יצירת דוחות ביצועים למנועי AI: המדריך המלא לדיווח AI SEO יעיל

בשמונה מתוך עשרה דוחות AI SEO שהגיעו אליי לביקורת בשנה האחרונה, המדד הראשי בעמוד הראשון היה חשיפות. מספר גדול, גרף שעולה, לקוח מרוצה לשלוש דקות. ואז מגיעה השאלה שהורגת כל דוח. "אז מה אנחנו עושים עם המספר הזה?" ואין תשובה.

אני עובד בקידום אורגני מאז 2014, ראיתי את המעבר לתוצאות עשירות ואת הפאניקה סביב Featured Snippets. מה שקורה עכשיו עם תשובות מבוססות בינה מלאכותית שונה בדבר אחד מרכזי. פעם המשתמש ראה אותנו והקליק. היום הוא רואה אותנו, קורא תשובה, וממשיך הלאה. הנראות נשארה, הקליק נעלם, והדוח הישן לא יודע להסביר את זה. במאמר הזה אני מפרק את המתודולוגיה שאנחנו עובדים איתה בשטח, כולל מדדי KPI, תבנית דוח חודשי, וכל הטעויות שעשיתי לפני שהגעתי אליה.

זמן קריאה משוער: 12 דקות, בסיום תדעו בדיוק אילו מדדים לזרוק מהדוח הבא שלכם

דוח שאין בו החלטה אחת הוא מצגת, לא דוח

נתחיל בהגדרה חדה. דוח ביצועים למנועי AI מודד עד כמה האתר שלכם נוכח בתוך תשובות שנוצרות על ידי מודלים, ומה הערך העסקי של הנוכחות הזאת. דירוגים הם רק שכבה אחת שם, ולעיתים השכבה הפחות מעניינת.

ההבדל הכי גדול מדוח SEO קלאסי הוא ביחידת הניתוח. בדוח קלאסי בודקים שאילתה ודף. בדוח AI בודקים אשכול נושאי וכוונת חיפוש, כי המודל לא מצטט דף בגלל מילת מפתח אחת אלא בגלל כיסוי של נושא שלם.

למה אני מתחיל כל פרויקט מדידה בשאלה על כספים ולא על נתונים

לפני שנוגעים ב-Search Console, יש לשאול את הלקוח שאלה אחת. מה הפעולה באתר ששווה כסף השבוע? נשמע טריוויאלי. זה לא. בשלושה מתוך ארבעה אתרים, האירוע הזה בכלל לא מוגדר כראוי במערכת המדידה.

בלי הגדרה כזאת, כל דוח AI SEO הופך לתרגיל בהשוואת מספרים חסרי משמעות. אפשר למדוד 40 אלף חשיפות בתשובות AI ולא לדעת אם הן הכניסו שקל.

איפה גוגל באמת מראה לכם נראות ב-AI, ומה הדוח שותק לגביו

הנתונים קיימים, והם רשמיים. אפשר לפלטר בדוח הביצועים לפי הופעה בתוצאות מבוססות בינה מלאכותית ולקבל חשיפות, קליקים ו-CTR. גוגל מסבירה זאת בפירוט במסמך על דוח הביצועים של AI גנרטיבי בחיפוש, וכדאי לקרוא לפני שבונים תבנית דיווח.

עכשיו לחלק שאף אחד לא אוהב. הדוח לא אומר למה צוטטתם, ולא נותן מפה מלאה של השאילתות שהובילו לציטוט. הזנב הארוך נחתך, וקרדיט מוקצה לכתובת הקנונית.

המשמעות המעשית פשוטה. עובדים עם דפוסים, לא עם ודאות. מסתכלים על קבוצת עמודים, מזהים מכנה משותף בכוונת החיפוש, ומנסחים היפותזה. אם אתם לא בטוחים, עדיף לרשום "היפותזה" בדוח מלהמציא סיבתיות.

רשימת ה-KPI שאני מוכן להגן עליה מול מנכ"ל

מנכ"ל לא רוצה גרפים. הוא רוצה לדעת אם המנוע הזה מייצר עסקים. לכן כל KPI בדוח מגיע עם עמודה שנקראת "מה עושים כשזה זז".

