Egy jól megírt esettanulmány többet ér húsz oldalnyi önjellemzésnél: konkrét helyzetet mutat, konkrét lépéseket, és olyan eredményt, amit vissza lehet keresni. A baj ott kezdődik, hogy sok esettanulmány visszafelé készül: megvan a kívánt szám, és utána gyártják hozzá a történetet. Ez rövid távon konvertálhat, hosszabb távon viszont hitelrontó, és jogilag sem mindegy, mit írsz le egy másik cégről.
Ebben a cikkben végigmegyünk azon, hogyan épül fel egy olyan esettanulmány, ami kiállja az ügyfél, a versenytárs és egy esetleges hatósági szem próbáját is. A példák magyar kkv-környezetre vannak szabva, a felépítés viszont bármilyen szolgáltatói területen működhet.
Mitől lesz hiteles egy esettanulmány?
Attól, hogy minden állítása mögött van forrás, dátum és mérési módszer. A hitelesség nem stílus kérdése, hanem ellenőrizhetőségé.
Négy elem nélkül nem esettanulmányról beszélünk, hanem reklámszövegről:
- Kiindulási helyzet: számokkal, konkrét időszakra vetítve.
- Beavatkozás: mit csináltál, milyen sorrendben, mennyi idő alatt.
- Mérhető eredmény: azonos módszertannal mért, összehasonlítható adat.
- Korlátok: mi nem működött, mi nem tudható be a munkádnak, mi maradt nyitva.
A negyedik pont a legritkább, és pont ez a legmeggyőzőbb. Saját tapasztalat: az ajánlatkérésig eljutó érdeklődők jellemzően azokra a szakaszokra kérdeznek vissza, ahol a korlátokat is leírtuk, mert onnan érzik, hogy a többi szám is valós.
Hogyan írd le a kiindulási helyzetet úgy, hogy ne legyen üres?
Úgy, hogy a kiindulási állapotot ugyanazokkal a mutatókkal írod le, amikkel később az eredményt is méred, és megnevezed az adatforrást.
Rossz megfogalmazás: „az ügyfél weboldala alulteljesített”. Ez semmit nem mond. Jó megfogalmazás: „egy Székesfehérváron működő, hét fős gépészeti kivitelező weboldala a 2025 első negyedévi Search Console-adatok szerint havi átlagban 340 organikus megjelenést hozott, ebből 11 kattintást, űrlapkitöltés nulla volt, mert űrlap nem is szerepelt az oldalon”.
A kiindulási szakaszban érdemes rögzíteni:
- a mérés pontos időszakát (nem „tavaly”, hanem 2025.01.01 - 2025.03.31);
- az adatforrást (Search Console, GA4, hívásnapló, CRM, számlázó);
- a technikai állapotot (mobilsebesség, indexeltségi hibák, hiányzó strukturált adat);
- az üzleti kontextust (szezonalitás, telephely, kapacitás, hirdetési aktivitás).
Az utolsó pont sokszor kimarad, pedig döntő. Egy Balaton környéki szálláshelynél a júniusi és a novemberi adat nem összehasonlítható, egy fűtésszerelőnél pedig az első fagyok mindent felülírnak. Ha ezt nem jelzed, az eredményszakaszod támadható.
Mit tartalmazzon a beavatkozás leírása?
Annyit, hogy egy szakmailag felkészült olvasó reprodukálni tudja a logikát, de ne annyit, hogy az ügyfél belső üzleti adatai kiszivárogjanak.
A beavatkozás szakasz akkor jó, ha időrendi és okozati. Nem felsorolás, hanem döntéssor. Egy gyakori, valós felépítés kkv-nál:
- 1-2. hét: technikai átvizsgálás, indexeltségi és sebességi hibák feltárása, mérés beállítása (GA4-események, űrlap- és hívás-konverzió).
- 3-4. hét: a szolgáltatásoldalak szétbontása (egy oldal, egy szolgáltatás, egy szándék), belső linkelés rendezése.
- 2-3. hónap: kérdés-alapú tartalmak a valós ügyfélkérdésekből, GYIK-blokkok, strukturált adat (Organization, LocalBusiness, FAQPage).
- Folyamatosan: Google Cégprofil rendezése, vélemények kezelése, a NAP-adatok (név, cím, telefonszám) egységesítése a katalógusokban.
Fontos, hogy a beavatkozásnál nevezd meg azt is, amit nem csináltál. Ha nem futott fizetett hirdetés, írd le. Ha az ügyfél közben új terméket vezetett be vagy sajtómegjelenést kapott, azt is. Ez nem gyengíti a történetet, hanem megvédi: enélkül bárki mondhatja, hogy a növekedés máshonnan jött.
Hogyan mérj eredményt úgy, hogy az védhető legyen?
