MozCon New York 2025: najważniejsze wnioski i ich znaczenie dla SEO

MozCon New York 2025 jasno pokazało, że SEO weszło w erę „post‑SERP”: klasyczne pozycje w Google to tylko fragment większego obrazu widoczności marki. Najlepsi prelegenci mówili nie o trikach, ale o systemach – obejmujących AI search, wieloplatformową dystrybucję treści, PR, dane i konwersje. Poniżej znajdziesz syntetyczne podsumowanie najważniejszych wniosków oraz rekomendacje, jak przełożyć je na praktykę SEO – także na rynku polskim.

1. AI search: GEO, AEO, LLMO – stare zasady w nowym środowisku (Lily Ray)

Najważniejsze idee z wystąpienia

• Modele językowe nadal „jadą” na wyszukiwarce. GPT‑5 i inne LLM-y w dużej mierze korzystają z danych z klasycznych SERP-ów. Bez świeżej zawartości z wyszukiwarki odpowiedzi zaczynają halucynować.
• Widoczność w zaufanych źródłach to nowy „link building”. Wikipedia, Reddit, YouTube, niszowe serwisy eksperckie – to one są dziś intensywnie cytowane przez LLM-y.
• Optymalizacja pod zapytania brandowe i reputację. Marka musi mieć jasne, spójne odpowiedzi na kluczowe pytania o sobie – i kontrolować wizerunek tam, gdzie toczy się dyskusja.
• Nowe metryki: nie tylko kliknięcia i pozycje. Liczą się wrażenia brandowe, cytowania w AI, udział głosu w odpowiedziach modeli, a nie wyłącznie ranking w „10 niebieskich linkach”.

Co z tego wynika strategicznie?

• SEO to już nie tylko „Google i linki”, ale też „jak LLM-y opisują moją markę”.
• Budowanie brandu i reputacji w zewnętrznych serwisach staje się równorzędnym filarem wobec klasycznego on-page’u.
• Monitoring AI (jak ChatGPT, Gemini czy Perplexity odpowiadają na zapytania o markę) to nowy obowiązek działu SEO.

2. Wieloplatformowa strategia: organiczny wzrost poza Google (Paul Norris)

Kluczowe wnioski

• Google jest tylko jednym z kanałów odkrywania. Użytkownicy konsumują treści w feedach, na platformach wideo, w marketplace’ach i aplikacjach – nie tylko w SERP-ach.
• Jeden plan produkcji, wiele formatów. Jedna sesja nagraniowa może dać 26 wideo, przetworzonych na:
  • długie poradniki na YouTube,
  • shorty na social media,
  • wideo osadzone na stronie,
  • treści dla influencerów.
• Shorty też wymagają SEO. Bez przemyślanych tytułów, hooków, napisów i słów kluczowych krótkie materiały znikają po pierwszym piku zasięgów.

Jak myśleć o „multi‑platform SEO”?

• SEO to dziś optymalizacja treści dla silników wyszukiwania i silników rekomendacji (YouTube, TikTok, Reels).
• Content plan powinien od początku zakładać, jak dana treść będzie funkcjonować w różnych kanałach.

3. „Infinite tail”: badanie słów kluczowych w epoce AI (Dr Pete Meyers)

Najważniejsze punkty

• Naturalny język to ewolucja, nie rewolucja. Od Hummingbird po BERT Google konsekwentnie przechodzi od słów kluczowych do znaczenia i intencji.
• Myśl tematami, nie frazami. Zamiast listy pojedynczych słów – klastry tematyczne i śledzenie wyników na poziomie całego zagadnienia.
• LLM-y „rozszerzają” zapytania. Odpowiedź AI często łączy wyniki z wielu powiązanych wyszukiwań i różnych typów intencji (tutorial, porównanie, opinia).
• Przewagę dają treści, których nie da się streścić w dwóch zdaniach. Proste fakty AI podaje samo; wygrywają głębokie tutoriale, analizy, opinie i porównania.

Implikacje dla researchu

• Badanie słów kluczowych to mapowanie całej „chmury pytań” wokół problemu, a nie polowanie na pojedyncze frazy o dużym wolumenie.
• Trzeba planować serię treści pokrywających różne intencje użytkownika, a nie jeden „ultimate guide” do wszystkiego.

4. Content engineering: system zamiast chaotycznej produkcji (Josh Spilker)

Co powiedział Josh?