שימו לב למדד אחד שרוב הדוחות מפספסים, שיעור ציטוט. זו בדיקה ידנית של עשרים שאילתות ליבה פעם בחודש, ורישום פשוט של האם האתר מופיע כמקור. עבדתי עם חנות ריהוט שבה שיעור הציטוט עלה מ-4 מתוך 20 ל-11 מתוך 20 בתוך חודשיים, אחרי כתיבה מחדש של פסקאות פתיחה בלבד.

שאר המדידה מבוססת על ההגדרות הרשמיות של גוגל לחשיפות, מיקום וקליקים, ומי שלא קרא את ההסבר על אופן ספירת החשיפות והקליקים יפרש ירידה ב-CTR בצורה שגויה.

הטעות שעשיתי ב-2024 והיא עלתה ללקוח שלי שלושה חודשים

השוויתי CTR של תנועה מ-AI ל-CTR של תוצאות אורגניות רגילות באותה טבלה, ומשכתי מסקנה שהתוכן חלש. זו השוואה שבורה מהיסוד. הקשר בין חשיפה בתוך תשובה גנרטיבית לחשיפה בקישור כחול קלאסי הוא לא אותו קשר, וההתנהגות של המשתמש שונה לגמרי. הוא כבר קיבל תמצית, ומקליק רק אם הוא רוצה עוד.

מה שקרה בפועל? הלקוח, אתר B2B בתחום ציוד תעשייתי, שכתב 14 עמודים כדי "לתקן CTR", והרס פסקאות שדווקא הביאו לו ציטוטים. לקח לנו שלושה חודשים לחזור לנקודת ההתחלה.

חמישה חלקים. זה כל הדוח החודשי, וזה מספיק

הלקוחות שלנו לא צריכים 40 גרפים. הם צריכים חמש עד שמונה תובנות ורשימת פעולות.

החלק הראשון הוא תקציר מנהלים בשתי פסקאות. החלק השני מציג נראות בתשובות AI עם מגמה של שלושה חודשים. החלק השלישי הוא ביצועי עמודים, כולל שני עמודים שקיבלו חשיפות גבוהות ואפס המרות, כי שם מסתתר הכסף.

• תקציר מנהלים, שתי פסקאות בלבד
• נראות בתשובות AI עם מגמה תלת חודשית
• ביצועי עמודים, כולל עמודי חשיפה גבוהה ואפס המרה
• איכות תנועה והמרות מול הערוץ האורגני הרגיל
• תוכנית פעולה ל-30 יום, שלוש עד חמש משימות בלבד

בפלטפורמת WEBFORCE שלנו החלקים האלה נבנים אוטומטית, כולל התראות על צניחות חריגות, כך שהזמן מוקדש לפרשנות ולא לאיסוף נתונים.

אלף חשיפות, שתים עשרה קליקים. הבעיה היא לא הדוח

זה התרחיש הנפוץ ביותר. חשיפות מטפסות, קליקים דורכים במקום. הסיבה לא מסובכת. המודל נתן תשובה שמספיקה לרוב המשתמשים, ולכן היציאה לאתר קורית רק כשיש שם משהו שאי אפשר לתמצת בשלוש שורות.

לכתוב כותרת למי שכבר קיבל תשובה

הכותרת שעבדה חמש שנים מבטיחה מידע. היום היא חייבת להבטיח משהו אחר, כי המידע כבר נמצא מעל הקישור. אני עובד עם שלוש זוויות, ספציפיות מספרית, זווית של סיכון, וזווית של כלי מעשי.

מה קורה בתיאור

התיאור הוא לא סיכום המאמר. הוא הבטחה למה שהתשובה הגנרטיבית לא נתנה. שינוי כזה ב-22 עמודים אצל לקוח אחד העלה את ה-CTR מהופעות AI מ-0.7% ל-1.9% בתוך חודש. אחוזים קטנים, נפח גדול.

איכות תנועה נמדדת אחרי הקליק, וזה מחייב הגדרות

נראות היא לפני הקליק. הערך העסקי הוא אחרי. ואם השכבה השנייה לא מוגדרת, אין לכם דוח AI SEO, יש לכם דוח נראות.

מה שאני מגדיר בכל אתר בלי קשר לתחום: אירועי לחיצה על כפתורי יצירת קשר, שיחות טלפון ווואטסאפ, שליחת טפסים, עומק גלילה, וצפייה בחלק מהותי מסרטון. באתרי מסחר מתווספים אירועי איקומרס מלאים עם ערך עסקה. התיעוד הרשמי על הגדרת אירועים ב-GA4 הוא הבסיס, והמעבר מאירוע להמרה מוסבר במסמך על אופן הגדרת המרות במערכת.

