Всем привет!
Это моя первая статья на Хабре, поэтому, признаюсь, немного волнительно. Меня зовую Афанасова Юлия. Я работаю в IT с 2017 года, преимущественно в SEO (а также руковожу своей командой по брендовому продвижению в интернете), и за это время накопилось немало мыслей, которыми хочется поделиться. Особенно сейчас, когда вся наша отрасль переживает очередную перестройку из‑за искусственного интеллекта. Причем перестройку довольно странную.
Казалось бы, вот она, долгожданная эпоха: робот работает — я отдыхаю!
Можно автоматизировать рутину, быстрее обрабатывать информацию, писать код, анализировать данные, собирать отчеты и вообще заниматься более интересными задачами. Ну красота же.
Но прошло уже больше года с тех пор, как ИИ‑инструменты прочно вошли практически во все мои рабочие процессы. И знаете, что я могу сказать? Я очень устала.
Причем там, где нагрузка, казалось бы, должна была уменьшиться, ее стало как будто кратно больше. И судя по тому, что я читаю и слышу от коллег, не одна я такая.
Вместо освобожденного времени появились новые возможности, новые ожидания, новые задачи. То, на что раньше выделялось несколько дней, теперь хочется сделать за несколько часов. А раз можно быстрее, значит, почему бы не сделать еще больше?
И вроде бы мы действительно стали продуктивнее. Только свободного времени почему‑то не прибавилось. Но это, пожалуй, тема для отдельной статьи. Потому что помимо изменений в самой работе есть еще одна история, которая меня беспокоит гораздо сильнее. Меняется поведение наших клиентов. И привычные способы оценки маркетинга начинают давать все менее полную картину.
Семь из восьми. И это уже не очень смешно
За последнее время семь из восьми клиентов, с которыми мы обсуждали результаты продвижения, пожаловались на снижение количества заявок из SEO.
Семь из восьми! И здесь самое интересное. Позиции не просели. Органический трафик тоже. По привычным SEO‑показателям ничего катастрофического не произошло. А заявок стало меньше.
Разумеется, это не исследование рынка на репрезентативной выборке. Это наблюдение по нашим проектам, и я совершенно не собираюсь утверждать, что у 87,5% компаний начались одинаковые проблемы. Но когда несколько клиентов независимо друг от друга приходят с похожими жалобами, невольно начинаешь искать закономерность.
Первое, что хочется сделать, — проверить сам сайт. Не появились ли технические проблемы? Не сломались ли формы? Не изменилось ли поведение пользователей на посадочных страницах? Что происходит с коммерческими запросами? Не просела ли конверсия отдельных услуг? И все это, конечно, нужно проверять. Но постепенно у меня начал возникать еще один вопрос.
А что, если дело не только в том, как мы приводим людей на сайт, но и в том, где они теперь принимают решение о выборе компании? Потому что пока мы разбираемся с воронками, искусственный интеллект довольно уверенно обживается между поисковым запросом и посещением сайта. И иногда, похоже, вообще исключает последнее из процесса выбора.
Куда уходят клиенты?
Нет, я не утверждаю, что все недостающие заявки ушли в ChatGPT. Было бы очень удобно найти одного виноватого, но для такого вывода у меня нет достаточных данных. И именно невозможность нормально проверить эту гипотезу меня особенно раздражает.
Однако игнорировать происходящее уже сложно. В общих чатах с маркетологами, в разговорах с заказчиками все чаще появляются сообщения примерно такого содержания:
«А у нас сегодня был хороший лид из GPT».
Или:
«Клиент сказал, что нашу компанию ему посоветовал ChatGPT».
Поначалу такие истории воспринимались как что‑то забавное. Ну надо же, нейросеть уже не только код пишет и тексты пересказывает, но и подрядчиков рекомендует. А теперь мне уже не так смешно. Потому что раньше, когда человеку нужно было выбрать компанию, он чаще шел в поисковик, открывал несколько сайтов, читал отзывы, сравнивал предложения.
Теперь у него появился довольно удобный собеседник. Можно написать:
«Посоветуй несколько компаний, которые занимаются внедрением CRM для производственных предприятий. Желательно с опытом интеграции с 1С, без космического бюджета и с понятными сроками».
И получить готовый список с объяснениями. А потом продолжить разговор. Уточнить условия, сравнить предложенные варианты, попросить исключить слишком дорогие решения. Часть работы, которую раньше человек выполнял самостоятельно, переходя с сайта на сайт, теперь он может делать внутри одного диалога. И вот это действительно меняет привычный путь клиента.
