Mäta besökare från AI-svar: vad analysen ger

Det viktigaste

AI-trafik känns igen på hänvisningskällan – chatt- och svarstjänsternas domäner dyker upp som egna hänvisningsställen.
En del går principiellt inte att fånga: den som läser svaret och därefter skriver in företagsnamnet framstår som direktinmatning.
Serverloggen är den andra, ofta mer talande källan: den visar om era sidor över huvud taget läses av AI-crawlare.
Tre tal bör rapporteras – besökare per källa, crawleråtkomster per sida, och läsningstiden jämfört med resten.

Talen är små. I de flesta små företag ligger andelen på låga ensiffriga procent. Den är ändå intressant, eftersom den ser annorlunda ut än den övriga trafiken – och eftersom den växer.

Hur man känner igen den

Besökare som kommer ur ett genererat svar bär i regel den aktuella tjänstens domän som hänvisningsställe. I webbanalysen dyker de därmed upp som egen källa – ofta under «Hänvisningar» eller «Referral», inte under «Sök».

Framstår som	Ursprung	Att beakta
chatgpt.com	Länkning ur ett ChatGPT-svar	oftast entydigt
perplexity.ai	Källklick i Perplexity	högst volym av de tre
gemini.google.com	Länkning ur Gemini	litet, delvis inte tillskrivet
claude.ai	Länkning ur ett Claude-svar	oftast entydigt
copilot.microsoft.com	Länkning ur Copilot	delvis som Bing-hänvisning
(direkt)	Svaret läst, namnet inskrivet efteråt	går inte att tillskriva

Observera Den sista raden är den viktigaste och förtigs regelbundet vid rapporteringen. En betydande del av verkan framstår som direktinmatning – någon läser svaret, lägger namnet på minnet och går till sidan senare direkt. Den kedjan går principiellt inte att rekonstruera. Den som framställer det uppmätta talet som fullständigt underskattar verkan betydligt.

Sätta upp det i fyra steg

Skapa en egen kanalgrupp. Definiera en grupp «AI-svar» i webbanalysen som samlar de ovan nämnda hänvisningsställena. Annars gömmer de sig bland tjugo andra hänvisningar.
Uteslut inte hänvisningsställen. Vissa analysverktyg filtrerar automatiskt bort okända hänvisningar. Kontrollera om de här domänerna berörs.
Skriv med målsidan. Den viktigaste tilläggsuppgiften: vilken sida länkades som källa? Därav följer vilka innehåll som faktiskt är citerbara.
Utvärdera serverloggen. Filtrera på crawlarbeteckningarna: GPTBot, OAI-SearchBot, ChatGPT-User, PerplexityBot, Perplexity-User, ClaudeBot, Claude-User, Google-Extended, Bingbot.

Visste du att…?

Serverloggen är vid små tal den mer talande källan. Den visar inte hur många människor som kom – men den visar om era sidor över huvud taget läses, vilka av dem, och hur ofta.

Särskilt nyttig är uppdelningen efter beteckning: åtkomster från beteckningar med «User» i namnet uppstår för att någon just har ställt en fråga som er sida skulle kunna passa till. De är därmed en mer direkt signal än de förutseende samlarna – även om inte ett enda klick följer av dem.

Varför de här besökarna ser annorlunda ut

Tre mönster visar sig nästan överallt där tillräckligt med data finns:

Tydligt längre läsningstid. Den som kommer ur ett svar har redan ett förval bakom sig och läser vidare målinriktat.

Färre sidor per besök. De kommer på grund av ett bestämt påstående, inte för att botanisera. Få sidor är här inget dåligt tecken.

Oftare direkt på djupa sidor. Inte startsidan, utan ett enskilt inlägg eller ett avsnitt ur det. Just därför måste varje djup sida vara begriplig för sig – den är ofta den första kontakten.

Från praktiken

Den nyttigaste utvärderingen är inte totalsumman, utan listan över målsidor. Den visar vilka av era innehåll som faktiskt duger som belägg – och den överraskar regelbundet.

Ofta är det inte de arbetskrävande översiktsinläggen, utan korta, tydligt besvarade enskilda frågor. Ett avsnitt som på fyra meningar besvarar en konkret fråga fullständigt citeras oftare än en handbok på 2 000 ord om samma ämne. Den listan är därför en bättre innehållsplanering än varje ämnessamling.

