A korábbi cikkünkben azt mutattuk meg, hogy a magyar webshopokba átlagosan 0,2% körüli forgalom és bevétel érkezik az AI-platformokról. Az átlag igaz. Döntést mégsem lehet rá alapozni. Méret és iparág szerint szétszedve az adatot kiderül, hogy a legtöbb AI-látogatót kapó szegmensek termelik a legkevesebb AI-bevételt, a legjobb hozam pedig ott van, ahol a legkevesebb a látogató. Megmutatjuk, mely szegmensek ezek, és mutatjuk a további lépéseket a több AI-bevétel felé.

 

Két szám, két különböző kép

Mielőtt bármit értelmezünk, tisztázzunk két fogalmat. Az AI-forgalom alatt munkamenetet (session) értünk: azokat a látogatásokat, amelyek az AI-platformokról érkeznek a webshopba. Az AI-bevétel pedig az ezekhez a munkamenetekhez kötött árbevétel.

A két szám külön életet él. Egy webshopnál az AI-munkamenetek adhatják az összes látogatás 0,3%-át, miközben az AI-bevétel az árbevétel 0,6%-át teszi ki. Ezt a viszonyt hívjuk a cikkben AI-hozamindexnek: az AI-bevétel részesedését elosztjuk az AI-munkamenetek részesedésével.

Az AI-hozamindex értelmezése:

• 1,0 – az AI-forgalom pont annyi bevételt termel, amennyi a súlya
• 2,0 – kétszer annyit
• 0,5 – feleannyit

Ez a mutató teszi láthatóvá azt, amit az átlag elrejt. Az általunk összegyűjtött adatok alapján a szegmensek között ötszörös eltérés is mutatkozhat.

 

Méret szerint: a középső sávban keletkezik a pénz

A vizsgált webshopokat havi munkamenetszám szerint öt sávba rendeztük. Az értékek 2026 első félévének átlagai.

AI-forgalom, -bevétel és -hozamindex webshopméretek kategóriája alapján (2026-os adatok)

 

 

A legtöbb AI-bevétel a havi 10.001–50.000 munkamenetes sávban keletkezik. Ott az AI-forgalom 1,6–2,3-szeresen felülteljesít: kevesebb látogatót ad, mint amennyi bevételt termel belőle a webshop.

A 100.000 munkamenet felettieknél a hozam 0,77-re csökken. Ezeknél a szereplőknél az árbevétel túlnyomó része márkakeresésből és közvetlen látogatásból jön, az AI-ból belépő vásárló pedig jellemzően összehasonlítani érkezik, azután tovább is megy.

A legkisebb sáv értékét óvatosan kell olvasni. A havi tízezer munkamenet alatti webshopokba olyan kevés AI-látogató érkezik, hogy közülük egy adott hónapban gyakran egy sem vásárol. A legtöbb ilyen webshopnál a havi AI-bevétel pontosan nulla, és ezekből lesz az átlag 0,04%. Ez a szám tehát a mérés korlátjáról szól. Arról semmit nem árul el, hogy egy kisebb webshopnál működik-e az AI-csatorna, mert ahhoz túl kevés a megfigyelés. Ha ide tartozol, a saját havi adataidból egyelőre nem tudsz következtetést levonni – és ez önmagában is hasznos információ, mert megkímél a rossz döntésektől.

AI-hozamindex webshopméret alapján (2026-os adatok)

 

A 0–10.000 és a 20.001–50.000 webshopméret forgalom- és bevétel-részesedésének idősora (2026-os adatok)

 

Iparág szerint: a nagy kosárértéknél hoz pénzt az AI

Ugyanez a bontás iparág szerint, AI-hozamindex szerint rendezve. Az értékek itt is 2026 első félévének átlagai.

AI-forgalom, -bevétel és -hozamindex kategória bontásban (2026-os adatok)

 

A legfeltűnőbb sor a bútor és lakberendezés. Ez a kategória kapja az egyik legkisebb AI-forgalmi arányt, és termeli a legjobb hozamot. Ritkán kérdez valaki kanapét a ChatGPT-től, de aki így érkezik a webshopba, nagy értékben vásárol.

