Jak vysvětlit klientům pokles organické návštěvnosti?

Provoz z organického vyhledávání slábne, klienti jsou nervózní a chtějí vědět, co se děje. Zpráva o stavu marketingových agentur pro rok 2026 od společnosti AgencyAnalytics, vycházející z odpovědí pěti set SEO expertů, ukázala, že s tímto problémem se běžně potýká 42 % agentur. Řekněte svým klientům, ať zachovají klid, a místo zastaralých reportů jim předložte čtyři moderní parametry viditelnosti v AI vyhledávání (GEO/AEO) včetně ukázek, jak se každý z nich měří.

Přehledy od AI a vyhledávání bez prokliku

Ještě před rokem jste mohli klesající návštěvnost celkem pohotově a srozumitelně vysvětlit. Pokud byl v pořádku obsah webu, pravděpodobně šlo o dopad aktualizace algoritmu, sezónní výkyv nebo vás jednoduše přeskočila konkurence. A v roce 2026? Odpověď je ještě rychlejší a zabere vám jen dvě písmena: AI.

Souhrny generované umělou inteligencí odpovídají na dotazy přímo ve výsledcích vyhledávání, takže k žádnému kliknutí na webovou stránku ani nedojde. AI asistenti doporučují ta nejlepší řešení, lidé se jejich radami řídí a vy nemáte šanci zjistit, odkud se informace vzaly. Nejde o to, že by vám spadly pozice nebo se zhoršila kvalita obsahu. Na straně klienta se nic nepokazilo. Jenže právě kvůli tomu se poklesy vysvětlují mnohem hůře než klasické výkyvy, na které jste vy i vaši zákazníci byli roky zvyklí.

Ve většině marketingových agentur už se to samozřejmě moc dobře ví. Za největší hrozby pro obor v roce 2026 v průzkumu AgencyAnalytics označily:

• Přehledy AI od Google, které odpovídají bez prokliků (64 %).
• AI vyhledávání celkově, protože bourá tradiční SEO přístupy (59 %).
• Ostřejší boj o vysoce konverzní návštěvnost, která je ještě k mání (43 %).
• Měření návratnosti investic, protože tradiční atribuční modely přestávají fungovat (41 %).

Žádná novinka to navíc asi není ani pro vaše klienty. Zkratku AI nejspíš už slyšeli jako zdůvodnění u několika jiných nepříznivých údajů za poslední čtvrtletí.

Co klienti od SEO reportingu skutečně očekávají?

Agentury dostaly v rámci průzkumu také otázku, který ukazatel je pro jejich zákazníky vůbec nejdůležitější. Na prvním místě se umístily konverze (44 %), následované poptávkami či leady (22 %), návratností investic neboli ROI (12 %) a celkovými tržbami (11 %). Pro celých 89 % agentur tak byl hlavní odpovědí konkrétní obchodní výsledek. Ale pozor: Samotnou návštěvnost, která stojí za každým z těchto výsledků, označilo za to nejdůležitější pouhých 6 % respondentů. Proč se tedy klienti pořád ptají na číslo, které ve výsledku hodnotí tak nízko?

Čím dál složitější atribuce

Klesající návštěvnost představuje první varovný signál, kterého si odpovědní manažeři všimnou, protože je na úplném začátku všeho, co se na webu měří. Při poklesu počtu návštěvníků jim v hlavě začne blikat "červená kontrolka" varující: Méně lidí na webu dnes znamená méně konverzí a tržeb v příštím čtvrtletí. Lidé ve vedení firem zkrátka jenom chtějí vědět, jak si s jejich značkou na trhu vedete.

Problém spočívá v tom, že většina agentur jim na to dnes nedokáže s jistotou odpovědět. Téměř polovina z nich přiznává, že nedokáže spolehlivě sledovat uživatele, kteří značku objeví prostřednictvím AI nástrojů. Pro najaté specialisty tak jde o dost nepříjemnou situaci. Člověk na doporučení AI asistenta přijde na web bez předaného zdroje (referreru) a analytika jej nekompromisně započítá do přímé návštěvnosti. K objevení značky sice došlo, ale v datech to není zaznamenané. Jediným viditelným údajem na stole tak zůstává padající graf návštěvnosti.

Nejde o žádný ojedinělý výkyv. Když se výzkumníci ptali na konkrétní překážky při měření atribučních cest, odpovědi byly vzácně vyrovnané:

• 48 % agentur zápasí se sledováním uživatelů přicházejících přes umělou inteligenci.
• 47 % nedokáže správně přiřadit konverze u zákaznických cest složených z více návštěv.
• 45 % netuší, který konkrétní obsah měl vliv na konverzi.
• 44 % potvrzuje, že tradiční atribuční modely ztrácejí spolehlivost.

