A legtöbb magyar kkv weboldalán ugyanaz a minta jelenik meg a Search Console-ban: a megjelenések száma tartja magát vagy emelkedik, a kattintásoké viszont nem követi. Ez önmagában nem büntetés és nem technikai hiba. A kérdésre adott válasz egyre gyakrabban ott van azon a felületen, ahol a kérdés elhangzott: egy Google AI Overview összefoglalóban, a ChatGPT vagy a Gemini beszélgetőablakában, egy Perplexity találatban. A felhasználó megkapja, amit keresett, és nincs oka továbbmenni.
Ezt hívjuk nulla kattintásos válasznak. A hasznos kérdés nem az, hogyan előzd meg (érdemben nem tudod), hanem az, hogy mit ér a vállalkozásodnak egy olyan megjelenés, amiért senki nem fizet kattintással, és hol az a pont, ahol a láthatóság már nem üzlet, csak jó érzés.
Mit jelent pontosan a nulla kattintásos válasz?
Rövid válasz: az a helyzet, amikor a kereső vagy az AI-asszisztens maga adja meg a választ, és a forrásoldalra nem érkezik látogatás, akkor sem, ha a tartalmad ott van a válasz mögött vagy a hivatkozott források között.
Három különböző esetet érdemes szétválasztani, mert az üzleti értékük sem azonos. Az első, amikor a tartalmadból építkezik a válasz, és a márkád néven meg is jelenik benne. A második, amikor a tartalmad beépül, de a neved nem hangzik el: ilyenkor gyakorlatilag ingyen dolgoztál a válaszmotornak. A harmadik, amikor a válaszban forráshivatkozás is szerepel, a felhasználó viszont nem nyitja meg. Szakmai feltételezés: az első és a harmadik eset hosszabb távon márkaértéket épít, a második önmagában alig.
Egy konkrét eset a különbség érzékeltetésére. Ha valaki azt kérdezi, hogy „mennyi ideig tart egy egyedi konyhabútor legyártása”, és a válasz a te műhelyed leírásából emeli át a tipikus átfutási időt, de a neved nélkül, akkor a tudásod hasznosult, a márkád nem. Ha viszont a válasz úgy fogalmaz, hogy „több magyar asztalosműhely, például a te cégneved, jellemzően ennyi idővel számol”, akkor ugyanaz a mondat már ismertséget épít. Ugyanaz a tartalom, két teljesen eltérő üzleti kimenet.
Hivatalos információ: a Google Search Central dokumentációja szerint az AI-felületeken való megjelenéshez nincs külön technikai jelölés vagy külön optimalizálási felület, ugyanazok az indexelési és minőségi elvek érvényesek, mint a klasszikus találatoknál. Aki külön AI-rangsor-trükköt ígér, olyat állít, amit hivatalos forrás nem támaszt alá.
Miért nem kattint át a felhasználó, ha látja a márkádat?
Rövid válasz: mert a kérdése már meg van válaszolva, és a kattintás számára többletmunka, nem többletérték.
A gyakorlatban négy tipikus ok van. Az egyszerű tényszerű kérdésekre (nyitvatartás, méret, definíció, jogszabályi határidő) a válasz elfér néhány sorban, itt a kattintás elmarad. A tájékozódó fázisban lévő érdeklődő először összképet akar, nem forrásoldalt. Az AI-válasz gyakran több forrás keverékéből áll, tehát egyetlen oldal megnyitása amúgy sem adná vissza ugyanazt. Végül sokan bizalmi okból maradnak: a beszélgetőfelület kényelmesebb, mint egy ismeretlen weboldal.
Saját tapasztalat: a magyar kkv-oldalakon a kattintás akkor marad meg leginkább, ha a tartalom olyasmit ígér, ami egy összefoglalóba nem fér bele: kalkulátort, letölthető ellenőrzőlistát, konkrét folyamatleírást, helyszínhez kötött részletet, vagy olyan döntési szempontrendszert, ami több lépésből áll.
Mit ér a láthatóság, ha nincs kattintás?
