Ez egy anonimizált esettanulmány egy szabályozott piacon működő nemzetközi B2B SaaS cégről. A cég nevét nem használom, mert a projekt nem publikus ügyfélmunka volt, de maga a helyzet szerintem sok B2B vállalatnál ismerős lesz: sok tartalom, erős szakmai háttér, jelentős organikus múlt, mégis csökkenő organikus keresőforgalom.
Több mint 500 blogposzt, mégis csökkenő forgalom
A weboldalon több mint 500 blogposzt volt. Ez elsőre jó alapnak tűnik, és bizonyos értelemben az is volt. A cég évek alatt rengeteg információs tartalmat épített fel a saját piacán: szabályozási témák, országonkénti tudnivalók, magyarázó cikkek, útmutatók, alapfogalmak. Klasszikus B2B SEO szempontból ez sokáig logikus stratégia volt. Ha valaki keresett egy problémára vagy szabályozási kérdésre, jó eséllyel találkozott a céggel.
A probléma akkor kezdett látszani, amikor a keresőforgalom gyengülni kezdett. Nem egyik hónapról a másikra omlott össze, hanem fokozatosan csökkent. Hat hónap alatt 14%-kal esett vissza az átkattintások száma, ami nagyjából havi 2-3%-os csökkenést jelentett. Önmagában a havi 2–3% még könnyen tűnhet zajnak vagy hibahatáron belüli mozgásnak, de összességében 14%, már előrejelez valamilyen változást.
Ami igazán érdekes volt: a megjelenésszám és az átlagos pozíció nem romlott. Sőt, bizonyos lekérdezéseknél még enyhe javulás is látszott. Egy angol nyelvű, több nagy piacon is jelen lévő weboldalról beszélünk, amely havi szinten nagyjából 6000–7000 organikus kattintást hozott. Tehát nem egy kis mintáról volt szó, ahol néhány query elmozdulása teljesen félreviheti az értelmezést.
Ez az a helyzet, ahol már érdemes óvatosan kizárni néhány szokásos magyarázatot. Ha a pozíciók nem romlanak, a megjelenések nem esnek vissza, mégis kevesebb kattintás érkezik, akkor nem biztos, hogy klasszikus rangsorolási problémáról beszélünk. Persze a title vagy meta description változása, akár a saját oldalon, akár a versenytársaknál, okozhat átkattintási arány változást. Itt viszont ezt is kontroll alatt tudtuk tartani, mert folyamatosan monitoroztuk a versenytársak oldalait, és pontosan láttuk, hogy a saját oldalon hol és mikor történt tartalmi változtatás.
Miért csökkent a forgalom?
Miután a saját oldal és a versenytársak jelentősebb változásait kizártuk, az AI keresések növekedése logikus magyarázatnak tűnt. Nem úgy, mint egyetlen biztos ok, hanem mint egy olyan piaci változás, amely jól illeszkedett az adatokhoz. A minta ugyanis nem az volt, hogy eltűntünk a találati listáról. Inkább az látszott, hogy sok információs keresésnél továbbra is megvolt a láthatóság, csak a kattintás lett kevesebb. Ez fontos különbség. Ha egy oldal pozíciót veszít, akkor általában egyszerűbb a történet: hátrébb sorolódik, kevesebb kattintást kap. Itt viszont sok esetben a megjelenés megmaradt, csak a felhasználó már nem feltétlenül kattintott tovább. Ez különösen azoknál a témáknál volt feltűnő, ahol a keresés inkább magyarázó jellegű volt. Például amikor valaki egy szabályozási fogalomra, országonkénti követelményre vagy alapfolyamatra keresett rá. Ezekre a kérdésekre egy AI Overview, egy Bing Copilot válasz vagy egy ChatGPT-szerű keresési élmény már sokszor ad annyira jó első választ, hogy a felhasználónak nincs azonnali oka továbbmenni egy blogposztra. Nem arról van szó, hogy ezek a tartalmak értéktelenek lettek. Ez túl erős állítás lenne. Inkább arról, hogy más szerepbe kerültek. Korábban egy információs blogposzt gyakran belépési pont volt a weboldalra. Ma ugyanaz a tartalom sok esetben inkább háttéranyagként működik: segíthet a téma lefedésében, támogathatja az entitásépítést, megjelenhet forrásként vagy hivatkozási alapként, de nem biztos, hogy ugyanannyi kattintást hoz, mint néhány évvel korábban. A gyakorlatban ez azt jelenti, hogy a klasszikus TOFU tartalmaknál már nem elég csak azt nézni, hogy van-e impression és milyen az átlagos pozíció. Azt is meg kell érteni, hogy a felhasználó egyáltalán rászorul-e még a kattintásra. Ha az első választ megkapja az AI-felületen, akkor csak akkor fog továbbmenni, ha mélyebb, konkrétabb vagy döntéshez közelebb álló információra van szüksége. Ez volt az a pont, ahol a projekt fókusza elmozdult. Nem az lett a fő kérdés, hogyan szerezzük vissza minden elvesztett információs kattintást, hanem az, hogy mely oldalak tudnak még valódi üzleti szerepet betölteni ebben az új keresési környezetben.
