На поворотах клиентского пути

Рач Хумалян, технический директор Digital Caramel :

Раньше путь клиента был линейным: запрос в поисковике — список сайтов — клики — сравнение — покупка. Сейчас пользователь все чаще получает готовый, синтезированный ответ прямо в чате, без единого клика. Показательно, что по данным McKinsey почти половина потребителей консультируется с ИИ перед покупкой, а после запуска AI Overviews в Google доля бескликовых запросов в новостной вертикали выросла с 56% до 69% за год, на мобильных почти до 77%. То есть значительная часть пути клиента теперь проходит внутри логики модели, куда у бренда нет прямого доступа. Остается только косвенно влиять на то, что модель «начиталась» о вас в сети.

Для бизнеса это означает две вещи. Первое — решение может приниматься еще до того, как человек вообще откроет ваш сайт. Модель уже сформировала короткий список из двух-трех вариантов, и если вас там нет, вы не участвуете в сделке, сколько бы ни вкладывали в контекстную рекламу и SEO. Второе — покупательская дистанция одновременно удлиняется и сокращается.

Юлия Бусоргина, директор по маркетингу и PR GreenData :

Если сравнивать ИИ-ассистентов с каналами, работающими на аналогичном этапе воронки, например, с поисковой выдачей (SERP) или с агрегаторами отзывов, мы видим, что конверсия из ИИ-рекомендаций выше в 2−3 раза. Но главное, что решение принимается до перехода на сайт, и классическая атрибуция этот вклад просто не видит.

Владислав Петров, руководитель направления «рекламный программатик» Platforma :

Меняется момент принятия решения. Пользователь может впервые столкнуться с брендом не на сайте или в соцсетях, а в ответе нейросети. И к моменту, когда человек открывает сайт, он уже сформировал решение о покупке. Рач Хумалян, технический директор Digital Caramel, отмечает, что покупательская дистанция меняется. Она становится длиннее по числу источников: модель собирает информацию из разных мест, сопоставляет ее и формирует ответ. Но по времени и трению, наоборот, сокращается, потому что рутинную часть сравнения ИИ берет на себя.

ИИ меняет не столько сам выбор потребителя, сколько степень его наблюдаемости для бизнеса. Выиграют те, кто перестроит под это не рекламу, а систему принятия решений о рекламе.

Виктор Донюков, управляющий партнер GREAT , сооснователь ИИ-сервиса Fair Lab:

Ранее проиграть в поисковой выдаче означало уехать на вторую страницу: видимость хуже, но вы существуете. В ответе нейросети второй страницы нет. Вы либо есть среди предложенных вариантов, либо вас в этой покупке не было. И мнение о бренде модель составляет не из вашей рекламы, а из всего массива текстов, где вы упоминаетесь. Медиабюджетом за неделю до запуска на это не повлиять.

Игорь Скляр, руководитель SEO-отдела MediaNation :

Без технически здорового сайта, понятной структуры, сильных страниц и авторитета в индексе сложно рассчитывать на устойчивое присутствие в ответах нейросетей. Но поверх SEO появляется GEO, теперь необходима работа над тем, чтобы бренд и его экспертный контент становились источником, который модель цитирует и рекомендует.

Что работает на практике:

1. Контент «под ответ», а не только под ключ. Четкие определения, сравнения, таблицы, FAQ.
2. Бренд должен быть однозначно «считываем» как сущность: единое название, описание, ассортимент, УТП, эксперты, микроразметка.
3. Управление репутацией и PR становятся частью стратегии. ИИ опирается не только на сайт — нужны отзывы, обзоры, публикации в отраслевых порталах и СМИ.
4. Свежесть и точность — устаревшие цены, характеристики и кейсы повышают риск, что бренд выпадет из ответа или будет описан неверно.
5. Покрытие сценариев выбора — не только «купить X», но и «чем X лучше Y», «для кого подходит», «какие альтернативы», «на что смотреть при выборе».

Михаил Охотников, руководитель SEO-направления AMDG:

SEO никуда не уходит, но перестает быть единственным рычагом. Сайт остается фундаментом, а вот бороться за место в ИИ-ответе приходится уже за пределами страницы: через отзывы, экспертные публикации, карточки на маркетплейсах и упоминания в источниках, из которых нейросети собирают свой ответ. Из рабочих практик: усиление E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) сигналов, FAQ-блоки, адаптированные под формат ИИ-ответа, системная работа со ссылочным профилем и подбор трендовых тем и запросов, которые чаще всего звучат в нейросетях. Важно учитывать, что у каждой модели своя картина рынка и работать нужно по каждой отдельно.

Анна Овчинникова, бизнес-консультант CleverData :

Работа с видимостью в ИИ у нас складывается из нескольких приемов. По контенту: структурируем материалы под то, как модели разбирают текст — списки, таблицы, блоки FAQ, прямые ответы на частотные запросы пользователей. Оформляем микроразметку, указываем авторство. Начало и конец текста делаем общими выжимками — их проще всего вытащить в ответ. По метрикам опираемся на два источника: переходы с сайтов нейросетей (GPT, Gemini, Claude) в «Яндекс.Метрике».

Михаил Охотников, руководитель SEO-направления AMDG:

Кликовые метрики здесь работают лишь частично. Часть конверсий не оставляет цифрового следа на сайте. Мы строим отчетность на нескольких уровнях. Первый — это доля упоминаний, отдельно по каждой модели и типу запроса, потому что усредненная цифра маскирует реальную картину. Второй — позиция внутри ответа. Попасть в упоминание не то же самое, что оказаться в первой тройке, а именно топ-3 забирает основное внимание пользователя. Третий: сам факт индексации и цитирования контента ИИ-платформами, это можно отслеживать напрямую.

Виктор Донюков, управляющий партнер GREAT, сооснователь ИИ-сервиса Fair Lab:

Базовый набор такой:

Доля цитирования: как часто бренд появляется в ответах по вашему набору запросов.

Доля голоса: кто стоит рядом с вами и как часто.

Охват формулировок: по скольким вариантам вопроса вы всплываете, потому что человек спрашивает по-человечески, а не ключевыми словами.

И отдельно точность упоминания, то есть что именно модель о вас говорит. Последнее недооценивают, а мы именно там поймали свою устаревшую цифру.

Практический минимум, доступный любой команде: раз в месяц прогнать 20−30 реальных запросов своей категории через несколько моделей и посмотреть, попали вы в ответ, в какой формулировке и кто оказался рядом.

Елена Сушкова, руководитель отдела по работе с репутацией, агентство i-Media :

Следующий шаг — агенты, которые действуют самостоятельно: сравнивают предложения и доводят пользователя до покупки. Потребитель делегирует и выбор, и саму транзакцию, поэтому важно пройти фильтр машины.

Машина возьмет того, про кого есть что «выцепить»: единые данные на всех площадках, живые отзывы, подтвержденная экспертиза на рынке. Разночтения в ценах, неактуальная информация, дубли карточек, негатив без ответа — для агента стоп-сигналы (вы скажете: как и для людей, но не каждый человек докопается до правды, а у агента возможностей в разы больше).