Причем необязательно, что человек после такого диалога вообще не воспользуется поиском. Возможно, он откроет Яндекс, введет название уже выбранной компании, зайдет на сайт и оставит заявку. И аналитика покажет нам замечательный переход из брендового поиска. Только почему он вообще начал искать именно этот бренд? Вот тут уже интереснее.
Ирония в том, что я сама занимаюсь GEO
Можно было бы сказать, ну и отлично, появился новый канал, новые инструменты, новые возможности для продвижения! Тем более что я не просто наблюдаю за происходящим со стороны.
Первый проект по GEO мы начали около девяти месяцев назад. С тех пор это направление стало частью моей работы.
GEO — Generative Engine Optimization, если коротко, работа над тем, чтобы информация о компании была доступна и понятна генеративным поисковым системам, а сам бренд мог появляться в релевантных ответах и рекомендациях.
Задача вполне логичная. Если пользователь спрашивает нейросеть о компаниях, товарах и услугах, бизнесу хочется присутствовать среди вариантов. Но здесь мы быстро сталкиваемся с одной неприятной особенностью.
Как оценить, действительно ли наша работа принесла результат? Не просто улучшила видимость. Не увеличила количество упоминаний в тестовых запросах. А именно помогла бизнесу получить клиентов. В SEO у нас хотя бы есть относительно привычная система координат.
Мы можем смотреть позиции, показы, клики, органический трафик, поведение пользователей, заявки, конверсии. Конечно, даже там далеко не все идеально, и я бы не стала приравнивать рост позиций к росту бизнеса. Но хотя бы понятно, откуда берутся данные и какие ограничения у каждого показателя. А теперь давайте попробуем построить такую же систему для ChatGPT, Алисы, Perplexity и других ИИ‑сервисов. Вот здесь начинается веселье.
Как измерить то, чего мы толком не видим?
За последние месяцы я пересмотрела немало вебинаров и профессиональных докладов по теме AI‑поиска и его аналитики. В том числе материалы Яндекса, Rush Analytics, Pixel Tools и других участников рынка. И все время пыталась найти ответ на довольно простой вопрос. Как нам достоверно оценивать эффективность GEO для бизнеса?
Не количество красивых графиков в отчете. Не факт того, что нейросеть несколько раз назвала нужный бренд. А реальное влияние на привлечение клиентов. Пока, если честно, предложенные подходы меня не особо убеждают.
Возьмем один из распространенных вариантов — отслеживание видимости бренда по набору промптов. Составляем список запросов, по которым потенциальный клиент мог бы искать услугу. Проверяем, появляется ли компания в ответах разных нейросетей. Считаем частоту упоминаний, позиции в рекомендациях, наличие ссылок.
Через месяц повторяем. Допустим, в первой проверке бренд упоминался в 20% ответов, а во второй — в 40%. Красиво? Очень. А теперь вопрос: что именно мы измерили?
Мы измерили долю упоминаний бренда в определенной выборке запросов при определенных условиях проверки. И не более того.
Потому что реальный пользователь может сформулировать вопрос совершенно иначе. Продолжить диалог, изменить требования, указать дополнительные ограничения. И получить уже другой набор рекомендаций. У разных систем могут быть разные источники информации. Даже одна и та же система способна менять ответы в зависимости от контекста и других условий.
И вот мне очень сложно согласиться с тем, что рост показателя на выбранном наборе промптов автоматически означает пропорциональный рост видимости бренда среди реальных пользователей.
Тем более — рост количества потенциальных клиентов. Причем я не говорю, что подобные замеры бесполезны. Они помогают оценивать изменения в контролируемой выборке, находить ошибки в представлении бренда, отслеживать динамику присутствия в ответах. Но это метрика видимости, а не метрика коммерческой эффективности. И я бы очень хотела, чтобы мы перестали смешивать эти понятия.
А если смотреть переходы из ИИ?
Вот тут ситуация чуть понятнее. Если пользователь перешел на сайт по ссылке из ChatGPT или другого сервиса и переход корректно определился в аналитике, у нас появляется конкретный источник. Можно посмотреть посещения, заявки, конверсии. Если настроена сквозная аналитика — попытаться связать обращения с продажами.
И это уже действительно полезные данные. Но есть нюанс. Что, если человек получил рекомендацию от ИИ, запомнил название компании, а потом нашел ее в Яндексе?
