Az AI-válaszok egy része kattintás nélkül ér véget. A felhasználó elolvassa, hogy a ChatGPT, a Perplexity vagy a Google AI-áttekintése kit említ egy témában, aztán napokkal később beírja a cég nevét a keresőbe. Ilyenkor az AI hatása a hivatkozó forgalomban alig látszik, a márkás keresésekben viszont megjelenhet. Ez a cikk azt mutatja meg, hogyan választod szét a márkás és nem márkás lekérdezéseket a Search Console-ban, milyen időablakkal dolgozz, és mikor mondhatod egyáltalán, hogy amit látsz, az jel és nem zaj.
Miért a márkakeresésben jelenik meg gyakran az AI hatása?
Röviden. Az AI-válasz gyakran csak megnevez egy céget, a felhasználó pedig a döntés előtti ellenőrzést a Google-ben végzi, a cég nevére keresve. Így az AI hatása sokszor a márkás keresések számában jelenik meg, a hivatkozó forgalomban kevésbé.
Gondolj arra, hogyan választasz te magad. Ha egy AI-asszisztens három könyvelőirodát sorol fel a városodban, ritkán kattintasz rögtön. Megjegyzed a nevet, később rákeresel, megnézed az értékeléseket, a weboldalt, esetleg a Cégprofilt. Ebből az útból a Search Console egyetlen dolgot lát, egy márkás lekérdezést. Azt nem látja, hogy mi indította el.
Hivatalosan igazolt. A Google a Search Console Teljesítmény jelentésében az AI-áttekintésekben és az AI módban megjelenő linkek adatait a hagyományos webes keresési adatokkal együtt számolja, külön AI-szűrő nincs. Az OpenAI a ChatGPT keresésből kimenő linkekhez utm_source=chatgpt.com paramétert fűz, így az ebből érkező kattintás az analitikában azonosítható. A kattintás nélküli hatásra viszont egyik eszköz sem ad közvetlen mérőszámot.
Saját tapasztalat. Kis- és középvállalkozásoknál az AI-felületekről érkező közvetlen forgalom jellemzően kicsi, ezért önmagában ritkán alkalmas arra, hogy bármit eldönts belőle. A márkás keresési görbe ennél több adatot ad, de közvetett bizonyíték marad.
Szakmai feltételezés. Az AI-ajánlás és a későbbi márkás keresés közötti ok-okozati kapcsolatot a jelenlegi eszközökkel bizonyítani nem lehet, csak valószínűsíteni. Ezt érdemes a vezetői riportban is így kimondani.
Hogyan különítsd el a márkás és nem márkás lekérdezéseket a Search Console-ban?
Röviden. A Teljesítmény jelentésben adj hozzá egy Lekérdezés szűrőt, válaszd az Egyéni (regex) lehetőséget, és a márkanév összes változatát egyetlen reguláris kifejezésbe írd. Az „Egyezik a reguláris kifejezéssel” beállítás adja a márkás, a „Nem egyezik a reguláris kifejezéssel” a nem márkás csoportot.
Hogyan épül fel egy jó márkás regex?
A Search Console a Google RE2 szintaxisát használja, és alapból megkülönbözteti a kis- és nagybetűt. A (?i) előtag ezt kikapcsolja. Egy általános minta következik, ahol a markanev helyére a saját neved kerül.
(?i)(markanev|marka nev|márkanév|márka név|markanev.hu|marknev|markanve)
Ami bele szokott kerülni:
- ékezetes és ékezet nélküli írásmód, mert sokan telefonon ékezet nélkül gépelnek;
- egybe- és különírt változat;
- a két-három leggyakoribb elgépelés (ezeket a lekérdezés-listából olvasd ki, ne találgasd);
- a domain neve, végződéssel és anélkül;
- saját, egyedi termék- vagy szolgáltatásnév, ha csak nálad létezik;
- a tulajdonos neve, ha a cég az ő nevével azonos a köztudatban.
Teszteléshez exportáld az utolsó 3 hónap lekérdezéseit, és nézd végig a legalább néhány megjelenést hozó sorokat. Ha a szűrő kihagy egy nyilvánvalóan márkás lekérdezést, bővítsd a mintát. Ha általános kifejezést is befog, szűkítsd.
Mikor okoz gondot a köznévből álló cégnév?
Ha a cégneved egy hétköznapi szóból vagy szókapcsolatból áll, a regex az általános kereséseket is befogja. Ilyenkor a márkanevet egy megkülönböztető elemmel párosítsd (településnév, cégforma, domain), és a vitatott sorokat inkább hagyd ki. A kisebb, de tiszta márkás csoport többet ér egy nagyobb, szennyezettnél.