Var mätningen tar slut

Tre saker går inte att mäta, och det hör hemma i varje rapport:

Omnämnanden utan klick. Den som nämns i ett svar och inte klickas på lämnar inget spår. Det är förmodligen den större delen av verkan.
Omnämnanden i system utan länkning. Vissa svar nämner namn i den löpande texten utan att länka.
Fördröjningen. Någon läser ett svar i mars och hör av sig i juni. Den kedjan går inte att rekonstruera.

Den enda hjälpstorheten mot det är frågan i det inledande samtalet: «Hur hittade ni oss?» Oexakt, men den fångar just de fall som ingen mätning når.

Tips Komplettera den frågan i förfrågningsformuläret med svarsalternativet «via ett AI-svar (ChatGPT, Perplexity, e. d.)». Andelen som kryssar i det ligger erfarenhetsmässigt tydligt över det som webbanalysen redovisar – och det är det ärligare talet.

Prompt

Hjälp mig utvärdera trafiken från AI-svar rent.

Dataläge:
- Analysverktyg: [Namn]
- Tidsperiod: [Uppgift]
- Besökare från AI-hänvisningsställen (per källa och målsida):
  [Klistra in tabell]
- Läsningstid och sidor per besök, totalt och för den här gruppen:
  [Värden]
- Crawleråtkomster ur serverloggen (beteckning, sida, antal):
  [Klistra in tabell]

Uppgifter:
1. Nämn de målsidor som oftast länkades som källa,
   och vad de har gemensamt – så långt det syns i
   data.
2. Jämför den här gruppens läsningstid och sidor per besök
   med totalgenomsnittet. Sätt in resultatet i sitt sammanhang.
3. Nämn sidor som ofta hämtas av crawlare men
   inte ger någon hänvisningstrafik – och vad det kan betyda.
4. Formulera tre meningar till vår månadsrapport som ärligt
   säger vad de här talen visar och vad de inte visar.

Hitta inte på värden. Där data saknas, säg vilka.

Slutsats

Mätningen är ofullständig och ändå värd besväret – framför allt eftersom listan över citerade målsidor direkt visar vilka innehåll som är beläggbara.

Tre tal räcker i rapporten: besökare per AI-källa, crawleråtkomster per sida, läsningstid i jämförelse. Och en fjärde mening som säger till om att en betydande del av verkan framstår som direktinmatning och därför inte ligger i de här talen.

Vanliga frågor

Hur mäter man besökare som kommer via AI-svar?

Via hänvisningskällan i webbanalysen: chatt- och svarstjänsternas domäner framstår som egna hänvisningsställen och går att samla till en kanalgrupp «AI-svar». Kompletterande visar serverloggen vilka AI-crawlare som har hämtat vilka sidor – vid små tal ofta den mer talande källan.

Varför går en del av AI-trafiken inte att mäta?

Eftersom många människor läser svaret, lägger namnet på minnet och går till sidan direkt senare. Sådana besök framstår som direktinmatning och går inte att tillskriva. Detsamma gäller omnämnanden utan länkning och förfrågningar som kommer månader senare.

Hur skiljer sig den här trafiken från den övriga?

Genom tre mönster: tydligt längre läsningstid, färre sidor per besök, och oftare ingång direkt på en djup sida i stället för på startsidan. Få sidor per besök är här inget dåligt tecken – de här besökarna kommer på grund av ett bestämt påstående, inte för att botanisera.

Vilka crawlarbeteckningar bör man utvärdera?

GPTBot, OAI-SearchBot och ChatGPT-User, PerplexityBot och Perplexity-User, ClaudeBot och Claude-User, Google-Extended samt Bingbot. Nyttig är uppdelningen: beteckningar med «User» i namnet hämtar en sida för att någon just har ställt en passande fråga – en mer direkt signal än de förutseende samlarna.

Vad gör man med utvärderingen?

Listan över de målsidor som länkats som källa är den nyttigaste delen: den visar vilka innehåll som är beläggbara. Ofta är det inte de omfattande handböckerna, utan korta, tydligt besvarade enskilda frågor – vilket direkt bör flyta in i nästa kvartals innehållsplanering.