Rövid válasz: annyit ér, amennyit a márkád ismertsége és a későbbi közvetlen megkeresés hoz, tehát mérhető, csak nem a forgalmi riportban.
Gondolj rá úgy, mint egy jól elhelyezett szakmai ajánlásra. Ha egy székesfehérvári asztalosműhelyt az AI a „mire figyelj egyedi konyhabútor rendelésekor” kérdésnél megnevez, a felhasználó nem kattint, de a név megragad. Két héttel később, amikor tényleg dönteni kell, jó eséllyel a márkanévre keres rá, vagy közvetlenül beírja a domaint. Ez nem garantált hatás, és nem is minden szektorban egyforma erős, de az információs értéklánc valós része.
Van azonban egy határ. Ha a megjelenés olyan kérdésnél történik, aminek semmi köze a vásárlási szándékhoz, akkor a láthatóság inkább mérési zaj, mint eszköz. Egy debreceni könyvelőirodának a „mi az az áfa” kérdésnél való megjelenés nem hoz megbízást, a „mikor kell áttérni kettős könyvvitelre” kérdésnél viszont igen.
Hogyan méred az értéket kattintás nélkül?
Rövid válasz: négy mutatót nézz párhuzamosan, és mindig ugyanazon a fix időablakon: említésarány, márkás keresés, közvetlen forgalom, asszisztált konverzió.
Márkaemlítés és említésarány
Állíts össze 20 és 40 közötti valós kérdést, amit az ügyfeleid tényleg feltesznek, és fixen ugyanazokkal a megfogalmazásokkal kérdezd le őket havonta több asszisztensben. Nem az a kérdés, hogy első helyen vagy-e, hanem hogy a válaszok hány százalékában hangzik el a márkád, és milyen szövegkörnyezetben. Saját tapasztalat: a válaszok kimenete futásról futásra változik, ezért egyetlen lekérdezésből semmilyen következtetést nem érdemes levonni, három ismétlés átlaga már használható.
Közvetlen és márkás keresés
A Search Console-ban szűrd le a márkanevet tartalmazó lekérdezéseket, és kövesd a megjelenés és kattintás alakulását hónapról hónapra. A GA4-ben a Direct csatorna és a márkás organikus belépések együtt mozgása a legjobb elérhető közelítés arra, hogy az AI-felületeken kapott láthatóság visszaköszön-e keresletben. Fontos a türelem: ez lassú mutató, negyedéves trendben olvasható, heti bontásban félrevezető.
Egy praktikus fogás, ami sokat segít az értelmezésben: jegyezd fel egy külön oszlopban, mikor futott nálad hirdetés, mikor küldtél hírlevelet, és mikor volt szakmai megjelenésed. A márkás keresés ezekre a hatásokra érzékenyen reagál, és ha ezt nem különíted el, könnyen az AI-láthatóság számlájára írsz olyan növekedést, amit valójában egy kampány okozott. Saját tapasztalat: ez a legkönnyebben elkövethető félremérés ebben a témában.
Asszisztált konverzió és önbevallás
A GA4 attribúciós riportjaiban nézd meg, hogy az AI-felületekről érkező kevés látogatás milyen arányban vesz részt konverziós útvonalakban. Ennél is beszédesebb egy egyszerű, kötelezővé nem tett kérdés az ajánlatkérő űrlapon: honnan hallottál rólunk. A szabad szöveges válaszok között az „a ChatGPT ajánlott” típusú mondatok ma már rendszeresen megjelennek, és ez az egyetlen adat, amit semmilyen analitikai eszköz nem tud kiváltani.
Hogyan állítsd be a mérést lépésről lépésre?
- Hozz létre a GA4-ben egy egyedi csatornacsoportot, és rendelj hozzá egy hivatkozó tartomány szerinti szabályt. Reguláris kifejezésnek használható például ez:
^(chatgpt\.com|chat\.openai\.com|www\.perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai)$ - Vedd fel ugyanezt szegmensként is, hogy a viselkedési mutatókat (munkamenet hossza, oldalmélység) külön tudd nézni.
