Experiment design za GEO: kako testirati content promenu bez lažne atribucije

Da biste testirali content promenu u GEO kontekstu, morate unapred definisati šta se menja, koje stranice čine kontrolnu grupu, koji signal očekujete i koliko dugo ćete posmatrati rezultat. Najvažnije pravilo je jednostavno: promena koja se desila posle intervencije nije automatski promena koju je intervencija izazvala.

To je posebno važno kod AI Search-a. Odgovori, citirani izvori i izbor linkova mogu varirati po upitu, lokaciji, jeziku, vremenu i samoj platformi. Zato GEO eksperiment treba da meri obrazac kroz stabilan skup upita i uporedivu grupu stranica, a ne jedan povoljan odgovor ili jedan trenutni score.

Google navodi da se AI Overviews i AI Mode oslanjaju na postojeće Search sisteme, da mogu koristiti više povezanih pretraga i da se prikazani odgovori i linkovi razlikuju u zavisnosti od iskustva. Zbog toga eksperiment treba postaviti kao test promene na sajtu, a ne kao pokušaj da se direktno testira interna logika AI sistema. SEO optimizacija ostaje tehnička i sadržajna osnova na kojoj se takav test gradi.

Šta GEO eksperiment zapravo testira

GEO eksperiment testira da li je određena, jasno ograničena promena na sajtu povezana sa pouzdanim poboljšanjem relevantnih signala u AI Search okruženju. To može biti, na primer:

• preciznije objašnjenje ključnog pojma ili procesa;
• dodavanje originalnih primera, kriterijuma i trade-offa;
• bolja struktura odgovora za kompleksan informativni upit;
• jasnije povezivanje autora, organizacije, usluge i dokaza;
• uklanjanje kontradikcija između više stranica;
• unapređenje interne povezanosti između objašnjenja i komercijalne stranice.

Ne treba testirati neodređenu ideju kao što je „optimizovali smo stranicu za AI“. Takva formulacija nema jasnu nezavisnu promenljivu. Bolje je zapisati hipotezu u obliku: „Ako na stranicama iz iste tematske grupe dodamo sažet odgovor, kriterijume izbora i izvorne dokaze, očekujemo veću učestalost relevantnog pojavljivanja u unapred definisanom prompt setu, bez pada organskog CTR-a i angažovanja.“

Prvi korak: napišite hipotezu pre izmene

Dobra hipoteza povezuje četiri elementa:

1. Intervencija: šta se tačno menja na stranici?
2. Mehanizam: zašto bi ta promena pomogla retrieval-u, razumevanju ili korisniku?
3. Primarna metrika: koji signal će odlučiti da je test uspešan?
4. Guardrail metrike: šta ne sme da se pogorša?

Na primer, ako dodajete tabelu sa kriterijumima, mehanizam nije „AI voli tabele“. Precizniji mehanizam glasi: tabela smanjuje nejasnoće u poređenju opcija i povećava verovatnoću da stranica bude relevantna za upite koji traže izbor između alternativa. Primarna metrika može biti prisustvo stranice ili brenda u relevantnom segmentu promptova, dok su guardrail metrike organski klikovi, engagement i konverzije.

Hipoteza ne mora da predvidi tačan procenat poboljšanja. Dovoljno je da unapred odredi smer, ciljnu grupu stranica i uslov pod kojim se promena zadržava.

Izaberite jedinicu eksperimenta

Najčešća greška je tretiranje celog sajta kao jedne eksperimentalne jedinice. Ako istovremeno menjate desetine stranica, navigaciju, interne linkove i prompt set, posle nećete znati šta je proizvelo rezultat.

Za GEO sadržajne eksperimente najčešće postoje tri praktične jedinice:

Grupa stranica

Odaberite stranice koje imaju sličan intent, format, nivo autoriteta i istoriju performansi. Na primer, deset informativnih stranica iz iste tematske grupe može biti tretirano, dok sličan broj uporedivih stranica ostaje bez promene.

Tematski klaster

Klaster ima smisla kada je intervencija sistemska, kao što je rešavanje kontradiktornih informacija ili izgradnja interne povezanosti. Tada ne testirate samo jednu stranicu, već promenu u načinu na koji se tema objašnjava na više URL-ova.