Jak trefně uvádí celá zpráva, atribuce se stala systémovým problémem. Měření je čím dál složitější, protože AI vyhledávače vytvářejí kontaktní body, na které stávající analytika nedohlédne.

O to větší váhu získává samotný klientský report dat. Úctyhodných 97 % agentur považuje přesné a srozumitelné výkazy za naprosto nezbytné pro udržení zákazníků. Ve chvíli, kdy tradiční modely ztěžují přímé prokázání návratnosti investic, se kvalitně zpracovaný SEO report stává tím hlavním důkazem vaší práce.

Co tedy klientům říct? Přestaňte vysvětlovat graf návštěvnosti

Místo obhajování čísel v GA4 svým klientům raději ukažte, jak moc jsou vidět v odpovědích umělé inteligence. Sami to ostatně vyžadují, což dokazuje rostoucí poptávka po optimalizaci pro odpovědní AI asistenty (AEO) a pro generativní AI vyhledávače (GEO). Ta v roce 2026 dosáhla historického maxima 66 % a jde tak o vůbec nejžádanější novou službu tohoto roku, která předčila i placenou reklamu nebo tvorbu krátkých videí.

V současné době máte k dispozici čtyři klíčové ukazatele, pomocí kterých klientům poskytnete potřebný vhled. Sledovat je dokážete i ručně.

Celková viditelnost: Je značka klienta v odpovědích AI vůbec vidět?

Měříte, jak často se značka objevuje v odpovědích na sadu dotazů (promptů), které vaši zákazníci ve skutečnosti používají. Důsledně oddělujte obecné dotazy k dané kategorii od dotazů značkových. Jestliže AI model pouze zopakuje název firmy, který už uživatel sám zadal do vyhledávání, o skutečné viditelnosti to neříká vůbec nic.

• Převeďte reálné potřeby nakupujících do 20 až 30 konkrétních promptů. Když děláte SEO pro klienta působícího na více trzích, připravte samostatnou sadu pro každou zemi.
• Dotazy spouštějte s měsíční frekvencí v čistém profilu prohlížeče nebo přes dedikovaný účet s vypnutou personalizací a historií konverzací, aby výsledky nebyly zkreslené předchozími dotazy.
• Vždycky používejte naprosto stejné znění, a protože se odpovědi mohou mírně lišit, spusťte každý prompt dvakrát.
• Zaznamenejte všechny zmínky a spočítejte, v jakém procentu případů umělá inteligence klienta v tom kterém vyhledávači jmenovala.

Pozice v odpovědi: Jak vysoko se klient zobrazuje?

Sledujete, kde přesně se značka ve vygenerovaném seznamu možností objeví. Lidé procházejí výstupy od AI velmi podobně jako klasické výsledky vyhledávání (SERP), to znamená, že nejvíce pozornosti i tady získávají značky na prvních místech.

• Jakmile umělá inteligence klienta zmíní, poznamenejte si jeho konkrétní pořadí a celkovou délku seznamu. Třetí místo z pěti má v očích lidí o dost jinou (menší) váhu než třetí místo z dvanácti.
• Vypočítejte průměrnou pozici ze všech odpovědí, kde se značka objevila, a sledujte její vývoj měsíc po měsíci.

Citace a zdroje: Objevuje se klient jako odkazovaný zdroj?

Umělá inteligence čerpá z konkrétních podkladů na internetu a tyto zdroje bývají v jejích odpovědích viditelně odkazované, ať už jde přímo o web klienta, nebo o stránku konkurence.

• Projděte přiložené citace a zdroje v odpovědi a poznamenejte si všechny citované domény. Zaznamenejte i odpovědi, kde AI žádný zdroj neuvedla.
• Každý odkaz označte příslušným štítkem: klient, konkurence, nebo třetí strana (oborový katalog, nezávislý recenzní web a podobně).
• Zapisujte si konkrétní URL adresy, ne pouze samotné domény. Jedině tak zjistíte, ze kterých stránek model data opravdu čerpá.

Vnímání značky neboli sentiment: Co přesně AI o klientovi říká?

Sleduje, jakým způsobem je klient v odpovědi umělé inteligence popsaný a jestli není potřeba bleskurychle zasáhnout.

• Doslovně si poznamenejte větu, která klienta popisuje.
• Označte ji jako pozitivní, neutrální nebo negativní a každý měsíc držte stejná kritéria hodnocení.
• Samostatně vyčleňte faktické chyby, jako jsou třeba zastaralé ceny, neexistující služby nebo nesprávné adresy. Jde o kritické nedostatky na webu, které můžete opravit okamžitě.

Pravidelným sledováním těchto čtyř parametrů proměníte obecnou otázku klientů Jak si vlastně stojíme? v přehledný moderní report s vysokou přidanou hodnotou.