Hogyan próbáltuk mérni az AI search hatását?
Az egyik nehézség az volt, hogy az AI search forgalmat nem lehet tisztán, egy külön csatornaként mérni. A Google Search Console-ban látszanak a keresési kifejezések, de nincsenek külön megjelölve azok a query-k, amelyek Google AI Overview-ban vagy AI Mode-ban jelentek meg. Ezért nem lehet egyszerűen rászűrni arra, hogy „mutasd az AI kereséseket”. Ilyenkor egy kicsit kerülőúton kell elindulni.
Első lépésben a Search Console query-adatokból regex segítségével kiszűrtem azokat a keresési kifejezéseket, amelyek 8 szónál hosszabbak voltak. Emellett külön vizsgáltam a kérdés formájú kereséseket is. Ezek nem bizonyítják önmagukban, hogy AI search-ből jöttek, de jó kiindulópontot adnak, mert az AI-keresések sokszor hosszabbak, beszélgetésszerűbbek és konkrétabbak, mint a klasszikus Google-keresések. Ethan Smith, aki úttörő az AI keresések területén, 10+ szavas keresési lekérdezéseket ajánl, és szerintem a 8+ szóból álló keresés már feltételezhetően köthető egy AI kereséshez.
A következő lépésben ezeket a query-ket AI-eszközökkel is átnézettem, hogy jobban elkülönüljenek azok a kifejezések, amelyek valóban AI-szerű keresési mintát mutatnak. Nem tökéletes módszer, de a gyakorlatban használható. Főleg akkor, ha nem egyetlen query alapján akarunk következtetni, hanem nagyobb mintákat keresünk.
Ugyanezt a logikát alkalmaztam a Bing Webmaster Tools adataira is. Ott azt néztem meg, hogy ezeknél a hosszabb, kérdésszerű vagy AI-szerű kereséseknél mekkora volt a megjelenésszám, mennyi kattintás érkezett belőlük, és végül ezekből lett-e bármilyen mérhető konverzió.
Ez azért volt fontos, mert önmagában az impression nem sokat mond. Egy B2B SaaS cégnél nem az a fő kérdés, hogy hány alkalommal jelent meg a márka valamilyen információs keresésnél, hanem az, hogy ezekből a megjelenésekből keletkezik-e értelmezhető forgalom, és még inkább: üzleti szempontból hasznos látogató.
A minta elég egyértelmű volt. Sok információs vagy AI-szerű keresésnél volt láthatóság, de ezek nem feltétlenül hoztak arányos forgalmat vagy konverziót. Ez erősítette meg azt a feltételezést, hogy a klasszikus TOFU tartalmak szerepe változik: a felhasználó sok esetben már megkapja az első választ az AI-felületen, és csak akkor kattint tovább, ha mélyebb, specifikusabb vagy döntéshez közelebb álló információra van szüksége.
A különbség nagyságrendjét egy konkrét adat jól érzékelteti.
