AI-sök & Strategi

    Växande Direct-trafik = dold AI-synlighet? Maybe, jag testade det på en portfölj i miljardklass

    Todd Gårdefors, e-handels-SEO-konsult
    Todd Gårdefors
    10 min läsning
    Diagram över Direct-trafik och engagemangsgrad som visar skillnaden mellan global trafik och hemmamarknaden

    Att mäta AI-synlighet är fortfarande en rätt envis “black box”. Vi marknadsförare hade redan fullt upp med attributionen. Nu ska vi dessutom förstå vad som händer när delar av kundresan flyttar in i en AI-assistent. Jag testade om växande Direct traffic kunde ge en ledtråd i en kundportfölj i miljardklassen. Resultatet gav mig en god anledning att granska trafiken mer noggrant.

    Ett råd som cirkulerar i branschen är att följa Direct över tid och leta efter ökningar som kan hänga ihop med AI-användning. Mekanismen är i och för sig rimlig, någon får en rekommendation i en AI-assistent och besöker senare varumärkets sajt. Men vägen dit spelar roll. En varumärkessökning kan registreras som organisk eller betald trafik. Ett besök utan identifierbar källa kan hamna i Direct. AI-påverkan och kanalgruppering är två olika frågor.

    Jag vill gärna tro på historien om den dolda trafiken. Den är enkel, den säljer bra, och ger mig rollen som konsulten som hittar pengar ingen annan såg. Däremot behöver en tilltalande hypotes tåla samma granskning som alla andra.

    Så när Kevin Indig publicerade Does AI drive more direct traffic? den 21 oktober, med rubriken som i princip är frågan hela branschen viskar, läste jag den två gånger och gjorde sedan samma sak på min egen kundportfölj.

    Jag bygger vidare på hans metod för att bryta ned Direct traffic. Det är mer en praktisk jämförelse och inte en fullständig replikering av hans studie. Kundens data redovisas huvudsakligen som procent, index och andelar, med ett avgränsat exempel i absoluta tal. Kundnamn och identifierande URL:er får stanna utanför artikeln (sorry not sorry).

    Vad Indig hittade (TL;DR version)

    Indig testade hypotesen på två sätt. Han analyserade GA4 hos 12 sajter och jämförde total Direct-trafik mot engagerad Direct-trafik. På en av sajterna hittade han 409 000 Direct-sessioner, varav 198 räknades som engagerade. Läs den meningen igen. Resten av analysen visade samma mönster i mindre skala, total Direct steg 140,9 procent över perioden han tittade på, engagerad Direct låg praktiskt taget still.

    Han testade sedan om AI-synlighet korrelerade med senare Direct-trafik eller varumärkessökning, 632 tester över fyra varumärken. Några korrelationer såg lovande ut (0,72 i ett fall), tills han blandade om tidsserierna och jämförde den riktiga korrelationen mot slumpmässiga parningar. Flera felaktiga parningar gav lika stark korrelation som den riktiga. Det är statistikens sätt att säga "trevligt försök, men nej".

    Hans slutsats, formulerad mer diplomatiskt än jag skulle gjort, var att dold AI-trafik i Direct inte går att upptäcka med vanlig analytics, i alla fall inte i hans urval. Den enda metod som fungerade var Ramps egen, självrapporterad attribution kombinerat med beteendemönster.

    Så jag gjorde samma sak, fast på en kund i miljardklassen

    Engagemangsgrad för Direct per månad, globalt och på hemmamarknaden. Septemberfallet syns endast i den globala serien.

    Jag valde en kund i miljardklassen och gjorde en liknande nedbrytning av Direct-trafiken. Analysen gäller ett konto och perioden 1 januari–25 oktober 2026. Oktober är alltså en ofullständig månad, vilket behöver finnas med när vi jämför volymer.

    Den första överblicken, aggregerad globalt över knappt tio månader, såg lovande ut för den som ville hitta dold AI-trafik. Engagemangsgraden för Direct låg mellan 48 och 64 procent under större delen av året och föll sedan till 24,95 procent i september. Något hade förändrats. Men grafen sa inget om orsaken. Säsong, förändrad trafikmix, mätproblem och automatiserad trafik var fortfarande tänkbara förklaringar.

    Mössen i skafferiet

    Jag bröt ner Direct-trafiken på webbläsare, operativsystem, land och landningssida, exakt det Indig gjorde för att hitta sina 409 000 “spökbesök”. Två mönster stack ut.

    Den första var liten men påtagligt ren som exempel.

