Menu
E-commerce 13 min czytania

AI Overviews a ruch organiczny w e-commerce: co mówią dane i co z tym zrobić

Najważniejsze informacje w artykule

Badania pokazują znaczące spadki organicznego CTR w obecności AI Overviews, jednak dane te pochodzą głównie z rynków anglojęzycznych i dotyczą zapytań informacyjnych. W e-commerce zjawisko to jest selektywne — karty produktowe i kategorie transakcyjne są w dużej mierze odporne, podczas gdy treści poradnikowe i blogowe ponoszą największe straty.

Przed podjęciem działań zalecana jest diagnoza własnych danych w Search Console z podziałem na intencje zapytań i porównaniem wyświetleń, kliknięć oraz konwersji. Praktyczna odpowiedź obejmuje m.in. optymalizację treści pod cytowanie, aktualne dane ustrukturyzowane i budowanie formatów interaktywnych, a nie pochopne blokowanie crawlerów AI ani masowe przepisywanie zawartości.

Wyświetlenia rosną, kliknięcia stoją albo lecą w dół, a pozycje w Google się nie zmieniły. Znasz to? Badanie Seer Interactive na 3 119 zapytaniach i 25,1 mln wyświetleń pokazało spadek organicznego CTR z 1,76% do 0,61% tam, gdzie pojawia się AI Overview — ale zanim przeniesiesz tę liczbę na swój sklep, mam dla Ciebie złą i dobrą wiadomość naraz. W e-commerce AI Overviews uderzają bardzo wybiórczo, a większość krążących po branży statystyk pochodzi z zapytań informacyjnych na rynkach anglojęzycznych. W tym tekście pokażę Ci, co realnie mówią dane, jak sprawdzić własną sytuację w Search Console po czerwcowej aktualizacji i co konkretnie zrobić — bez paniki i bez blokowania botów w odruchu obronnym.

Tak wygląda dziś góra wyników dla zapytania poradnikowego z branży e-commerce. Klasyczny wynik organiczny zaczyna się poniżej linii zgięcia ekranu.

Od pozycji zero do AI Overview — to nie jest nowa wojna

Jak czytałeś Featured snippets — jak zdobyć pozycję zero, to znasz ten mechanizm. Featured snippet był pierwszą wersją tej samej umowy: Google bierze fragment Twojej treści, wyświetla go nad wynikami, a Ty dostajesz w zamian ekspozycję marki. Część zapytań kończyła się bez kliknięcia już w 2018 roku i wtedy też branża ogłaszała koniec SEO.

AI Overview to ta sama umowa na innych warunkach. Różnice są trzy i każda ma znaczenie praktyczne.

Po pierwsze — skala odpowiedzi. Snippet brał jeden akapit z jednej strony. Overview syntetyzuje kilka źródeł w jedną odpowiedź, więc pokrywa całe pytanie, a nie jego kawałek. Użytkownik nie ma poczucia, że czegoś mu brakuje.

Po drugie — zerwanie związku z rankingiem. To zmiana, którą uważam za najważniejszą i najmniej omawianą. W połowie 2024 roku około trzy czwarte cytowań w AI Overviews pochodziło ze stron z TOP10 klasycznych wyników. W lutym 2026 różne analizy dawały już 17% (BrightEdge) albo 38% (przekrojowa analiza ALM) — rozjazd sam w sobie mówi coś o jakości pomiaru, ale kierunek jest jednoznaczny. Możesz być pierwszy i nie być cytowany. Możesz być na ósmej pozycji i trafić do odpowiedzi.

Po trzecie — przeniesienie wartości z kliknięcia na cytowanie. Dane Seer pokazują, że sama obecność AI Overview jest słabszym predyktorem CTR niż to, czy Twoja strona jest w tym Overview cytowana. Bycie źródłem dawało wielokrotność CTR w porównaniu z byciem tylko „gdzieś pod spodem”.

Innymi słowy: to nie jest nowa wojna, tylko ta sama gra z przesuniętą bramką. I dokładnie dlatego panika jest złym doradcą — bo prowadzi do ruchów, które w tej grze nic nie dają.