A vizsgált időszakban a Bing Webmaster Tools-ban több mint 100 000 megjelenést mértünk Copilot és Bing AI Answer felületeken. Az ebből érkező forgalom a weboldalon összesen 20 felhasználó volt.
Ez nagyjából 0,02%-os átkattintási arány. Ennél tisztább illusztrációt nehéz adni arra, hogy az AI-felületeken való megjelenés és a tényleges weboldal-látogatás között óriási rés nyílt.
Az információs keresések értéke megváltozott
A cég sok olyan informational query-re jelent meg, ahol a felhasználók korábban még nagyobb eséllyel kattintottak tovább. Ezek tipikusan definíciós, magyarázó, szabályozási vagy alapvető „hogyan működik?” jellegű keresések voltak. Pont azok a témák, amelyekben egy AI-válasz ma már sok esetben elég jó első választ ad. Nem feltétlenül tökéleteset, nem feltétlenül elég mélyet, de sok felhasználónak elégségeset.
Ez fontos különbség. Nem arról van szó, hogy a TOFU tartalom hirtelen értéktelenné vált. Inkább arról, hogy a szerepe megváltozott. Ha valaki csak egy alapfogalmat akar megérteni, egy AI Overview, egy Bing Copilot válasz vagy egy ChatGPT-összefoglaló sokszor kielégíti az információs igényt. A kattintás ilyenkor elmaradhat. A felhasználó nem feltétlenül jut el a weboldalig, még akkor sem, ha a weboldal tartalma hozzájárult ahhoz, hogy az AI-rendszer értelmezni tudja a témát.
Erről a jelenségről külön is írtam itt: https://kk.coach/hu/perspektiva/az-ai-search-nem-csak-seo-problema-a-b2b-vasarloi-ut-mashova-koltozik/
Először nem a tartalmat írtuk át, hanem az adatokat néztük meg
Az első lépés ezért nem az volt, hogy kiválasszunk húsz blogposztot frissítésre. Előbb meg kellett érteni, hogy pontosan milyen típusú forgalom csökken, milyen oldalak érintettek, és a megmaradó forgalomból hol keletkezik tényleges üzleti érték. Ehhez több adatforrást kellett összeolvasni.
A Search Console és a Bing Webmaster Tools a láthatósági oldalt mutatta: milyen query-kre jelenik meg a cég, hol maradt meg az impression, hol esett vissza a kattintás, és mely témákban változott leginkább az átkattintási viselkedés. BigQuery-ben a forgalmi és konverziós adatokat néztem, külön figyelve az AI search-höz köthető referral forrásokra, a konverziókra és arra, hogy a különböző oldaltípusok milyen szerepet játszanak a felhasználói útban.
Az AI search forgalmat ma még nem lehet tökéletesen mérni. Ezt érdemes kimondani. A referral adatok csak a látható részét mutatják a történetnek. Ha valaki egy AI-válaszban találkozik a céggel, majd később brand kereséssel vagy direkt forgalomként tér vissza, az analitikában már nem biztos, hogy AI search forrásként jelenik meg. Ettől még vannak hasznos minták. Látszik például, hogy mely témakörök hoznak sok megjelenést, de kevés konverziót, és az is, hogy mely kisebb forgalmú oldalak hoznak arányaiban értékesebb látogatókat.
Nem a tartalom mennyisége volt a hiányzó elem
A legfontosabb felismerés az volt, hogy nem a tartalom mennyisége hiányzott. Sőt, bizonyos értelemben túl nagy volt a hangsúly az információs tartalmakon. A több száz blogposzt jó témaköri lefedettséget adott, de a keresési környezet közben megváltozott. Azok a cikkek, amelyek régen belépési pontként működtek, ma sok esetben már inkább háttérszerepet kapnak. Segíthetnek a téma lefedésében, segíthetnek az entitásépítésben, de nem biztos, hogy ugyanannyi kattintást és ugyanannyi üzleti értéket hoznak, mint korábban.
