Ruch z AI w GA4: co zmierzysz, jak to ustawić i gdzie kończą się dane

Przez ostatnie dwa lata ruch z asystentów AI był w większości organizacji pozycją niewidoczną. Trafiał do worka „Referral” obok porównywarek i newsletterów albo do „Direct”, czyli tam, gdzie ląduje wszystko, czego analityka nie potrafi zaklasyfikować. Dyrektor marketingu wiedział, że coś się dzieje, ale nie miał liczby, którą można wpisać do slajdu.

13 maja 2026 roku Google dodał do GA4 osobny kanał AI Assistants. Działa automatycznie, w każdej usłudze, bez konfiguracji. To dobra wiadomość dla raportowania i jednocześnie moment, w którym warto zrozumieć, co ten kanał liczy, a czego nie policzy nigdy.

Co dokładnie zmieniło się w GA4

Google opisuje zmianę jako nowy sposób pomiaru ruchu z asystentów AI. W praktyce działa to tak: jeżeli odsyłacz (referrer) pasuje do listy rozpoznawanych asystentów AI, GA4 automatycznie ustawia trzy wartości w wymiarach źródła ruchu.

Reguła kanału w dokumentacji Google jest prosta: medium dokładnie równe ai-assistant. Jako przykładowe źródła Google wymienia ChatGPT, Gemini, Deepseek, Copilot oraz Grok. Pełna lista rozpoznawanych odsyłaczy nie jest publikowana, o czym za chwilę.

Z punktu widzenia zarządu istotne jest jedno: to nie jest nowy pomiar, tylko nowa etykieta na ruchu, który i tak wcześniej wpadał do GA4. Sesje, przychód i konwersje były zbierane od dawna, tyle że przypisane do innego kanału. Dlatego pojawienie się kanału AI Assistants nie oznacza, że firma „zyskała nowy ruch”. Oznacza, że wreszcie go widać osobno.

Cztery pytania biznesowe, na które GA4 realnie odpowiada

Jaka jest skala

Udział kanału AI Assistants w sesjach i użytkownikach, w podziale na miesiące. To liczba wyjściowa do każdej dyskusji o budżecie na treści. W większości sklepów i serwisów B2B ten udział jest wciąż jednocyfrowy, więc wnioski trzeba wyciągać z trendu, a nie z pojedynczego miesiąca.

Jaka jest jakość tego ruchu

GA4 pozwala porównać ruch z AI z każdym innym kanałem na tych samych metrykach: współczynnik zaangażowania, średni czas zaangażowania, liczba sesji z zaangażowaniem na użytkownika, liczba wyświetleń na sesję. To jest odpowiedź na pytanie, czy asystent AI przysyła osobę zdecydowaną, czy kogoś, kto tylko weryfikuje jedno zdanie i wychodzi.

Ile to jest warte

Dla e-commerce najważniejsza część: przychód, liczba transakcji, średnia wartość zamówienia i współczynnik konwersji w rozbiciu na kanał. Przy włączonym pomiarze e-commerce można zejść na poziom pozycji zamówienia i sprawdzić, jakie kategorie produktów kupują użytkownicy przychodzący z asystentów. Żadne narzędzie do monitorowania cytowań w AI tego nie zrobi, bo nie ma dostępu do koszyka.

Jaką rolę pełni w ścieżce

Raporty atrybucji i ścieżek konwersji operują na grupie kanałów, więc AI Assistants pojawia się w nich jako punkt styku. Pozwala to sprawdzić, czy AI jest kanałem domykającym, czy raczej pierwszym kontaktem, po którym użytkownik wraca z wyszukiwarki lub bezpośrednio. To rozróżnienie zmienia sposób wyceny kanału.

Jak to ustawić: sześć kroków

Krok 1: sprawdź, czy kanał już działa

Raporty, Pozyskiwanie, Pozyskiwanie ruchu, wymiar „Grupa kanałów domyślnych sesji”. Jeżeli kanał AI Assistants nie jest widoczny, sprawdź dane od czerwca 2026 roku, ponieważ wdrożenie było stopniowe.

