Jeżeli po publikacji jednego artykułu sponsorowanego pozycja frazy rośnie z 14. na 8. miejsce, bardzo łatwo przypisać sukces linkowi. Tyle że w tym samym czasie Google mogło ponownie przeliczyć wyniki, konkurent mógł stracić widoczność, na stronie docelowej mogła pojawić się nowa treść, a zainteresowanie kategorią mogło wzrosnąć sezonowo. Jeden backlink i jeden wykres pozycji nie są dowodem przyczynowości.

Nie oznacza to jednak, że skuteczności działań off-site nie da się mierzyć. Da się — pod warunkiem że zamiast polować na spektakularny wykres po pojedynczej publikacji, potraktujemy link building, NAP i wzmianki o marce jak 90-dniowy eksperyment obserwacyjny.

Celem nie będzie udowodnienie, że „link X dał +4 pozycje”. Tego w realnym SEO zwykle nie da się uczciwie wykazać. Celem jest sprawdzenie, który typ źródeł dostarcza firmie najwięcej użytecznych sygnałów za wydaną złotówkę.

I tu zaczyna się test, który rzeczywiście może zmienić sposób wydawania budżetu.

Jak ustawić eksperyment, żeby nie pomylić backlinku z przypadkowym wzrostem

Pierwszy błąd pojawia się jeszcze przed zakupem jakiejkolwiek publikacji: firma bierze trzy przypadkowe podstrony, linkuje każdą inaczej, a po 90 dniach porównuje pozycje.

To za mało.

Podstrona znajdująca się na 11. miejscu na frazę z 300 wyszukiwaniami miesięcznie ma zupełnie inny potencjał wzrostu niż strona będąca na 67. miejscu na frazę dziesięć razy bardziej konkurencyjną. Jeśli dodamy do tego różnice w jakości treści, linkowaniu wewnętrznym i historii adresów URL, wynik eksperymentu będzie praktycznie nieczytelny.

Na początek trzeba więc wybrać zbliżone pod względem sytuacji startowej klastry podstron.

Dla małej lub średniej strony rozsądny test może obejmować np. 12–20 adresów URL. Nie muszą być identyczne, ale powinny mieć zbliżony charakter: strony usługowe z podobnym potencjałem albo artykuły poradnikowe znajdujące się na podobnym etapie budowania widoczności.

Następnie dzielimy działania na grupy.

Grupa A – artykuły sponsorowane

Do wybranych podstron prowadzą publikacje umieszczone na kilku różnych portalach. Ważniejsze od samej liczby domen jest zachowanie względnej spójności:

• podobna tematyka publikacji,
• jedna główna podstrona docelowa na materiał,
• sensowny kontekst linku,
• odnotowany typ i atrybut odnośnika,
• data publikacji,
• koszt publikacji i przygotowania treści,
• informacja, czy adres publikacji został zaindeksowany.

Nie warto budować grupy z jednego bardzo mocnego portalu i pięciu przypadkowych domen. Testujemy wtedy bardziej różnicę między konkretnymi wydawcami niż samą kategorię artykułów sponsorowanych.

W przypadku publikacji płatnych trzeba również respektować aktualne zasady wyszukiwarek dotyczące kwalifikowania linków. Nie projektowałbym eksperymentu wokół założenia, że jedynym wartościowym rezultatem jest „dofollow”. Publikacja może dostarczyć ruch referral, wyszukiwania brandowe, cytowanie, wzmiankę i ekspozycję produktu nawet wtedy, gdy nie traktujemy jej jak prostego transferu „mocy SEO”.

Grupa B – NAP

Druga grupa dostaje wizytówki NAP, czyli uporządkowane informacje Name, Address, Phone wraz z adresem strony, jeżeli katalog na to pozwala.

Tu jedna uwaga praktyczna: katalog katalogowi nierówny.

Nie chodzi o wrzucenie firmy automatem do 150 anonimowych spisów. Do testu lepiej wybrać przykładowo 5–15 publicznych źródeł, które rzeczywiście są indeksowane, pojawiają się w wynikach wyszukiwania albo mają znaczenie dla konkretnej branży lub lokalizacji.