Úgy, hogy azonos időtávot, azonos forrást és azonos definíciót használsz a kiindulásnál és a záráskor is, és megkülönbözteted a forgalmi mutatót az üzleti eredménytől.
A leggyakoribb csúsztatás a mérési ablak megválasztása. Ha a kiindulást egy gyenge két hétből számolod, a végeredményt pedig a legjobb hónapból, a szám hazudik, még ha minden adata igaz is. Használj legalább 3 hónapos, azonos hosszúságú összehasonlítási időszakokat, és ha teheted, tedd mellé az előző évi azonos időszakot is.
Érdemes három szintet elkülöníteni:
- Láthatósági mutatók: megjelenés, kattintás, átlagpozíció, AI-válaszokban való említés. Ezek a leggyorsabban mozdulnak, de önmagukban nem üzleti eredmények.
- Interakciós mutatók: űrlapkitöltés, telefonhívás-indítás, útvonaltervezés, árajánlatkérés. Ezek már közelebb vannak a valósághoz.
- Üzleti mutatók: ajánlatkérésből lett megrendelés, kapacitáskihasználtság. Ezt csak akkor írd le, ha az ügyfél átadta és engedélyezte.
Hivatalosan igazolt információ: a Google Search Console és a GA4 dokumentációja is leírja, hogy az adatok mintavételezés, adatmegőrzési korlátok és késleltetés miatt eltérhetnek, és hogy az attribúciós modell megváltoztatása visszamenőleg más számot ad. Ezért ha esettanulmányban közölsz adatot, jelöld meg a felület nevét és az exportálás dátumát.
Szakmai feltételezés: az AI-válaszmotorokból érkező forgalom mérése ma még pontatlan, mert nem minden asszisztens küld azonosítható hivatkozót, és a nulla kattintásos válaszok eleve nem jelennek meg a webanalitikában. Ezért a „hányszor említett minket egy AI” típusú adatot érdemes külön, saját mérési naplóként jelölni, nem hivatalos statisztikaként.
Miért kell őszintén jelezni a korlátokat?
Mert a korlátok nélküli esettanulmány rossz elvárást állít be, és az ebből született együttműködés szinte biztosan konfliktusban végződik.
Konkrét korlátok, amiket érdemes leírni:
- a mérési időszak rövid volt, ezért az eredmény még nem stabil;
- egyszerre több változás történt, ezért az ok-okozat nem bontható szét egyértelműen;
- a piac szezonális, és az összehasonlítás emiatt torzíthat;
- a szolgáltatás nem minden szegmensben hozott mozdulást;
- egy adott csatorna (például a Cégprofil) sokkal többet adott, mint a többi, tehát az eredmény nem az egész rendszer érdeme.
Ha ezeket leírod, két dolgot nyersz. Egyrészt a szöveg emberi és szakmai lesz. Másrészt jogilag védhetőbb, mert nem állítasz többet, mint amit igazolni tudsz.
Hogyan kérj ügyfél-hozzájárulást, és mit takarj ki valójában?
Írásban, konkrét szövegre, konkrét felületekre és visszavonhatóan. A szóbeli „persze, nyugodtan” nem hozzájárulás.
A gyakorlatban működő menet:
- Megírod az esettanulmányt, és a végleges szöveget küldöd el jóváhagyásra, nem egy vázlatot.
- Egy rövid e-mailben rögzíted: milyen adatokat közölsz, milyen néven (teljes név, keresztnév, vagy anonim), milyen felületeken (weboldal, közösségi média, ajánlat, prezentáció), és meddig.
- Kéred az írásos visszaigazolást, akár egyszerű válasz e-mailben. Ezt megőrzöd.
- Rögzíted, hogy a hozzájárulás bármikor visszavonható, és visszavonás esetén a szöveget eltávolítod vagy anonimizálod.
Hivatalosan igazolt információ: a GDPR alapján a hozzájárulásnak önkéntesnek, konkrétnak, tájékoztatáson alapulónak és egyértelműnek kell lennie, és ugyanolyan könnyen visszavonhatónak, mint amilyen könnyen megadták. Ha az esettanulmányban természetes személy azonosítható (például egy egyéni vállalkozó neve, arca vagy egyedi története), az személyes adatnak minősül.
Az anonimizálásnál a leggyakoribb hiba, hogy csak a cégnevet veszik ki. Ha viszont azt írod, hogy „egy nagykanizsai, kizárólag elektromos kapukra szakosodott, két fős vállalkozás”, a helyi piacon bárki beazonosítja. A valódi anonimizálás tágít: régió helyett országrész, pontos létszám helyett sáv, egyedi szolgáltatás helyett kategória, pontos százalék helyett nagyságrend. Ha a történet így már nem érdekes, az azt jelzi, hogy az érdekesség forrása maga az azonosíthatóság volt, tehát külön engedély kell rá.