- Az űrlapokra tegyél fel egy nem kötelező kérdést:
honnan_hallottal_rolunk, szabad szöveges mezőként, legördülő helyett. - A Search Console-ban ments el két szűrt nézetet: az egyik a márkanevet tartalmazó lekérdezésekre, a másik a legfontosabb tíz témádra.
- Készíts egy egyszerű táblázatot, amiben havonta rögzíted az említésarányt, a márkás megjelenéseket, a közvetlen munkameneteket és a beérkezett megkeresések számát. Egy lap elég, ne építs erre külön rendszert.
- Negyedévente értékelj, ne havonta. Egy hónap adata ebben a témában szinte mindig zaj.
Hivatalos információ: a GA4 csatornacsoportokra és az egyéni szabályokra vonatkozó lehetőségeket a Google Analytics súgója írja le, a lekérdezésszűrést pedig a Search Console dokumentációja. Szakmai feltételezés: a hivatkozó tartományok listája változni fog, ezért félévente nézd át a reguláris kifejezést.
Mikor rossz üzlet a puszta forgalomcél?
Rövid válasz: akkor, ha a téma egy mondatban megválaszolható, a látogató szándéka nem üzleti, és a tartalom egyetlen célja a látogatószám emelése.
Három tipikus helyzetben érdemes leállni. Az első a lexikonszerű tartalom: fogalommagyarázatok, alapdefiníciók, egyszerű tényadatok. Ezeket a válaszmotorok gyakorlatilag maradéktalanul lefedik, a rájuk épített cikkek látogatottsága jó eséllyel tartósan csökken. A második az ismétlődő listás tartalom, ami tíz másik oldal tartalmát rendezi újra: ebből semmilyen egyedi információ nem származik, tehát idézhető sem lesz. A harmadik a szezonális kíváncsiság-forgalom, ami sok látogatót hoz, de nulla megkeresést.
A döntéshez tedd fel magadnak a kérdést: ha ez a tartalom nulla kattintást hozna, de a márkád megjelenne benne, megérné-e a ráfordítást? Ha a válasz nem, akkor a téma nem a te dolgod. Ha igen, akkor a mérőszám sem a kattintás, hanem az említés.
Hogyan döntsd el egy konkrét témáról, hogy megéri-e megírni?
Rövid válasz: nézd meg a kérdés szándékát, az összefoglalhatóságát és a saját, máshonnan nem beszerezhető tudásodat, és csak akkor vágj bele, ha legalább kettőben erős vagy.
- Írd le a témát pontosan úgy, ahogy egy ügyfél kérdezné. Ha nem tudod egy természetes kérdésmondatba tenni, valószínűleg nem is keresik így.
- Válaszold meg magadban két mondatban. Ha ez sikerül, és a két mondat teljes értékű, akkor ez a téma nulla kattintásos lesz: legfeljebb említésért írod meg, forgalomért nem.
- Nézd meg, hol van a kérdés a döntési útvonalon. Tájékozódás, összehasonlítás vagy megbízás előtti pillanat? Csak az utolsó kettőnél számíts megkeresésre.
- Keresd meg benne azt az elemet, ami csak nálad van: konkrét munkatapasztalat, helyi sajátosság, számokkal alátámasztott folyamat, saját ellenőrzőlista.
- Döntsd el előre, mi lesz a siker mértéke ennél a cikknél: említés, megkeresés vagy feliratkozás. Utólag megválasztott mérőszámmal minden tartalom sikeresnek látszik.
Egy nagykanizsai fűtésszerelő példáján: a „mi az a hőszivattyú” téma megbukik a második ponton, mert két mondatban lezárható. A „mikor nem éri meg hőszivattyúra váltani egy régi, szigeteletlen családi házban” viszont átmegy, mert döntés közeli, tapasztalatot igényel, és nem lehet veszteség nélkül összefoglalni.
Mit tegyél, ha nő a megjelenés, de csökken a kattintás?
- Ellenőrizd, hogy a csökkenés témánként hol koncentrálódik: ha a definíciós tartalmaknál, akkor várható jelenség, nem hiba.
- Nézd meg, változott-e a márkás keresések száma ugyanabban az időszakban. Ha nő, a láthatóság dolgozik.
