Wyszukiwanie multimodalne w Google Search Console: które strony sklepu sprawdzić i co wynika z danych?

Wyszukiwanie multimodalne w Google Search Console: które strony sklepu sprawdzić i co wynika z danych?

Google Search Console pozwala wyodrębnić dane o wyszukiwaniach rozpoczynanych z użyciem obrazu, między innymi przez Google Lens i Circle to Search. Dla sklepu internetowego oznacza to możliwość sprawdzenia, którym adresom URL Google przypisuje wyświetlenia i kliknięcia z takich wyszukiwań.

Nowy filtr nie pokazuje jednak, co użytkownik sfotografował, jakiego produktu szukał ani które zdjęcie ze sklepu odpowiadało jego zapytaniu. Nie pozwala również przypisać konkretnego zakupu do wyszukiwania obrazem.

Dane Web: multimodal są punktem wyjścia do analizy określonych stron sklepu, a nie gotową oceną skuteczności zdjęć produktowych. Dopiero po rozdzieleniu typów wyszukiwania, sprawdzeniu adresów URL i weryfikacji technicznej można ustalić, czy istnieją podstawy do dalszych prac.

Co nowy filtr w Search Console naprawdę mierzy?

24 września 2026 r. Google ogłosił rozpoczęcie globalnego wdrażania raportowania wyszukiwania multimodalnego w Search Console. Zmiana objęła standardowy raport skuteczności wyników wyszukiwania oraz raport funkcji generatywnej AI.

Osobny raport Generative AI performance Google zapowiedział wcześniej, 3 czerwca 2026 r., a 31 sierpnia poinformował o jego globalnym udostępnieniu. Wrześniowa aktualizacja dotyczyła możliwości wyodrębniania wyszukiwań multimodalnych, nie uruchomienia samych raportów AI.

Filtr Web: multimodal obejmuje wyszukiwania wykorzystujące obraz jako element zapytania. Google wymienia cztery przykładowe sposoby ich rozpoczynania:

• Google Lens, w tym wyszukiwanie z wykorzystaniem aparatu.

• Circle to Search na urządzeniach z Androidem.

• Przesłanie obrazu do wyszukiwarki Google.

• Wyszukiwanie obrazu z menu kontekstowego przeglądarki Chrome.

Filtr prezentuje dane zbiorcze, bez osobnych statystyk dla każdej z tych funkcji. Jeśli więc karta produktu ma wyświetlenia w Web: multimodal, nie można ustalić, czy użytkownik skorzystał z aparatu, zaznaczył obiekt na ekranie telefonu czy przesłał wcześniej zapisane zdjęcie.

Google zapowiedział etapowe wdrażanie nowej klasyfikacji. Pojawianie się wartości w raporcie zależy od występowania odpowiedniego ruchu w danej witrynie. Sama dostępność filtra nie oznacza, że każdy sklep będzie miał w nim dane.

Web: multimodal a Grafika Google i wyszukiwanie tekstowe

W Search Console występują trzy segmenty, które łatwo pomylić podczas analizy obrazów.

Web: multimodal opisuje sposób rozpoczęcia wyszukiwania. Image odnosi się do powierzchni wyników, z której pochodzi ruch. Są to odmienne kryteria, dlatego danych nie należy traktować zamiennie.

Ma to znaczenie podczas oceny widoczności sklepu. Karta produktu może mieć wyświetlenia w wynikach tekstowych i Grafice Google, a jednocześnie nie wykazywać obserwowanych wyświetleń w segmencie multimodalnym. Taki stan nie dowodzi problemu z jej zdjęciami.

Nie należy też zestawiać średniej pozycji z raportów Image i Web: multimodal tak, jakby obie wartości pochodziły z jednego rankingu. Zapytania, powierzchnie wyników i warunki ekspozycji są różne.

Porównania pomagają rozpoznać, które strony występują w poszczególnych segmentach. Same różnice między nimi nie wyjaśniają jednak przyczyn widoczności.

Jakie dane zobaczysz i dlaczego nie zobaczysz zapytań?