Krok 2: zbuduj własną grupę kanałów

To najważniejszy krok konfiguracyjny i jednocześnie jedyny, który naprawia historię. Własne grupy kanałów w GA4 działają wstecz, więc pozwalają zbudować spójny szereg czasowy sprzed maja 2026 roku. Warunki można oprzeć między innymi na źródle, medium, nazwie i identyfikatorze kampanii oraz na grupie kanałów domyślnych.

Praktyczna reguła dla kanału „AI”: medium równe ai-assistant lub źródło pasujące do wyrażenia regularnego obejmującego chatgpt, perplexity, claude, copilot, gemini, deepseek, grok, mistral i pozostałych asystentów istotnych dla twojej kategorii. Dzięki temu jednym kanałem obejmiesz zarówno ruch klasyfikowany automatycznie, jak i ten, którego Google nie rozpoznaje.

Krok 3: dodaj porównanie i segment

Porównanie w raportach standardowych (ruch z AI kontra pozostały ruch) daje szybki podgląd dla zespołu. Segment w eksploracjach daje to samo w analizie pogłębionej. Oba warto oprzeć na własnej grupie kanałów, a nie na pojedynczym źródle, żeby definicja była jedna w całej organizacji.

Krok 4: zejdź na poziom stron docelowych

Raport stron docelowych ograniczony do ruchu z AI odpowiada na pytanie, które treści są faktycznie cytowane i klikane. To jest lista, którą wysyła się do zespołu contentu. Zestawienie „strona docelowa, sesje, współczynnik zaangażowania, kluczowe zdarzenia, przychód” jest w praktyce najbardziej użytecznym pojedynczym raportem w całym tym obszarze.

Krok 5: użyj eksploracji do pytań o zachowanie

Eksploracja ścieżki pokazuje, dokąd użytkownik idzie po wejściu z asystenta. Eksploracja lejka pokazuje, gdzie odpada w porównaniu z ruchem organicznym. Eksploracja kohortowa odpowiada na pytanie o powracalność, czyli czy AI przysyła klientów jednorazowych.

Krok 6: włącz eksport do BigQuery

Eksport do BigQuery daje dane na poziomie zdarzenia, bez progów prywatności i bez limitów kardynalności obowiązujących w interfejsie. To jedyna droga, żeby połączyć ruch z AI z danymi z CRM, marżą na produkcie albo zwrotami. Przy niskich wolumenach ruchu z AI ma to znaczenie praktyczne, bo małe liczby najbardziej cierpią na agregacji.

Zestaw wskaźników do raportu zarządczego

Raport, który da się obronić na zarządzie, mieści się na jednym slajdzie i zawiera sześć pozycji.

Wskaźnik „przychód na sesję kontra średnia serwisu” jest najbardziej odporny na wahania wolumenu. Przy udziale rzędu dwóch procent sesji sam wykres liczby sesji będzie szumem, a relacja jakości do średniej pozostaje czytelna.

Ograniczenia, które trzeba znać przed prezentacją wyników

Ruch bez odsyłacza trafia do Direct

Kanał AI Assistants opiera się na odsyłaczu. Kliknięcie w aplikacji desktopowej lub mobilnej asystenta, link skopiowany i wklejony do przeglądarki, przejście przez wbudowaną przeglądarkę w aplikacji: w tych sytuacjach odsyłacz często nie dociera do GA4 i sesja ląduje w Direct. Oznacza to, że kanał AI Assistants systematycznie zaniża rzeczywistą skalę zjawiska. Nie da się tego naprawić konfiguracją GA4.

Częściowym obejściem jest parametr w adresie. ChatGPT dokłada do części odsyłaczy parametr utm_source z wartością chatgpt.com, ale nie robi tego konsekwentnie na wszystkich linkach. Pojawiają się przez to sesje ze źródłem chatgpt.com i pustym odsyłaczem, co utrudnia uzgodnienie liczb między raportami.

AI Overviews i AI Mode zostają w Organic Search

Kliknięcia z odpowiedzi generowanych wewnątrz wyszukiwarki Google raportują się jako zwykły ruch organiczny ze źródła google. Nie ma w GA4 wymiaru, który oddzieli kliknięcie z AI Overview od kliknięcia z klasycznego wyniku. Dla większości firm to jest największa część zjawiska „AI” i akurat ta część pozostaje w GA4 nierozróżnialna.

