce muncă a făcut echipa, cum s-au modificat răspunsurile urmărite după aceea.

Fără această disciplină, orice discuție despre AI Search se degradează în vanity metrics. Iar dacă lucrezi cu echipe care rulează conținut și PR în paralel, trebuie să existe un loc comun unde se consemnează sursele vizate. Altfel, la final de trimestru nimeni nu poate spune de ce un brand a început să fie recomandat mai des.

Indicatori de vizibilitate, nu substitute pentru business

Capper propune un set de indicatori leading care sprijină raportarea clasică, fără să o înlocuiască:

Ultimul punct merită subliniat, pentru că e o capcană veche cu manifestare nouă. Poziția organică poate să nu se schimbe, iar vizibilitatea reală să se schimbe complet: un rezultat clasat mai jos poate fi vizibil above the fold, în timp ce unul clasat mai sus e împins sub. O raportare pe poziție singură ratează diferența.

Atenție și la scorurile de sentiment. Un grafic care oscilează violent între pozitiv, neutru și negativ poate amplifica diferențe mici între răspunsuri altfel neutre. Temele calitative din spatele unei mențiuni sunt de obicei mai utile decât un scor-sinteză instabil. Aici regula de aur: dacă un indicator sare de la o lună la alta fără o explicație în date, nu e un semnal, e zgomot.

Ce înseamnă pentru tine, ca marketer sau antreprenor român

Traduc în termeni concreți pentru un business care vinde în România și, eventual, în regiune. Ești un brand de dimensiuni medii, ai buget de Google Ads și SEO, ai un dashboard care numără sesiuni și conversii. Clienții încep să întrebe asistenții AI despre produse înainte să ajungă la tine. O parte din drumul lor nu apare în niciun raport.

Ce faci luna asta, concret:

Un antreprenor român cu magazin online are un avantaj aici: poate combina datele de business reale, comenzi, marjă, retur, cu date de vizibilitate. Un marketer într-o corporație are adesea dashboardul, dar nu are acces la discuția de business. Tu ai ambele. Folosește-le împreună.

Limitele acestui cadru

Trebuie spus clar ce nu rezolvă această abordare. Nu reconstruiește parcursul fiecărui client. Nu transformă tot traficul direct în trafic AI. Nu garantează că o creștere de mențiuni produce vânzări. Nu îți spune câte prompturi sunt destule, pentru că sursa nu dă un număr.

Și nu transforma discuția într-o promisiune de tipul „dacă apari în AI, vinzi mai mult". Vizibilitatea e un indicator leading. Rezultatul e dat de produs, preț, distribuție și execuție. Măsurarea îți spune unde să te uiți, nu ce să crezi.

Rămâne și o problemă de guvernanță: cine deține setul de prompturi, cine validează mediul de colectare, cine semnează raportul. Fără proprietar, în trei luni trackerul e abandonat. Subiectul se apropie de discuția despre volatilitatea din search, pe care o găsești analizată aici: înainte să tragi concluzii dintr-o variație, verifică metodologia.

FAQ

Pot urmări AI Search doar cu instrumentele pe care le am deja? Parțial. Poți porni cu un proces manual documentat de colectare a răspunsurilor și cu un sondaj post-cumpărare. Instrumentele specializate ajută la scalare și la consistența colectării, dar nu elimină nevoia de a defini entitățile și prompturile.

Citările nu mai contează deloc? Contează, dar ca date tactice de investigație, nu ca KPI principal. Sursa e explicită: citările au URL-uri, mențiunile au entități, iar recomandarea e rezultatul de înțeles.

Cum leg vizibilitatea AI de venituri fără să inventez atribuire? Combinând dovezi: sondaje post-cumpărare cu ordine randomizată a opțiunilor, trenduri de recomandare în timp și raportarea clasică de canal. Prezintă-le împreună, cu limitele lor declarate, în loc să pretinzi o atribuire exactă.

Arc final: AI-ul analizează, omul decide, agenția execută

AI-ul îți poate ajuta concret: să grupezi prompturile pe persona, să extragi teme din răspunsuri, să pui în ordine sursele citate, să pregătești rapoarte. E util la analiză și planning. Ce nu face este să îți asume decizia.

Decizia rămâne la media buyer și la omul care semnează bugetul: ce entități urmărești, ce surse vânezi, ce buget muți din performance în PR și conținut, ce accepți ca necunoscut în atribuire. Execuția cere disciplină de operator: colectare constantă, documentație, comparații corecte, concluzii proporționale cu proba.

Pasul concret îl face ALLSoft Agency: pornim de la conturile tale reale, construim setul de entități și prompturi, legăm vizibilitatea de datele de business și raportăm diferența dintre ce e măsurat și ce e ipoteză. Fără hype, fără cifre inventate.