Trzeba pilnować identyczności podstawowych danych:

• nazwy firmy,
• adresu,
• telefonu,
• domeny,
• głównej kategorii działalności,
• godzin otwarcia, jeżeli są podawane.

Najbardziej irytujący problem z NAP pojawia się później, kiedy firma zmienia siedzibę albo numer telefonu. Dziesiątki niskiej jakości wpisów stają się wtedy długiem do posprzątania. Dlatego liczba katalogów nie powinna być KPI sama w sobie.

NAP ma szczególny sens dla biznesu lokalnego. Dla ogólnopolskiego SaaS-u albo sklepu działającego wyłącznie online jego rola będzie zwykle pomocnicza.

Grupa C – wzmianki i materiały poradnikowe

Tu marka pojawia się w tekście, ale aktywny backlink nie jest warunkiem zaliczenia publikacji do testu.

Materiał może wymieniać:

• nazwę firmy,
• produkt,
• specjalizację,
• charakterystyczną usługę,
• zastosowanie rozwiązania,
• kategorię, z którą marka chce być kojarzona.

Przykład jest prosty. Firma sprzedająca oprogramowanie magazynowe może zostać wymieniona w poradniku dotyczącym integracji magazynu z marketplace’ami. Nie potrzebujemy wtedy zdania „najlepszy program magazynowy to X”. Znacznie bardziej wartościowy jest fragment, który poprawnie umieszcza markę w odpowiedniej kategorii i opisuje realne zastosowanie produktu.

Ta grupa jest szczególnie interesująca przy obserwowaniu odpowiedzi generowanych przez systemy AI. Nie dlatego, że każda wzmianka „zwiększa ranking w ChatGPT”. Takiego mechanizmu nie da się sprowadzić do prostego przelicznika. Chodzi o sprawdzenie, czy publicznie dostępne materiały zaczynają pojawiać się w zestawie źródeł wykorzystywanych przy pytaniach związanych z marką lub kategorią.

Można dodać także grupę D – mieszaną. Podstrona otrzymuje wtedy artykuł sponsorowany, marka zostaje uporządkowana w kilku źródłach NAP i pojawia się w materiale bez bezpośredniego linku.

Grupa mieszana jest biznesowo bardzo ciekawa, ale metodologicznie ma wadę: gdy wynik się poprawi, nie będziemy wiedzieć, który element odpowiadał za zmianę. Dlatego uruchamiałbym ją dopiero wtedy, gdy mamy wystarczającą liczbę podstron, aby zachować osobne grupy A–C.

Do tego przydadzą się 2–4 podstrony referencyjne, na których przez 90 dni nie uruchamiamy nowych działań off-site. Nie będzie to laboratoryjna grupa kontrolna, bo internet nie stoi w miejscu, ale pokaże przynajmniej, czy podobne URL-e zaczęły rosnąć również bez nowych publikacji.

Najważniejsza zasada całego eksperymentu brzmi: nie zmieniaj po cichu warunków w trakcie testu.

Jeżeli w 37. dniu przebudujesz treść strony z 800 do 3500 słów, zmienisz title, H1, sekcję FAQ i całe linkowanie wewnętrzne, zanotuj to w arkuszu. Jeszcze lepiej odłożyć większą optymalizację do dnia 90. W przeciwnym razie przestajesz testować działania off-site, a zaczynasz testować wszystko jednocześnie.

Arkusz, benchmark i pomiary w dniach 0, 30, 60 i 90

Dobry eksperyment off-site zaczyna się od dnia 0, a nie od pierwszego kupionego linku.

Dla każdej testowanej podstrony warto zebrać dane z poprzednich 28 dni. Okno 28-dniowe jest wygodniejsze niż porównywanie pojedynczych dni, ponieważ ogranicza wpływ weekendów, świąt i przypadkowych skoków.

