Własna liczba to jedyny element tekstu, którego model językowy nie znajdzie u konkurencji. Badania własne w treści dają mu powód, by wskazać właśnie tę stronę jako źródło, a dziennikarzowi dane, które musi podpisać. Warunek jest jeden: czytelnik i maszyna muszą móc sprawdzić, skąd liczba się wzięła i czego dotyczy.
- Dowody: w eksperymencie GEO (KDD 2024) dodanie statystyk, cytatów i źródeł podniosło widoczność w odpowiedziach o 30–40%, a upychanie słów kluczowych nie dało podobnego efektu.
- Zakres: badanie da się zrobić w tydzień, jeśli ma jedno pytanie i skończony zbiór do sprawdzenia.
- Metodologia: minimum to autor, daty, wielkość próby, sposób jej doboru i kryteria odrzucenia.
- Format: każda liczba ma jednostkę, okres i próbę, a tabela jest w HTML, nie na obrazku.
- Trwałość: dane mieszkają pod stałym adresem i mają numer wersji.
Dlaczego własne liczby mają większe szanse na cytowanie niż opinie
Liczbę z konkretnego pomiaru trudno przekazać dalej bez źródła, a opinię można sparafrazować bez podawania autora. To logika, która stoi za całą taktyką, i ma częściowe potwierdzenie w badaniach.
Najmocniejszy publiczny dowód to praca GEO: Generative Engine Optimization, oparta na zestawie 10 000 zapytań. Dodanie statystyk, cytatów i powołań na źródła dało względny wzrost o 30–40% w metryce liczącej słowa przypisane stronie z uwzględnieniem ich pozycji w odpowiedzi. W teście na Perplexity poprawa sięgała 37%.
Zastrzeżenie jest istotne: autorzy dopisywali statystyki do istniejących stron i nie odróżniali liczb własnych od cudzych. Przewaga danych oryginalnych to więc wniosek, nie wynik pomiaru. Wspiera go kierunek, który Google opisuje w wskazówkach o pomocnych treściach: jedno z pytań kontrolnych dotyczy tego, czy strona daje oryginalne informacje, relacje, badania lub analizy. Własne dane uzupełniają też inne sygnały autorytetu poza linkami.
Jak zaprojektować badanie, które da się zrobić w tydzień
Tygodniowe badanie ma jedno pytanie, jeden zbiór i jedną miarę. Najbezpieczniej przejrzeć cały skończony zbiór, bo wtedy nie ma błędu próby: na przykład sprawdzić, ile ze 100 sklepów z publicznego rankingu ma dane strukturalne Product na karcie produktu.
- Dzień 1: pytanie, na które branża nie ma aktualnej polskiej liczby.
- Dzień 2: zbiór, kryteria włączenia i arkusz z definicją każdej kolumny.
- Dni 3–4: zbieranie danych wraz z datą każdego odczytu.
- Dzień 5: druga osoba sprawdza ręcznie losowe 10% wierszy.
- Dzień 6: tabela, wnioski i opis metody.
- Dzień 7: publikacja i wysyłka do autorów, którzy piszą o tym temacie.
Przy próbie losowej rozmiar ma wymierną cenę. Dla poziomu ufności 95% i wyniku bliskiego 50% margines błędu wynosi około ±6,9 pkt proc. przy 200 obserwacjach, ±4,9 przy 400 i ±3,1 przy 1000. Ankieta wśród czytelników newslettera nie jest próbą losową, więc marginesu błędu nie należy przy niej podawać; uczciwiej napisać, że wynik opisuje tylko tę grupę.
Opis metodologii: minimum, które buduje wiarygodność
Metodologia musi pozwolić drugiej osobie powtórzyć pomiar. Dobrym wzorcem jest standard ujawniania AAPOR, amerykańskiego stowarzyszenia badaczy opinii, który wymaga jawności już w chwili publikacji wyników. Dla małego badania branżowego wystarczy pięć elementów:
- Kto: kto zlecił i przeprowadził badanie, także gdy obie role pełni ta sama firma.