Ezért a projekt fókusza a MOFU és BOFU oldalak átalakítása lett. Nem az volt a cél, hogy minden elvesztett TOFU kattintást visszaszerezzünk. Ez szerintem sok esetben irreális elvárás. Inkább azt kellett megvizsgálni, hol vannak azok a keresési helyzetek, ahol a felhasználó már nem csak tanulni akar, hanem dönteni próbál. Ilyen lehet egy megoldásoldal, egy iparági landing page, egy use case oldal, egy összehasonlító tartalom vagy egy olyan oldal, amely konkrét üzleti problémára ad választ.
Miért kerültek előtérbe a MOFU és BOFU oldalak?
B2B SaaS-ben ezek az oldalak sokszor nem hozzák a legnagyobb forgalmat. De nem is ez a dolguk. A jó MOFU vagy BOFU oldal nem tömeget akar kiszolgálni, hanem releváns döntési helyzeteket. Egy pénzügyi, compliance vagy operációs vezető nem feltétlenül egy alapfogalom miatt fog kapcsolatba lépni egy szolgáltatóval. Inkább akkor, amikor már érti a problémát, látja a kockázatot, és szeretné tudni, milyen megoldási lehetőségei vannak.
A tartalom átalakításának alapja query fan-out elemzés volt. A query fan-out lényege, hogy egy keresésből nem egyetlen kérdés lesz, hanem több kapcsolódó alkérdés. A klasszikus Google-keresésnél megszoktuk, hogy a felhasználó beír egy kulcsszót vagy kérdést, a kereső pedig találatokat ad rá. AI search környezetben ez sokszor máshogy működik. Amikor valaki feltesz egy összetettebb kérdést, az AI-rendszer nem feltétlenül egyben próbálja megválaszolni. Inkább szétbontja a kérdést különböző kérdésekre, és ezekhez külön-külön keres információt, összefüggést, példát vagy forrást. Ez a szétszedés a fan-out.
A query fan-out segített megérteni a valódi döntési kérdéseket
Egy szabályozott B2B piacon a felhasználói kérdések ritkán állnak meg ott, hogy „mi ez?”. A valódi döntési folyamatban már inkább olyan kérdések jelennek meg, hogy mely országokban érinti ez a céget, milyen kockázata van a rossz működésnek, milyen belső csapatokat kell bevonni, mikor elég egy manuális folyamat, mikor kell szoftver, milyen integrációkra van szükség, és hogyan lehet összehasonlítani a különböző szolgáltatókat.
Ezek már nem egyszerű információs kérdések. Ezek döntési kérdések. És pont ezért más típusú tartalmat igényelnek.
A tartalom nem csak hosszabb lett, hanem más feladatot kapott
A gyakorlatban ez nem csak annyit jelentett, hogy hosszabb szövegeket írtunk. Sőt, sokszor nem is a hossz volt a lényeg. Inkább az, hogy az oldal jobban segítse a döntést. A tartalmakba bekerültek konkrétabb döntési szempontok, tipikus hibák, belső ellenérvek, implementációs kérdések, compliance kockázatok és olyan részek, amelyek kimondják, mikor van szükség a megoldásra, és mikor nem. Ez utóbbi különösen fontos. Egy jó B2B oldal nem próbál minden látogatót azonnal meggyőzni. Sokkal hitelesebb, ha segít elhelyezni a problémát.
EEAT: szabályozott piacon nem dísz, hanem bizalmi alap
Egy másik fontos terület az EEAT jelek erősítése volt. Szabályozott piacon ez nem dekoráció, hanem bizalmi infrastruktúra. Ha egy cég jogi, pénzügyi, adózási vagy compliance következményekkel járó témában kommunikál, akkor nem elég jól megírni a tartalmat. Látszania kell annak is, hogy miért hihető a cég, kik állnak a szakmai háttér mögött, milyen forrásokra támaszkodik, és hogyan kapcsolódik a témához a piacon belül.