    724 landningssidor hade exakt 17 sessioner vardera och inte en enda engagerad session. Både webbläsare och operativsystem angavs som (not set). Trafiken kom nästan uteslutande från ett europeiskt land och var koncentrerad till fem datum under året. Det är ett mönster som starkt talar för automatiserad aktivitet, exempelvis en schemalagd crawler. (not set) är däremot inget bevis för att det är botbesök; saknade dimensionsvärden kan också ha andra orsaker. Här är det kombinationen av signaler som gör klustret misstänkt.

    Det andra klustret var större och sammanföll med septemberfallet. Ett asiatiskt land stod för en tiondel av periodens Direct-trafik, med en engagemangsgrad på 3,33 procent. På hemmamarknaden i Norden låg den omkring 55–60 procent. Trafiken registrerades nästan uteslutande som Chrome på Macintosh och var spridd över tusentals landningssidor. Av volymen från landet kom 86 procent under en enda vecka i slutet av september. Det luktade möss i skafferiet. Men exakt vilken sorts besökare det var går inte att avgöra enbart från de här dimensionerna. Automatiserad trafik är en rimlig huvudmisstanke; en specifik crawler, scrapingaktör eller AI-koppling är inte identifierad.

    När jag avgränsade analysen till hemmamarknaden försvann septemberfallet. Engagemangsgraden var då 57,78 procent, i linje med resten av året. Det talar för att den globala avvikelsen till stor del hänger ihop med trafikmixen utanför hemmamarknaden. En geografisk avgränsning är dock inget fullständigt botfilter. Den tar också bort legitima besök och säger inget säkert om trafiken som blir kvar.

    Andelar av Direct: hemmamarknaden 73,5 procent, misstänkta bottar och crawlers 10,8 procent samt övrigt internationellt 15,7 procent.
    Diagramnot: ”Identifierade bottar/crawlers” betecknar här misstänkta automatiserade trafikkluster, inte verifierade aktörer. ”Helåret” avser den analyserade perioden 1 januari–25 oktober 2026.

    Men vänta, blev det inte lite väl enkelt nu?

    Bra fråga! Och jag ställde den till mig själv också. Att städa bort bottar bevisar inte frånvaron av dold AI-trafik, det bevisar bara frånvaron av uppenbart icke-mänsklig trafik. Så jag gick ett steg längre, uteslöt startsidan och kassan (ingen får en startsida rekommenderad av en AI-assistent, så den delen av trafiken är ointressant för hypotesen) och tittade bara på kategori- och produktsidor, den del av sajten där en AI-rekommenderad “direct visit” skulle landa.

    Direct till kategori- och produktsidor på hemmamarknaden: sessionsindex och engagemangsgrad från januari till oktober.
    Diagramnot: Oktober omfattar 1–25 oktober. ”Kvalitet” visar engagemangsgrad, inte affärsvärde. ”Bottar redan bortfiltrerade” avser analysens avgränsning och garanterar inte att all automatiserad trafik är borttagen.

    På kategori- och produktsidorna steg volymen från index 100 i januari till 339 i augusti, en ökning med 239 procent. Samtidigt sjönk engagemangsgraden från 48,6 procent i januari till 36,8 procent i juli och augusti. Det är en sådan graf som gör det frestande att ringa kunden och säga: ”Vi har hittat det!” I oktober hade engagemangsgraden återhämtat sig till 42,6 procent och den registrerade volymen fallit tillbaka mot vinternivån. Men oktober omfattar bara 1–25 oktober. Råa månadstal är därför inte direkt jämförbara; volymutvecklingen behöver även bedömas per dag eller över lika långa perioder.

    Mönstret är förenligt med säsong och förändrad besökarmix, exempelvis fler korta besök under högsäsong. Det räcker däremot inte för att fastställa säsong som orsak. För det behövs bland annat jämförelser med tidigare år och kontroll för kampanjer, kanal- och produktmix samt förändringar i mätningen. AI-påverkad trafik kan också följa säsongen. Att volym och engagemangsgrad rör sig åt olika håll identifierar alltså ingen kanal och utesluter ingen AI-effekt.