Podstawowy benchmark powinien obejmować:

• pozycje wybranych fraz lub klastra fraz,
• kliknięcia z wyszukiwarki,
• liczbę wyświetleń,
• CTR,
• widoczność strony docelowej,
• zapytania brandowe,
• istniejące domeny odsyłające,
• ruch referral,
• leady lub inne konwersje,
• obecność marki w odpowiedziach wyszukiwarek i asystentów AI.

Nie kopiowałbym natomiast do raportu dwudziestu parametrów tylko dlatego, że pokazuje je narzędzie SEO. DR, TF, liczba backlinków czy liczba słów kluczowych nie są wynikiem biznesowym. Mogą pomagać w diagnozie, ale nie powinny automatycznie rozstrzygać, czy grupa wygrała test.

Praktyczny arkusz może zawierać następujące kolumny:

Pole	Co zapisujemy
Grupa	A, B, C, D lub referencyjna
URL docelowy	konkretna podstrona
Klaster fraz	5–15 monitorowanych zapytań
Źródło	domena publikacji lub katalogu
Typ źródła	artykuł / NAP / wzmianka
URL publikacji	dokładny adres materiału
Data publikacji	dzień uruchomienia działania
Koszt brutto	publikacja + treść + obsługa
Typ linku	jeśli występuje
Anchor	jeśli występuje
Status indeksacji	tak / nie / niepewny
Kliknięcia GSC	okno 28 dni
Wyświetlenia GSC	okno 28 dni
Śr. pozycja	pomocniczo
Sesje referral	wejścia z danego źródła
Konwersje	formularze, telefony, sprzedaż
Branded search	liczba/udział zapytań marki
AI mention	tak / nie
AI accuracy	poprawna / częściowa / błędna
Cytowane źródło	własna domena / zewnętrzne / brak
Uwagi	zmiany strony, update Google, sezonowość

Pomiar powtarzamy w czterech punktach.

Dzień 0 – benchmark

Nie publikujemy jeszcze niczego albo zapisujemy stan bezpośrednio przed pierwszym działaniem.

To moment na wykonanie testu zapytań AI. Najlepiej zbudować stały zestaw 20–30 pytań podzielonych na kilka kategorii:

• pytania o samą markę,
• pytania o firmy lub produkty w danej kategorii,
• pytania „marka X czy marka Y?”,
• pytania o alternatywy,
• pytania problemowe,
• w przypadku biznesu lokalnego również pytania lokalizacyjne.

Nie mierzymy tu „pozycji numer 3 w AI”.

Odpowiedzi generatywne są zbyt zmienne, a samo miejsce marki w jednym wygenerowanym zestawieniu bywa przypadkowe. Znacznie lepiej zapisywać:

• Mention Rate – w ilu odpowiedziach marka została wymieniona,
• Accuracy Rate – w ilu została opisana poprawnie,
• czy wystąpiła jako jedna z realnych alternatyw,
• czy pojawiły się błędne ceny, funkcje lub specjalizacje,
• jakie domeny zostały wskazane jako źródła,
• czy system cytował własną stronę firmy,
• czy cytował publikację zewnętrzną powstałą w ramach eksperymentu.

Przy 20 pytaniach wynik „marka wystąpiła w 7 odpowiedziach” jest znacznie bardziej użyteczny niż notatka „raz pojawiliśmy się jako drudzy”.

Dla zwiększenia powtarzalności trzeba zachować ten sam zestaw pytań, język i możliwie podobne warunki testowania. Jeżeli system pokazuje nazwę używanego modelu, tryb wyszukiwania albo źródła internetowe, zapisujemy również te informacje. Aktualizacja produktu AI w połowie eksperymentu jest równie ważną adnotacją jak duża aktualizacja algorytmu wyszukiwarki.

Dzień 30 – pierwszy odczyt, jeszcze bez pochopnych decyzji

Po miesiącu sprawdzamy przede wszystkim:

• czy publikacje są dostępne,
• czy zostały zaindeksowane,
• czy generują ruch,
• czy pojawiły się nowe domeny odsyłające,
• czy strony docelowe zaczynają uzyskiwać wyświetlenia na nowe frazy,
• czy doszło do wyraźnych zmian w kliknięciach.