A rangsor alsó végén a szépségápolás és a barkács áll. Mindkettő átlag körüli AI-forgalmi arányt kap, a hozamuk mégis 0,5 alatt marad. Az ide érkező látogató tájékozódik, azután elmegy.

A mintázat a kosárértékkel és a döntés súlyával függ össze. Ahol drága a termék és sok szempontot kell mérlegelni, ott az AI tanácsadói szerepbe kerül, és a tanács vásárlásba fordul. Ahol alacsony a kosárérték és rutinszerű a vásárlás, ott az AI információt ad, és a látogatás ezzel véget is ér.

Érdemes ezt összevetni előző cikkünk kategória-megállapításaival. A műszaki cikk forgalmi arányban továbbra is az élen jár, hozamban viszont csak a harmadik. A játék és kultúra hozamindexe 0,91: oda az AI forgalmat hoz, bevételt kevésbé.

Két kategóriát kihagytunk a rangsorból, mert a havi értékeik akkorát ugranak hónapról hónapra, hogy érdemi következtetést nem lehet belőlük levonni.

AI-hozamindex kategória bontásban (2026-os adatok)

„A legjobb hozamot a bútor és lakberendezés adja, miközben ez a kategória kapja az egyik legalacsonyabb AI-munkamenet arányt. Ahol nagy a kosárérték és sok a döntési szempont, ott az AI tanácsadói szerepbe kerül, és a tanács vásárlásba fordul. Ez a mintázat jelöli ki, kinek érdemes leghamarabb foglalkoznia az AI-forgalomszerzés témájával.”

– Flekács Zoltán, Growww Digital

 

Ami 2025 decemberében megfordult

A legnagyobb AI-arányú tíz e-kereskedelmi szereplőnél az adat egy fordulatot is megmutat.

2025 áprilisában ezeknél a webshopoknál az AI adta a munkamenetek 0,11%-át és az árbevétel 0,02%-át. A hozamindex 0,18 volt: a csatorna nézelődőket hozott. 2025 decemberében az index átlépte az 1,0-t, 2026 májusában pedig 1,54-en állt (0,35% munkamenet mellett 0,54% bevétel).

Ugyanez a fordulat külföldön is megjelent. Az Adobe adatai szerint 2026 márciusában az Egyesült Államokban az AI-ból érkező forgalom 42%-kal jobban konvertált a többi csatornánál, egy évvel korábban pedig 38%-kal rosszabbul. Két különböző piac, ugyanaz az irányváltás, körülbelül ugyanabban az időszakban.

 

Mi a közös a legjobban teljesítőkben?

Erre a kérdésre az adat nem ad választ. Azt látjuk, hogy egy szűk kör kiugrik, azt nem, hogy miért. Négy hipotézisünk van, és mindegyik ellenőrizhető a saját fiókodban.

1. Mély belépési pont. Az AI-ból érkező látogató termékoldalon lép be, a főoldalon ritkán. Ellenőrzés: GA4 Landing page riport (Reports › Engagement › Landing page). Vesd össze a főoldal arányát az AI-forgalomban és a többi csatornában.
2. Strukturált adat a döntési tényekre. Ár, készlet, paraméterek, szállítás, garancia és értékelés gépi olvasásra kész formában, JSON-LD-ben. Ellenőrzés: futtass le egy termékoldalt a Google Rich Results Testen, és nézd meg, melyik döntési tény van benne és melyik hiányzik.
3. Külső megerősítés. Jelenlét független toplistákon, összehasonlító oldalakon és véleményoldalakon. Az AI a webshop saját „legjobb termékek” listája helyett gyakran a versenytársat ajánlja, ha róla máshol többet ír a net. Ellenőrzés: nézd meg, milyen külső oldalakra hivatkozik az AI a kategóriád kérdéseinél, és szerepelsz-e bennük.
4. Mérési különbség. Elképzelhető, hogy ez a tíz szereplő pontosan méri az AI-forgalmát, míg másoknál ugyanez a forgalom a Direct és az Unassigned csoportban bújik meg. Ebben az esetben a különbség egy része a riportban van, a valóságban kevésbé.

 

Három lépés, amivel most tudsz továbbhaladni

Mindhárom elvégezhető a következő hetekben, és egyik sem igényel fejlesztői csapatot.