- Vedd fel az űrlapra az önbevallásos kérdést, ha még nincs. Ez a leggyorsabban megtérülő lépés.
- A leggyengébb, tisztán informatív oldalakat vonj össze egy erősebb, mélyebb tartalommá ahelyett, hogy újakat írnál.
- Jelöld ki azt a három üzleti kérdést, aminél a megjelenés tényleg megkeresést hozhat, és ezekre koncentrálj.
- Rögzítsd a kiindulási állapotot, mielőtt bármit módosítasz: enélkül később nem tudod, mi mit okozott.
Milyen hibákat érdemes elkerülni a nulla kattintásos mérésben?
Rövid válasz: a leggyakoribb tévedés az, hogy a rövid távú számokra reagálsz, és olyan összefüggést látsz bele, ami nincs ott.
- Havi ingadozásra átalakítani a stratégiát. Ez a mutatókör lassú, negyedév alatt válik értelmezhetővé.
- Egyetlen AI-lekérdezésből következtetni. A kimenet futásonként változik, ismétlés nélkül nem adat.
- Az összes forgalomcsökkenést az AI-válaszokra fogni, holott lehet mögötte szezonalitás, technikai hiba vagy leállított hirdetés is.
- Legördülő menüt tenni a „honnan hallottál rólunk” kérdés helyére. Az AI-asszisztenseket a legtöbb ilyen lista nem tartalmazza, a szabad szöveg viszont mindent elárul.
- Külön AI-aloldalt vagy jelölést építeni abban a hitben, hogy az bejuttat a válaszokba. Hivatalos forrás ilyen mechanizmust nem ír le.
- Elfelejteni feljegyezni a változtatásokat. Mérés napló nélkül csak számgyűjtés, nem tanulás.
Milyen tartalom bírja jól a kattintás nélküli világot?
Rövid válasz: az, amit nem lehet veszteség nélkül összefoglalni, és amiben a márkád neve természetes módon a válasz része lesz.
Az egyik irány a saját tapasztalatból származó, ellenőrizhető részlet: mit láttál 50 vagy 100 hasonló munkán, milyen hibák ismétlődnek, mi a tipikus átfutás. A másik a helyhez kötött konkrétum: egy nyíregyházi vagy egri szolgáltatónál a helyi hatósági gyakorlat, a helyi jellemző épületállomány, a helyi szezonalitás olyan információ, amit egy általános válasz nem tud pótolni. A harmadik az interaktív elem: kalkulátor, kérdéssor, ellenőrzőlista. Ezekhez kattintani kell.
Segít az is, ha a tartalom szerkezete idézhető: kérdés formájú alcím, alatta egy önmagában is megálló, két mondatos válasz, utána a részletezés. A strukturált adatok (Schema.org szerinti Organization, FAQPage, Article jelölés) nem garantálnak megjelenést, de egyértelműbbé teszik, mi a tartalom és ki adja. Hivatalos információ: a Schema.org és a Google strukturált adatokra vonatkozó dokumentációja is világossá teszi, hogy a jelölés értelmezést segít, nem rangsorolási ígéret.
A legfontosabb szemléleti váltás, hogy a forgalom eszköz, nem cél. Ha az AI-felületeken a márkád rendszeresen ott van azoknál a kérdéseknél, amelyek a döntés közelében vannak, akkor a kevesebb kattintás mellett is nőhet a megkeresések száma. Ha viszont csak ott vagy látható, ahol senki nem készül vásárolni, akkor a szép megjelenési görbe nem sokat ér.
Források és további olvasnivalók
- Google Search Central: dokumentáció és útmutatók az indexelésről, a tartalomminőségről és az AI-felületekről
- Google Search Console súgó: teljesítményjelentés, lekérdezésszűrés, megjelenés és kattintás értelmezése
- Google Analytics 4 súgó: csatornacsoportok, egyéni csatornaszabályok, attribúciós jelentések
- Schema.org: Organization, Article és FAQPage típusok leírása
- OpenAI dokumentáció: a ChatGPT keresési és böngészési működésének leírása, valamint a webhelytulajdonosoknak szóló tájékoztató
- W3C: webes szabványok és akadálymentességi irányelvek
- A megjelenés nőhet úgy is, hogy a kattintás csökken: ez nem automatikusan hiba, hanem a válaszfelületek működésének következménye.