Itt több elemet is érdemes volt erősíteni: szerzői oldalak, szakértői hivatkozások, külső említések, strukturált adatok, frissítési dátumok, céges profilok és entitásjelek. A szerzők, mint entitások összekötése a releváns végzettségekkel, tapasztalattal, publikációkkal fontos lépés volt. Az egyik szerzőnek még a wikidata oldalt is sikerült létrehozni, ami fontos jel az AI rendszereknek.
Nem minden oldalt ugyanúgy kell kezelni
A projekt másik tanulsága az volt, hogy az oldaltípusokat külön kell kezelni. Egy blogposztnál, egy megoldásoldalnál, egy iparági landing page-nél és egy összehasonlító oldalnál más a feladat. Más schema lehet hasznos, más belső linkelés kell, más CTA működik, és más szerepe van az oldalnak a felhasználói útban. Ezt sok SEO-projektben összemossák, pedig a gyakorlatban nagyon nem mindegy.
Az eredményt nem csak organikus forgalomban kellett mérni
A mérésnél ezért nem csak azt néztem, hogy nőtt-e az organikus forgalom. AI search környezetben ez önmagában kevés. Fontosabb volt, hogy javult-e a láthatóság a döntésközelibb témákban, érkezett-e AI/referral forgalom, ezek a látogatók hogyan viselkedtek, lett-e belőlük konverzió, és a MOFU/BOFU oldalak nagyobb szerepet kaptak-e a konverziós útvonalakban.
Az eredményeket hat hónapos időtávon néztem. Az első hónap volt az alapvonal, ehhez hasonlítottam a hatodik hónap adatait. Ez nem tökéletes mérési modell, de egy ilyen típusú projektnél már elég hosszú idő ahhoz, hogy ne egy-egy heti kilengésből vonjunk le következtetést.
A döntésközelibb, AI-szerű keresések láthatósága érdemben javult. A Bing Webmaster Tools és a Search Console szűrt query-adatai alapján ezeknél a kereséseknél a megjelenések száma 42,1%-kal nőtt a hat hónappal korábbi állapothoz képest. Számokban ez azt jelentette, hogy a korábbi 952 feltételezett megjelenésből 1351 megjelenés lett.
Ezt önmagában nem érdemes túlértékelni. A megjelenés még nem üzleti eredmény. Viszont azt mutatta, hogy a módosított tartalmak és a döntésközelibb oldalak egyre több releváns keresési helyzetben kerültek elő.
A vizsgált egy hónapos időszakban az AI/referral forrásokból érkező forgalom 423 látogatást hozott, amelyből 30 konverzió keletkezett. Ezt sem úgy érdemes kezelni, hogy „sok” vagy „kevés”. Inkább kiindulási alapként. A konverziók alatt marketing konverziókra gondolok, mint: book a call, feliratkozás. A fontosabb jel az volt, hogy ez a forgalmi szegmens mérhetővé vált, konverziót hozott, és a következő hónapokban tovább növekedett. A cégnek havonta nagyjából 500 konverziója volt.
Ez számomra erősebb jel volt, mint egy egyszerű organikus session-növekedés. A projekt célja nem az volt, hogy minden elvesztett információs kattintást visszahozzon, hanem az, hogy a cég jobban jelenjen meg azokban a keresési helyzetekben, ahol a felhasználó már közelebb van egy üzleti döntéshez.
A fő tanulság: nem minden elvesztett kattintást kell visszaszerezni
Számomra ennek az esettanulmánynak a legfontosabb tanulsága az, hogy B2B SEO-ban a tartalom mennyisége egyre kevésbé önmagában érték. A több száz blogposzt jó alap lehet, de nem védi meg a céget attól, hogy az információs keresések egy része áttevődjön AI-válaszokba. A weboldal szerepe emiatt nem eltűnik, hanem változik.
Ezért egy ilyen helyzetben nem az a legjobb kérdés, hogy „hogyan szerezzük vissza az összes elvesztett kattintást?”. Inkább az, hogy mely oldalaknak kell valódi döntéstámogató szerepet betölteniük, és hogyan tudjuk ezeket úgy átalakítani, hogy keresőben, AI search-ben és üzletileg is erősebbek legyenek.