To zdecydowanie za wcześnie, aby na podstawie jednego ruchu pozycji skasować albo podwoić budżet.

Jeżeli artykuł pozostaje poza indeksem po kilku tygodniach, jest to już natomiast sygnał operacyjny. Taka publikacja wymaga sprawdzenia: dostępności strony, indeksowalności, linkowania wewnętrznego portalu i ogólnej jakości źródła.

Dzień 60 – szukamy powtarzalności

Drugi miesiąc jest ciekawszy, bo można już sprawdzić, czy efekt dotyczy pojedynczej podstrony, czy kilku elementów grupy.

Jeżeli w grupie A rośnie pięć z sześciu podstron, a grupa referencyjna stoi w miejscu, jest to sygnał dużo ciekawszy niż wzrost jednego URL-a.

Nadal nie jest to dowód, że linki spowodowały wzrost.

Korelacja nie oznacza przyczynowości.

To zdanie powinno znaleźć się w raporcie z eksperymentu dużymi literami. Internet nie jest laboratorium. W ciągu 60 dni zmienią się konkurenci, indeks, algorytmy, SERP-y i zachowania użytkowników.

Test nie ma udawać pracy naukowej. Ma pomóc odpowiedzieć na prostsze pytanie: gdzie kolejna złotówka budżetu ma największą szansę wygenerować użyteczny rezultat?

Dzień 90 – decyzja budżetowa

Po trzech miesiącach przestajemy pytać wyłącznie „czy pozycja wzrosła?” i patrzymy na cały zestaw sygnałów.

Przykładowo grupa artykułów sponsorowanych może przynieść:

• 4 nowe frazy w TOP10,
• 320 dodatkowych kliknięć,
• 38 wejść referral,
• 3 leady.

NAP może przynieść:

• tylko 20 wejść referral,
• brak łatwego do wskazania wzrostu jednej konkretnej podstrony,
• więcej wejść brandowych,
• kilka dodatkowych kontaktów z profili lokalnych.

Grupa wzmianek może nie zmienić pozycji najważniejszej frazy ani o jedno miejsce, ale marka zacznie pojawiać się w 9 zamiast 3 odpowiedzi na 20 monitorowanych zapytań AI.

To trzy różne rezultaty. Nie powinny być oceniane jedną metryką SEO.

Cost per Useful Signal: jak zdecydować, co kontynuować po 90 dniach

Najpraktyczniejszym sposobem rozliczenia takiego eksperymentu jest Cost per Useful Signal, czyli koszt uzyskania użytecznego sygnału.

Wzór jest banalny:

Cost per Useful Signal = koszt grupy / liczba zdefiniowanych użytecznych sygnałów

Cała trudność polega na wcześniejszym ustaleniu, co dla konkretnej firmy jest useful signal.

Może nim być:

• nowa fraza w TOP10,
• wzrost kliknięć strony docelowej powyżej wcześniej ustalonego progu,
• wartościowa sesja referral,
• lead,
• sprzedaż,
• poprawna wzmianka marki w odpowiedzi AI,
• pojawienie się publikacji z eksperymentu wśród cytowanych źródeł,
• cytowanie własnej domeny,
• nowy istotny referring domain.

Definicję trzeba ustalić przed startem testu.

Jeżeli najpierw zobaczymy wyniki, a dopiero później wymyślimy KPI, bardzo łatwo ogłosić sukces praktycznie każdej grupy.

Załóżmy czysto przykładowy scenariusz — nie jako benchmark rynkowy, lecz pokaz sposobu liczenia.

Grupa A kosztowała 1200 zł i dostarczyła 8 sygnałów zgodnych z wcześniejszą definicją.

CPUS = 150 zł.

Grupa B kosztowała 500 zł i wygenerowała 5 sygnałów.

CPUS = 100 zł.

Grupa C kosztowała 1000 zł i przyniosła 10 sygnałów.