- Kattintás nélkül a márkaemlítés, a közvetlen forgalom és a márkás keresés a legjobb elérhető helyettesítő mutató.
- Az asszisztált konverzió és az önbevallásos kérdés (honnan hallottál rólunk) együtt közelíti meg legjobban a valós hatást.
- Tranzakciós és tanácsadói témákban a láthatóság üzletet hoz, tisztán informatív témákban gyakran csak elérést.
- Ha a tartalom egyetlen célja a forgalom, és a téma egy mondatban megválaszolható, jó eséllyel rossz üzletbe fektetsz.
Gyakori kérdések
Rossz jel, ha nő a megjelenés, de csökken a kattintás?
Nem feltétlenül. Ha a csökkenés főleg a definíciós, egyszerű tényszerű tartalmaknál jelentkezik, az a válaszfelületek működésének következménye. Akkor kell beavatkozni, ha a döntés közeli, üzleti témáknál is elmarad a kattintás, mert ott a tartalom valószínűleg nem ad hozzá eleget az összefoglalóhoz.
Hogyan tudom megnézni, hogy egyáltalán szerepelek-e az AI-válaszokban?
Állíts össze 20 és 40 közötti valós ügyfélkérdést, és havonta, azonos megfogalmazással kérdezd le őket több asszisztensben, kérdésenként legalább háromszor. Azt jegyezd fel, a válaszok hány százalékában hangzik el a márkád és milyen szövegkörnyezetben. Egyetlen lekérdezésből nem érdemes következtetni, mert a kimenet futásonként változik.
Milyen mutatót nézzek a kattintás helyett?
Négyet érdemes párhuzamosan követni: a márkaemlítés arányát az AI-válaszokban, a márkanevet tartalmazó keresések alakulását a Search Console-ban, a közvetlen forgalmat a GA4-ben, valamint az asszisztált konverziókat. Ehhez jön az űrlapon feltett önbevallásos kérdés, ami gyakran a legbeszédesebb adat.
Van olyan technikai jelölés, amivel bekerülhetek az AI-válaszokba?
Hivatalos forrás ilyet nem ír le. A Google dokumentációja szerint ugyanazok az indexelési és minőségi elvek érvényesek, mint a klasszikus találatoknál. A strukturált adatok (Schema.org jelölés) segítik az értelmezést, de nem garantálnak megjelenést, és aki külön AI-rangsorolási trükköt ígér, nem hivatalos információt ad tovább.
Mikor nem éri meg tartalmat írni egy témára?
Ha a kérdés egyetlen mondatban megválaszolható, a keresőnek nincs üzleti szándéka, és a tartalom egyetlen célja a látogatószám emelése. Tedd fel a kérdést: megérné-e a ráfordítást akkor is, ha nulla kattintást hozna, de a márkád megjelenne benne. Ha nem, akkor válassz másik témát.
Mennyi idő alatt látszik a hatás a márkás kereséseken?
Ez lassú mutató, negyedéves trendben olvasható. Heti vagy havi bontásban a szezonalitás és a hirdetési aktivitás elnyomja a jelet. Rögzítsd a kiindulási állapotot, mielőtt bármit módosítasz, különben később nem lehet szétválasztani, mi mit okozott.
Hogyan különítem el az AI-láthatóság hatását a hirdetésétől?
Vezess egy egyszerű eseménynaplót arról, mikor futott hirdetés, mikor ment ki hírlevél, és mikor volt szakmai megjelenésed. A márkás keresés ezekre erősen reagál, ezért ha nincs mellette napló, könnyen az AI-nak tulajdonítasz olyan növekedést, amit valójában egy kampány okozott.
Források és további olvasnivalók
Ezen az oldalon a hivatalosan igazolt információt elsődleges forrásokból építjük fel; a saját tapasztalatot és a szakmai becslést mindig külön jelöljük a szövegben.