Mit ad a Search Console beépített márkás szűrője?
Hivatalosan igazolt. A Google 2025 végén bejelentett egy automatikus márkás és nem márkás lekérdezés-besorolást a Teljesítmény jelentésben. Ez nem minden tulajdonságnál érhető el, elsősorban elegendő forgalmú oldalaknál jelenik meg. Ha nálad elérhető, futtasd párhuzamosan a saját regexeddel néhány hónapig, és nézd meg, mennyire tér el a két szám. A saját regex előnye, hogy pontosan tudod, mi van benne, és visszamenőleg is ugyanúgy működik.
Milyen időablakot érdemes nézni?
Röviden. Heti bontásban dolgozz, legalább 8-12 hét alapvonallal az AI-megjelenés előtt és 4-8 hét megfigyeléssel utána, és vesd össze az előző év azonos időszakával is.
A napi adat túl zajos, a hétvégék és ünnepnapok miatt önmagában is hullámzik. A havi adat viszont elkeni a változás kezdetét. A heti összesítés (hétfőtől vasárnapig) jó kompromisszum, és a havi kimutatásban 4-5 új pontot ad.
Hivatalosan igazolt. A Search Console a Teljesítmény adatokat 16 hónapra visszamenőleg őrzi, és a legfrissebb napok adata néhány napos késéssel véglegesedik. Ebből két gyakorlati szabály következik. A hónap utolsó 2-3 napját kezeld ideiglenesnek, és az éves összevetéshez szükséges adatot mentsd le rendszeresen, mert a 16 hónapon túli időszak eltűnik a felületről.
Saját tapasztalat. Az AI-említés és a márkás keresés esetleges emelkedése között jellemzően napok vagy hetek telnek el, azonnali ugrás ritkán látszik. Ezért egy-két hét után még korai bármit kijelenteni. Ha 8 hét után sincs elmozdulás, az is eredmény, és érdemes rögzíteni.
Hogyan vetíted össze a márkakeresést az AI-megjelenés időpontjával?
Röviden. Vezess dátumozott AI-megjelenési naplót egy rögzített promptkészlettel, és a naplóban szereplő dátumokat jelölőként tedd rá a heti márkás görbére. Mellé vezess eseménynaplót az összes egyéb marketingtevékenységről.
Az AI-megjelenés pontos kezdetét nem ismered, csak azt, hogy mikor láttad először. Ezért a módszer annyira jó, amennyire rendszeres a megfigyelés. Egy használható napló oszlopai:
- dátum;
- felület (ChatGPT, Perplexity, Gemini, Google AI-áttekintés, Copilot);
- a prompt pontos szövege;
- szerepel-e a márkád, és hányadikként;
- van-e link a weboldaladra;
- hány futtatásból hányszor jelent meg.
Az utolsó oszlop azért kell, mert az AI-válaszok futtatásonként változnak. Szakmai feltételezés. Promptonként 3 futtatás már elég ahhoz, hogy a véletlenül egyszer bekerült esetet kiszűrd, és kis vállalkozásnál még kezelhető munka. A promptkészletet ne módosítsd hónapról hónapra, különben a sorok nem lesznek összevethetők.
Az eseménynaplóba kerüljön minden, ami a márkakeresést mozgathatja, például hírlevél-kiküldés, rádiós vagy nyomtatott hirdetés, kiállítás, sajtócikk, új telephely, fizetett márkakampány indítása vagy leállítása. Enélkül az első emelkedést szinte biztosan az AI-nak tulajdonítanád.
Milyen lépésekből áll a havonta ismételhető kimutatás?
Röviden. Havonta egyszer, mindig ugyanabban a sorrendben lefuttatott 8 lépés, egy táblázat és egy háromsoros következtetés. Ha a sablon egyszer elkészült, egy kisebb cégnél ez jó eséllyel egy óra alatt elvégezhető.
- Futtasd le a rögzített promptkészletet minden figyelt AI-felületen, és írd be az eredményt a naplóba.
- A Search Console Teljesítmény jelentésében állítsd be az elmúlt 16 hónapot, alkalmazd a márkás regex szűrőt, és exportáld a dátum szerinti bontást.
- Ismételd meg az exportot a nem márkás szűrővel, majd szűrő nélkül is.
- A táblázatban összesítsd hetekre a megjelenéseket és a kattintásokat mindhárom csoportra.
- Számold ki a márkás arányt, vagyis a márkás megjelenések és az összes megjelenés hányadosát.
- Számold ki a legutóbbi hét eltérését az előző 12 hét alapvonalától.
- Tedd rá a görbére az AI-napló és az eseménynapló dátumait.