CPUS = 100 zł.

Nie oznacza to automatycznie, że B i C są „lepsze”. Trzeba sprawdzić jakość sygnału.

Lead z firmy gotowej kupić usługę za 20 000 zł jest czymś innym niż dodatkowa wzmianka marki w jednym wygenerowanym zestawieniu.

Dlatego w bardziej zaawansowanym arkuszu można przypisać sygnałom wagi, np.:

• wartościowy lead – 5 punktów,
• sprzedaż – 10 punktów,
• nowa fraza TOP10 – 2 punkty,
• wzrost ruchu docelowej strony ponad ustalony próg – 2 punkty,
• poprawna nowa wzmianka AI – 1 punkt,
• cytowanie publikacji przez system AI – 2 punkty.

Tak powstaje Weighted Cost per Useful Signal. Wagi nie są jednak uniwersalnym standardem. Firma musi ustalić je zgodnie z własnym modelem biznesowym.

Najważniejsze jest coś innego: nie wymagamy od każdego kanału wykonywania tej samej pracy.

NAP może mieć sens nawet bez imponującego ruchu referral, szczególnie dla firmy lokalnej, jeżeli porządkuje publiczne dane i zwiększa liczbę miejsc, w których potencjalny klient może zweryfikować przedsiębiorstwo.

Artykuł sponsorowany może być przede wszystkim wsparciem konkretnej podstrony oraz źródłem ruchu i ekspozycji. Jego skuteczność trzeba więc oceniać na poziomie docelowego URL-a, a nie wyłącznie całej domeny.

Wzmianka bezlinkowa może pracować na rozpoznawalność marki i sposób, w jaki jest ona opisywana. Jeżeli firma chce być kojarzona z konkretnym produktem lub specjalizacją, poprawność kontekstu jest ważniejsza niż liczba kliknięć.

Dobry poradnik zewnętrzny może z kolei zacząć pojawiać się przy wyszukiwaniach long tail albo w zestawie źródeł pokazywanych przez systemy wykorzystujące wyszukiwanie internetowe. Nie każda publikacja to osiągnie i nie ma sposobu, aby takie cytowanie zagwarantować.

Są też wyniki, po których działania trzeba zatrzymać.

Jeżeli po 90 dniach dana grupa:

• praktycznie nie jest indeksowana,
• nie generuje ruchu,
• nie daje nowych referring domains,
• nie wpływa na testowane podstrony,
• nie pojawia się w monitorowanych źródłach,
• nie dostarcza żadnych leadów,
• a koszt jednego użytecznego sygnału jest wielokrotnie wyższy od pozostałych grup,

nie ma sensu skalować jej tylko dlatego, że „link building potrzebuje czasu”.

Najpierw trzeba sprawdzić, co dokładnie kupujemy.

Tu właśnie eksperyment jest bardziej użyteczny niż dyskusja o tym, czy lepszy jest link z DR 40, wpis NAP czy wzmianka bez odnośnika.

Firma nie potrzebuje odpowiedzi „najmocniejszy jest typ X”. Potrzebuje odpowiedzi: dla naszej domeny, naszych podstron, naszych fraz i naszego budżetu typ X wygenerował w 90 dni tyle użytecznych sygnałów przy takim koszcie.

I dopiero na tej podstawie warto planować kolejny kwartał.

Jeżeli firma chce zbudować kontrolowaną część takiego testu, CMspace.pl pozwala dobrać publikacje sponsorowane na portalach wielotematycznych i tematycznych, a także wykorzystać dodatkowe źródła związane z budowaniem profilu obecności marki. Zaletą w eksperymencie jest możliwość dobrania kilku różnych lokalizacji zamiast opierania całej próby na jednym wydawcy.

W momencie przygotowywania tego materiału w cenniku publikacji CMSPACE widoczne są m.in. publikacje wielotematyczne od 30 zł brutto bez przygotowania tekstu i 55 zł brutto z tekstem, a pakiety dziesięciu publikacji od 250 zł brutto bez tekstów i 500 zł brutto z treściami. Publikacje tematyczne i wskazane warianty premium zaczynają się od 50 zł brutto bez tekstu i 70 zł brutto z tekstem. Przy planowaniu eksperymentu trzeba korzystać z aktualnego cennika obowiązującego w momencie zamówienia.

