Sådan måler du synlighed fra ChatGPT og andre LLM’er i GA4

Brugen af AI-baserede søgeværktøjer som ChatGPT og andre Large Language Models (LLM’er) er i kraftig vækst. For mange virksomheder betyder det, at en stigende del af den tidlige informationssøgning ikke længere starter i Google, men i LLM’er.

Kan man måle, om ens website får trafik fra LLM’er?

Svaret er ja (i hvert fald delvist) og i denne artikel gennemgår vi, hvordan du struktureret kan opsætte måling af LLM-trafik i Google Analytics 4 ved hjælp af channel groups og samlinger.

AI-trafik som ny kilde til synlighed

Når brugere klikker fra fx ChatGPT, Perplexity, Gemini eller andre LLM’er til et website, registreres besøget typisk som referral-trafik. Udfordringen er, at denne trafik ofte blandes sammen med øvrige referrals og dermed bliver “usynlig” i den overordnede rapportering.

Samtidig adskiller trafikken herfra sig fra klassisk referral trafik ved, at brugeren ofte har en klar intention. Indholdet er blevet udvalgt og anbefalet af en AI-model på baggrund af et konkret spørgsmål, hvilket typisk resulterer i relativt høj relevans og engagement.

Derfor giver det mening at betragte trafik fra LLM’er som en selvstændig kanal, der kan følges og evalueres over tid.

Custom Channel Group i GA4

Én måde at måle AI-trafik på i GA4 er ved at oprette en Custom Channel Group, hvor kendte LLM-kilder samles i én kanal. På den måde bliver AI-trafik en fast del af standardrapporteringen og ikke noget, der kræver manuelle filtre.

Channel groups i GA4 fungerer fremadrettet og gør det muligt at se LLM-trafik på linje med eksempelvis organisk trafik fra Google, betalt trafik fra Google mm.

Oprettelse af channel group til LLM’er

I GA4 oprettes channel groups under Admin → Channel groups (kanalgrupper på dansk). Her kan du definere en ny channel group, eksempelvis med navnet LLM / AI assistenter.

Klassificeringen baseres typisk på Session source, hvor du matcher kendte domæner fra AI-værktøjer.

Det kan fx være trafik fra:

  • ChatGPT
  • Perplexity
  • Copilot
  • Claude

Ved at samle disse kilder i én kanal opnår du et klart overblik over den trafik, der kan relateres til AI-assisteret søgning.

Du kan samtidig så, hvor stor del af trafikken herfra er sammenlignet med dine andre kanaler.

Sådan gør du:

Gå til Administrator i din GA4 konto.

Åben Kanalgrupper eller Channel Groups (på engelsk)

Opret ny kanelgruppe

Giv den et navn f.eks. AI Search & LLM Traffic og tilføj ny kanal

Giv kanel et navn og tilføj betingelse > Kilde Matcher regex og tilføj:

^.*ai|.*\.openai.*|.*copilot.*|.*chatgpt.*|.*gemini.*|.*gpt.*|.*neeva.*|.*writesonic.*|.*nimble.*|.*outrider.*|.*perplexity.*|.*google.*bard.*|.*bard.*google.*|.*bard.*|.*edgeservices.*|.*astastic.*|.*copy.ai.*|.*bnngpt.*|.*gemini.*google.*$

Gå til til Rapporter > Anskaffelse > Vælg din nye kanalgruppe

Når channel groupen er aktiv, vil AI-trafik automatisk blive synlig i GA4’s anskaffelsesrapporter.

Under RapporterAnskaffelseTrafikanskaffelse kan LLM-kanalen vises sammen med øvrige kanaler.

Det gør det muligt at analysere sessions, engagement og eventuelle konverteringer fra AI-kilder på samme niveau som andre trafiktyper.

Strukturering via samlinger

For at gøre rapporteringen mere overskuelig (særligt i samarbejde med kunder eller interne stakeholders), kan rapporten tilføjes til en dedikeret Samling (Collection) i GA4.

Samlingen kan eksempelvis samle rapporter relateret til nye og stigende kanaler, hvor AI-trafik indgår som et fast element i den løbende performance overvågning.

Sådan gør du

Gå til Rapporter > Samling

Opret ny rapport > vælg Detaljeret rapport

Vælg Trafikanskaffelse

Vælg Sessionskilde Matcher regex og indsæt:

^.*ai|.*\.openai.*|.*copilot.*|.*chatgpt.*|.*gemini.*|.*gpt.*|.*neeva.*|.*writesonic.*|.*nimble.*|.*outrider.*|.*perplexity.*|.*google.*bard.*|.*bard.*google.*|.*bard.*|.*edgeservices.*|.*astastic.*|.*copy.ai.*|.*bnngpt.*|.*gemini.*google.*$

Giv rapporten et navn som f.eks. LLM trafik

Gå til Samling > Opret ny samling

Vælg Tom samling

Giv samlingen og oversigten et navn og træk din nye rapport ind i samlingen og gem denne.

Gå tilbage til samlinger og udgiv din nye samling

Du vil ny under rapporter kunne se din rapport og følge med i, hvor meget trafik du får for specifikke LLM’er.

Hvad kan og kan man ikke måle?

Det er vigtigt at have realistiske forventninger til målingen. Kun trafik, hvor AI-værktøjet sender et referrer-signal med, kan identificeres som LLM-trafik. Klik, hvor brugeren manuelt kopierer et link, vil typisk fremstå som Direct i GA4.

Ligeledes giver dette ikke et indblik I, hvilke søgninger/prompts I bliver fundet på.

Alligevel giver opsætningen et værdifuldt datagrundlag til at:

  • Identificere hvilke sider der bliver anbefalet i AI-svar (blot gå dybere til landingssider)
  • Vurdere kvaliteten af AI-trafik via engagement-metrics
  • Følge udviklingen i AI-relateret synlighed over tid

Volumen på LLM-trafik er for de fleste websites fortsat begrænset. Ikke desto mindre er det en kanal, der allerede nu kan måles struktureret med relativt simple midler.

Ved at etablere AI-trafik som en selvstændig kanal i GA4 skabes et mere nuanceret beslutningsgrundlag og en bedre forståelse af, hvordan synlighed i AI-værktøjer bidrager til den samlede trafik på hjemmesiden.

Picture of Martin Sølberg

Martin Sølberg

Adm. direktør & Digital konsulent
Tags
What do you think?

What do you think?

4 Comments:
14. maj 2026

queen-win.uk/no-deposit-bonus/ delivers real entertainment value to UK players from the moment they complete their registration.

14. maj 2026

She discovered the app at queen-win.uk/app/ and was thrilled by how much it imprlved
her overall casino gaming experience.

20. juni 2026

Très bon article ! J’utilise Claude Tokenizer sur / pour ce type de besoin. Claude Tokenizer

Keep on writing, great job!

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *

Se vores andre artikler