Как нейросети влияют на выбор товаров: почему брендам важно попадать в рекомендации ИИ

2026-11-19 11:51:56 Время чтения 19 мин 36

Нейросети уже влияют на то, какие товары покупатели рассматривают перед покупкой. По данным исследования Ашманов и партнеры, 52% опрошенных пользователей ИИ узнали с их помощью о новых брендах, а 43% отметили, что искусственный интеллект расширяет выбор.

При этом полностью доверить нейросети самостоятельный выбор товара готовы лишь 27%. Для интернет-магазинов это меняет привычную конкуренцию за покупателя. Человек может сначала попросить ChatGPT или Алису AI подобрать несколько товаров, а уже потом перейти на сайт продавца. Если бренда нет среди предложенных вариантов, покупатель может до него просто не добраться.

Как меняется поиск товаров, почему рекомендации нейросетей стали важны для бизнеса и что теперь делать маркетологам? Разбираемся на основе исследования Ашманов и партнеры. 

Как нейросети меняют поиск и выбор товаров?

Нейросети позволяют покупателям быстрее сравнивать предложения и находить подходящие товары. Вместо нескольких поисковых запросов человек может сразу описать свою задачу, бюджет и требования к покупке.

Например, раньше при выборе робота-пылесоса покупатель мог открыть маркетплейс, выставить фильтры, прочитать отзывы и сравнить несколько моделей. Теперь достаточно спросить: «Какой робот-пылесос выбрать для квартиры с животными до 30 тысяч рублей? Чтобы хорошо собирал шерсть и не застревал на коврах». Нейросеть предложит варианты и объяснит, чем они отличаются. Покупатель может уточнить требования, попросить сравнить две модели или найти более дешёвую альтернативу. Всё это происходит в одном диалоге.

По данным исследования Ашманов и партнеры,  69% опрошенных стали чаще пользоваться ИИ для поиска товаров по сравнению с предыдущим годом. Чаще всего нейросети используют для сравнения предложений (34%), поиска подходящих вариантов (32%) и получения идей для покупки (30%). Главная причина — экономия времени. Её назвали 40% респондентов. Ещё 37% обращаются к ИИ, чтобы лучше разобраться в товаре. Но это не значит, что покупатели перестали пользоваться обычным поиском и маркетплейсами.

После получения рекомендаций 64% участников исследования рассматривают два-три предложенных товара. Затем 45% переходят на знакомые маркетплейсы или сайты интернет-магазинов, а 35% открывают ссылки из ответа нейросети. Получается, товар человек может выбрать с помощью ИИ, а купить на привычной площадке.

Например, на Ozon или Wildberries. Для маркетологов это важная деталь. Покупатель может впервые узнать о товаре из ответа нейросети, но в аналитике магазина такой путь не всегда будет виден. Переход с маркетплейса или прямой заход на сайт не расскажет, кто познакомил человека с брендом.  

Почему нейросети помогают покупателям открывать новые бренды?

Нейросети могут познакомить покупателя с производителем, о котором он раньше не слышал. Особенно если человек ищет не конкретную марку, а товар под свои потребности.

По данным исследования, 52% пользователей ИИ узнали благодаря нейросетям о новых брендах. Ещё 57% отметили, что стали лучше разбираться в товарах и товарных категориях.

Допустим, покупатель ищет крем для чувствительной кожи. У него нет любимого производителя, зато есть конкретные требования к составу и цене. Он просит нейросеть подобрать несколько средств и объяснить разницу.

В ответе могут оказаться не только известные марки. ИИ способен предложить менее знакомый бренд, если информация о его продукции соответствует запросу.

Для небольших производителей это дополнительная возможность заявить о себе. Покупателю необязательно знать название компании, чтобы увидеть её товар в подборке.

Однако сама рекомендация ещё не означает, что человек готов купить предложенный продукт.

  В исследовании 71% опрошенных назвали бренд важным фактором при получении рекомендаций ИИ. Но при чтении конкретного ответа пользователи прежде всего обращают внимание на другое. На первом месте цена — 36%. Затем идут рейтинг товара и полезность представленной информации — по 31%. На название бренда первым делом смотрят 17%. Здесь нет противоречия. Известная марка помогает вызвать доверие, но покупателю всё равно нужны аргументы. Он хочет понимать, чем товар отличается от альтернатив, подходит ли под его требования и стоит ли своих денег. Поэтому брендам важно следить не только за узнаваемостью. Имеет значение и то, насколько полно о продукции рассказывают собственный сайт, торговые площадки, обзоры и другие доступные источники. 

