ROI w AI Search: 142 cytowania w 12 miesięcy — realne wyliczenie

Pytanie każdego CMO w 2027 roku: ile naprawdę warta jest wzmianka w ChatGPT lub Perplexity? Mierzyliśmy to dla thMenu przez 12 miesięcy i zbudowaliśmy framework ROI, który obroni się w zarządzie. Artykuł dostarcza praktyczny arkusz dla zespołu contentu.

Inwestycja: gdzie poszło 18 000 USD?

Przez 12 miesięcy 18 000 USD rozłożone na: 9 600 USD copywriterów freelance, 3 200 USD redaktor i SEO, 2 400 USD grafika, 1 800 USD infrastruktura techniczna (schema.org, wielojęzyczny sitemap), 1 000 USD monitoring Profound. Średnio 1 500 USD miesięcznie.

Pierwsze trzy miesiące — zero śledzonego przychodu. Powód: cykle odświeżania danych treningowych LLM trwają 90-180 dni. Cierpliwość jest częścią modelu.

Lejek: od 142 cytowań do 143 klientów

Zmierzone etapy:

• 142 cytowania LLM w ChatGPT, Perplexity, Claude i Gemini
• 24 800 kliknięć, średnio 174 na cytowanie
• 794 rejestracje trial przy konwersji 3,2 procent
• 143 płacących klientów przy konwersji paid 18 procent

Przychód i wzór ROI

143 klientów × 390 USD LTV skorygowane o churn = 55 770 USD brutto. ROI netto: (55 770 − 18 000) / 18 000 = 2,1x netto lub 3,1x mnożnik brutto. Na 24 miesiącach LTV praktycznie się podwaja dzięki planowi rocznemu.

Dla thMenu w 9-miesięcznym oknie CAC spadł do 126 USD przy payback 4,3 miesiąca — dużo poniżej 310 USD CAC reklam płatnych.

FAQ

Czy naprawdę da się policzyć cytowania? Narzędzia Profound, Otterly i Peec szacują przez sample queries; weryfikacja ręczna dała około 92 procent dokładności.

Czy trzy miesiące bez zwrotu to norma? Tak. Silniki RAG jak Perplexity indeksują w 7-14 dni, klasyczne LLM potrzebują miesięcy.

Co raportować CFO? Liczbę cytowań, citation-to-click, konwersję trial, CAC i wskaźnik LTV/CAC. Sam ROI nie wystarczy.

Czy to było pomocne? Udostępnij.