Co naprawdę mówią dane (i czego nie mówią)

Liczby, które warto znać

Zbieram je w jednym miejscu, żebyś nie musiał ich szukać po dziesięciu newsletterach:

BadanieZakresWynik
Seer Interactive3 119 zapytań, 42 organizacje, 25,1 mln wyświetleń, VI 2024 – IX 2025CTR organiczny na zapytaniach z AIO: 1,76% → 0,61% (−61%); płatny −68%
Seer Interactive (aktualizacja 2026)~53 marki, 5,47 mln zapytań, XII 2025 – II 2026Odbicie CTR do ~2,4%; utrzymująca się luka AIO vs brak AIO ~37%
Ahrefsluty 2026−58% CTR dla pozycji #1 przy obecności AI Overview
Pew Researchpróba użytkownikówPrzy podsumowaniu AI kliknięcie do źródła w ~8% wizyt, bez podsumowania ~15%
Semrush600 tys.+ fraz, US desktop, XI 2025 – IV 2026SERP-y komercyjne z AIO: +71%; transakcyjne: −5%

Dwie rzeczy z tej tabeli są dla e-commerce ważniejsze niż nagłówkowe „minus 61 procent”.

Pierwsza: zapytania bez AI Overview też straciły — Seer zmierzył tam spadek rzędu 41% w tym samym okresie. To znaczy, że część spadku, który przypisujesz Overviews, jest zmianą nawyku użytkownika, a nie skutkiem konkretnego modułu. Ludzie po prostu przestali klikać tak chętnie jak dwa lata temu. Blokowanie AI tego nie odwróci.

Druga: odbicie jest realne, ale to nie powrót do stanu sprzed. Google poprawił umiejscowienie linków wewnątrz Overviews i część kliknięć wróciła. Nowy poziom jest jednak trwale niższy niż stary. Planuj pod niższy CTR informacyjny, nie pod jego odzyskanie.

Trzy powody, żeby nie kopiować ich do swojego raportu

Tu włączam tryb, za który czasem obrywam na spotkaniach — ale wolę powiedzieć wprost.

To są korelacje, nie przyczynowość. Seer sam to zaznacza: z tego, że strony cytowane w Overviews mają wyższy CTR, nie wynika, że cytowanie ten CTR powoduje. Równie dobrze Google może cytować strony, które i tak są lepsze, mocniejsze i bardziej klikalne. Zależność jest realna, mechanizm — niepewny.

To są w większości dane z rynków anglojęzycznych. Polski SERP wygląda inaczej, ma inną konkurencję, inną częstotliwość wyzwalania AIO i inne zachowania użytkowników. Przenoszenie amerykańskich procentów na polski sklep z oponami czy kosmetykami to założenie, nie wiedza. Jeśli ktoś Ci mówi „w Polsce też jest minus 61 procent” — poproś o źródło.

Snapshoty starzeją się w tempie kwartału. Ahrefs w ciągu roku unieważnił własny wynik dotyczący pokrycia cytowań (76% → 37,9%). Każda liczba w tabeli wyżej ma datę i tę datę trzeba czytać razem z liczbą. Nie mierz swojego 2026 roku benchmarkiem z 2024.

Częsty błąd: uśrednianie CTR na całej domenie To najczęstsza pułapka, którą widzę w raportach. Ktoś patrzy na wykres skuteczności dla całego serwisu, widzi spadek CTR o kilkanaście procent i orzeka: „AI Overviews”. Tymczasem średnia po domenie miesza kategorie produktowe z blogiem, brandowe z niebrandowymi i mobile z desktopem. W jednym z projektów, które prowadziłem, „spadek przez AI” po rozbiciu na intencje okazał się głównie efektem rozrostu wyświetleń na frazach długiego ogona, na które sklep nigdy nie zbierał kliknięć — mianownik urósł, licznik stał. Zanim postawisz diagnozę, rozbij dane.

Dlaczego e-commerce to inny przypadek niż wydawca

Tu jest sedno i tu większość alarmistycznych tekstów się rozjeżdża z rzeczywistością sklepu.

AI Overviews wyzwalają się nierównomiernie. Najczęściej przy zapytaniach informacyjnych i poradnikowych — „jak wybrać”, „co to jest”, „dlaczego”. Najrzadziej przy transakcyjnych: konkretny model, konkretny producent, „kup”, „cena”. Branżowe zestawienia pokazują skrajne rozjazdy: opieka zdrowotna, edukacja i B2B tech notują wyzwalanie AIO na poziomie 78–88% zapytań, podczas gdy e-commerce i moda są w okolicach kilku procent. Semrush dodaje do tego istotny niuans: udział SERP-ów komercyjnych (czyli research przedzakupowy) z AI Overview rósł w ostatnich miesiącach mocno, a transakcyjnych — nie.

