Agenci zakupowi nie odczytują 39 procent strony sklepu w USA. Dane Adobe i pomiar polskich spółek

Krótka odpowiedź: agenci zakupowi widzą mniej niż klienci. W lipcu 2026 Adobe zmierzył tę różnicę na amerykańskich stronach handlowych i wyszło mu 61 procent treści strony głównej; reszta do maszyny nie dociera. W kwietniu 2026 ten sam wskaźnik wynosił 75 procent, ale na węższej próbie, której składu Adobe nie ujawnił. Że spadek bierze się z dopisania mniejszych sprzedawców, to moja hipoteza, nie ustalenie Adobe. W tym samym czasie ruch z asystentów rósł o 62 procent rok do roku.

Co dokładnie zmierzył Adobe

Adobe policzył dwie rzeczy naraz w lipcu 2026: ile ruchu przychodzi do sklepów z asystentów AI i ile treści tych sklepów maszyna w ogóle odczytuje. Ruch wzrósł o 62 procent rok do roku i o 1219 procent wobec bazy przyjętej przez Adobe, czyli października 2024. Czytelność strony głównej dla modeli wyszła średnio na 61 procent, wobec 75 procent w kwietniu 2026 na węższej próbie.

Rozkład po kategoriach pokazuje, że problem nie jest równomierny. Najlepiej wypadły odzież (76 procent) i elektronika (70), dalej kosmetyki (68), artykuły sportowe (67), meble i wyposażenie domu (64), artykuły ogólne (63), a najsłabiej sklepy spożywcze (59 procent). Podstawą jest bilion wizyt na amerykańskich stronach handlowych. W próbie jest ponad dwustu z dwóch tysięcy największych sprzedawców internetowych, ze sprzedażą przekraczającą 836 miliardów dolarów w 2025 roku.

Poziom pewności: średni. To dane panelu firmy, która sprzedaje narzędzia analityczne i optymalizacyjne, a wpis źródłowy Adobe nie odpowiadał na żądania automatyczne, więc liczby cytuję za relacją Digital Commerce 360 z 19 sierpnia 2026. Metodologia samego wskaźnika czytelności nie jest opisana publicznie na tyle szczegółowo, żeby dało się ją powtórzyć u siebie.

Ten ruch kupuje lepiej niż reszta

Gdyby chodziło o kanał marginalny, można by go odłożyć. Dane Adobe za lipiec 2026 mówią co innego: odwiedzający z asystentów konwertują o 60 procent lepiej niż pozostali, zostawiają o 53 procent większy przychód na wizytę, dodają o 28 procent więcej rzeczy do koszyka, spędzają o 59 procent więcej czasu na stronie i o 33 procent rzadziej wychodzą natychmiast. To profil klienta, który przyszedł z gotową intencją, bo wcześniejsze etapy asystent odrobił za niego.

Stąd cała stawka: sklep traci nie przypadkowe wejścia, tylko te o najwyższej wartości jednostkowej. A traci je po cichu, bo w statystykach nie widać wizyt, których nie było.

Polskie dane: ta sama usterka, inna próba

Odpowiednika pomiaru Adobe dla polskich sklepów sam nie zrobiłem, a w kwerendzie z 31 sierpnia 2026 nie znalazłem cudzego. Mam za to własny pomiar największych spółek giełdowych, wykonany 10 i 11 sierpnia 2026 na wszystkich 60 firmach z WIG20 i mWIG40. Wyniki opisują tę samą usterkę: 26 stron nie miało w kodzie dostępnym bez JavaScriptu ani jednego bloku danych strukturalnych, znacznik Organization miały 23. Bez JavaScriptu 14 stron traciło ponad jedną piątą treści, a dwie ponad połowę.

Próby nie są porównywalne wprost, bo Adobe mierzył amerykański handel, a ja polskie spółki z różnych branż. Zbieżny jest mechanizm: treść dokładana skryptem dla botów AI nie istnieje, a brak danych strukturalnych zmusza model do zgadywania, czym firma handluje. Szczegóły metody i surowe dane mojego pomiaru są otwarte na licencji CC BY 4.0 w karcie badania.

Co sprawdzić w sklepie

Trzy testy, w kolejności od najczęstszej usterki do najrzadszej. Najpierw dane strukturalne: blok application/ld+json z typem Product i Offer, z ceną i dostępnością zgodnymi z tym, co widzi klient. Potem wyłączony JavaScript na stronie produktu: cena, dostępność, opis i przycisk zakupu mają pozostać widoczne w źródle. Na końcu robots.txt i zapora, bo blokada na tym poziomie unieważnia wszystko powyżej.

Dopiero po tych trzech krokach ma sens rozmowa o protokołach zakupowych i o tym, jak agent miałby zapłacić. Kolejność jest tu twarda: agent, który nie odczyta ceny, nie dojdzie do kasy, choćby kasa była najnowocześniejsza.