 Насколько покупатели доверяют рекомендациям нейросетей?

Покупатели охотно доверяют нейросетям поиск информации, но заметно осторожнее относятся к самостоятельным действиям ИИ. Особенно когда речь заходит об оплате.

Исследование Ашманов и партнеры показывает, какие задачи респонденты готовы полностью поручить искусственному интеллекту.

Найти лучшую цену 56%

Сравнить товары  47%

Оценить товар 32%

Самостоятельно выбрать товар 27%

Оформить и оплатить заказ 13%

Поиск выгодного предложения большинство готово доверить нейросети. А вот передать ей доступ к оплате готовы немногие.

И это вполне понятно. Ошибка в сравнении характеристик и ошибка при оформлении заказа имеют разные последствия. Поэтому покупатели предпочитают сохранять контроль над окончательным решением.

При этом рекомендации ИИ уже связаны с реальными покупками. Среди опрошенных 14% часто покупали товар сразу после общения с нейросетью, ещё 52% делали это иногда.

У 38% участников купленный товар часто или почти всегда совпадал с рекомендацией ИИ.

Правда, эти цифры не означают, что все такие покупки произошли исключительно благодаря нейросетям. Возможно, часть покупателей выбрала бы те же товары и самостоятельно. Чтобы оценить дополнительный вклад ИИ в продажи, нужны отдельные измерения.

 Могут ли нейросети заменить отзывы покупателей?

Нейросети помогают быстрее изучать отзывы, но пока не заменяют доверие к реальному опыту других покупателей.

Почти половина участников исследования, 49%, согласились, что ИИ может избавить их от необходимости самостоятельно читать отзывы.

Но если рекомендация нейросети противоречит отзывам, большинство предпочитает перепроверить информацию. Так поступают 53% респондентов. Ещё 32% доверятся отзывам и только 14% — совету нейросети.

Поэтому качество отзывов и репутация бренда не теряют значения. Покупатель может воспользоваться ИИ, чтобы сократить время на изучение предложений, но перед оплатой всё равно захочет убедиться, что товар соответствует обещаниям.

 Как ИИ в e-commerce влияет на продажи интернет-магазинов?

ИИ влияет на продажи прежде всего через выбор товаров и продавцов. Нейросеть может познакомить покупателя с новой маркой, помочь сравнить предложения и направить его к конкретному магазину. Но сам факт появления в ответе ещё не гарантирует заказ.

Для ритейлера важно различать три ситуации.

Первая — нейросеть использовала страницу магазина как источник информации. Например, взяла оттуда технические характеристики устройства.

Вторая — ИИ назвал бренд или товар среди подходящих вариантов. В таком случае компания уже участвует в выборе покупателя.

Третья — нейросеть порекомендовала конкретного продавца и дала ссылку на покупку.

Эти результаты имеют разную ценность для бизнеса. Ссылка может привести посетителя на сайт. Упоминание бренда способно повлиять на его узнаваемость. Но ни то ни другое само по себе не доказывает рост продаж.

Например, пользователь спрашивает, где купить определённую модель смартфона. Нейросеть предлагает несколько магазинов. Человек запоминает название одного из них, но позже самостоятельно находит товар на маркетплейсе.

В такой ситуации рекомендация могла повлиять на выбор. Однако обычная веб-аналитика может не связать покупку с первоначальным ответом ИИ.

Поэтому эффективность GEO-продвижения стоит оценивать по нескольким показателям: присутствию бренда в коммерческих ответах, качеству рекомендаций, переходам из нейросетей, заявкам и продажам там, где их можно достоверно отследить.

Одного показателя видимости недостаточно, чтобы судить о финансовом результате.

Как бренду попасть в рекомендации нейросетей?

Попадание бренда в рекомендации нейросетей зависит от множества факторов. Среди них — доступность сайта, содержание страниц, релевантность запросу и сведения о компании во внешних источниках.

