Analityka widoczności w projekcie SEO ma odpowiadać na pytanie biznesowe: czy rośniemy tam, gdzie jest wartość — a nie tylko czy „średnia pozycji poszła w górę”. Dobre KPI łączą wdrożenia, Google, konwersje (gdy dane są) oraz — gdy zakres obejmuje — AI Share of Voice i accuracy.

Vanity metrics są wygodne w slajdach i niebezpieczne w decyzjach. W SEO-Efekt raport to Evidence Report: wykonana praca + efekty + plan kolejnego cyklu Efekt Loop. Analityka jest warstwą, która spina Visibility Stack.

Usługa: analityka. Przykład logiki danych: raport. Wejście: analiza potencjału.

Najpierw cel, potem wskaźniki

Inne KPI ma lokalny usługodawca (połączenia, kierunki, rekomendacje AI „w mieście”), inne B2B (leady, shortlista), inne e-commerce (przychód organiczny z kategorii). Bez celu biznesowego każde dashboard stanie się magazynem wykresów.

Na starcie zapiszcie 1–2 cele na 90 dni. Dopiero do nich dobierzcie metryki wiodące i wspierające.

Warstwy KPI w Visibility Stack

  • Google: widoczność klastrów priorytetowych, ruch jakościowy, CTR orientacyjnie, ranking wybranych intencji.
  • Content: pokrycie klastra, indeksacja nowych URL, aktualizacje filarów.
  • Authority: jakość odniesień, spójność brand SERP.
  • Technology: błędy krytyczne, pokrycie indeksacji URL biznesowych, tempo wdrożeń.
  • AI: mention / citation / recommendation / accuracy na stałym zestawie promptów.
  • Business: leady, sprzedaż, pipeline — gdy tracking na to pozwala.

Nie musicie raportować wszystkiego co tydzień. Musicie wiedzieć, które 5–7 wskaźników steruje decyzją Improve.

Baseline albo nic nie znaczy delta

Przed skalowaniem działań ustalcie punkt startowy: stan indeksacji, widoczność klastrów, konwersje, AI. Bez baseline „wzrost o 20%” jest opowieścią. Z baseline staje się evidence.

W praktyce baseline robi się w analizie potencjału i w pierwszym cyklu. Potem każdy raport pokazuje zmianę względem poprzedniego oraz względem startu.

Deployment Velocity — KPI, którego brakuje w branży

Ile istotnych wdrożeń weszło na produkcję w cyklu? Ile utknęło w akceptacji? To często lepiej tłumaczy brak efektu niż „algorytm”. Jeśli velocity spada, najpierw naprawcie proces, nie dokładajcie narzędzi.

Pakiety START/BUSINESS/GROWTH różnią się pojemnością właśnie tu. Dobór pakietu.

Pozycje: jak używać, żeby nie zwariować

Pozycje mają sens jako próbka intencji w klastrze, nie jako religia. Śledźcie zestawy reprezentatywne, nie 5000 fraz „bo Excel wchodzi”. Patrzcie na grupy: informacyjne, transakcyjne, lokalne, brand.

Wahania dzienne są szumem. Trend cyklu i udział w widoczności klastra mówi więcej. Unikajcie premiowania teamu za „+pozycje” przy spadku leadów.

Ruch i jakość ruchu

Więcej sesji nie zawsze znaczy lepiej. Segregujcie landingi biznesowe vs blog informacyjny, nowe vs returning, brand vs non-brand. W e-commerce patrzcie na kategorie i przychód, nie tylko Users.

Gdy brak pełnego ecommerce tracking, używajcie mikrokonwersji: klik telefonu, submit, scroll do oferty, czas na stronie usług — ostrożnie i z kontekstem.

KPI AI bez pozycji

Opisane szerzej w monitoringu AI: mention rate, citation, recommendation share, accuracy. Raportujcie razem z listą wdrożeń, które miały wpłynąć na te metryki. Sam wykres AI bez backlogu to termometr.

Jak zbudować miesięczny Evidence Report

  1. Cel cyklu (1 akapit).
  2. Wdrożenia (lista URL / zmian).
  3. Delta Google (klastry).
  4. Delta AI (jeśli w zakresie).
  5. Business signals.
  6. Problemy / blokery (akceptacje, IT).
  7. Plan Improve / kolejny cykl.

To format zrozumiały dla zarządu i użyteczny dla zespołu. Bliski filozofii „raport = praca + efekty + plan”.

Najczęstsze vanity traps

  • Średnia pozycji wszystkich fraz.
  • Domain Rating jako sukces.
  • Liczba opublikowanych tekstów bez indeksacji i linkowania.
  • Jeden screenshot ChatGPT.
  • PageSpeed bez wpływu na URL sprzedażowe.
  • „Wzrost impresji” bez kontekstu intencji.