Skup upita ili promptova

Ovo je merni uzorak, a ne nužno eksperimentalna jedinica. Promptovi treba da pokriju glavne namere: definisanje problema, poređenje, izbor rešenja, procenu rizika i komercijalni sledeći korak. Set mora ostati stabilan tokom testa, uz jasno dokumentovane izmene.

Kontrolna grupa: šta čini poređenje validnim

Kontrolna grupa nisu „bilo koje druge stranice“. Ona treba da bude što sličnija tretiranoj grupi po temi, nameri, starosti, organskoj vidljivosti i nivou potražnje. Ako su tretirane stranice već imale znatno bolju poziciju, rezultat može izgledati pozitivno samo zato što su bile jače od početka.

Pre objave promene napravite početni pregled za obe grupe:

• organski klikovi, impresije, CTR i prosečna pozicija;
• broj indeksiranih URL-ova i status važnih stranica;
• prisustvo brenda, domena ili konkretne stranice u promptovima;
• tačnost i potpunost odgovora koji se odnose na temu;
• referentni linkovi ili citati, kada ih platforma prikazuje;
• konverzije i asistirane konverzije, ako je uzorak dovoljno velik.

Ako ne možete da napravite pravu kontrolnu grupu, koristite slabiji, ali transparentan dizajn: poređenje sa istorijskim periodom, matched-pairs pristup ili staggered rollout, gde se grupe menjaju u različitim datumima. U zaključku tada nemojte koristiti jezik „dokazali smo uzročnost“, već „rezultat je konzistentan sa hipotezom“.

Definišite metrike koje mogu da podnesu promene u AI Search-u

Jedan GEO score nije dovoljan. On može biti koristan za operativno praćenje, ali često skriva razliku između toga da li je brend pomenut, da li je stranica citirana, da li je citat tačan i da li je korisnik kliknuo dalje.

Praktičan okvir je podela na četiri nivoa:

Za merenje Google AI funkcija koristite first-party podatke gde su dostupni. Google dokumentacija navodi da se performanse AI funkcija mogu pratiti kroz Search Console, a od 31. avgusta 2026. generativni AI izveštaji su dostupni svim sajtovima širom sveta. Ipak, taj izveštaj ne zamenjuje prompt monitoring: Search Console i prompt set mere različite delove puta.

Za detaljniji okvir poslovnih ishoda pogledajte AI Search conversion tracking, naročito kada se efekat ne završava direktnim klikom.

Stabilizujte prompt set pre početka testa

Prompt set mora biti dovoljno širok da predstavi temu, ali dovoljno stabilan da se rezultati mogu porediti. Za svaki prompt zabeležite:

• tačan tekst upita;
• jezik, zemlju i uređaj, ako su relevantni;
• platformu i datum merenja;
• da li je upit informativan, komparativan ili transakcioni;
• očekivane entitete, izvore ili kriterijume;
• pravila za ocenu pojavljivanja, citata i tačnosti.

Nemojte menjati promptove usred testa samo zato što početni rezultat nije povoljan. To je oblik cherry-pickinga. Ako se namera korisnika promeni ili se pojavi novi relevantan podupit, dodajte ga kao novu kohortu i jasno odvojite od prvobitnog seta. Više o stabilnom benchmarku možete pročitati u tekstu Prompt set monitoring: kako napraviti stabilan benchmark bez cherry-pickinga.

Period merenja: dovoljno dugo, ali ne beskonačno

Ne postoji univerzalan broj dana koji garantuje validan GEO rezultat. Potrebno vreme zavisi od učestalosti crawl-a, brzine indeksiranja, obima saobraćaja, broja upita i stabilnosti platforme. Google za testiranje sajtova savetuje da se eksperiment sprovodi samo onoliko dugo koliko je potrebno za pouzdan zaključak i da se testni elementi uklone nakon završetka.

Pre početka definišite tri datuma:

1. Pre-period: vreme za prikupljanje baseline podataka.
2. Datum intervencije: kada je promena objavljena, ne kada je samo pripremljena.
3. Post-period: unapred definisan period posmatranja.