Или вообще сразу ввел адрес сайта? А что, если нейросеть рекомендовала несколько компаний, после чего человек изучил отзывы, посмотрел социальные сети и только потом оставил заявку? Какой канал в таком случае повлиял на решение? В привычной аналитике мы можем увидеть последний переход и часть предыдущих касаний, если они были зафиксированы. Но самого диалога с нейросетью там, скорее всего, не будет.
И получается довольно странная история. Мы можем достаточно подробно анализировать действия человека после посещения сайта, но при этом почти ничего не знать о том, что происходило до него. А ведь именно там мог состояться первоначальный выбор.
Так что, теперь только спрашивать клиента?
Как ни странно, на данный момент я все чаще возвращаюсь именно к этому варианту. Да, к обычному вопросу человеку: «Откуда вы о нас узнали?» Причем желательно не ограничиваться стандартным выпадающим списком из пяти источников, где человек по привычке выбирает «интернет».
Мне гораздо интереснее узнать, как он выбирал компанию, какие варианты рассматривал, пользовался ли нейросетями, где впервые увидел название бренда. Конечно, здесь тоже нет идеальной точности. Люди могут не помнить весь путь, путать источники или просто не считать какой‑то контакт важным.
Но если человек прямо говорит, что узнал о компании из ChatGPT, это уже более предметная информация о его пути, чем абстрактный показатель видимости по набору тестовых запросов. А дальше мне хочется понимать, что произошло с такой заявкой. Осталась ли она просто обращением? Оказалась ли целевой? Дошла ли до сделки? Какова конверсия таких обращений по сравнению с другими источниками? Вот это уже похоже на попытку оценить реальную пользу для бизнеса.
И, на мой взгляд, сейчас имеет смысл сочетать несколько уровней измерения: Проверку упоминаний бренда в ИИ — чтобы понимать, как системы представляют компанию и как меняется видимость по выбранным запросам. Анализ переходов из ИИ‑сервисов — там, где источник технически определяется.
Опросы клиентов и фиксацию источников в CRM — чтобы находить касания, которых не видно в веб‑аналитике. Оценку качества заявок и их конверсии в продажи — чтобы не путать присутствие бренда с коммерческим результатом. При этом ни один из этих инструментов по отдельности не дает полной картины. И даже вместе они не гарантируют, что мы сможем точно определить вклад GEO в каждую сделку. Но это хотя бы честнее, чем нарисовать рост видимости на 150% и объявить продвижение успешным.
Может, маркетинг вообще умер?
Вот такие разговоры я тоже стала слышать чаще. SEO уже не то. Реклама дорожает. Холодная аудитория конвертируется хуже. Контента становится все больше, а внимания к нему — все меньше.
Теперь еще и искусственный интеллект вмешался. И кажется, что старые инструменты больше не работают. Но я бы так не сказала. Маркетинг не умер. И SEO тоже, как бы часто его ни пытались похоронить. Меняется путь пользователя, а вместе с ним должна меняться и логика продвижения.
Раньше значительную часть работы можно было сосредоточить вокруг сайта и каналов привлечения трафика. Найти спрос, собрать семантику, подготовить посадочные страницы, занять позиции, привести пользователя. Это, конечно, очень упрощенная схема, но для многих проектов она была основой стратегии.
Теперь появляется еще один вопрос. Что человек знает о компании до того, как попадет на ее сайт? И откуда он вообще получает эту информацию?
Отзывы, отраслевые публикации, экспертные материалы, обсуждения, рейтинги, видео, рекомендации других пользователей. Все это существовало и раньше. Но теперь к привычным способам изучения рынка добавились генеративные системы, которые могут использовать доступную им информацию для формирования ответов.
И если о компании практически ничего нет за пределами ее собственного сайта, возникает проблема. Не потому, что ChatGPT обязательно откажется ее рекомендовать. А потому, что потенциальному клиенту может просто не хватить независимой информации, чтобы включить компанию в список рассматриваемых вариантов.
И вот здесь мы приходим к довольно старой, но почему‑то регулярно забываемой задаче. Нужно продвигать не только сайт. Нужно работать над представленностью самого бизнеса.
Получается, теперь всем срочно нужно GEO?
О, это мое любимое.
Стоит появиться новому инструменту, как обязательно появляются универсальные рекомендации, которые предлагается применять буквально ко всем проектам. Вчера всем нужно было срочно заниматься SEO. Потом обязательно вести социальные сети. Теперь вот GEO. Желательно сразу. Желательно с гарантиями.