Atrybucja: pokora metodologiczna

SEO i AI działają z opóźnieniem i wieloma zmiennymi (sezon, ads, UX, cena). Nie obiecujcie precyzyjnej atrybucji co do złotówki, jeśli jej nie macie. Obiecujcie przejrzystość założeń i korelacji z wdrożeniami.

Gdy równolegle lecą Ads, oznaczcie to w raporcie. Inaczej organika „dostanie” albo „odbierze” efekt niesłusznie. Ads: Google Ads jako uzupełnienie.

Dashboard vs decyzja

Dashboard jest dobry do monitoringu. Decyzja powstaje na spotkaniu Improve: co wzmacniamy, co ucinamy, co blokuje velocity. Analityka bez rytuału decyzyjnego jest dekoracją.

W Efekt Loop analityka żyje na etapach Measure i Improve — nie jako osobny „projekt BI”.

Najczęstsze pytania

Ile KPI wystarczy? Zwykle 5–9 sterujących + reszta diagnostyczna na żądanie.

Czy GA4 samo wystarczy? Nie. Potrzebujecie Search Console, danych wdrożeń, często CRM i protokołu AI.

Jak często raportować? Rytm cyklu (np. miesiąc) + alerty na incydenty (migracja, spadek indeksacji).

Co pokazać prezesowi? Cel, wdrożenia, delta biznesowa/widoczności, ryzyka, plan. Nie 40 wykresów.

Checklist startu analityki projektu

  1. Cel 90 dni.
  2. Baseline.
  3. Lista klastrów priorytetowych.
  4. Definicje KPI i właściciele danych.
  5. Szablon Evidence Report.
  6. Protokół AI (jeśli dotyczy).
  7. Kalendarz Measure → Improve.

Leading vs lagging indicators

Leading: wdrożenia, indeksacja nowych URL, pokrycie FAQ, spadek błędów krytycznych. Lagging: pozycje, ruch, leady, recommendation share. Raport mieszający jedne z drugimi bez opisu opóźnień uczy złych oczekiwań („wdrożyliśmy w piątek, w poniedziałek mają być top 3”).

W komunikacji z zarządem mówcie wprost o lagach. To buduje dojrzałość decyzji budżetowych.

Segmentacja klastrów w raportach

Pokazujcie osobno klastry priorytetowe vs resztę. Inaczej wzrost long-tail informacyjnego „przykryje” spadek stron ofertowych. Semantyczna uczciwość raportu jest ważniejsza niż ładny wykres total visibility.

To samo w e-commerce: kategorie marżowe vs ogół. W B2B: strony shortlisty vs blog.

Alerty, które warto mieć

  • spadek pokrycia indeksacji top URL,
  • wybuch 404/5xx,
  • nagła utrata brand SERP,
  • trwały spadek recommendation share AI (nie jeden run),
  • zerowa velocity wdrożeń przez 2 cykle.

Alerty bez ownera reakcji są ozdobą Slacka. Przypiszcie odpowiedzialność.

Jak nie utonąć w Looker Studio

Ograniczcie widoki do decyzji. Resztę chowajcie w „diagnostyce”. Jeśli spotkanie statusowe trwa godzinę na klikaniu filtrów, dashboard wygrał z zarządzaniem.

Przykładowy scorecard cyklu (1 strona)

  1. Cel cyklu — status: on track / risk / off.
  2. Velocity: plan vs wdrożenia.
  3. Technika: błędy krytyczne open/closed.
  4. Content: URL opublikowane / zindeksowane / zaktualizowane.
  5. Google: delta 3 klastrów priorytetowych.
  6. AI: mention / accuracy vs baseline (jeśli w zakresie).
  7. Biznes: leady/SQLs/revenue proxy.
  8. Bloker nr 1 i decyzja na kolejny cykl.

Scorecard zmusza do syntezy. Jeśli nie umiecie zmieścić miesiąca na jednej stronie, prawdopodobnie raportujecie za dużo szumu.

Data quality: śmieci na wejściu

Filtry botów, źle spięty GA4, brak brand/non-brand, zdublowane kontenery — psują wnioski. Przed wielkimi decyzjami zróbcie krótki audyt jakości danych. Inaczej optymalizujecie błąd pomiaru.

W onboarding projektu SEO-Efekt higiena danych jest częścią fundamentu, nie „fajnym ekstra”.

Jak czytać spadek po wdrożeniu

Spadek nie zawsze znaczy porażkę. Bywa efektem czyszczenia indeksu, zmiany intencji, sezonu, utraty jednego dużego referrera. Porównujcie z grupą kontrolną klastrów i listą zmian. Dopiero potem eskalujcie.

Podsumowanie

Analityka widoczności ma sterować cyklem: pokazywać, czy wdrożenia zmieniają Google, AI i biznes — bez vanity. W SEO-Efekt to rdzeń Evidence Report, nie dodatek „na koniec PDF-a”.

Dalej: analityka, jak czytać wyniki, sprawdź potencjał, pakiety.