- Kiedy: dokładne daty zbierania danych, a przy analizie treści także daty materiału.
- Ile: wielkość próby i liczba obserwacji odrzuconych.
- Jak: sposób doboru, z wyraźną informacją, czy próba jest losowa, oraz reguły włączania i wyłączania.
- Czego nie wiadomo: jedno zdanie o ograniczeniach, na przykład że wynik dotyczy tylko polskich sklepów z rankingu.
Podpis ma znaczenie równe metodzie, dlatego badanie powinno prowadzić do strony autora z potwierdzonym dorobkiem, a nie do ogólnego profilu redakcji.
Format prezentacji liczb: tabela, podpis, jednostka, data
Liczba przetrwa wycięcie z tekstu tylko wtedy, gdy zdanie zawiera jej pełny kontekst. Fragment pobrany przez system wyszukiwania trafia do modelu bez sąsiednich akapitów, więc „aż 37%” nic mu nie mówi. Liczby w poniższej tabeli są zmyślone i służą wyłącznie jako wzór zapisu.
| Element | Słabo | Lepiej |
|---|---|---|
| Zdanie z wynikiem | Większość sklepów nie ma schematu | 37% ze 100 sklepów ma schemat Product |
| Jednostka | wzrost o 12% | wzrost o 12 pkt proc., z 25% do 37% |
| Okres | w tym roku | pomiar z 2–6 listopada 2026 |
| Próba | duża próba | n = 100, cały ranking |
| Forma | wykres jako obraz | tabela HTML i opis w tekście |
Do tego dochodzi dostępność techniczna. Tabela jako tekst jest czytelna dla robotów bez analizy obrazu, a strona z danymi musi być otwarta dla botów wyszukiwarek AI, takich jak OAI-SearchBot i PerplexityBot. Zanim cokolwiek zablokujecie w robots.txt, warto sprawdzić, jak blokada botów AI działa na widoczność.
Strona z danymi jako trwałe źródło do linkowania
Dane powinny mieć własny adres, bo wpis na blogu się starzeje, a źródło ma być aktualne. Sprawdza się stały URL bez roku w adresie, a na stronie kolejno: główne wyniki, tabela, metoda, plik CSV do pobrania, data pomiaru i gotowa formuła cytowania.
Artykuły komentujące wyniki powinny linkować do tej strony, tak by stała się częścią klastra, a nie osobną wyspą. Taki układ dobrze pasuje do strategii treści opartej na pillarach i klastrach.
Znacznik Dataset ze schema.org jest opcjonalny. Google opisuje go jako pomoc w trafieniu do Dataset Search, gdy podane są między innymi nazwa, opis, twórca i formaty pliku. Nie jest to udokumentowany sposób na cytowania w modelach, więc warto go dodać tylko wtedy, gdy publikujecie prawdziwy zbiór do pobrania.
Aktualizacja badania i wersjonowanie wyników
Nowa edycja nie powinna nadpisywać starych liczb bez śladu, bo ktoś już je zacytował. Wystarczy numer wersji, data i krótki rejestr zmian, a poprzednie wyniki zostają w tabeli jako osobne kolumny lub pod osobnym adresem archiwalnym.
Rytm aktualizacji powinien wynikać z tempa zmian w mierzonym zjawisku: kwartał przy narzędziach i AI, rok przy zwyczajach rynku. Datę modyfikacji zmieniajcie tylko wtedy, gdy zmieniły się dane. Trwałości cytowań nie da się przy tym zakładać: w eksperymentach Zeeshana Yaseena, opartych na 775 zdarzeniach cytowania, około połowa źródeł znikała z odpowiedzi w ciągu 30 dni. To jedna próba 15 fraz komercyjnych, ale wystarczający powód, by mierzyć, a nie zakładać.