Częściową odpowiedź daje Search Console, gdzie od czerwca 2026 roku udostępniany jest osobny raport wyników dla funkcji generatywnych. Pokazuje wyświetlenia dla AI Overviews, AI Mode oraz funkcji generatywnych w Discover, w podziale na strony, kraje, urządzenia i daty. Raport nie zawiera danych o kliknięciach ani o treści zapytań, a wdrożenie obejmuje na razie część witryn. Nie da się go połączyć z sesją w GA4 na poziomie użytkownika.

Boty AI nie pojawiają się w GA4 w ogóle

To rozróżnienie bywa mylone na spotkaniach zarządu. GA4 mierzy ludzi, którzy przyszli z asystenta, a nie roboty, które indeksują serwis na potrzeby modeli. Pomiar GA4 opiera się na kodzie JavaScript wykonywanym w przeglądarce, a roboty pobierające treść tego kodu nie uruchamiają. Do tego GA4 automatycznie odfiltrowuje ruch znanych botów na podstawie listy IAB/ABC International Spiders and Bots List, a filtra nie można wyłączyć ani sprawdzić, ile ruchu usunął.

Wniosek operacyjny: pytanie „jak często modele pobierają nasze treści” należy kierować do logów serwera lub raportów CDN, a nie do GA4.

Nowy kanał nie działa wstecz

Klasyfikacja obowiązuje od momentu wdrożenia. Dane sprzed 13 maja 2026 roku pozostają w kanałach, do których trafiły pierwotnie, czyli najczęściej w Referral i Direct. Porównania rok do roku wykonane na kanale domyślnym pokażą więc wzrost, który jest w całości efektem zmiany definicji. Jedyne poprawne rozwiązanie to własna grupa kanałów, która obejmie obie epoki jedną regułą.

Lista rozpoznawanych źródeł jest niepełna i niejawna

Google nie publikuje pełnej listy odsyłaczy zaliczanych do kanału AI Assistants, a dokumentacja wymienia jedynie przykłady. Lista może się zmieniać bez zapowiedzi, co oznacza, że definicja kanału jest ruchoma w czasie. Dla części platform, takich jak Perplexity, ruch nadal klasyfikuje się jako zwykłe odesłanie. Dopóki tak jest, własna grupa kanałów pozostaje jedynym stabilnym sposobem raportowania.

GA4 nie pokaże, o co pytał użytkownik

Nie ma wymiaru zapytania dla ruchu z AI. Nie wiadomo, jaki prompt doprowadził do cytowania ani w jakim kontekście padła nazwa marki. GA4 zaczyna widzieć użytkownika dopiero w momencie kliknięcia, więc cała warstwa „co model powiedział o nas” jest poza zasięgiem tego narzędzia.

Odpowiedzi bez kliknięcia nie generują żadnych danych

Jeżeli asystent podał cenę, warunki dostawy i opinię o produkcie, a użytkownik nie wszedł na stronę, w GA4 nie powstaje nic. To jest strukturalna granica pomiaru opartego na zdarzeniach w przeglądarce. Spadek ruchu organicznego przy stabilnej sprzedaży może więc oznaczać, że część ścieżki przeniosła się do warstwy, której analityka internetowa nie obejmuje.

Progi prywatności, zgody i limity raportowania

Przy małych wolumenach zaczynają ciążyć mechanizmy, które przy dużym ruchu są niewidoczne. GA4 stosuje progi agregacji między innymi w raportach zawierających dane demograficzne oraz zapytania, a progów nie da się zmienić. Do tego dochodzą odrzucone zgody i modelowanie danych, próbkowanie w eksploracjach przy dłuższych zakresach oraz limity liczności wymiarów, po przekroczeniu których wartości trafiają do wiersza „(other)”. Kanał o udziale jednego procenta odczuwa każdy z tych efektów mocniej niż kanał główny.

Okna atrybucji przy długim cyklu decyzyjnym

Domyślne okno dla kluczowych zdarzeń wynosi 90 dni, dla zdarzeń pozyskania 30 dni. W kategoriach o długim cyklu zakupowym pierwszy kontakt z marki wskazanej przez asystenta może wypaść poza oknem, a konwersja zostanie przypisana ostatniemu kanałowi. Kanał AI będzie wtedy wyglądał na słabszy, niż jest w rzeczywistości.