    Vad vi vet, och hur säkra vi kan vara

    Vad observationerna visar och vilka slutsatser de tillåter
    BevisVad observeradesVad kan vi sägaVad kan vi inte säga
    Aggregerad Direct-trafikEngagemangsgraden föll till 24,95 % i september, mot 48–64 % under större delen av året.Det finns en tydlig avvikelse i den globala statistiken.Att avvikelsen orsakades av AI eller enbart av mänskliga besök.
    Geografisk och teknisk nedbrytningTvå avvikande kluster. Septemberfallet försvann vid avgränsning till hemmamarknaden.Mönstren talar för automatiserad aktivitet och en förändrad geografisk trafikmix.Att bottyp eller ursprung är verifierat, att all misstänkt trafik saknar AI-koppling eller att geografi är ett botfilter.
    Kategori-/produktsidor, hemmamarknadIndex 100 i januari och 339 i augusti (+239 %). Engagemang från 48,6 % till 36,8 %, sedan 42,6 % i oktober.Mönstret är förenligt med säsong och förändrad besökarmix. Oktober omfattar 1–25 oktober.Att säsong är fastställd som orsak eller att dold AI-trafik kan uteslutas.
    Jämfört med Indigs 12 sajterLiknande nedbrytning av Direct. Här saknas ett separat test av AI-synlighet mot trafik.Båda analyserna visar behovet av att granska vad Direct består av.Att detta är en fullständig replikering eller att resultatet gäller alla branscher och konton.

    Den sista kolumnen är viktig. Jag hittade ingen signal som jag med den här analysen kunde tillskriva dold AI-trafik.

    Jag har däremot inte mätt AI-synlighet mot trafiken i ett separat korrelationstest, som Indig gjorde. Låg engagemangsgrad är heller inget säkert mått på vare sig bottar eller affärsvärde; den påverkas av beteende och av vad som mäts i GA4. Resultatet gäller det här kontot, de valda avgränsningarna och den aktuella perioden. Det säger inte hur stor AI-påverkan är totalt.

    Så vad gör jag med det här?

    Tre saker, i fallande prioritetsordning.

    1. Först behöver datakvaliteten hålla. Bryt ned oväntade förändringar i Direct efter datum, webbläsare, operativsystem, skärmupplösning, land och landningssida. Kontrollera också spårning, samtyckeshantering, kampanjtaggning och referrals. Direct samlar besök där källan inte kan identifieras, och en ökning kan därför bero på flera saker. Misstänkta botmönster bör om möjligt kontrolleras mot server- eller CDN-loggar. Annars riskerar vi att rapportera brus med mycket god hållning. Lite överkurs dock.

    2. Sedan behöver vi fråga kunderna. Lägg till en kort fråga i kassan eller till nya kunder: ”Hur fick du först höra talas om oss, och vad använde du när du letade?” Be gärna om vilket AI-verktyg de använde och vad de undersökte, när det är relevant. Koppla svaren till köp eller kvalificerade leads. Självrapporterad attribution kan ge sådant som kanalrapporten missar, men minnesfel, bortfall och frågans formulering påverkar svaren. Den blir mest användbar tillsammans med andra signaler.

    3. Till sist behöver rapporteringen rymma mer än ett trafikmått. Jag skrev om det här för två veckor sedan: följ närvaro, hur varumärket framställs, efterfrågan och affärsutfall var för sig och bedöm dem tillsammans. Komplettera med identifierbara AI-hänvisningar och kundernas egna svar. Om ni vill uttala er om orsak krävs ett upplägg som kan skilja AI-effekten från andra förändringar, exempelvis ett genomtänkt experiment. Graferna i den här artikeln hade räckt till en betydligt kaxigare rubrik om jag hade slutat granska dem i tid.

    Wrap it up, Todd!

    Okej. "Er Direct-trafik växer, alltså är det dold AI-synlighet" är en lika dålig diagnos som "vi syns inte i ChatGPT" var i min förra artikel. Båda låter som en förklaring. Ingen av dem är det förrän du grävt.

    Jag landar där Indig landade. Det finns ingen genväg här. Vill ni veta om AI driver er trafik behöver ni antingen göra nedbrytning varje gång siffran rör sig, eller fråga kunden rakt ut. Ett verktyg som ger er ett nummer utan att visa sitt jobb gör er inte klokare, det ger er bara en mer övertygande anledning att sluta ifrågasätta.

    Och om engagemangsgraden i Direct plötsligt faller till 24,95 procent: titta på trafikmixen innan ni skriver larmmejlet till ledningen. Mössen behöver åtminstone inte en plats i prognosen.

    Källor

    Om du vill ha någon som säger att allt går bra finns det gott om sådana.

    Om du vill ha någon som hittar flaskhalsen och löser den, då är det mer min gata.

    Boka ett samtal med mig