• Bez sprawnego systemu nie da się skalować treści. Sam pomysł na content to za mało – potrzebna jest architektura procesu (tworzenie, aktualizacja, pomiar).
• Content engineer myśli procesami, nie pojedynczymi artykułami. Projektuje przepływ pracy, standardy, szablony i automatyzację.
• Automatyzacja musi mieć „szlabany jakości”. Checkpointy, wytyczne brandowe i review człowieka zabezpieczają przed chaosem generowanym przez AI.
• Low‑code ułatwia wejście w automatyzację. Narzędzia typu Zapier, AirOps czy API (np. Moz) pozwalają budować pipeline’y danych i aktualizacji bez programisty.

Wpływ na SEO

• SEO manager coraz częściej powinien pełnić rolę „content engineera”: łączyć dane, narzędzia i ludzi.
• Duża część przewagi rynkowej wynika nie z „lepszego tekstu”, ale z szybszego i przewidywalnego systemu produkcji.

5. Zaufanie ponad algorytm: jak „przetrwać” AI i LLM-y (Wil Reynolds)

Główne tezy

• Sama widoczność nie wystarczy. Najniższy poziom ruchu w historii może iść w parze z rekordowymi konwersjami – jeśli treść jest wiarygodna i przekonująca.
• AI search łatwo zmanipulować. Drobne zmiany (np. w stopkach, pseudo‑rankingi pisane przez same marki) potrafią wprowadzić brandy do odpowiedzi AI – bez realnej ekspertyzy.
• Decyzje zapadają w social media i rekomendacjach. Ludzie weryfikują AI: pytają znajomych, czytają opinie, scrollują social media. Tam buduje się zaufanie.
• LLM-y powtarzają dane z treningu, nie jakość. Nadreprezentowane są starsze, często powielane treści – niekoniecznie najlepsze.

Wniosek dla marek

• Trwała przewaga to zaufanie, nie krótkoterminowe „growth hacki” w SERP-ach czy AI.
• SEO musi być skoordynowane z PR, social mediami i obsługą klienta – każdy punkt styku wpływa na to, czy użytkownik uwierzy w to, co widzi w wyszukiwarce lub odpowiedzi AI.

6. Dywersyfikacja ruchu: PR jako paliwo dla brand search (Misty Larkins)

Najważniejsze elementy prezentacji

• „Bezpieczna siatka” SEO zniknęła. Mniej kliknięć z SERP, więcej zero‑click, większa zmienność algorytmów – bazowanie tylko na Google to ryzyko.
• Brand search to najtrwalsze zabezpieczenie. Aż 61% sygnałów brandowych w AI Overviews pochodzi z mediów i zewnętrznych wzmianek, nie z własnej strony.
• PR powinien być zarządzany jak lejek.
  • pozyskiwanie uwagi (media, publikacje, współprace),
  • utrzymywanie zainteresowania (owned content),
  • konwersja (strony docelowe, oferty, eventy).
• Treści „warte PR” + dystrybucja jak wydawca. Badania własne, ekspertyzy, newsjacking – a potem konsekwentne wykorzystanie we wszystkich kanałach.

Przełożenie na SEO

• Im więcej jakościowych wzmianek w mediach i serwisach branżowych, tym mocniejszy brand search i większa odporność na wahania Google.
• Digital PR to dziś w praktyce off‑site SEO w wersji 2.0.

7. AI w obsłudze spadków ruchu: diagnoza zamiast paniki (Sam Torres)

Najciekawsze wnioski

• Uczenie maszynowe do wykrywania anomalii. Zamiast „wydaje mi się, że spadło” – modele (np. Isolation Forest, Prophet) precyzyjnie wskazują, kiedy i gdzie ruch się załamał.
• Segmentacja ruchu szerzej niż po URL/frazie. Analiza według:
  • szablonu strony,
  • typu SERP (news, video, images),
  • lokalizacji,
  • urządzenia.
• ROI dla zarządu: case studies i prognozy. Zamiast „Google nas uderzyło” – hipoteza, mały test, prognozowane efekty, twarde liczby.

Dlaczego to ważne?

• Skala danych w SEO przekracza ludzką intuicję – ML staje się praktycznym narzędziem w codziennym monitoringu.
• Lepsza diagnoza oznacza szybszą reakcję i mocniejsze argumenty przy walce o budżet.

8. 400% wzrost widoczności: proces zamiast „listy audytowej” (Travis Tallent)

Co zadziałało w case study GitHuba?