Jak sprawdzić, kto i gdzie cytuje wasze dane
Najszybszym detektorem jest sama liczba, zwłaszcza nieokrągła, bo w wyszukiwarce daje mało przypadkowych trafień. Pełny obraz wymaga pięciu źródeł:
- Dokładne wyszukiwanie: liczba z kilkoma słowami kontekstu w cudzysłowie.
- Alerty Google: stałe powiadomienia o nazwie badania i kluczowej liczbie.
- Linki: raport linków w Search Console oraz narzędzie do analizy nowych domen linkujących.
- GA4: ruch odsyłający z chatgpt.com, perplexity.ai i gemini.google.com na stronę z danymi.
- Stały zestaw pytań: 10–20 pytań zadawanych co miesiąc modelom, z zapisem, czy pada liczba i czy podane jest źródło.
Odpowiedzi modeli zmieniają się między sesjami, więc pojedynczy test niczego nie dowodzi; każde pytanie warto zadać kilka razy. Liczbę podaną bez linku zapisujcie osobno, bo to wpływ na odpowiedź, który nie zostawia śladu w ruchu.
Najczęstsze błędy przy publikowaniu danych własnych
- Pytanie dobrane tak, by wynik pasował do oferty firmy, co dziennikarz zauważy od razu.
- Procenty liczone na kilkunastu odpowiedziach bez podania wielkości próby.
- Wyniki tylko w pliku PDF lub na grafice.
- Wnioski przyczynowe z danych, które pokazują jedynie współwystępowanie.
- Formularz kontaktowy przed dostępem do wyników, który odcina roboty od treści.
Co dalej
Zacznijcie od wypisania pięciu pytań, które klienci zadają, a na które nie ma polskiej liczby, i wybierzcie to z najmniejszym zbiorem do sprawdzenia. Gotowe wyniki wepnijcie w plan treści opisany w przewodniku po strategii contentowej pod AIO, a po miesiącu powtórzcie zestaw pytań do modeli.
FAQ: badania własne w treści
Ile obserwacji potrzeba, żeby badanie było warte cytowania?
Nie ma jednego progu. Pełny przegląd 100 pozycji z publicznego rankingu bywa mocniejszy niż losowa próba 200, bo nie ma błędu próby, a jego zakres jest jasny. Przy próbie losowej 400 obserwacji daje margines około ±4,9 pkt proc., co wystarcza do opisu ogólnych proporcji, ale nie do małych różnic.
Czy dane z własnego konta lub bazy klientów się nadają?
Tak, jeśli są zagregowane i nie pozwalają zidentyfikować klienta ani osoby. Trzeba otwarcie napisać, że opisują klientów tej firmy, a nie cały rynek. Warto też sprawdzić umowy i RODO przed publikacją. To często najcenniejsze źródło, bo nikt inny nie ma dostępu do tych samych danych.
Czy samo dodanie statystyk do starego artykułu wystarczy?
Może pomóc, bo właśnie to testowali autorzy pracy GEO. Cudza statystyka nie wyróżnia jednak strony, skoro ta sama liczba stoi u pierwotnego autora i to jego model może wskazać jako źródło. Dodawanie liczb jest więc dobrym krokiem porządkowym, a własny pomiar buduje przewagę, której nie da się skopiować.
Czy można wygenerować dane za pomocą AI?
Model może pomóc w klasyfikacji lub analizie zebranego materiału, ale nie zastępuje pomiaru. Odpowiedzi modelu nie są danymi o rynku. Gdy model koduje materiał, opiszcie to w metodologii, podając nazwę modelu i datę, a próbkę wyników sprawdźcie ręcznie, by znać odsetek błędów.
Jak szybko badanie zaczyna być cytowane?
Nie ma na to wiarygodnych publicznych danych, więc każdy konkretny termin jest zgadywaniem. Strona musi najpierw zostać pobrana przez roboty, a potem pojawić się w źródłach, po które sięga dany system. Praktycznie warto zapisać stan wyjściowy w dniu publikacji i sprawdzać pytania co miesiąc przez co najmniej kwartał.