Miért árt a túlígérő esettanulmány?
Mert rossz ügyfeleket vonz, a jókat pedig elriasztja, ráadásul a fogyasztóvédelmi szabályozás szempontjából is kockázatos.
Hivatalosan igazolt információ: a tisztességtelen kereskedelmi gyakorlatról szóló 2008. évi XLVII. törvény alapján megtévesztő lehet az a tájékoztatás, amely valótlan információt tartalmaz, vagy valós információt megtévesztő módon jelenít meg, és ezzel befolyásolja a fogyasztó ügyleti döntését. A Gazdasági Versenyhivatal gyakorlatában a nem igazolható, kiugró eredményígéretek és a hiányzó lényeges korlátozások visszatérően vizsgált témák.
Saját tapasztalat: a „megháromszoroztuk a forgalmat” típusú kommunikációra jellemzően az az érdeklődő reagál, aki ugyanezt várja két hónapon belül, fix garanciával. Ez a fajta elvárás nem teljesíthető, a projekt pedig már az induláskor csalódásra van ítélve. Aki viszont azt olvassa, hogy „hat hónap alatt indult el érdemi mozgás, két hónapig szinte semmi nem történt”, az általában felkészültebb partner.
Praktikus szabály: soha ne ígérj helyezést, ne írd le, hogy „garantáltan”, és kerüld a jövő időt az eredménynél. Az esettanulmány múlt időben beszél egy konkrét esetről, nem a következő ügyfél jövőjéről. Egy jól elhelyezett mondat sokat segít: „Ez az eredmény egy konkrét piaci helyzetben született, és nem jelenti azt, hogy más vállalkozásnál ugyanez megismételhető.”
Hogyan jelöld a szövegben, mi tény és mi feltételezés?
Következetes, rövid jelölésekkel, közvetlenül az állítás mellett, nem a cikk végén egy általános kitételben.
Három kategória elég:
- Hivatalosan igazolt: jogszabály, hatósági közlemény, gyártói vagy platformdokumentáció. Ilyenkor nevezd meg a forrást a mondatban.
- Saját tapasztalat: a saját ügyfélmunkádból származó megfigyelés, ami nem reprezentatív, de valós. Írd oda, hány esetből származik és milyen időszakból.
- Szakmai feltételezés: logikus következtetés, amit még nem tudsz bizonyítani. Ezt a legfontosabb megjelölni, mert ez az, amit az olvasó és az AI is könnyen ténynek olvas.
Szakmai feltételezés: a nagy nyelvi modellek szívesebben idéznek olyan szövegrészeket, amelyek önmagukban is értelmes, forrásolt állítások, mint a hosszú, feltételes körmondatokat. Ez a megfigyelés a jelölési gyakorlat mellett szól, de független méréssel nem bizonyított.
Hogyan segítheted, hogy az esettanulmányt pontosan idézzék?
Tiszta szerkezettel, dátumozott adatokkal és strukturált adattal. Ez nem garantál idézést, de csökkenti a félreértelmezés esélyét.
Gyakorlati lépések:
- a szakasz elején álljon egy önmagában is idézhető, kétmondatos összefoglaló;
- a számok mellett mindig szerepeljen az időszak és a forrás, ugyanabban a mondatban;
- a korlátokat ne lábjegyzetben, hanem a szövegtestben írd le;
- a strukturált adatban jelöld a szerzőt, a publikálás és a frissítés dátumát.
Egy minimális, valós példa a fejlécbe illesztett strukturált adatra:
{"@context":"https://schema.org","@type":"Article","headline":"Egy gepeszeti kivitelezo organikus lathatosaga","author":{"@type":"Organization","name":"Scheo"},"datePublished":"2025-09-10","dateModified":"2026-01-20","citation":"Google Search Console export, 2025-01-01 - 2025-08-31"}
Hivatalosan igazolt információ: a Schema.org dokumentációja szerint a citation és a dateModified mező is része az Article típusnak, a Google Search Central pedig külön kiemeli, hogy a strukturált adat nem helyettesíti a látható tartalmat, és nem tartalmazhat olyan információt, ami az oldalon nem szerepel.
Milyen ellenőrzőlistán menj végig publikálás előtt?
Publikálás előtt fusd át ezt a listát, mert a hibák többsége itt megfogható:
- Minden szám mellett ott a forrás és a pontos időszak?
- A kiindulási és a záró mérés azonos hosszú és azonos módszerű?
- Leírtad, mi minden változott még a beavatkozáson kívül?
- Szerepel legalább két valós korlát vagy kudarc?
- Van írásos ügyfél-hozzájárulás a végleges szövegre és a felhasználási felületekre?