Co z tego wynika dla Ciebie praktycznie?

Karty produktowe i kategorie są w dużej mierze bezpieczne. Ktoś, kto wpisuje nazwę modelu z rozmiarem, chce kupić, a nie przeczytać streszczenie. Google też nie ma interesu w tym, żeby zabierać kliknięcia tam, gdzie zarabia na Shopping i reklamach.

Bloga i poradniki zakupowe bierze na siebie cały cios. Cała ta warstwa „jak dobrać rozmiar”, „czym różni się X od Y”, „na co zwrócić uwagę przy zakupie” — to jest dokładnie ten typ zapytań, który AI Overview połyka najchętniej. A to zwykle warstwa, która karmiła Ci górę lejka.

I tu pojawia się pytanie, którego branża nie lubi zadawać na głos: czy każdy utracony klik był tyle samo wart? Uczciwa odpowiedź brzmi — nie. Klik z zapytania „co to jest membrana w kurtce” nigdy nie konwertował dobrze. Jeśli straciłeś go w całości, straciłeś zasięg i punkt styku z marką, ale niekoniecznie przychód. Za to jeśli tracisz kliki na frazach porównawczych typu „X czy Y do biegania” — to boli, bo tam decyzja zapada.

Dlatego pierwszy ruch to nie „ratować wszystko”, tylko posortować, co warto ratować.

Najpierw policz, potem panikuj — diagnoza w Search Console

3 czerwca 2026 Google ogłosił w Search Console raporty „Search Generative AI performance” — osobny widok wyświetleń w AI Overviews, AI Mode i generatywnych funkcjach Discover. To dobra wiadomość, bo do tej pory te wyświetlenia siedziały wmieszane w ogólny typ wyszukiwania „Web” i nie dało się ich wyodrębnić.

Zanim się jednak ucieszysz — wiedz, czego ten raport nie pokazuje. W wersji beta są tam wyłącznie wyświetlenia. Bez kliknięć, bez CTR, bez średniej pozycji, bez zapytań. Do tego rollout jest etapowy i ruszył od części serwisów w Wielkiej Brytanii, pod naciskiem tamtejszego regulatora. Google zapowiada więcej metryk z czasem.

Traktuj więc ten raport jako jedną soczewkę, nie jako odpowiedź. Realną diagnozę składasz tak:

Krok 1. Rozbij serwis na trzy koszyki intencji. Karty produktowe, kategorie i filtry — koszyk transakcyjny. Poradniki, blog, FAQ — koszyk informacyjny. Zestawienia, porównania, rankingi — koszyk komercyjny (research). Bez tego podziału każda dalsza liczba jest średnią po sufitach.

Krok 2. Porównaj okresy porównywalne, per koszyk. Nie „ostatnie 3 miesiące vs poprzednie”, tylko rok do roku — inaczej sezonowość sklepu Ci to zaszumi. Patrz osobno na wyświetlenia i osobno na kliknięcia. Rosnące wyświetlenia przy płaskich kliknięciach to typowy podpis tej zmiany.

Krok 3. Sprawdź, czy zmieniła się pozycja. To jest test rozstrzygający. Jeśli pozycja stoi, wyświetlenia rosną, a kliknięcia spadają — masz do czynienia ze zmianą interfejsu wyników, nie ze spadkiem widoczności. Jeśli pozycja też poleciała, problem jest gdzie indziej i AI Overviews są w tej diagnozie alibi, nie przyczyną.

Krok 4. Zrób ręczną próbkę. Weź 20–30 najważniejszych fraz z każdego koszyka i po prostu je wyszukaj — na incognito, na mobile, z polskiej lokalizacji. Sprawdź: czy jest Overview, czy jesteś w nim cytowany, kto jest cytowany zamiast Ciebie. To najbardziej niedoceniana czynność w całym procesie. Panel Ci tego nie powie, oczy powiedzą.

Krok 5. Zestaw to z konwersją. Ostatni krok i najważniejszy biznesowo: czy razem z kliknięciami spadła sprzedaż z organika? Bo jeśli nie — straciłeś ruch, który i tak nie kupował, i priorytet jest inny, niż Ci się wydawało.