Для системной работы с такими задачами используют GEO-продвижение (Generative Engine Optimization). Оно направлено на улучшение присутствия сайтов, товаров и брендов в генеративных ответах.

У GEO и привычного SEO много общего. Сайту по-прежнему нужны доступные страницы, понятная структура, качественный контент и корректные технические настройки.

Но у продвижения в нейросетях есть дополнительные задачи. Нужно понимать, какие вопросы задают покупатели, какие источники ИИ использует для ответов и почему предлагает одни бренды, а другие оставляет без внимания.

Например, интернет-магазин мебели может хорошо находиться по запросу «купить диван в Москве». Однако в нейросети покупатель может спросить совсем иначе: «Посоветуй диван для небольшой квартиры, чтобы на нём было удобно спать каждый день».

Здесь важны уже не только цена и наличие товара. Человеку нужны размеры, механизм трансформации, материалы и особенности использования.

Если на сайте есть только короткое описание модели, нейросети может не хватить информации, чтобы уверенно включить её в сравнение. Это не единственная возможная причина отсутствия товара в ответе, но вполне конкретная проблема, которую магазин способен исправить.

Именно поэтому GEO-продвижение начинается с анализа покупательских запросов, а не с механического добавления ключевых слов на страницы.

Как подготовить карточки товаров для ответов ИИ?

  Для GEO-продвижения интернет-магазина важно, чтобы карточки товаров отвечали на реальные вопросы покупателей. Причём не только на «сколько стоит», но и на «чем отличается», «кому подходит» и «какие есть ограничения».

Возьмём обычную карточку стиральной машины. Название модели, фотография и цена помогают узнать товар. Но для сравнения этого мало. Покупателя могут интересовать глубина корпуса, вместимость, уровень шума, программы стирки, энергопотребление и условия гарантии. Если эти сведения есть на странице и представлены понятно, человеку проще сделать выбор. Нейросеть также получает больше конкретной информации, которую может использовать при подготовке ответа. Для товарных страниц стоит проверить несколько вещей:

1. Характеристики. Указаны ли размеры, состав, технические параметры и другие важные свойства товара?

2. Отличия от аналогов. Понятно ли, для каких задач подходит продукт и в чём его особенности?

3. Условия покупки. Есть ли актуальные сведения о наличии, доставке, оплате, гарантии и возврате?

4. Доступность информации. Может ли поисковый робот получить основные сведения о товаре без сложного взаимодействия со страницей?

5. Согласованность данных. Совпадают ли характеристики на сайте, маркетплейсах и других площадках? При этом не стоит превращать карточку в длинную статью ради нейросетей. Покупателю нужна понятная информация, а не несколько экранов текста с одинаковыми ключевыми фразами.

Главная задача — дать достаточно сведений для выбора. А уже после проверять, как эта информация используется в ответах ИИ. 

 Зачем брендам нужны внешние публикации для продвижения в нейросетях?

Внешние публикации помогают сделать информацию о бренде доступной за пределами его собственного сайта. Нейросети могут использовать отраслевые СМИ, экспертные статьи, обзоры и другие источники при подготовке ответов.

Допустим, компания выпускает бытовую технику. На её сайте подробно описаны характеристики моделей. Но покупатель спрашивает нейросеть не о конкретном бренде, а о том, какие устройства лучше подходят для определённой задачи.

В этом случае полезными источниками могут оказаться независимые сравнения, обзоры, экспертные материалы и публикации о рынке.

Поэтому внешние статьи для GEO-продвижения должны не просто упоминать компанию. Они должны отвечать на вопросы покупателей, содержать проверяемые факты и помогать разобраться в предложениях.

Но количество публикаций само по себе ничего не гарантирует. Важно, какие темы они раскрывают, насколько достоверна информация и появляются ли эти материалы среди источников ответов ИИ.

В работе с репутацией действует тот же принцип. Если нейросеть неверно описывает условия покупки или характеристики продукта, нужно выяснить, откуда взялись эти сведения. Иногда проблема находится на собственном сайте, иногда — во внешних источниках.

Для брендов это дополнительный повод следить за тем, какая информация о компании доступна в интернете и насколько она актуальна.

Работает ли GEO-продвижение на практике: пример Flowwow

  Один из примеров работы с видимостью в нейросетях — проект маркетплейса цветов и подарков Flowwow, реализованный с участием Ашманов и партнеры.