Silne strony GA4 w tym zastosowaniu

Lista ograniczeń jest długa, ale nie unieważnia narzędzia. GA4 ma w tym obszarze kilka przewag, których nie da się łatwo zastąpić.

• Jedna płaszczyzna porównania. Ruch z AI mierzony jest tą samą definicją sesji, zdarzenia kluczowego i przychodu co ruch płatny, organiczny i mailowy. Porównanie kanałów jest uczciwe, bo pochodzi z jednego systemu.
• Połączenie z pieniędzmi. Warstwa e-commerce daje przychód, liczbę transakcji, wartość koszyka i dane o pozycjach zamówienia. To odróżnia GA4 od narzędzi mierzących samą widoczność w odpowiedziach modeli.
• Zero kosztu wdrożenia. Kanał działa automatycznie, bez tagowania, bez projektu IT i bez dodatkowej licencji. Pierwsze wnioski są dostępne tego samego dnia.
• Retroaktywne grupy kanałów. Możliwość odtworzenia spójnej historii jest rzadka w analityce i akurat tutaj bardzo praktyczna.
• Eksploracje i segmenty. Pytania o zachowanie, powracalność i lejek da się rozstrzygnąć bez angażowania zespołu danych.
• Eksport do BigQuery. Dane surowe pozwalają dołożyć marżę, zwroty i wartość klienta w czasie, czyli zamienić raport o ruchu w raport o rentowności.
• Odbiorcy i integracje. Segment użytkowników z AI można wykorzystać w kampaniach lub wykluczeniach, bez budowania osobnej infrastruktury.

Czego GA4 nie zastąpi

Pełny obraz obecności marki w ekosystemie AI wymaga trzech warstw, z których GA4 obsługuje jedną.

Rozdzielenie tych pytań jest ważniejsze, niż się wydaje. Większość nieporozumień w rozmowach o „ruchu z AI” bierze się z mieszania widoczności z ruchem i ruchu z przychodem.

Jak interpretować wyniki bez nadinterpretacji

Trzy zasady, które warto ustalić z zespołem, zanim pierwszy raport trafi na zarząd.

Po pierwsze, traktuj liczbę jako dolną granicę. Ze względu na utracone odsyłacze i ruch z odpowiedzi generatywnych w wyszukiwarce rzeczywisty wpływ AI jest wyższy niż to, co pokazuje kanał AI Assistants. Prezentowanie tej liczby jako pełnego pomiaru jest błędem, który wróci przy pierwszej weryfikacji.

Po drugie, patrz na jakość, nie na wolumen. Przy niskim udziale procentowym decyzje budżetowe powinny opierać się na przychodzie na sesję i współczynniku konwersji, a nie na liczbie wejść. Kanał o udziale jednego procenta sesji i trzykrotnie wyższej wartości sesji to inna sytuacja biznesowa niż kanał o tym samym udziale i wartości poniżej średniej.

Po trzecie, obserwuj Direct do stron głębokich. Wzrost ruchu bezpośredniego na podstrony produktowe i poradnikowe, czyli takie, których nikt nie wpisuje z pamięci, jest przybliżonym wskaźnikiem ruchu z AI z utraconym odsyłaczem. To nie jest pomiar, tylko sygnał ostrzegawczy, ale w praktyce działa.

Podsumowanie

GA4 po zmianie z maja 2026 roku jest dobrym narzędziem do odpowiedzi na pytanie, ile wart jest ruch, który już przyszedł z asystentów AI. Jest słabym narzędziem do odpowiedzi na pytanie, jak duża jest obecność marki w odpowiedziach modeli. Kanał AI Assistants pokazuje część zjawiska, systematycznie ją zaniżając, i nie obejmuje odpowiedzi generatywnych wewnątrz wyszukiwarki.

Praktyczny plan minimum to własna grupa kanałów obejmująca także źródła nierozpoznawane automatycznie, raport stron docelowych dla zespołu treści, sześciopozycyjny zestaw wskaźników dla zarządu i świadomość, że prezentowana liczba jest dolnym oszacowaniem. Reszta obrazu wymaga logów serwera, Search Console i narzędzi do monitoringu cytowań.

Najczęściej zadawane pytania o pomiar ruchu z AI w GA4

Czy trzeba coś skonfigurować, żeby zobaczyć kanał AI Assistants?