Search Console udostępnia dane multimodalne w dwóch raportach. Ich zakres i dostępne metryki są różne.

W standardowym raporcie kliknięcie oznacza interakcję z wynikiem prowadzącą do witryny. Wyświetlenie jest liczone według zasad ekspozycji określonych przez Google, a CTR to stosunek kliknięć do wyświetleń.

Średnia pozycja zależy od sposobu grupowania danych. Na poziomie całej właściwości uwzględniana jest najwyższa pozycja jej wyniku, a przy grupowaniu według strony najwyższa pozycja danego URL. Nie należy odczytywać tej metryki jako pozycji konkretnego zdjęcia.

Czy można sumować wyświetlenia z obu raportów?

Nie. Google wskazuje, że dane z raportu Generative AI performance są uwzględniane również w typie wyszukiwania Web w standardowym raporcie skuteczności. Raporty nie opisują zatem dwóch całkowicie niezależnych zbiorów ekspozycji.

Publiczna dokumentacja nie przedstawia wszystkich szczegółów odwzorowania i agregacji między ich segmentami multimodalnymi.

Nie należy sumować wyświetleń obu raportów w celu obliczenia łącznej liczby ekspozycji. Może to prowadzić do podwójnego zliczania.

Raport generatywnej AI służy do osobnej obserwacji widoczności linków w obsługiwanych funkcjach AI. Nie udostępnia w tym widoku odrębnych metryk kliknięć ani współczynnika konwersji.

Jeśli analizujesz również ustawienia udziału witryny w tych funkcjach, ich zakres został omówiony w artykule CAJVO Google-Extended, noindex i AI w Search Console. Są to osobne zagadnienia dotyczące kontroli obecności witryny, a nie interpretacji ruchu multimodalnego.

Dlaczego brakuje zapytań?

Google informuje, że wymiar Queries nie jest dostępny przy wybranym typie Web: multimodal. Wyszukiwania te wykorzystują przede wszystkim obrazy, a raport nie udostępnia ich szczegółowego odpowiednika tekstowego.

Jeżeli strona konkretnego modelu butów pojawia się w raporcie, nie wiemy, czy użytkownik wyszukiwał identyczny model, produkt podobny wizualnie, określony kolor czy element stylizacji.

Sam adres URL nie pozwala odtworzyć intencji ani wskazać fotografii, która została wykorzystana podczas wyszukiwania.

Co oznacza adres w zakładce Pages?

Wymiar Pages grupuje dane według docelowego adresu URL po przekierowaniach. Większość danych skuteczności Google przypisuje adresom kanonicznym. Jeśli użytkownik kliknie wynik kierujący do duplikatu strony, kliknięcie może zostać przypisane w raporcie do adresu kanonicznego, a nie faktycznie odwiedzonego.

Nie oznacza to, że eksport zawiera osobną, zweryfikowaną informację o canonical dla każdego wiersza. Adres kanoniczny można sprawdzić za pomocą narzędzia Sprawdzenie adresu URL w Search Console.

Google stosuje również odmienne zasady agregacji na poziomie całej właściwości i poszczególnych stron. Z tego powodu suma wartości w tabeli Pages może różnić się od sumy na wykresie.

W sklepach posiadających warianty produktów, przekierowania i podobne adresy kontrola canonical jest istotna dla poprawnego przypisania obserwacji do określonej części katalogu.

Jak rozpocząć analizę danych multimodalnych?

Przed wyborem stron do audytu trzeba potwierdzić warunki pomiaru. Kontrolę można przeprowadzić bez dodatkowych narzędzi, korzystając z interfejsu Search Console.