Я бы не спешила. Прежде чем вкладывать бюджет в новое направление, неплохо бы разобраться, насколько оно вообще значимо для конкретного бизнеса. Если клиенты выбирают сложную B2B‑услугу, долго сравнивают подрядчиков, изучают условия и консультируются с разными источниками, присутствие в ИИ‑рекомендациях потенциально может играть заметную роль.
А если человеку нужно срочно найти ближайший шиномонтаж, не факт, что он начнет обстоятельную беседу с нейросетью. Хотя и здесь возможны разные сценарии. Поэтому я бы сначала изучала реальный путь клиента, а уже потом выбирала инструменты продвижения. То же касается цифрового PR, работы с внешними упоминаниями, отзывами и экспертным контентом.
Это не набор обязательных работ, которые нужно срочно включить в каждый договор. У разных проектов разные проблемы.
Где‑то действительно не хватает внешнего присутствия бренда. Где‑то сайт настолько плохо объясняет услуги компании, что до ИИ‑продвижения сначала неплохо бы разобраться с обычными посадочными страницами. А где‑то проблема вообще в предложении, стоимости или работе отдела продаж. И никакое GEO этого не исправит.
А что же делать с привычными SEO‑показателями?
Вот здесь мне хочется вернуться к тем самым семи клиентам из восьми. Потому что это, пожалуй, главный вопрос, который сейчас не дает мне покоя.
Если позиции и органический трафик остаются стабильными, а количество заявок снижается, значит, привычных показателей явно недостаточно для понимания ситуации. Но из этого еще не следует, что SEO перестало работать или что всех клиентов забрали нейросети. Возможно, изменился состав спроса. Возможно, люди стали внимательнее сравнивать предложения. Возможно, часть аудитории действительно начала использовать ИИ для предварительного выбора. А возможно, на разных проектах действуют совершенно разные причины, которые внешне дают похожий результат.
Поэтому я не стала бы искать один универсальный ответ. Наоборот, мне кажется, что сейчас нам придется гораздо внимательнее разбирать всю цепочку: от возникновения потребности до обращения и продажи. Смотреть не только на количество переходов, но и на то, какие запросы их обеспечивают, как меняется конверсия разных страниц, какие альтернативы видит пользователь, где получает информацию о компании.
И отдельно пытаться понять, какую роль во всем этом играют ИИ‑инструменты. Не потому, что они обязательно виноваты. А потому, что игнорировать их влияние на процесс выбора уже нельзя.
Вместо вывода
Если честно, я не думала, что моя первая статья на Хабре получится настолько про усталость и неопределенность. Хотелось, наверное, начать с чего‑то более технического, с красивыми графиками, понятными цифрами и однозначными выводами. Но сейчас у меня гораздо больше вопросов, чем ответов.
С одной стороны, ИИ действительно открыл огромное количество возможностей. Я сама пользуюсь этими инструментами практически постоянно и не представляю, что мы вдруг откажемся от них и вернемся к прежним процессам.
С другой — мне кажется, мы еще толком не научились оценивать ни реальную стоимость этой новой продуктивности, ни ее последствия для рынка. Работать стали быстрее, но почему‑то больше. Продвигать компании научились даже внутри нейросетей, но пока не можем нормально объяснить, сколько клиентов это принесло. Привычные SEO‑показатели могут оставаться стабильными, а бизнес при этом видит снижение заявок. И на каждый такой вопрос рынок уже готов предложить новый инструмент, новую метрику или новую услугу.
А мне все чаще хочется сначала разобраться в причинах. Потому что, на мой взгляд, проблема не в том, что маркетинг перестал работать. Проблема в том, что мы продолжаем оценивать новую модель поведения пользователей инструментами, которые не всегда способны показать весь путь клиента. И вместо очередных похорон SEO, маркетинга и всего остального нам, похоже, придется серьезно пересмотреть подход к аналитике.
А напоследок мне действительно интересно услышать коллег. Как вы сейчас оцениваете эффективность GEO? Не видимость бренда в ответах на тестовые запросы, а именно влияние на обращения и продажи. Может быть, кто‑то уже нашел более убедительный способ связать рекомендации ИИ с реальными сделками? Потому что пока я вижу много красивых графиков. А вот с ответом на этот вопрос все еще сложно.
Автор: afanasova_julia15