- Az anonimizálás után is beazonosítható a cég a részletekből?
- Kikerült minden garanciára utaló megfogalmazás?
- Jelölve van, mi hivatalos forrás, mi saját tapasztalat és mi feltételezés?
- Tárolod az adatok exportját arra az esetre, ha valaki visszakérdez?
- Van dátum a cikken, és tervezed a felülvizsgálatát?
Ha a tizedik pontra nemet mondasz, érdemes visszatérni rá: egy két éve publikált eredmény kontextus nélkül félrevezető lehet, még akkor is, ha annak idején minden szava igaz volt.
Források és további olvasnivalók
- Google Search Central: Search Essentials, strukturált adat dokumentáció és spam szabályzat
- Google Search Console Súgó: adatszűrés, adatmegőrzés és exportálás
- Google Analytics 4 Súgó: attribúciós modellek és mintavételezés
- Schema.org: Article, FAQPage, LocalBusiness és Organization típusok
- W3C: strukturált adat és akadálymentesség ajánlások
- OpenAI dokumentáció: bot- és keresőhozzáférés (GPTBot, OAI-SearchBot)
- Az Európai Parlament és a Tanács (EU) 2016/679 rendelete (GDPR)
- 2008. évi XLVII. törvény a tisztességtelen kereskedelmi gyakorlat tilalmáról
- 2008. évi XLVIII. törvény a gazdasági reklámtevékenységről
- Nemzeti Adatvédelmi és Információszabadság Hatóság (NAIH) tájékoztatói a hozzájárulásról
- Gazdasági Versenyhivatal (GVH) közleményei a megtévesztő kereskedelmi kommunikációról
- Kiindulási adat nélkül nincs eredmény: ha nem tudod, honnan indultál, a végszám nem bizonyít semmit.
- Az ügyfél-hozzájárulás írásban, konkrét szövegre és konkrét felületekre szóljon, visszavonási lehetőséggel.
- Az anonimizálás nem elég a név kitakarásával: a városból, méretből és szektorból is összerakható a cég kiléte.
- Jelöld külön, mi hivatalosan igazolt, mi saját mérési tapasztalat és mi szakmai feltételezés.
- A túlígérő esettanulmány rossz ügyfeleket vonz, és a fogyasztóvédelmi szabályok szerint megtévesztő gyakorlatnak minősülhet.
Gyakori kérdések
Kell-e írásos hozzájárulás, ha az esettanulmányban nem nevezem meg az ügyfelet?
Ha a leírásból bárki beazonosíthatja a céget vagy a személyt (város, szektor, méret, egyedi szolgáltatás kombinációjából), akkor gyakorlatilag nem anonim a szöveg, és érdemes hozzájárulást kérni. Ha valóban általánosított a leírás, jogilag lazább a helyzet, de a szakmai korrektség miatt akkor is jó gyakorlat előre szólni az ügyfélnek.
Mennyi idő után érdemes lezárni egy esettanulmányt?
Általában legalább 3-6 hónapos, azonos hosszúságú összehasonlítási időszak kell ahhoz, hogy az adat ne csak zajt mutasson. Rövidebb ablaknál előfordulhat, hogy a szezonalitás vagy egy egyszeri esemény adja az egész elmozdulást.
Mit tegyek, ha az ügyfél utólag visszavonja a hozzájárulását?
Vedd le vagy anonimizáld a szöveget, és nézd át azokat a felületeket is, ahol újrahasznosítottad (ajánlat, prezentáció, közösségi poszt). Érdemes már a hozzájárulás bekérésekor rögzíteni, mennyi idő alatt vállalod az eltávolítást.
Írhatok esettanulmányt olyan projektről, ami nem hozott látványos eredményt?
Igen, és sokszor ez a leghitelesebb műfaj. Ha végigviszed, mi volt a feltevés, mi történt helyette és mit tanultál belőle, az szakmai felkészültséget mutat. Fontos, hogy itt is legyen ügyfél-hozzájárulás, mert a kudarc leírása érzékenyebb az érintettnek.
Hogyan kezeljem, ha az eredményhez hirdetés is hozzájárult?
Írd le nyíltan, milyen csatornák futottak párhuzamosan, és jelöld, hogy az organikus és a fizetett hatás nem választható szét pontosan. Ha van olyan mutató, ami tisztán az egyik csatornához köthető (például márkanév nélküli organikus kattintás), azt emeld ki külön.
Elég-e, ha csak képernyőképet teszek be az adatokról?
A képernyőkép önmagában kevés, mert nem derül ki belőle a szűrés, az időszak és a mérési beállítás. Írd oda szövegesen is a forrást, a pontos dátumtartományt és azt, hogy milyen szűrők voltak érvényben az exportálás pillanatában.
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.