Nie chodzi więc o komunikat „kup więcej linków”. Lepsza procedura jest odwrotna: wybierz określony zestaw źródeł, przypisz go do konkretnej grupy podstron, zapisz benchmark i sprawdź efekt na własnych danych po 30, 60 i 90 dniach.

Jeżeli grupa nie działa — nie skaluj jej. Jeżeli dostarcza powtarzalny sygnał przy akceptowalnym koszcie — dopiero wtedy zwiększaj budżet.

FAQ – najczęstsze pytania o 90-dniowy test off-site

Czy 90 dni wystarczy, aby udowodnić wpływ backlinków na pozycje?
Nie. 90 dni wystarczy do zebrania użytecznych obserwacji i podjęcia decyzji budżetowej, ale nie daje laboratoryjnego dowodu przyczynowości. Jeżeli wynik jest niejednoznaczny, lepiej przedłużyć obserwację niż na siłę przypisywać zmianę konkretnemu linkowi.

Ile podstron powinno znaleźć się w eksperymencie?
Im większa próba, tym lepiej widać powtarzalność, ale dla mniejszej firmy sensownym punktem startowym jest kilkanaście podobnych URL-i rozdzielonych między grupy oraz kilka podstron referencyjnych. Test dwóch URL-i zwykle mówi więcej o tych dwóch stronach niż o całej metodzie linkowania.

Czy grupy A, B i C powinny mieć identyczny budżet?
Nie muszą. Liczby publikacji i koszty poszczególnych działań są inne. Zamiast sztucznie kupować tyle samo każdego typu źródeł, lepiej zapisywać pełny koszt i później porównywać Cost per Useful Signal.

Czy można w trakcie testu optymalizować strony docelowe?
Drobne poprawki techniczne trzeba wykonywać, jeżeli są konieczne, ale każdą zmianę należy zapisać. Duża przebudowa contentu, title, H1 czy linkowania wewnętrznego utrudnia interpretację wyniku. Najczystszy wariant to zamrożenie większych zmian na 90 dni.

Czy wzrost z 15. na 7. pozycję po publikacji oznacza, że link zadziałał?
Nie. To korelacja czasowa, nie dowód. Mocniejszym sygnałem jest podobny kierunek zmian na kilku podstronach należących do tej samej grupy, szczególnie jeśli porównywalne strony referencyjne zachowują się inaczej.

Jak mierzyć widoczność marki w ChatGPT, Gemini, Copilot czy innych systemach AI?
Nie przez klasyczne pozycje 1–10. Ustal stały zestaw pytań i sprawdzaj w każdym punkcie pomiarowym, czy marka jest wymieniona, czy opis jest prawidłowy, czy występuje jako alternatywa oraz jakie źródła pojawiają się przy odpowiedzi. Osobno zapisuj cytowania własnej domeny i źródeł zewnętrznych.

Co zrobić, jeśli po 30 dniach publikacja nadal nie jest zaindeksowana?
Najpierw sprawdzić sam adres publikacji, jego indeksowalność i sposób podlinkowania wewnątrz serwisu. Jeśli problem dotyczy dużej części publikacji z jednego źródła, jest to sygnał przeciwko dalszemu skalowaniu tego źródła — nawet jeśli jego parametry w zewnętrznym narzędziu wyglądają atrakcyjnie.

Od czego zacząć eksperyment?
Od arkusza i benchmarku, nie od zakupu publikacji. Wybierz podstrony, przypisz je do grup, zapisz wyniki z poprzednich 28 dni i ustal z góry, co uznasz za useful signal. Dopiero wtedy dobierz źródła. Bez tego po 90 dniach zostaniesz z plikiem pełnym linków i bez odpowiedzi, czy dobrze wydałeś pieniądze.