- Írj három mondatot arról, mi változott, mi magyarázhatja az AI-n kívül, és mit nézel meg a következő hónapban.
A 6. lépéshez Google Táblázatban elég egy képlet. Ha a B2:B13 cellákban az előző 12 hét márkás megjelenése áll, a B14-ben pedig az aktuális hété, a képlet ez.
=(B14-AVERAGE(B2:B13))/STDEV(B2:B13)
Az eredmény azt mutatja, hány szórásnyira tér el az aktuális hét a szokásostól. Egyszerű, de fegyelmez, mert egy számot kapsz a benyomás helyett.
A fő mutató a márkás megjelenés legyen. Ez azt méri, hányszor kerestek rád, a kattintás pedig attól is függ, ki áll előtted a találati oldalon. Ha fizetett márkakampányt futtatsz, a kattintások egy része a hirdetésre csúszik, a megjelenést ez kevésbé torzítja.
Mekkora változás tekinthető egyáltalán jelnek?
Röviden. Jelnek akkor érdemes tekinteni egy változást, ha a márkás megjelenések legalább 3 egymást követő héten 2 szórásnyinál jobban eltérnek az alapvonaltól, a nem márkás csoport nem mozdul hasonlóan, és az előző év azonos hetei sem mutattak ilyen emelkedést. Ez gyakorlati küszöb, statisztikai bizonyítékot nem ad.
Ezt a küszöböt saját tapasztalat és szakmai feltételezés alapján javasoljuk, a Google vagy más platform ilyen határértéket nem ad meg. A három feltétel mindegyike egy-egy másik magyarázatot zár ki.
- A 2 szórás és a 3 hét együtt a véletlen kiugrást szűri. Egyetlen erős hét mögött gyakran egy ünnep, egy hírlevél vagy egy nagyobb ügyfél csapatának keresése áll.
- A nem márkás összevetés az általános forgalomváltozást szűri. Ha minden nő, akkor valószínűleg a piac vagy a rangsorolás mozdult, a márkád ismertsége nem feltétlenül.
- Az éves összevetés a szezonalitást szűri.
Elemszám szerint durva ökölszabály (szakmai feltételezés):
- heti 50 márkás megjelenés alatt a 20-30%-os mozgás is lehet zaj, itt csak több hónapos, tartós trendből vonj le következtetést;
- heti 50-500 megjelenésnél a fenti háromfeltételes szabály jól használható;
- heti 500 fölött már 10-15%-os tartós eltérés is értelmezhető, ha a másik két feltétel teljesül.
Hasznos keresztellenőrzés a Google Trends, de kis márkáknál gyakran nincs hozzá elég adat, és ilyenkor nulla értéket mutat. Ez nem jelenti azt, hogy senki nem keres rád.
Milyen csapdák vezetnek félreértelmezéshez?
Röviden. A leggyakoribb hiba, hogy egy márkás emelkedést az AI-nak tulajdonítasz, miközben szezon, offline kampány, sajtómegjelenés vagy egyszerűen a kis elemszám okozta.
- Szezonalitás. Sok ágazatban a márkás keresés az általános kereslettel együtt mozog. Egy kertépítő márkakeresése tavasszal, egy ajándékbolté decemberben nő, AI nélkül is. Ellenszer az éves összevetés és a márkás arány figyelése.
- Offline kampány. Óriásplakát, rádió, szórólap, kiállítás, vásár. Ezek kattintás nélküli hatása szintén márkás keresésben jelenik meg, ráadásul hasonló késleltetéssel. Ha egy időszakban AI-megjelenés és offline kampány is volt, a kettőt a márkás görbéből nem tudod szétválasztani.
- Sajtómegjelenés. Egy cikk vagy tévés szereplés rövid, éles csúcsot okoz, ami 1-2 hét alatt lecseng. Az AI-hatás, ha van, inkább lassabb, tartósabb emelkedésként szokott látszani (saját tapasztalat). A sajtócikk maga is forrás lehet az AI-válaszokban, így a két hatás össze is fonódhat.
- Alacsony elemszám. Heti 10-20 márkás megjelenésnél egyetlen érdeklődő többszöri keresése is látható ugrást okoz. Itt a havi összesítés és a hosszabb trend megbízhatóbb.
- Anonimizált lekérdezések. Hivatalosan igazolt, hogy a Search Console adatvédelmi okból nem mutatja a nagyon ritka lekérdezéseket, ezért a lekérdezésre szűrt összegek kisebbek a szűrő nélküli összesnél. A márkás és a nem márkás csoport összege így nem adja ki a teljes forgalmat, és ez normális.