Zobrazujte výsledky z AI tam, kde je klienti chtějí mít

Spustit 25 různých promptů napříč čtyřmi hlavními AI vyhledávači, a to rovnou dvakrát, znamená udělat u jediného klienta 200 dotazů měsíčně. Pro jednoho zákazníka to ještě zvládnete ručně. Ale v případě agentury s dvaceti klienty už se dostáváte na 4 000 dotazů ještě předtím, než vůbec otevřete samotný report. To už představuje slušnou procesní výzvu.

Stavba vlastního řešení vám sice ušetří hodiny ruční práce, ale nikdo vám nezaručí, že sbíraná data budou přesná a správně spárovaná s konkrétním klientským účtem. Klienti si nesrovnalostí v číslech všimnou okamžitě, což je riziko, které se vám nevyplatí podstupovat.

S vyhodnocováním viditelnosti v AI vám pomůžou specializované platformy a modulární nástroje (jako Semrush, Ahrefs či specializované GEO monitory), které sledují přítomnost značky v AI Overviews v SERP i zmínky napříč LLM modely. Nasbíraná data pak propisují do přehledových nástěnek či reportů, které vy i vaši klienti znáte a běžně používáte.

Tuzemské nástroje Marketing Miner a Collabim postupně přidávají AI funkce a sledují změny ve výsledcích vyhledávání (SERP) způsobené prvky umělé inteligence od Google. Nejsou to samostatné chatbotové trackery, ale v rámci českého trhu jde o nejdostupnější řešení, jak hlídat, jestli se u dotazu zobrazuje přehled od AI a jestli v něm daná značka figuruje.

Pro týmy, které pracují v prostředí podporujícím Model Context Protocol (jako je Claude nebo vývojářské a automatizační platformy), jsou stejná data dostupná přes přímé propojení pomocí MCP.

Jestliže nástrojům poskytujete klientská data ručně, pravděpodobně postupujete tak, že zkopírujete čísla z dashboardu a vložíte je do chatovacího okna. To sice funguje, ale data v tu chvíli znehybní. V okamžiku, kdy opustí platformu, zůstávají statická, nemají vazbu na konkrétní účet a chybí vám jistota, že jste vytáhli správné údaje.

Otevřený standard MCP naproti tomu funguje jako bezpečný konektor mezi umělou inteligencí a vašimi datovými zdroji nebo nástroji (databáze, CRM, Google Analytics, firemní API atd.). Vytahuje živá data přímo z vašich systémů, drží správný kontext klienta a respektuje nastavená uživatelská práva. Žádné ruční přenášení, žádné překlikávání mezi kartami a nulové riziko zastaralých nebo nekonzistentních čísel.

Výsledek je v obou případech stejný: Vy pracujete ve svém známém prostředí a klienti dostávají hotové výstupy přesně tam, kde jsou zvyklí je přijímat. A až se vás příště zákazník zeptá na klesající návštěvnost, budete mít po ruce daleko lepší odpověď než jenom ta dvě písmena AI.

Často kladené otázky (FAQ)

Proč klienti požadují vysvětlení klesající návštěvnosti, když je pro ně nejdůležitější konverze?

Návštěvnost je první měřitelná hodnota na samém začátku marketingového trychtýře. Jakmile začne klesat, manažerům se okamžitě rozsvítí varovná kontrolka, že v příštím období přijdou o konverze i tržby. Reportování viditelnosti v AI vám pomůže dokázat, že značka o svou pozici na trhu nepřichází, pouze se mění chování uživatelů.

Jak sledovat viditelnost značky v AI vyhledávačích bez drahých specializovaných nástrojů?

Základní GEO audit zvládnete i ručně. Stačí sestavit sadu 20 až 30 reálných klientských promptů a ty v měsíční frekvenci spouštět v čistém profilu prohlížeče bez personalizace. Následně u každé odpovědi zaznamenáte zmínku o značce, její pozici v seznamu, odkazované zdroje i celkový sentiment odpovědi.

Co je to Model Context Protocol (MCP) a jak pomáhá s klientským reportingem?

MCP je otevřený standard, který bezpečně propojuje rozhraní AI (jako je Claude) přímo s vašimi datovými zdroji, CRM nebo analytikou. Místo ručního kopírování dat do chatu vytahuje AI živá data rovnou z vašich systémů při zachování správného kontextu a uživatelských práv. Výsledkem jsou přesné, automatizované výstupy bez rizika zastaralých čísel.

Zdroj: searchengineland.com, searchenginejournal.com, marketingland.com, facebook.com, cpcstrategy.com

Autor: Martin Kulhánek

Foto zdroj: AI, pixabay.com