1. Wybierz właściwą usługę. Upewnij się, że analizujesz odpowiednią domenę lub właściwość prefiksu URL.

2. Otwórz raport skuteczności wyników wyszukiwania. W filtrze typu wyszukiwania wybierz Web: multimodal.

3. Ustaw zakres dat. Preferuj zakończone okresy raportowania. Najnowsze dane mogą być wstępne.

4. Sprawdź wyświetlenia i kliknięcia. Ustal, czy raport zawiera obserwacje.

5. Przejdź do zakładki Pages. Zidentyfikuj raportowane adresy URL. Następnie sprawdź kraje i urządzenia.

6. Porównaj dane z Web: text-based. Zachowaj ten sam okres i pozostałe ustawienia filtrów.

7. Wyeksportuj wyniki. Zapisz właściwość, zakres dat, typ wyszukiwania i raport źródłowy.

Raport Generative AI performance można sprawdzić osobno, jeśli jest dostępny dla analizowanej witryny. Nie należy dodawać jego wyświetleń do standardowych danych Web.

Co oznacza pusty raport?

Brak wartości w segmencie multimodalnym nie jest dowodem awarii SEO. Nie potwierdza blokady obrazów, błędów indeksowania ani nieprawidłowej konfiguracji zdjęć.

Można wyróżnić trzy stany:

• DATA PRESENT: segment zawiera obserwowane dane.

• NO OBSERVABLE DATA: segment jest dostępny, ale nie pokazuje wartości w badanym okresie.

• NOT YET DETERMINED: nie ustalono jeszcze przyczyny braku odczytu.

W pierwszej kolejności należy sprawdzić ustawienia raportu, zakres dat i dostępność danych. Osobny audyt techniczny ma uzasadnienie wtedy, gdy istnieją niezależne przesłanki wskazujące na problem.

Warto też uwzględnić strefę czasu. Standardowe raportowanie dat w Search Console opiera się na czasie pacyficznym (PT), natomiast widok ostatnich 24 godzin posługuje się lokalną strefą czasu przeglądarki. Różnica ma znaczenie podczas zestawiania danych z systemem analitycznym sklepu.

Jak porównać wyszukiwanie multimodalne z tekstowym?

Porównanie Web: multimodal i Web: text-based pozwala ustalić, które grupy stron mają obserwacje w poszczególnych segmentach.

Analizę należy prowadzić dla tej samej właściwości Search Console, identycznego zakresu dat i porównywalnych ustawień krajów oraz urządzeń. Warto również zachować jednakowe zasady grupowania URL-i.

Dane z Image mogą stanowić dodatkowy kontekst, ale trzeba analizować je oddzielnie.

Dla kart produktów można sprawdzić, które adresy występują w obu segmentach, a które pojawiają się tylko w jednym. Podobne zestawienie można wykonać dla kategorii i poradników.

Nie należy przy tym zakładać, że niższa liczba wyświetleń multimodalnych oznacza słabsze zdjęcia. Segmenty obejmują odmienne sposoby wyszukiwania i nie muszą mieć porównywalnej liczby obserwacji.

Pierwszy pomiar nie zawsze pokazuje trend

Jeżeli dane multimodalne są dostępne od niedawna, pierwszy okres najlepiej traktować jako obserwacyjny punkt odniesienia.

Do oceny trendu potrzebne są porównywalne okresy, odpowiednia liczba obserwacji i uwzględnienie ewentualnych zmian sposobu raportowania.

Samo wprowadzenie filtra nie dowodzi wzrostu ruchu z wyszukiwania obrazem. Również zmiana liczby wyświetleń po modyfikacji zdjęć nie potwierdza automatycznie skuteczności tych prac.

Bez dodatkowej metodologii nie można oddzielić wpływu konkretnej zmiany od pozostałych czynników.

Które rodzaje stron sklepu warto sprawdzić?

Najbardziej praktycznym zastosowaniem danych Web: multimodal jest uporządkowanie adresów URL według ich funkcji w sklepie.

Karta produktu, kategoria i poradnik mogą pojawiać się w tym samym raporcie, ale odpowiadają różnym potrzebom użytkowników. Z tego powodu wymagają odmiennych kontroli.

Klasyfikację należy oprzeć na rzeczywistej architekturze sklepu, danych z CMS i strukturze katalogu. Google nie dostarcza gotowego podziału na strony produktowe, kategorie czy materiały informacyjne.

W analizie można wykorzystać pięć klas: product, category, editorial guide, brand/landing oraz other. Ostatnia obejmuje strony, których funkcji nie można jednoznacznie ustalić bez dalszej kontroli.