Nie. Kanał działa automatycznie we wszystkich usługach GA4 od maja 2026 roku. Konfiguracji wymaga dopiero raportowanie spójne w czasie oraz objęcie źródeł, których Google nie klasyfikuje automatycznie, i do tego służy własna grupa kanałów.

Dlaczego ruch z AI wygląda na mniejszy, niż wynika z rozmów z klientami?

Bo znaczna część kliknięć traci odsyłacz i trafia do Direct, a kliknięcia z AI Overviews i AI Mode raportują się jako zwykły ruch organiczny. Kanał AI Assistants pokazuje tę część zjawiska, którą da się rozpoznać po odsyłaczu, czyli dolną granicę.

Czy GA4 pokaże ruch z Perplexity?

Ruch jest widoczny, ale w dokumentacji Google Perplexity nie jest wymieniane wśród przykładowych źródeł kanału AI Assistants, więc zwykle klasyfikuje się jako odesłanie. Dlatego własna grupa kanałów powinna obejmować źródło, a nie tylko medium ai-assistant.

Czy w GA4 zobaczę, jak boty AI pobierają treści z serwisu?

Nie. GA4 mierzy przeglądarki wykonujące kod śledzący, a roboty pobierające treść tego kodu nie uruchamiają. Dodatkowo ruch znanych botów jest automatycznie odfiltrowywany na podstawie listy IAB/ABC, bez możliwości wyłączenia filtra i bez raportu pokazującego skalę odrzuconego ruchu. Do tego celu służą logi serwera lub raporty CDN.

Czy można porównać ruch z AI rok do roku?

Nie na kanale domyślnym, ponieważ klasyfikacja nie działa wstecz i dane sprzed maja 2026 roku pozostały w kanałach Referral i Direct. Poprawne porównanie wymaga własnej grupy kanałów, która działa retroaktywnie i obejmuje obie epoki jedną definicją.

Czy Search Console uzupełnia obraz z GA4?

Częściowo. Raport funkcji generatywnych w Search Console pokazuje wyświetlenia w AI Overviews, AI Mode i funkcjach generatywnych w Discover, w podziale na strony, kraje, urządzenia i daty. Nie zawiera danych o kliknięciach ani o treści zapytań i nie łączy się z sesją w GA4, więc jest źródłem osobnym, a nie uzupełnieniem tego samego szeregu.

Jakie wskaźniki pokazać zarządowi?

Udział AI w sesjach i w przychodzie, przychód na sesję odniesiony do średniej serwisu, współczynnik konwersji, średnią wartość zamówienia, udział nowych użytkowników oraz listę najczęstszych stron docelowych. Sześć pozycji wystarczy do decyzji budżetowej i mieści się na jednym slajdzie.

Czy warto włączać eksport do BigQuery tylko dla tego tematu?

Jeżeli udział ruchu z AI jest niski, tak. Przy małych wolumenach progi agregacji, próbkowanie i limity liczności wymiarów w interfejsie zniekształcają obraz najbardziej, a dane na poziomie zdarzenia pozwalają dodatkowo połączyć ruch z marżą i danymi z CRM.

Czy spadek ruchu organicznego oznacza, że AI zabiera nam klientów?

Nie musi. GA4 nie odnotowuje odpowiedzi udzielonych bez kliknięcia, więc spadek liczby wejść przy stabilnej sprzedaży może oznaczać przeniesienie części ścieżki do warstwy nieobjętej pomiarem. Przed wnioskiem warto zestawić dane GA4 z wyświetleniami w Search Console i z realną sprzedażą.

Czy parametry UTM rozwiązują problem utraconych odsyłaczy?

Tylko częściowo. ChatGPT dokłada parametr utm_source z wartością chatgpt.com do części odsyłaczy, ale nie robi tego konsekwentnie, a inne platformy stosują własne zasady. Parametr pomaga tam, gdzie występuje, i nie odtworzy ruchu, w którym adres został skopiowany ręcznie.

Źródła

• Default channel group, Analytics Help
• Google Analytics changelog, Analytics Help
• Custom channel groups, Analytics Help
• Known bot traffic exclusion, Analytics Help
• Data thresholds, Analytics Help
• Select attribution settings, Analytics Help
• Introducing Search Generative AI performance reports in Search Console, Google Search Central