Analiza ruchu AI na poziomie sesji w GA4
Systemy AI, takie jak Perplexity czy Gemini, nie zachowują się jak prawdziwi użytkownicy odwiedzający stronę.
Nie logują się, nie zapisują plików cookie i nie utrzymują ciągłości pomiędzy kolejnymi odwiedzinami.
Każde ich żądanie to osobna interakcja — traktowana przez analitykę jako niezależne wejście na stronę. W praktyce GA4 nie ma możliwości połączenia takich wywołań w jedną spójną wizytę.
W efekcie mamy:
- brak trwałego client_id,
- brak user_id,
- brak połączenia między kolejnymi requestami.
AI nie działa jak użytkownik — działa jak pobieracz danych
Jeżeli Perplexity pobierze z Twojej witryny trzy różne podstrony, GA4 może zarejestrować trzy osobne sesje, mimo że wszystkie zostały wywołane przez jeden proces.
Dla Google Analytics każde żądanie wygląda jak wejście nowego użytkownika, bo system nie widzi żadnych sygnałów świadczących o tym, że kolejne odsłony należą do tej samej wizyty.
Dzieje się tak dlatego, że:
- boty AI nie przekazują identyfikatorów potrzebnych do łączenia wizyt,
- każdy request trafia do serwera jako osobne wywołanie,
- GA4 nie ma danych pozwalających na „zszycie” odsłon w jedną sesję.
Dlaczego analiza na poziomie użytkownika nie ma sensu
W ruchu generowanym przez AI brakuje informacji, które mogłyby opisać realnego użytkownika — nie ma historii przeglądania, ścieżki, powrotów ani zachowań.
User-level metrics tracą więc sens, ponieważ technicznie rzecz biorąc nie istnieje żadna „osoba”, którą można analizować. Jest jedynie seria pojedynczych wejść, które GA4 interpretuje jako osobne wizyty od różnych użytkowników.
Sesje jako właściwy sposób analizy ruchu AI
Właśnie dlatego ruch AI najlepiej analizować na poziomie sesji.
Sesje pozwalają zrozumieć, jak często i w jakim zakresie narzędzia AI pobierają treści ze strony, bez zaburzania danych dotyczących prawdziwych odwiedzających. Dzięki temu możesz:
- oddzielić ruch AI od ruchu użytkowników,
- uniknąć zniekształceń w raportach o jakości i zachowaniu ruchu,
- zachować przejrzystość metryk marketingowych i sprzedażowych.
Sesje pokazują realny wpływ ruchu AI, podczas gdy analiza użytkowników w takim przypadku prowadziłaby do błędnych wniosków.