Macierz decyzji: sygnał, ograniczenie i następne działanie

Macierz jest modelem analitycznym CAJVO, a nie oficjalną metodologią Google. Jej zadaniem jest oddzielenie obserwacji od przypuszczeń i wskazanie uzasadnionego następnego kroku.

Adresy z klasy other wymagają najpierw ustalenia funkcji. Nie należy przypisywać im intencji informacyjnej ani zakupowej wyłącznie na podstawie obecności w raporcie.

Jak ustalić priorytety?

Nie istnieje uniwersalny próg wyświetleń lub kliknięć multimodalnych, po którego przekroczeniu należy zmieniać zdjęcia produktowe.

Najpierw trzeba ustalić, które klasy URL występują w danych i jaką rolę pełnią w sklepie. Przy dużych katalogach warto wybrać próbkę obejmującą różne szablony stron, typy produktów i sposoby prezentacji obrazów.

Priorytet dalszej kontroli można zwiększyć, jeżeli oprócz obserwacji w GSC istnieje potwierdzony problem, na przykład nieprawidłowy canonical, niedostępny plik graficzny lub brak istotnych informacji o produkcie.

Wybór próbki powinien być udokumentowany. Analiza wyłącznie stron z największą liczbą wyświetleń nie opisuje całego sklepu, a stwierdzenie błędu na jednym szablonie wymaga sprawdzenia jego rzeczywistego zasięgu.

Co sprawdzić na kartach produktów po wyborze próbki?

Dane z Search Console mogą wskazać karty produktów do dalszej analizy. Samo pojawienie się adresu w raporcie nie oznacza jednak błędu ani konieczności zmiany zdjęć.

Kontrolę techniczną warto podzielić na trzy obszary.

Indeksowanie strony i adres kanoniczny

Najpierw należy sprawdzić, czy karta produktu może być indeksowana i jaki adres Google wybrał jako kanoniczny. Ma to szczególne znaczenie w sklepach, które udostępniają osobne adresy dla wariantów produktów lub wykorzystują przekierowania.

Nieprawidłowości w tych obszarach mogą utrudniać ocenę danych przypisanych do konkretnej części katalogu.

Dostępność i opis zdjęć

Kolejnym obszarem jest sposób udostępniania obrazów. Google może odkrywać pliki wskazane w atrybucie src elementu <img>, również wewnątrz <picture>, natomiast nie indeksuje obrazów osadzonych wyłącznie przez CSS.

Warto sprawdzić dostępność plików dla Google, teksty alternatywne alt, kontekst zdjęć oraz ich jakość i wpływ na ładowanie strony. Fotografie powinny odpowiadać produktowi, który przedstawia dana karta.

Informacje o produkcie i dane strukturalne

Na stronach sprzedażowych należy zweryfikować zgodność nazwy, opisu, wariantów i oferty z prezentowanymi zdjęciami. Kontrola może obejmować także dane strukturalne Product i Offer, odpowiednio do funkcji strony oraz wymagań Google.

Poprawna implementacja pomaga spełnić wymagania techniczne właściwych funkcji wyszukiwarki. Nie stanowi jednak dowodu, że po zmianach wzrośnie liczba wyświetleń lub kliknięć w segmencie Web: multimodal.

Wyniki kontroli powinny wskazywać konkretne niezgodności. Jeżeli ich nie stwierdzono, sam raport multimodalny nie daje podstaw do rozpoczynania dodatkowych prac.

Eksport i API: na jakie ograniczenia uważać?

Dane z filtra multimodalnego można eksportować przez interfejs Search Console. Przy rozbudowanych katalogach trzeba jednak uwzględnić ograniczenia raportowania.

Tabele raportów skuteczności w interfejsie podlegają limitowi 1000 wierszy. Eksport takiego widoku nie gwarantuje więc otrzymania pełnej listy wszystkich adresów i obserwacji. Brak URL w wyeksportowanej tabeli nie jest potwierdzeniem, że adres nie miał żadnych ekspozycji.