השוואת לפני ואחרי בלי לרמות את עצמכם

כל שכתוב תוכן גדול מסתיים באותו ויכוח. האם זה עבד? הכללים ברורים: חלון של 28 יום לפני ואחרי, לא 7 ולא 90. השוואה רק על קבוצת העמודים שנגעתם בה, לא על כל האתר. נרמול עונתיות באמצעות השוואה לתקופה מקבילה בשנה קודמת, ורישום כל שינוי טכני שקרה במקביל.

הכלים לכך קיימים בפנים. אפשר להוסיף פילטרים והשוואות בדוח הביצועים, וגוגל מסבירה את המגבלות במסמך על סינון והשוואה מתקדמים, וגם במדריך השימושים של דוח הביצועים.

איך מזהים באילו נושאים המודל בוחר דווקא אתכם

אין כפתור שאומר "צוטטת בגלל הפסקה הזאת". יש עבודה. מתחילים מקיבוץ העמודים עם חשיפות AI גבוהות, ומחפשים מה משותף להם. בשמונה מתוך עשרה מקרים המכנה המשותף הוא מבנה ולא נושא, פסקה קצרה שעונה ישירות על שאלה מיד מתחת לכותרת.

לאחר מכן מגיעה בדיקה ידנית של 20 עד 30 שאילתות ליבה, פעם בחודש, באותו סדר, ברישום קבוע. זה משעמם וזה עובד. הפרשנות של הנתונים תלויה בהבנת מאפיינים וקיבוצים בדוח הביצועים לפני שמסיקים שנושא מסוים לא עובד.

AI SEO, GEO ו-AEO. שלושה שמות, שלוש שכבות בדוח

המונחים האלה מסתובבים בשוק כאילו הם מתחרים זה בזה. הם לא. הם שלוש שכבות של אותו תהליך. AI SEO היא השכבה הרחבה, GEO מתמקדת בהתאמה למנועים שמייצרים תשובה, ו-AEO עוסקת בשאלה הצרה יותר, האם התוכן בנוי כך שהוא התשובה הטובה ביותר.

למה זה משנה בדוח? כי כל שכבה נמדדת בכלי אחר, נראות במדדי חשיפה, ציטוט בבדיקה ידנית, ותוצאה עסקית באנליטיקס. אנו ב-WEBS מתמחים בקידום אתרים אורגני בלבד, וזו הסיבה שהמתודולוגיה שלנו מפרידה בין השכבות במקום לערבב אותן לציון אחד.

דשבורד שלא דורש עבודה ידנית בכל תחילת חודש

עשיתי את זה ידנית שנתיים. שמונה שעות בחודש לכל לקוח, העתקות בין גיליונות, וטעות אנוש אחת שהפכה 3,400 חשיפות ל-34 אלף במצגת. למדתי.

המבנה שאני ממליץ הוא מסך הנהלה עם שלושה עד חמישה גרפים, ושני מסכי עומק, אחד לנראות ואחד לאיכות תנועה והמרות. מקורות הנתונים מתחברים דרך ממשקי API, והפילטרים נשמרים כתבנית קבועה.

האם כדאי לחסום הופעה בתשובות AI

שואלים אותי את זה כמעט בכל פגישה, בעיקר מאתרי תוכן שראו את הקליקים שלהם נשחקים. הכלים קיימים, אפשר להגביל תמצית ברמת העמוד או ברמת קטע בקוד. היתרון תיאורטי, החיסרון מוחשי, אתם מוציאים את עצמכם מהמקום שבו משתמשים חדשים מגלים אתכם.

אני ראיתי מקרה אחד בלבד שבו זה היה נכון, אתר עם ארכיון נתונים ייחודי שנמכר במנוי. לכל השאר, חסימה היא לא אסטרטגיה, היא הודאה שאין לכם ערך מוסף מעל התמצית. ראייה אסטרטגית רחבה יותר לניצול כלי AI לשיפור ביצועי ה-SEO תחזיר יותר מכל ניסיון להיעלם מהתשובות.

Share of Voice בתשובות AI, בלי להתאהב בכלי צד שלישי

Share of Voice בהקשר הזה הוא שאלה אחת. בכמה אחוזים מהשאלות המרכזיות בתחום שלכם, אתם המקור שמופיע? המדידה שלי פרימיטיבית ועובדת, רשימה של 30 שאילתות ליבה, מחולקות לשלושה אשכולות, נבדקת פעם בחודש באותו יום.