Команда начала с анализа коммерческих и информационных запросов. Проверила, по каким вопросам нейросети уже упоминали маркетплейс, как описывали его и какие источники использовали. После этого подготовили рекомендации по доработке коммерческих и информационных страниц. Отдельно занялись технической доступностью контента и внешними публикациями.

По данным опубликованного кейса Flowwow, за четыре месяца средняя видимость бренда в нейросетях выросла в 1,2 раза. В Google AI Overview показатель увеличился в 1,7 раза. Изменилось и содержание ответов. Нейросети стали использовать конкретные особенности сервиса: возможность увидеть фото заказа до доставки, общение с продавцом и другие функции площадки.

Этот пример показывает, что для GEO важна не только частота упоминаний. Имеет значение и то, насколько точно нейросеть объясняет преимущества компании. При этом рост видимости нельзя автоматически считать таким же ростом продаж. Коммерческий эффект нужно анализировать отдельно, учитывая другие изменения в маркетинге и сезонность.  

Как интернет-магазину проверить свою видимость в нейросетях?

Проверять GEO-видимость стоит по вопросам, которые люди задают при выборе товара, а не только по названию собственного бренда.

Например, магазину электроники полезно узнать, какие компании появляются в ответах на запросы «где купить игровой ноутбук» или «какой смартфон выбрать для съёмки видео».

Если проверять только вопрос с названием магазина, результат будет неполным. Покупатель, который уже знает бренд, и человек, который впервые выбирает товар, находятся на разных этапах покупки.

Поэтому для мониторинга нужно собрать несколько групп запросов: поиск подходящего товара, сравнение моделей, выбор продавца, оценка цены и проверка надёжности магазина.

Затем посмотреть ответы разных нейросетей и зафиксировать, какие бренды они называют, на какие источники ссылаются и какие характеристики товаров используют.

Важно повторять проверку. Ответы могут различаться даже при одинаковой формулировке вопроса.

После этого уже можно изучать страницы конкурентов, дорабатывать собственный контент и отслеживать изменения.

 Что меняется для маркетинга в ритейле и e-commerce?

Нейросети не отменяют привычные инструменты продвижения. Покупатели по-прежнему пользуются поисковиками, маркетплейсами, рекламой и отзывами. Но теперь между появлением потребности и посещением магазина может возникнуть ещё один этап — разговор с ИИ/

  По данным исследования Ашманов и партнеры, 52% опрошенных пользователей узнали о новых брендах благодаря нейросетям. Значит, для части аудитории такой диалог уже становится способом знакомства с товарами. Для маркетологов главный вопрос теперь не только в том, какое место сайт занимает в поиске. Нужно понимать, появляется ли бренд в ответах нейросетей, когда человек ещё выбирает товар и не знает, у кого его купить.

Поэтому SEO, GEO-продвижение, работа с репутацией и товарным контентом должны решать общую задачу. Помочь покупателю получить достоверную информацию и выбрать подходящее предложение. Если магазин отсутствует в рекомендациях, это повод разобраться в причинах. Если появляется, важно проверить, что именно о нём говорит нейросеть. Ведь покупатель может впервые услышать о бренде ещё до открытия его сайта. 

Частые вопросы о рекомендациях нейросетей

Как попасть в рекомендации ChatGPT и Алисы AI?

Нужно изучить запросы покупателей, проверить присутствие бренда в текущих ответах, оценить качество информации на сайте и во внешних источниках. Эти задачи входят в GEO-продвижение. Однако гарантировать появление бренда по каждому запросу нельзя.

Чем GEO-продвижение отличается от SEO?

SEO помогает сайту получать видимость в обычных поисковых результатах. GEO-продвижение дополнительно работает с присутствием бренда и его контента в генеративных ответах. Для интернет-магазина оба направления связаны: качество и доступность страниц важны и для поиска, и для нейросетей.

  Как измерить влияние рекомендаций нейросетей на продажи?

Стоит отдельно отслеживать упоминания бренда, переходы по ссылкам из ИИ, заявки и подтверждённые покупки. При этом не все продажи, на которые повлияла рекомендация нейросети, можно напрямую связать с ней в аналитике.