W raporcie Generative AI performance wartości oznaczone symbolami ~ lub - są zapisywane podczas eksportu jako zero. Nie można bez dodatkowej kontroli interpretować każdej takiej wartości jako potwierdzonego braku wyświetleń. Zasady tej nie należy automatycznie przenosić na wszystkie pozostałe raporty.

Czy dane multimodalne są dostępne przez API?

Na 8 października 2026 r. dokumentacja metody Search Analytics: query wymienia w parametrze type między innymi web, image, video, news, discover i googleNews. Nie opisuje osobnej wartości multimodal.

Nie oznacza to, że wszystkie dane multimodalne są pomijane przez każde narzędzie korzystające z API. Sama lista parametrów nie rozstrzyga pełnego sposobu działania istniejących integracji.

Jeśli zespół korzysta z Looker Studio, własnego procesu ETL lub hurtowni danych, powinien sprawdzić, jakie wartości rzeczywiście pobiera dany mechanizm i jak definiuje poszczególne segmenty.

Do eksportu jednoznacznie oznaczonego segmentu multimodalnego można wykorzystać interfejs GSC. Nie należy zakładać, że standardowe zapytanie type=web w API zwróci identyczny podział bez wcześniejszej weryfikacji.

Jak zachować dane do późniejszej analizy?

Warto zapisać właściwość Search Console, zakres dat, raport źródłowy, typ wyszukiwania, raportowany URL oraz dostępne metryki. Jeśli dane mają zostać wykorzystane do audytu, należy dodać klasę URL i wynik osobnej kontroli adresu kanonicznego.

Istotne jest rozróżnienie danych źródłowych od informacji dodanych przez analityka. Klasa strony nie jest oficjalnym wymiarem GSC, a potwierdzony canonical wymaga osobnej weryfikacji.

Taki zapis pozwala później porównać obserwacje bez mieszania różnych źródeł, sposobów agregacji i zakresów raportowania.

Co zrobić z wynikami i kiedy odłożyć decyzję?

Po przeglądzie każdej grupie URL można przypisać jedną z trzech decyzji.

FOLLOW-UP AUDIT oznacza, że istnieje konkretna przesłanka do dalszej kontroli. Może nią być potwierdzony problem techniczny lub grupa adresów wymagająca dokładniejszej analizy.

MEASURE / RECHECK jest właściwe wtedy, gdy dane są niepełne, wstępne albo nie ma wystarczająco długiego okresu porównawczego. Następnym krokiem jest ponowny pomiar po sprawdzeniu jego warunków.

NO INVESTMENT CONCLUSION oznacza brak podstaw do dodatkowej inwestycji na podstawie dostępnych danych. Nie przesądza, że analizowany obszar nie ma znaczenia biznesowego.

Każda decyzja powinna wynikać z zapisanej obserwacji, wskazywać brakujące informacje i określać dalsze działanie. Priorytet warto uzależnić od roli strony w sklepie, potwierdzonych problemów oraz zakresu wymaganych prac.

Jeżeli planowane są zmiany zdjęć, opisów lub struktury kart produktowych, należy wcześniej określić, co będzie sprawdzane po wdrożeniu. Sam wzrost wyświetleń po zmianie nie stanowi dowodu, że to ona spowodowała poprawę.

Ocena wpływu na sprzedaż wymaga odrębnych danych transakcyjnych i analitycznych. Search Console nie pozwala przypisać zakupu do konkretnej fotografii użytej podczas wyszukiwania multimodalnego.

Dla sklepu, który dopiero rozpoczyna obserwację tego segmentu, uzasadnionym wynikiem pierwszej analizy może być ustalenie listy stron, warunków pomiaru i terminu kolejnego przeglądu. Nie każdy sygnał wymaga natychmiastowej zmiany technicznej.

W CAJVO projektujemy i wdrażamy rozwiązania e-commerce, uwzględniając architekturę katalogu, karty produktów, indeksowanie i techniczne SEO. Jeśli analiza GSC wskazuje obszary wymagające kontroli, możemy pomóc zweryfikować konfigurację sklepu i określić zakres uzasadnionych prac.