Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Od kilku lat słyszę, że wyszukiwanie głosowe zmieni SEO, i od kilku lat mam z tym problem, bo prognozy okazywały się mocno przesadzone. Tym razem jednak coś się faktycznie przesunęło — nie z powodu asystentów, ale z powodu tego, że użytkownicy zaczęli pisać do wyszukiwarki i do czatów pełnymi zdaniami, bo nauczyli się, że pełne zdania dają lepszą odpowiedź.
To zmienia mniej, niż sugerują nagłówki, i więcej, niż wygodnie przyznać. Lista fraz nadal jest podstawą pracy w Google Ads i w SEO. Zmienia się to, skąd biorę materiał, jak układam treść i czego oczekuję od raportów.
Poniżej opisuję konkretny sposób pracy, którego trzymam się od kilku miesięcy przy planowaniu słów kluczowych dla klientów, u których widać ruch z długich zapytań.
Zacznę od rzeczy niewygodnej dla tej dyskusji: krótkie zapytania nie zniknęły i nadal odpowiadają za większość wolumenu w narzędziach do planowania. Kto przebuduje całą strategię pod pytania w pełnym zdaniu, straci na tym, co realnie generuje ruch.
Zmieniły się natomiast trzy rzeczy. Pierwsza: część zapytań o charakterze porównawczym i doradczym przenosi się do interfejsów, w których użytkownik prowadzi rozmowę zamiast przeglądać listę wyników. Druga: w polskich wynikach wyszukiwania od kilku miesięcy pojawiają się generowane podsumowania, które przy takich zapytaniach zabierają część kliknięć. Trzecia: rozkład ruchu wewnątrz witryny robi się bardziej rozproszony — mniej wejść na kilka głównych fraz, więcej pojedynczych wejść na dziesiątki wariantów.
Praktyczny wniosek jest taki, że lista fraz przestaje być listą, a zaczyna być mapą tematów, w której każda fraza to punkt wejścia, a nie cel sam w sobie.
Nie traktuję tego jako rewolucji. Traktuję jako przesunięcie proporcji, które trzeba uwzględnić w planie treści i w strukturze kampanii.
Narzędzia do planowania słów kluczowych są tu słabym źródłem, bo agregują warianty i przy długich frazach pokazują zwykle brak danych. Korzystam więc z innych miejsc.
Z tych źródeł nie buduję listy fraz z wolumenami. Buduję listę pytań i grupuję je w wiązki po intencji — a wolumen szacuję dla całej wiązki, nie dla pojedynczego sformułowania.
Skoro punktem wejścia jest pytanie, treść musi na nie odpowiadać wcześniej niż w połowie tekstu.
Robię to tak: nagłówek sekcji formułuję jako pytanie albo jasno nazwaną kwestię, a pierwszy akapit pod nim zawiera zwięzłą odpowiedź. Rozwinięcie idzie dalej. To nie jest sztuczka pod algorytm, tylko konsekwencja tego, jak ludzie czytają — i akurat tutaj interes użytkownika i interes widoczności są zbieżne.
Druga zasada dotyczy samowystarczalności fragmentów. Akapit, który ma sens tylko po przeczytaniu poprzednich trzech, jest bezużyteczny w każdym kontekście, w którym system wybiera pojedynczy urywek tekstu. Piszę więc tak, żeby każda sekcja dała się przeczytać osobno.
Trzecia to konkret liczbowy i nazwy własne w miejscu, gdzie występują. Podsumowania generowane przez maszynę i cytaty z czatów opierają się na tekście, który zawiera jednoznaczne dane — a nie na ogólnikach o kompleksowym podejściu.
Czwarta, najmniej doceniana: jedna strona ma odpowiadać na wiązkę pokrewnych pytań, a nie na jedno. Rozbijanie każdego wariantu na osobny adres kończy się kanibalizacją i zbiorem cienkich podstron.
W Google Ads długie zapytania nie wymagają osobnych słów kluczowych — nie da się ich nawet sensownie wypisać, bo ogon jest zbyt rozproszony.
Pracuję więc odwrotnie. Zostawiam frazy w dopasowaniu ścisłym i do frazy dla tego, co ma znaczenie i wolumen, a ogon obsługuję dopasowaniem przybliżonym w kampanii z automatyczną strategią stawek. Warunkiem jest tu porządny pomiar konwersji, bo bez niego dopasowanie przybliżone jest kosztownym eksperymentem.
Do tego dochodzi obowiązkowa higiena: cotygodniowy przegląd raportu wyszukiwanych haseł i wykluczenia. Przy długich zapytaniach ruch informacyjny wpada obficie, a płacenie za pytania typu „jak samemu naprawić” przy usłudze serwisowej to czysta strata.
Warto też wiedzieć, że na początku maja Google zapowiedziało dla kampanii w wyszukiwarce zestaw funkcji nazwany AI Max, który ma szerzej dopasowywać reklamy do zapytań i podmieniać elementy kreacji pod konkretne wyszukiwanie. To na dziś zapowiedź z ograniczoną dostępnością, nie coś, co można wpisać w plan na ten kwartał — sam czekam na możliwość przetestowania tego na polskich kontach, zamiast planować wokół tego strategię.