• Audyt to nie strategia. Zamiast listy błędów – mapowanie podróży użytkownika i treści dopasowane do intencji na każdym etapie.
• Priorytetyzacja jak w produkcie (RISE). Każda inicjatywa SEO oceniana według:
  • Reach – ilu użytkowników dotknie,
  • Intent – jak dobrze odpowiada na intencję,
  • Scale – na ile daje się powielić,
  • Execution – realna wykonalność.
• Integracja z istniejącymi procesami firmy. SEO nie tworzy osobnego workflow – wchodzi w narzędzia i rytm pracy devów oraz contentu.
• Stała kadencja spotkań. Regularne triage’e i review z udziałem SEO, contentu, devów i zarządu.

Wnioski dla dojrzałych organizacji

• Największym ograniczeniem SEO zwykle nie jest algorytm, lecz organizacja i brak priorytetów.
• SEO musi mówić językiem roadmap, scoringu i odpowiedzialności – nie tylko rekomendacji.

9. Post‑AI content playbook: koniec modelu „najpierw ruch” (Chima Mmeje)

Sedno nowej strategii

• Ruch to wynik, nie cel. Skupienie tylko na wolumenie fraz generuje generyczny content, który nie sprzedaje i nie buduje marki.
• Priorytet: popyt, zaufanie, afinity. Tematy dobieramy pod to, co:
  • generuje realny popyt,
  • tworzy zaufanie do marki,
  • zwiększa przywiązanie do brandu.
• Stań się „źródłem prawdy”. Treści z pierwszej ręki, niestandardowe przykłady, własne dane – to przyciąga linki, cytowania i buduje autorytet.
• Content edukacyjny musi prowadzić do produktu. Poradnik + pokazanie zastosowania produktu + logiczne CTA = treść, która pracuje na adopcję, nie tylko na sesje.
• Webinary jako silnik popytu. Jedno wydarzenie generuje leady i masę materiału do recyklingu (artykuły, social, lead magnets).

10. „F*** traffic”: konwersja ponad próżne metryki (Bianca Anderson)

Framework „Heavy Hitters”

• Raportowanie na poziomie URL, nie tylko kanału. Połączenie danych z GA4 o ruchu i konwersjach pozwala zidentyfikować strony, które naprawdę zarabiają.
• Raport „Heavy Hitters”. Lista URL-i o wysokim wpływie na przychód/lead – monitorowana osobno, niezależnie od globalnych wahań ruchu.
• „Performance dip buckets”. Grupowanie spadków według przyczyny:
  • zmiana layoutu SERP,
  • kanibalizacja,
  • update algorytmu,
  • mismatch intencji.
• „Brązowe karły” (brown dwarf stars). Strony z małym ruchem, ale świetną konwersją – idealne do dalszych inwestycji (linkowanie wewnętrzne, refresh, kampanie płatne).
• Koniec prezentacji „kreski ruchu” zarządowi. Zamiast tego:
  • przychód na URL,
  • przychód na 1000 sesji,
  • konwersje per typ strony.

Efekt mentalny

• SEO przestaje być działem „od ruchu”, a zaczyna być źródłem mierzalnego przychodu.
• To także lepsza podstawa do obrony budżetu w czasach spadków organicu.

Co to oznacza dla SEO w Polsce?

1. AI search „przyjdzie” także do polskich SERP-ów

• Choć wdrożenia AI Overviews w Polsce są wolniejsze, kierunek jest ten sam: więcej odpowiedzi „w SERP”, mniej kliknięć.
• Polskie marki powinny już teraz:
  • monitorować, jak AI (również globalne ChatGPT, Gemini) odpowiada na polskie zapytania,
  • budować obecność w lokalnych źródłach zaufania (Wikipedia PL, duże portale, wiodące blogi branżowe).

2. Ekosystem poza Google jest w Polsce równie ważny

• YouTube, TikTok, LinkedIn, Allegro, OLX, tematyczne fora i grupy na Facebooku – to realne „wyszukiwarki” użytkowników.
• SEO powinno być koordynowane z:
  • strategią wideo,
  • social mediami,
  • contentem na marketplace’ach,
  • PR-em cyfrowym (współpraca z mediami, ekspertami, influencerami).

3. Polska scena PR i mediów jako motor brand search

• Artykuły eksperckie, komentarze dla mediów, udział w konferencjach i podcastach – to w Polsce relatywnie tani sposób na wzmocnienie brandu.
• Digital PR powinien być planowany razem z SEO: każde większe badanie czy raport to:
  • linki i wzmianki,
  • wzrost zapytań brandowych,
  • lepsze fundamenty pod przyszły AI search.