6 rzeczy, które realnie robię w projektach e-commerce

Kolejność nie jest przypadkowa — od najtańszego i najpewniejszego do najbardziej pracochłonnego.

1. Decyduję, czego nie ratuję

Brzmi kontrowersyjnie, ale to najzdrowszy pierwszy ruch. Jeżeli masz 200 wpisów blogowych typu „co to jest”, które nigdy nie konwertowały, a teraz straciły ruch — nie odzyskasz ich przez dopisanie akapitów. Skonsoliduj je w kilka porządnych, głębokich materiałów i odzyskaj budżet na rzeczy, które sprzedają. Cięcie długiego ogona treści informacyjnej jest w 2026 roku decyzją strategiczną, nie porażką.

2. Przepisuję treść pod cytowanie, nie pod klik

Model, który składa odpowiedź, potrzebuje wyciągnąć z Twojej strony zwięzły, samodzielny fragment. Więc mu go daj:

  • Bezpośrednia odpowiedź w pierwszych 2–3 zdaniach pod nagłówkiem — nie po trzech akapitach rozbiegowych.
  • Nagłówki H2/H3 sformułowane jak pytania, na które użytkownik faktycznie odpowiedzi szuka.
  • Konkretne liczby, progi, parametry, normy. Model chętniej cytuje zdanie z liczbą niż zdanie z przymiotnikiem.
  • Data aktualizacji, która coś znaczy — aktualność jest jednym z sygnałów, po których treść wraca do obiegu.

To nie jest osobna dyscyplina o nowej nazwie. To jest dobra redakcja tekstu, tyle że wreszcie egzekwowana.

3. Traktuję dane produktowe jak API dla AI

Ten punkt jest u mnie zawsze wysoko, bo w sklepach bywa najbardziej zaniedbany, a jest w pełni pod Twoją kontrolą. Product, Offer, AggregateRating, Review w JSON-LD, zgodne z tym, co widzi użytkownik na stronie. Dostępność i cena aktualne, nie z zeszłego kwartału. Spójne nazewnictwo wariantów. Kompletne atrybuty w feedzie.

Modele składające odpowiedzi sięgają po dane ustrukturyzowane, bo są jednoznaczne. Sklep z rzetelnym, aktualnym schematem jest po prostu wygodniejszym źródłem niż sklep, w którym cena w JSON-LD nie zgadza się z ceną w koszyku. To robota techniczna, mierzalna i niezależna od tego, jak potoczy się moda na AI.

4. Buduję formaty, których nie da się streścić

Odpowiedź generatywna świetnie radzi sobie ze streszczeniem akapitu. Gorzej z rzeczami, które trzeba wykonać:

  • kalkulatory i konfiguratory (dobór rozmiaru, zużycia, kompatybilności),
  • porównywarki wariantów działające na Twoich danych,
  • własne testy, pomiary i zestawienia, których nikt inny nie ma,
  • realne opinie i zdjęcia klientów.

To są jednocześnie te aktywa, które modele chętnie cytują jako źródło. Podwójna korzyść: dają powód do kliknięcia i dają powód do zacytowania.

5. Domykam techniczną stronę dostępności

Rzecz mało efektowna, a potrafi zaboleć. Sprawdź, czy Twoja konfiguracja WAF, CDN albo Cloudflare nie odcina crawlerów, które mają Cię odwiedzać. Sprawdź, czy kluczowe treści renderują się bez JavaScriptu. Sprawdź czasy odpowiedzi serwera. W projektach, które prowadziłem, „niewidzialność w AI” nieraz kończyła się na regule w firewallu, o której nikt nie pamiętał — a nie na jakości treści.

Blokować crawlery AI? Uczciwie o kompromisie Pytanie wraca na każdym spotkaniu, więc odpowiem wprost: to decyzja biznesowa, nie techniczna, i ma realny koszt po obu stronach. Blokując, chronisz treść przed wykorzystaniem bez kliknięcia — i jednocześnie znikasz z odpowiedzi, w których Twoja konkurencja zostaje. Dla wydawcy żyjącego z odsłon rachunek bywa inny niż dla sklepu, dla którego cytowanie jest darmową ekspozycją marki na etapie researchu. W e-commerce w większości przypadków odradzam blokadę. Ale nie udawajmy, że to wybór bez kosztu — i nie podejmuj go bez policzenia, ile ruchu z tych źródeł faktycznie masz.