Przy długich zapytaniach rośnie znaczenie tego, czy z treści jednoznacznie wynika, o czym mówimy.
Konkretnie: nazwy produktów, modeli, norm, jednostek i lokalizacji zapisane pełnymi, poprawnymi nazwami, a nie skrótami przyjętymi w firmie. Wewnętrzny żargon jest w tekstach ofertowych zaskakująco częsty i skutecznie uniemożliwia dopasowanie treści do pytania zadanego językiem klienta.
Dalej: dane strukturalne tam, gdzie mają zastosowanie — produkt z ceną i dostępnością, dane organizacji, informacje o autorze. Nie dlatego, że dają magiczną przewagę, ale dlatego, że usuwają niejednoznaczność.
I rzecz trzecia: powiązania między podstronami opisane w tekście, nie tylko w menu. Zdanie tłumaczące, czym różni się jeden model od drugiego, z odnośnikiem w naturalnym miejscu, robi więcej dla zrozumienia oferty niż rozbudowana nawigacja.
Kilka rzeczy, które widzę u klientów i które odradzam wprost.
Nie generuję setek podstron będących wariantami tego samego pytania. Od ponad roku Google traktuje masowe wytwarzanie treści o niskiej wartości jako naruszenie zasad i egzekwuje to skuteczniej niż wcześniej.
Nie doklejam sekcji z pytaniami na dole każdej strony tylko dlatego, że „pod głosowe trzeba mieć pytania”. Jeśli nikt tych pytań nie zadaje, dokładam tekst, który nikomu nie służy.
Nie przepisuję strategii słów kluczowych na wyłącznie długie frazy. Wolumen jest tam mały, a konkurencja o niego rośnie szybciej niż ruch.
I nie zakładam, że treść dobra dla systemu generującego podsumowania jest inna niż treść dobra dla człowieka. Wszystko, co przy tej okazji zadziałało u moich klientów, sprowadzało się do jasnej struktury, konkretów i uczciwego odpowiadania na pytanie w pierwszym akapicie.
To najsłabszy punkt całej tej pracy i nie ma sensu tego ukrywać.
Search Console nie rozdziela dziś ruchu z generowanych podsumowań od zwykłych wyników organicznych, a ruch z czatów przychodzi w dużej części bez wiarygodnego źródła. Oznacza to, że nie zbuduję czystego raportu pokazującego efekt tej pracy.
Robię więc trzy rzeczy zastępcze. Śledzę liczbę unikalnych zapytań, na które strona ma jakiekolwiek wyświetlenia — jeśli rozproszenie rośnie, to znaczy, że treść zaczyna łapać ogon. Obserwuję zapytania o czterech i więcej słowach jako osobny filtr w raporcie skuteczności. I patrzę na ruch bezpośredni oraz z domen, których wcześniej nie było w raportach, bo część odesłań z narzędzi konwersacyjnych da się w ten sposób zauważyć.
Żaden z tych wskaźników nie jest dowodem. Razem dają wystarczająco dużo, żeby zdecydować, czy warto pisać kolejne teksty w tym układzie — i tylko takiej decyzji od pomiaru na tym etapie oczekuję.
Używamy plików cookies, aby ułatwić Ci nawigację oraz wykonywanie określonych funkcji. Szczegółowe informacje o wszystkich plikach cookies znajdziesz w każdej kategorii zgody poniżej.
Pliki cookies oznaczone jako "Niezbędne" są przechowywane w Twojej przeglądarce, ponieważ są one kluczowe dla zapewnienia podstawowych funkcji strony.
Używamy również plików cookies firm trzecich, które pomagają nam analizować, w jaki sposób korzystasz z tej strony, zapamiętują Twoje preferencje oraz dostarczają treści i reklamy odpowiednie dla Ciebie. Te pliki cookies będą przechowywane w Twojej przeglądarce tylko za Twoją uprzednią zgodą.
Możesz zdecydować, czy chcesz włączyć lub wyłączyć niektóre bądź wszystkie te pliki cookies, jednak wyłączenie niektórych z nich może wpłynąć na Twoje doświadczenia podczas przeglądania strony.
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __cf_bm | 13 minutes | Cloudflare bot management — distinguishes humans from bots. |
| rc::* | Persistent | Google reCAPTCHA — localStorage holding anti-bot challenge state. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| wpEmojiSettingsSupports | Session | WordPress — sessionStorage flag caching whether the browser can render emoji (feature detection). |
| ytidb* | Persistent | YouTube — IndexedDB storing playback/search state for embedded videos. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| _ga_* | 400 days | Google Analytics 4 — persists session state per property. |
| _ga | 400 days | Google Analytics — distinguishes unique users via a client id. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| NID | 183 days | Google — stores preferences for personalized ads. |
| fr | 90 days | Meta — encrypted Facebook id and browser id for ads. |
| _gcl_au | 90 days | Google AdSense/Ads — experiments with advertising efficiency (conversion linker). |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __Secure-YNID | 180 days | |
| YSC | Session | |
| __Secure-ROLLOUT_TOKEN | 180 days | |
| VISITOR_INFO1_LIVE | 180 days | |
| VISITOR_PRIVACY_METADATA | 180 days | |
| datr | 400 days | |
| sb | 400 days | |
| wd | 7 days |