U pre- i post-period uključite beleške o većim promenama algoritama, sezonalnosti, kampanjama, tehničkim incidentima i promenama na sajtu. Ako je u istom periodu promenjen sitemap, interni linking i komercijalna ponuda, atribucija će biti slabija.

Kako izbeći lažnu atribuciju

Lažna atribucija nastaje kada rezultat pripišete content promeni, iako ga je verovatnije izazvao drugi faktor. U GEO eksperimentima najčešći uzroci su:

• istovremene tehničke izmene: promena renderovanja, canonical oznaka ili indeksiranja;
• promena prompta: test izgleda uspešno jer su novi upiti lakši ili drugačije formulisani;
• platformska varijacija: odgovor se menja bez izmene na sajtu;
• sezonalnost: tema dobija više pažnje u određenom periodu;
• regresija ka proseku: ekstremno loš ili dobar početni rezultat prirodno se približi uobičajenom nivou;
• previše intervencija: više promena je objavljeno kao jedan paket.

Praktična zaštita je change log. Za svaki URL upišite šta je promenjeno, ko je odobrio izmenu, kada je objavljena i koje su metrike primarne. Ako je promenjeno više elemenata, taj test označite kao paketnu intervenciju, a ne kao dokaz da je jedna konkretna izmena bila uzrok.

Kako tumačiti rezultat

Rezultat može biti pozitivan, negativan, neutralan ili neodređen. Pozitivan je tek kada se poboljšanje vidi u relevantnoj tretiranoj grupi, u više mernih tačaka, uz prihvatljive guardrail metrike. Ako je povećan broj pominjanja, ali su citati netačni ili nema nikakvog korisničkog efekta, to nije pun uspeh.

Negativan rezultat ne znači nužno da je ideja loša. Možda promena nije indeksirana, uzorak je premali, intervencija nije rešila stvarni problem ili metrika ne odgovara mehanizmu. Neutralan rezultat je koristan ako ste smanjili neizvesnost i naučili da određenu promenu ne treba primenjivati široko.

Za klijentsko izveštavanje korisno je odvojiti nalaz od interpretacije:

• Nalaz: šta se promenilo u podacima?
• Ograničenje: šta dizajn nije mogao da kontroliše?
• Interpretacija: koje objašnjenje je najverovatnije?
• Odluka: zadržati, iterirati, proširiti ili odbaciti promenu?

Za širi prikaz KPI-jeva koji imaju smisla u AI Search izveštaju pogledajte AI Search reporting za klijenta. Ako je cilj poređenje sa konkurencijom, odvojite eksperiment od benchmarka: AI visibility benchmark odgovara na drugo pitanje.

Minimalni GEO eksperimentalni protokol

Pre objave promene proverite sledeću listu:

1. Hipoteza je zapisana u jednoj rečenici.
2. Intervencija je ograničena na jedan glavni mehanizam.
3. Tretirana i kontrolna grupa imaju uporedivu početnu osnovu.
4. Prompt set i pravila ocenjivanja su zaključani.
5. Primarna i guardrail metrika su definisane pre testa.
6. Baseline i datum objave su dokumentovani.
7. Promene indeksiranja i tehnički incidenti se beleže.
8. Postoji odluka šta se radi ako je rezultat pozitivan, neutralan ili negativan.

Ovakav protokol ne može da ukloni svu neizvesnost. Njegova vrednost je u tome što ograničava preuveličavanje rezultata. Umesto tvrdnje da je jedna content promena „donela GEO rast“, dobijate precizniji zaključak: promena je u određenim uslovima bila povezana sa boljim prisustvom u relevantnom uzorku, bez ili sa određenim promenama u poslovnim signalima.

Šta je sledeći korak

Počnite sa jednom tematski homogenom grupom stranica i jednom hipotezom koju možete objasniti i uredniku i analitičaru. Ne pokušavajte da istovremeno testirate stil, strukturu, interne linkove, autorstvo i konverzioni element. Kada rezultat bude dovoljno jasan, zadržite promenu samo tamo gde je mehanizam relevantan.

Ako vam je potrebna šira tehnička i sadržajna osnova za takvo testiranje, sledeći korak je pregled procesa na stranici SEO optimizacija. GEO eksperiment treba da bude produžetak kvalitetnog SEO rada i disciplinovanog merenja, a ne zamena za njih.