לקוח שלנו בשוויץ נמצא היום ב-63% באשכול אחד וב-11% באשכול אחר, וזה אומר בדיוק לאן ללכת ברבעון הבא. יש כלים חיצוניים שמציעים מדד דומה, אני מתייחס אליהם כאינדיקציה, לא כאמת.

מדדי הראווה שאני מוציא מכל דוח, גם כשהלקוח מתעקש

כלל אצבע שאני מיישם בלי רחמים. אם אני לא יכול לקבל החלטה על בסיס מדד, הוא לא נכנס לדוח הראשי. מה יוצא: מיקום ממוצע כמדד ראשי, סך כל החשיפות ברמת האתר, מספר מילות מפתח "בעשירייה הראשונה", וכל גרף שנראה טוב ולא מוביל לפעולה.

אנחנו עובדים בלי התחייבות חודשית, ולכן דוח מנופח פשוט לא משתלם. אתם נמצאים איתנו כל עוד אתם מרוצים, וזה מאלץ אותנו להראות תוצאה במקום גרפים.

חיבור נתוני החיפוש לאנליטיקס, ולמה המספרים לא יסתדרו

הפער בין שתי המערכות הוא לא באג, אלא הבדל שיטתי בשיוך, באגרגציה ובטיפול בכתובות קנוניות, וגוגל מתעדת זאת במסמך על פתרון בעיות בפערי נתונים. מי שמנסה ליישר את המספרים לאותו סכום מבזבז את זמנו.

נקודה שמפילה הרבה אנשים, תנועה שמגיעה מהקשרים גנרטיביים לא תמיד נושאת מזהה מפנה, ולכן היא נופלת לערוץ ישיר. ההסבר הרשמי על המשמעות של direct ו-none חשוב כאן, וכך גם מאפייני מקורות התנועה.

מה הייתי עושה בשלושים הימים הראשונים

מספיק תיאוריה. אם אתם מתחילים מאפס, זה הסדר. שבוע ראשון, הגדרת אירועי המרה ופרמטרים, כולל בדיקה שהם נורים בפועל. שבוע שני, בניית רשימת 30 שאילתות ליבה בשלושה אשכולות וביצוע מדידת בסיס. שבוע שלישי, זיהוי חמישה עמודים עם פער גדול בין חשיפות לקליקים והוספת נכס אחד לכל עמוד. שבוע רביעי, הרכבת הדוח בתבנית של חמשת החלקים והחלטה על שלוש משימות לחודש הבא.

מה שכן צריך לעקוב אחריו מחוץ לדוח שלכם

מתודולוגיה טובה שווה כלום אם ההגדרות של גוגל משתנות ואתם לא יודעים. קרה לי בדיוק את זה, ראינו קפיצה חדה בחשיפות אצל שלושה לקוחות באותו שבוע, חיפשנו הסבר בתוכן, ובסוף מצאנו שהשינוי היה מתודולוגי לגמרי. שלושה ימי עבודה על כלום. מאז אני קורא את יומן העדכונים הרשמי של תיעוד החיפוש פעם בשבוע.

אנחנו עובדים עם מאות לקוחות בישראל, בארה"ב, בגרמניה, באנגליה ובשוויץ, וההבדלים בין השווקים בנראות AI גדולים. כל תבנית דוח שאנחנו בונים נבדקת מול נתוני השוק הספציפי, בשקיפות מלאה וללא אותיות קטנות.

השורה התחתונה על יצירת דוחות ביצועים למנועי AI

דוח נראות הוא לא דוח ביצועים. הוא חצי סיפור, וזה החצי הפחות חשוב. הדוח שעובד מודד נראות בתשובות AI ממקור רשמי, מודד ציטוט בבדיקה ידנית עקבית, ומחבר את שניהם לתוצאה עסקית מדידה. ומעל הכול, הוא מסתיים ברשימה קצרה של פעולות שמישהו אחראי עליהן בשם ובתאריך.

מי שימשיך למכור ללקוחות גרפים של חשיפות ימצא את עצמו מסביר ירידות בלי לדעת אם באמת קרה משהו רע. מי שיבנה מתודולוגיה שמפרידה בין נראות, ציטוט ותוצאה, ידע גם מה עובד וגם מה לעשות מחר בבוקר.