- Fizetett márkakampány. Indítása vagy leállítása erősen mozgatja az organikus márkás kattintásokat. Ezért is a megjelenés a fő mutató.
- Technikai változás. Domainváltás, új Search Console-tulajdonság, átnevezés vagy a Cégprofil változása megtöri az idősort.
Mit ellenőrizz, mielőtt a riportba írod, hogy az AI hatott?
Röviden. Nyolc pontot, amelyek mindegyike egy-egy félreértelmezést zár ki. Ha bármelyik nem teljesül, a következtetés még nyitott.
- A márkás regexet az elmúlt hónapban nem módosítottad, vagy ha igen, a teljes idősort újraszámoltad.
- A promptkészlet változatlan, és minden promptot többször lefuttattál.
- Az eltérés legalább 3 hete tart, és meghaladja a 2 szórást.
- A nem márkás csoport nem mutat hasonló emelkedést.
- Az előző év azonos időszakában nem volt hasonló mozgás.
- Az eseménynaplóban nincs olyan offline kampány, sajtómegjelenés vagy hirdetésváltozás, ami megmagyarázná.
- A heti elemszám elég nagy ahhoz, hogy a százalékos változásnak legyen értelme.
- A riportban a következtetést valószínűsítésként fogalmaztad meg.
Ha mind a nyolc pont teljesül, jó eséllyel kimondhatod, hogy az AI-megjelenés hozzájárulhatott a márkás keresés növekedéséhez. Ha csak néhány, írd le, melyik nem teljesült, és figyeld tovább. A módszer semmilyen konkrét eredményt nem garantál. Arra való, hogy a döntéseid adatra épüljenek, a benyomás pedig háttérbe szoruljon.
Források és további olvasnivalók
- Google Search Central, Search Console súgó (Teljesítmény jelentés a Google-keresésben)
- Google Search Central Blog, reguláris kifejezések használata a Search Console szűrőiben
- Google Search Central, AI-funkciók és a weboldalad (AI-áttekintések, AI mód)
- Google Search Console API dokumentáció (Search Analytics)
- Google RE2 reguláris kifejezés szintaxis
- OpenAI, ChatGPT search publisher FAQ
- Google Trends súgó
- Az AI-ajánlás hatása sokszor a márkás keresések számában látszik, a hivatkozó forgalomban kevésbé.
- A Search Console Egyéni (regex) lekérdezés-szűrőjével egyetlen mintával szétválaszthatod a márkás és a nem márkás forgalmat.
- Heti bontás, 8-12 hetes alapvonal és éves összevetés kell ahhoz, hogy a változást egyáltalán értelmezni tudd.
- Jelnek csak a legalább 3 hétig tartó, 2 szórásnyinál nagyobb eltérést érdemes tekinteni, ha a nem márkás csoport nem mozdul hasonlóan.
- Szezon, offline kampány, sajtómegjelenés és kis elemszám könnyen AI-hatásnak látszik, ezért eseménynapló nélkül nem vonhatsz le következtetést.
Gyakori kérdések
Meg lehet mérni közvetlenül, hány márkás keresést hozott egy AI-válasz?
Nem. Sem a Search Console, sem az AI-platformok nem adnak ilyen adatot. A márkás keresés változását csak valószínűsítve tudod az AI-megjelenéshez kötni, időbeli egybeeséssel és a többi magyarázat kizárásával.
Hogyan szűrök márkás lekérdezésekre a Search Console-ban?
A Teljesítmény jelentésben adj hozzá Lekérdezés szűrőt, válaszd az Egyéni (regex) lehetőséget, és írd be a márkanév változatait egy mintába a (?i) előtaggal. A nem márkás csoporthoz ugyanezt a mintát használd a Nem egyezik beállítással.
Miért nem adja ki a márkás és a nem márkás összeg a teljes forgalmat?
A Search Console adatvédelmi okból nem mutatja a nagyon ritka lekérdezéseket, ezért a lekérdezésre szűrt adatok összege kisebb a szűrő nélküli összesnél. Ez a Google dokumentált működése, nem mérési hiba.
Mennyi idő után érdemes értékelni egy AI-megjelenés hatását?
Legalább 4-8 hét heti bontású adat kell utána, és 8-12 hét alapvonal előtte. Egy-két hét után még korai, mert a márkás keresés esetleges emelkedése jellemzően napokkal vagy hetekkel később jelenik meg.
Kis forgalmú oldalnál is működik ez a módszer?
Korlátozottan. Heti 50 márkás megjelenés alatt a 20-30%-os mozgás is lehet zaj, ezért ilyenkor havi összesítéssel és több hónapos trenddel dolgozz, és óvatosabban fogalmazz a riportban.
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.