6. Rozszerzam pomiar poza kliknięcie

Skoro efektem widoczności nie zawsze jest już klik, to raport oparty wyłącznie na klikach mierzy coraz węższy wycinek rzeczywistości. Do zestawu wskaźników dokładam:

  • wyświetlenia w funkcjach generatywnych (nowy raport w GSC, gdy tylko dostaniesz dostęp),
  • udział cytowań — ręcznie próbkowany na koszyku kluczowych fraz,
  • wyszukiwania brandowe — bo ekspozycja bez kliknięcia często wraca później jako wejście na nazwę marki,
  • konwersja i wartość koszyka z ruchu z asystentów AI — ten ruch bywa mniejszy wolumenowo, ale wchodzi na stronę lepiej przygotowany.

Czego nie rób w odruchu obronnym

Krótka lista rzeczy, które w moim odczuciu robią więcej szkody niż pożytku:

  • Nie skracaj treści, żeby „modelowi było łatwiej”. Płytki tekst nie jest chętniej cytowany. Jest po prostu płytki.
  • Nie wypisuj się z indeksowania w panice. Wyjście jest szybkie, powrót — nie.
  • Nie kupuj narzędzia do „monitoringu AI”, zanim nie policzysz, ile to zjawisko realnie Cię kosztuje. Najpierw diagnoza, potem subskrypcja.
  • Nie przepisuj wszystkiego pod nową modę. Autorytet tematyczny buduje się latami i ta zasada właśnie stała się ważniejsza, nie mniej ważna.
  • Nie porzucaj SEO. Dane pokazują redystrybucję wartości w obrębie kanału, nie jego zawalenie się. Google nadal jest wielokrotnie większy niż wszystkie narzędzia AI razem wzięte — analizy clickstreamowe SparkToro i Similarweb są tu wyjątkowo trzeźwiące wobec skali medialnego szumu.

Jak to poukładać na stałe

Jeżeli miałbym sprowadzić ten tekst do jednego zdania, brzmiałoby ono tak: przestań pytać, czy AI Overviews zjadają ruch w branży, a zacznij mierzyć, co robią z Twoim sklepem. Bo różnica między „minus 61 procent” a „minus 4 procent na koszyku, który i tak nie konwertował” to różnica między kryzysem a wtorkiem.

To jest robota analityczna, nie contentowa — i szczerze mówiąc, dokładnie dlatego bywa odkładana. Trzeba rozbić dane per intencja, zestawić wyświetlenia z kliknięciami i konwersją, spróbkować SERP-y ręcznie, a potem robić to cyklicznie, bo obraz zmienia się z kwartału na kwartał. Ręcznie da się to zrobić raz. Utrzymać — już nie bardzo. Ja w takich sytuacjach po prostu to automatyzuję: pipeline, który sam ściąga dane, sam je układa w koszyki i sam pokazuje, gdzie krzywa wyświetleń oderwała się od krzywej kliknięć.

Jeśli patrzysz teraz na wykres, na którym wyświetlenia idą w górę, a kliknięcia stoją, i nie masz pewności, co on właściwie znaczy — napisz, obgadamy Twój przypadek na konkretnych danych. Bez straszenia i bez sprzedawania Ci rewolucji, której nie potrzebujesz.

A jak już przejdziesz przez diagnozę i wdrożysz zmiany — daj im kwartał. Rozstrzyganie o skuteczności refreshu po dwóch tygodniach to najlepszy sposób na wyciągnięcie błędnego wniosku i wywrócenie planu, który akurat zaczynał działać. Sprawdzone.


Źródła danych przywołanych w tekście: Seer Interactive, Ahrefs, Semrush, Pew Research, BrightEdge, SparkToro/Similarweb, Google Search Central (raporty Search Generative AI performance, czerwiec 2026). Stan na 3 sierpnia 2026 — wskaźniki w tym obszarze zmieniają się szybko, więc wpis aktualizujemy cyklicznie.

Wojciech Smolarek Technical SEO Specialist

O autorze: Wojciech Smolarek

Technical SEO Specialist z duszą Web Developera. W Agencji SEO Talem łączy światy programowania i pozycjonowania, zamieniając zawiłe problemy techniczne w czysty, zoptymalizowany kod, który doceniają zarówno użytkownicy, jak i roboty Google.

Powiązane artykuły WSZYSTKIE WPISY