Почему прямой трафик из ChatGPT показывает далеко не весь эффект GEO: айсберг, у которого в аналитике видна одна десятая

Сцена из практики, которая повторяется у маркетологов всё чаще. В заявке клиент пишет: «нашёл вас через ChatGPT», менеджер радуется новому каналу, аналитик открывает GA4 и не находит там почти ничего: строка ИИ-трафика показывает доли процента. На ближайшей планёрке звучит логичный вывод: канал маленький, вкладываться рано. Вывод ошибочный, и ошибка не в канале, а в измерении. Реферальный трафик из нейросетей это вершина айсберга, у которого под водой скрыто три слоя: ответы без кликов, клики без меток и покупки без визитов. Разбираем все три с цифрами и собираем честную модель измерения эффекта GEO.

Слой первый: рекомендация случилась, клика не было

Самая большая часть эффекта видимости в нейросетях в принципе не создаёт визита. По данным Pew Research, при появлении ИИ-сводки в поиске пользователи кликают по ссылкам вдвое реже, 8% против 15%, а внутри самой сводки переходят лишь в 1% случаев. SparkToro в январе замерил то же для Perplexity: только 12-18% цитирований заканчиваются переходом на сайт. Переворачиваем цифру: в 82-88% случаев, когда нейросеть упомянула ваш бренд, никто никуда не кликнул. Упоминание случилось, след в аналитике нет.

Свежий опрос ICERTIAS по 57 странам добавляет поведенческое объяснение: 61% опрошенных предпочли бы, чтобы ИИ сам выбрал им три варианта, чем сравнивать двадцать самостоятельно. Выбор всё чаще происходит внутри диалога, до всякого перехода. Рэнд Фишкин сформулировал это ещё в начале прошлого года: такие платформы не отправляют визиты, они влияют на то, что люди покупают.

Слой второй: клик был, но метка умерла по дороге

Даже когда человек переходит из ответа на сайт, аналитика часто не узнаёт, откуда он пришёл. Отраслевой отчёт The Digital Bloom оценивает: 70,6% ИИ-трафика приходит без реферер-заголовков, то есть невидимым для стандартной аналитики. Замер платформы Clickport по 372 тысячам сессий своих клиентов скромнее, но показателен по структуре: около трети ИИ-визитов падает в Direct, рядом с закладками и набранными руками адресами, а остальное растворяется в общем Referral среди блогов и каталогов. Ни одна из корзин не подписана «нейросети».

Метку убивают четыре прозаические механики. Пользователь копирует ссылку из ответа и вставляет в браузер: свежая сессия без источника. Тапает по ссылке в мобильном приложении ChatGPT или Perplexity: встроенный браузер часто не передаёт реферер. Часть ссылок платформы помечают запретом на передачу источника. Наконец, политика безопасности самого сайта может резать реферер на входе. Google в мае признал проблему официально, добавив в GA4 отдельный канал для ИИ-ассистентов, и это шаг вперёд, но канал классифицирует лишь сессии с распознаваемым источником: визит, пришедший вовсе без сигнала, не отнесёт к нейросетям никакая настройка.

Слой третий: эффект приходит позже и под чужим именем

Третий слой самый коварный, потому что маскируется под другие каналы. Человек услышал бренд в ответе нейросети, запомнил, а через день набрал название в поиске и пришёл «брендовой органикой». Или спросил у Алисы с колонки, где экрана нет вовсе, и доехал до магазина ногами. Данные о масштабе расхождения уже появляются: агентство Radyant по своим клиентам за 2026 год фиксирует, что до 30% лидов в анкетах сами называют ИИ-инструменты источником знакомства с брендом, тогда как в CRM как ИИ-рефералы размечена лишь малая их доля. Разрыв между самоотчётом клиентов и атрибуцией это и есть цена невидимого слоя.

Сюда же добавляется самый радикальный сценарий, который мы разбирали на примере Яндекса: покупка вообще без визита на сайт. Когда товар выбирается и оплачивается внутри диалога с Алисой, в веб-аналитике продавца не появляется ничего, кроме, в лучшем случае, строки заказа. Чем лучше работает диалоговая коммерция, тем меньше от неё следов в счётчиках.

Дошедшие стоят дороже: качество против количества

У видимой части айсберга есть утешительное свойство: те, кто всё-таки дошёл из ИИ-ответа, заметно ценнее среднего посетителя. По анализу Semrush, ИИ-трафик конвертируется в несколько раз лучше классической органики, а исследование Adobe на материале более триллиона визитов в американском ритейле зафиксировало преимущество в конверсии свыше 40%. Логика прозрачна: человек пришёл после разговора, в котором уже сравнил варианты и получил рекомендацию. Считать такой канал «маленьким» по числу сессий значит недооценивать его дважды: и в объёме, который срезан измерением, и в ценности каждого визита.

Что это значит для российского рынка

Для рунета вся эта механика воспроизводится, местами в усиленном виде. Значительная часть аудитории Алисы AI живёт в мобильном приложении и на колонках, где реферальных меток не бывает по определению; Метрика родного канала для нейросетей пока не имеет, а свежий канал GA4, как мы видели, ловит лишь визиты с распознаваемым источником, поэтому ИИ-трафик точно так же тонет в Direct и Referral. Поэтому измерение эффекта GEO стоит строить двухслойным, не пытаясь выжать всё из одного счётчика.

Нижний слой, поведенческий: собрать в GA4 и Метрике кастомную группу источников по доменам нейросетей, добавить в формы обязательное поле «как вы о нас узнали» с вариантом про ИИ, следить за динамикой брендовых запросов в Вордстате после всплесков видимости. Верхний слой, тот самый подводный: мерить сами упоминания и цитирования, потому что именно там происходит большая часть эффекта. Это задача GEO-мониторинга: например, brandfound отслеживает упоминания бренда в десяти нейросетях, включая оба режима Алисы AI, с тональностью и источниками каждого ответа, то есть показывает ровно тот слой айсберга, который не доплывает до счётчиков.

Главный практический вывод короткий. Если судить о GEO по строке рефералов в аналитике, канал всегда будет выглядеть маленьким, и это свойство измерения, а не канала. Проверяется просто, спросите ближайших десять клиентов, где они о вас узнали, и сравните с отчётом. Разница между ответами людей и цифрами счётчика и есть настоящий размер вашего айсберга.