Можно ли измерить GEO-эффект PR-кампании

PR-отдел разместил десять материалов, через месяц бренд стали чаще называть в ответах ИИ-ассистентов. Вопрос, на который у агентства обычно нет ответа: это сработали публикации или просто изменилась модель. Разбираю, что тут поддаётся замеру, а что остаётся гипотезой.

Почему привычная PR-отчётность здесь не работает

Классический отчёт по кампании держится на охвате, количестве выходов, медиаиндексе и упоминаниях в тональности. Всё это описывает медиаполе, а не то, что из него забрала нейросеть.

Ответ ИИ-ассистента устроен иначе. Пользователь спрашивает «какой сервис выбрать», модель собирает ответ из обучающих данных и веб-поиска, называет два-три бренда и иногда даёт ссылки на источники. Клика по публикации может не быть вообще: материал сработал, но в отчёте он не оставил следа, кроме самого факта выхода.

Отсюда три вещи, которые ломают привычную атрибуцию:

1. Нет клика как единицы учёта. Бренд упомянут внутри ответа, пользователь пошёл сразу на сайт или в поиск по названию.
2. Ответ нестабилен. Один и тот же вопрос, заданный дважды, даёт разные формулировки и иногда разный состав брендов.
3. Лаг непредсказуем. Публикация может попасть в ответы через неделю через веб-поиск, а может проявиться только со следующим обновлением модели.

Что именно считать эффектом

Прежде чем спорить о методике, надо договориться о метрике. Я работаю с четырьмя, и они отвечают на разные вопросы.

1. Brand Mention Rate: доля ответов, где бренд вообще назван. Базовый показатель присутствия.
2. Share of Voice: какую долю от всех названных брендов занимает ваш. Показывает не присутствие, а позицию против конкурентов.
3. Citation Rate: как часто ассистент ссылается на источник, где упомянут бренд. Именно сюда попадают PR-размещения.
4. Тональность и роль в ответе: бренд главный герой рекомендации или перечислен через запятую в конце.

Для PR-кампании ключевая метрика не первая, а третья. Brand Mention Rate растёт от всего сразу: от продукта, от отзывов, от форумов. Citation Rate по конкретным доменам показывает, дотянулись ли размещения до слоя, из которого модель собирает ответ.

Схема замера, которая выдерживает вопросы клиента

Методика простая, но требует дисциплины до старта кампании, а не после.

1. Зафиксировать набор запросов. Не бренд-запросы, а те, где бренда ещё нет: «как выбрать», «кто делает», «чем заменить», сравнения с конкурентами.
2. Снять базовую линию за две-три недели до выхода материалов. Одна точка замера не годится, нужен разброс, чтобы отличить шум от сдвига.
3. Задавать каждый запрос многократно и по всем ассистентам, с которыми работает аудитория. Я снимаю по десяти в brandfound: ChatGPT, Gemini, Claude, Perplexity, Grok, DeepSeek, GigaChat, Google AI Mode, Поиск с Алисой и Чат с Алисой AI.
4. Вести контрольную группу. Это конкуренты в тех же запросах. Если ваш показатель вырос на восемь процентов, а у трёх конкурентов на семь, вы поймали сезонность ниши, а не эффект кампании.
5. Разделить окна. Первые две недели после выхода это веб-слой, через два-три месяца видно, закрепился ли бренд в самой модели.
6. Смотреть источники поимённо: из каких доменов ассистент собирает ответ и есть ли среди них площадки, где вы размещались.

Что честно назвать доказательством, а что нет

Корректного эксперимента с контрольной группой в PR почти никогда не получится: вы не можете выпустить кампанию и одновременно её не выпустить. Значит, речь не о доказательстве, а о силе аргумента.

Сильный аргумент выглядит так: до кампании бренд появлялся в четырёх ответах из ста по небрендовым запросам, через три недели после выхода серии в семнадцати, при этом в источниках ответов начали появляться два домена из списка размещений, а у конкурентов за тот же период показатель не изменился.

Слабый аргумент выглядит так: после кампании упоминаний стало больше. Без базовой линии, без контрольной группы и без разбора источников это совпадение, и первый же въедливый клиент это вскроет.

Отдельно стоит сказать, чего измерение не даст. Оно не разложит эффект по отдельным публикациям, если они вышли одной волной. Оно не отделит вклад PR от вклада продуктового релиза, который случился в те же дни. И оно не отменяет обновлений моделей: сдвиг может прийти оттуда, поэтому контрольная группа обязательна.

Типичные ошибки, которые я вижу в отчётах

1. Замер только по бренд-запросам. Показатель близок к предельному ещё до кампании, расти ему некуда.
2. Один прогон каждого запроса. Разброс ответов больше, чем измеряемый эффект.
3. Один ассистент вместо набора. Вывод про видимость в ИИ строится на поведении одной модели.
4. Нет базовой линии. Отсчёт начинается в день выхода материалов, и сравнивать не с чем.
5. Тональность игнорируется. Рост упоминаний в контексте скандала засчитывается как успех.

Как это устроено на практике

Ручной прогон нескольких десятков формулировок по десяти ассистентам с повторами это тысячи запросов в месяц, и вручную такую рутину никто долго не ведёт. Я снимаю показатели в brandfound: сервис задаёт запросы ассистентам по расписанию, считает Share of Voice, Brand Mention Rate, Citation Rate и тональность, держит рядом конкурентов и показывает источники, из которых собран ответ. Есть и другие сервисы с похожей логикой, например GeoRank и AI Semantica, и выбор тут вторичен по отношению к методике: без базовой линии и контрольной группы любой из них даст график, который ничего не доказывает.

Короткие ответы на частые вопросы

1. Через сколько времени видно эффект. Веб-слой отзывается за одну-три недели, закрепление в модели измеряется месяцами.
2. Хватит ли одной публикации. Как правило нет: ассистент опирается на повторяемость факта в разных источниках.
3. Можно ли зашить эффект в KPI кампании. Можно, если KPI сформулирован как сдвиг доли ответов по заранее зафиксированному списку небрендовых запросов относительно контрольной группы.
4. Считать ли ссылки в ответе. Считать обязательно, но отдельно от упоминаний: это разные метрики и разные выводы о работе PR.

Что в итоге

Измерить GEO-эффект PR-кампании можно, но не в логике «до и после», а в логике сравнения с контрольной группой на заранее зафиксированных запросах. Решение принимается не в отчёте, а на старте: если базовую линию не сняли, доказать вклад кампании потом будет нечем.