4. Lokalne dane i narzędzia

• Analiza tematów i klastrów musi uwzględniać polską specyfikę językową (odmiana, slang, regionalizmy).
• Warto łączyć globalne narzędzia (Moz, Semrush, Ahrefs) z lokalnymi danymi (np. dane z Allegro, raporty branżowe, dane z polskich porównywarek).

5. Mentalna zmiana: od „ruchu” do „wpływu na biznes”

• Na mniejszych rynkach, przy niższych wolumenach wyszukiwań, szybciej widać, jak złudny bywa „goły ruch”.
• Polskie SEO musi nauczyć się mówić do zarządów językiem:
  • przychodu per URL,
  • kosztu pozyskania leada z organicu,
  • wpływu na lifetime value,
  • redukcji CAC poprzez SEO.

Rekomendacje praktyczne

1. Zbuduj „obserwatorium AI” dla swojej marki

• Raz w miesiącu sprawdź:
  • jak ChatGPT, Gemini, Perplexity odpowiadają na zapytania:
    • o Twoją markę,
    • o Twoją kategorię,
    • o Twoich konkurentów;
  • czy Twoje treści lub brand są cytowane (i z jakich źródeł).
• Zapisuj zmiany w prostym dokumencie – to baza do strategii „LLM visibility”.

2. Zaprojektuj własny „content engine”

• Spisz obecny proces:
  • skąd biorą się pomysły,
  • kto tworzy treść,
  • kto akceptuje,
  • jak mierzycie wyniki,
  • jak często aktualizujecie content.
• Zidentyfikuj 2–3 miejsca do automatyzacji (np. research, wstępne drafty, przenoszenie danych między narzędziami).
• Wprowadź stałe checkpointy jakości (checklista SEO, checklisty brandowe, review specjalisty merytorycznego).

3. Przejdź z raportowania „ruchu” na raportowanie „Heavy Hitters”

• Połącz dane z GA4/CRM tak, by móc wyciągnąć:
  • topowe URL-e pod względem liczby konwersji,
  • URL-e o najwyższym współczynniku konwersji.
• Stwórz:
  • raport „Heavy Hitters” – kluczowe URL-e, które trzeba szczególnie chronić i rozwijać,
  • listę „brown dwarf stars” – strony z małym ruchem, ale świetną konwersją (kandydaci do intensywnego wsparcia).
• Monitoruj te listy osobno i reaguj przy pierwszych oznakach spadków.

4. Uporządkuj priorytety SEO jak roadmapę produktu

• Wypisz wszystkie większe inicjatywy SEO (audyt, nowe treści, migracje, poprawki techniczne, działania PR).
• Oceń je w prostym modelu (np. RISE lub ICE):
  • jaki zasięg,
  • jaki wpływ na intencję/konwersję,
  • jaka skalowalność,
  • jak trudna realizacja.
• Wybierz 3–5 projektów na kwartał, resztę odłóż na backlog. Lepiej zrobić mniej, ale do końca.

5. Zaplanuj 1–2 inicjatywy Digital PR rocznie

• Wybierz temat, w którym możesz faktycznie wnieść wartość (badanie, dane własne, analiza rynku).
• Przygotuj:
  • raport na stronę www (SEO),
  • infografiki i shorty pod social,
  • pitch dla mediów i portali branżowych,
  • webinar, w którym omawiasz wyniki.
• Ustal z góry KPI:
  • liczbę wzmianek i linków,
  • wzrost brand search,
  • lead generation.

6. Uczyń webinary i wideo stałym elementem SEO

• Dla każdego ważniejszego tematu/klastra zaplanuj:
  • 1 webinar lub live (B2B) albo stream/serię wideo (B2C),
  • rozbicie nagrania na:
    • artykuł blogowy,
    • checklistę / PDF lead magnet,
    • shorty na social,
    • fragmenty Q&A jako FAQ na stronie.
• Jedno wydarzenie może dostarczyć materiału na cały miesiąc contentu.

7. Włącz podstawowe ML/analitykę anomalii do swojej praktyki

• Nawet jeśli nie programujesz, możesz:
  • użyć gotowych notebooków (np. w Google Colab) do wykrywania anomalii,
  • skonfigurować alerty niestandardowe w narzędziach analitycznych (spadek o X% ruchu/konwersji w konkretnym segmencie).
• Stwórz rutynę:
  • tygodniowe przeglądy pod kątem anomalii,
  • miesięczne raporty przyczyn spadków i wzrostów.

Źródło: Moz.com