1. Mérd meg, mit mond rólad az AI, mielőtt bármit fejlesztesz. Írj össze 10-15 tipikus vásárlói kérdést a saját kategóriádból, abban a formában, ahogy a vásárló feltenné: „melyik porszívót vegyem szőnyeghez 80 ezer alatt”. Futtasd le őket havonta a ChatGPT-ben, a Geminiben és a Perplexityben, és jegyezd fel, megjelensz-e, mit írnak rólad, és kit ajánlanak helyetted. Néhány hónap után ez trenddé áll össze, és megmutatja, melyik terméked és melyik kategóriaoldalad jut el a modellekhez. Ez más, mint a GA4-adat: itt azt méred, hogy megjelensz-e a válaszokban, a GA4-ben pedig azt, hogy hányan érkeztek be onnan.
2. Sűrítsd a döntési tényeket, és tedd őket könnyen kiolvashatóvá. A paraméter- és mérettáblák valódi táblázatban álljanak. Minden alcím egy kérdés legyen, a válasz pedig az első egy-két mondatban szerepeljen. Minden szakasz álljon meg önmagában, visszautalások nélkül. Ennek oka mérhető: a ChatGPT hivatkozásainak 44%-a a tartalom első harmadából származik, és a három vagy több konkrét adatot tartalmazó szövegrészeket lényegesen gyakrabban idézi.
3. Kezeld a terméklistát AI-felületként. A Merchant Center feed GTIN-lefedettsége, attribútum-teljessége, ár- és készletpontossága eddig hirdetési kérdés volt. A Google termékadatbázisa viszont az AI vásárlási válaszainak alapja, így a feedhiba ma egyben AI-láthatatlanság. Konkrét teendő: nézd át az elutasított tételeket, mérd meg a GTIN-lefedettséget, és töltsd ki a részletes termékleíró mezőket – a product_highlights a termék 3-5 fő érvét adja rövid felsorolásban, a product_detail a paramétereket szekció-attribútum-érték hármasokban, ruházatnál pedig a size_type, material és pattern mezők számítanak. Ezek adják az AI-nak azt a szöveges anyagot, amiből érvelni tud a terméked mellett.

Ha ez a három megvan, a következő kör az önállóan vásárló AI-ügynökökre való felkészülés: vendégként is használható kosár, pontos ár- és készletadat gépi lekérdezésre, és a botok szabad átjárása a vásárlási útvonalon. Erről külön cikkben írunk.

 

Mire számítunk a szezonban?

Az idei első félév vízszintes szakasza szezonális. Ugyanezt az alakot láttuk 2025-ben is: novemberi csúcs, majd visszaesés a szezon lezárása után.

Az éves növekedés közben tartja magát. A vizsgált szegmensekben az AI-részesedés 2025 júniusához képest 1,8–2,4-szeresére nőtt. Ha ez a faktor a szezonig kitart, a 2025 novemberi 0,44–0,48%-os csúcs erre a bázisra 0,8–1,2%-ot ad. Vagyis a negyedik negyedév csúcsán az AI-forgalom eléri az 1%-ot.

 

A te számod nincs ebben a cikkben

A 0,2%-os átlag nem a te számod, és a fenti táblázatok sem azok. A saját AI-hozamindexed pár perc alatt kiszámolható, ha az AI-forgalom külön csatornaként látszik a GA4-ben: az AI-bevétel részesedését elosztod az AI-munkamenetek részesedésével. Ha még nem látszik külön, akkor először ezt a beállítást kell elvégezni.

 

---

Módszertan: ugyanaz az adatbázis, amelyet a korábbi cikkünkben bemutattunk – több mint 900 magyar e-kereskedelmi szereplő GA4-adata, 2024. január és 2026. június között. Az AI-forgalom AI-platformokról érkező munkamenetet (session) jelent, referral domain és UTM alapján azonosítva. A közölt értékek fiókszintű részesedések átlagai. Az AI-hozamindex a bevétel-részesedés és a munkamenet-részesedés hányadosa. Az iparági bontás azokra a webshopokra vonatkozik, ahol a kategória-besorolás egyértelmű.