KPI в GEO: что мерить, если позиций больше нет

Позиции в ответе нейросети нет. Ответ собирается заново под каждый вопрос, поэтому набор показателей держится на трех величинах: доля вопросов, где модель называет вашу компанию, доля ответов, где источником указан ваш сайт, и заявки, в которых клиент сам назвал нейросеть. Трафик из моделей в этот набор входит, но главной цифрой не работает.

Ниже - счет доли ответа руками, без сервиса и до утверждения бюджета; условия, при которых два замера сопоставимы между собой; готовые формулировки для письма руководству и структура ежемесячного отчета. Если границы темы пока размыты, начните с обзора что такое GEO и чем оно отличается от SEO.

Почему старый набор показателей не переносится

Позиция была объектом наблюдения: место в списке, которое можно занять и удерживать. В генеративной выдаче такого объекта нет. Модель собирает ответ под конкретную формулировку конкретного человека, и порядка, в котором стоят компании, там не существует.

Публичные замеры видимости дают такую картину: от одного ответа к следующему по тому же вопросу видимыми остаются около 30% брендов. Компания, которая была в ответе утром, к вечеру из него пропадает, потом возвращается. Один замер дает точку, а не уровень. Отсюда первое требование к методике: цифра снимается регулярно и по фиксированному списку вопросов, иначе она ничего не описывает.

Второе - персонализация. Один и тот же вопрос дает разные ответы разным людям: влияет история обращений, регион, прошлые диалоги в том же окне. Ваш замер и замер клиента из соседнего города не совпадут, и это не ошибка одного из них.

Третье - отсутствие первичных данных. Аналога поисковой консоли для нейросетей нет: платформы не отдают ни запросы пользователей, ни частоту обращений, ни распределение по темам. Все сервисы мониторинга гоняют собственные наборы вопросов и показывают то, что увидел их робот, а не то, что видят ваши клиенты. Google добавил в Search Console отчеты по генеративной выдаче, но там только показы: ни кликов, ни запросов.

Из этого следует набор:

• показатели снимаются снаружи, вашими руками или сервисом, по вашему списку вопросов
• к ним добавляются первичные данные бизнеса, которых у платформ нет: заявки и то, что клиент сказал о себе сам
• точность рекламного кабинета здесь недостижима, и любое обещание такой точности означает, что человек продает несуществующее

Обязательный минимум: три показателя

Упоминание и цитирование - разные события. Упоминание: модель назвала компанию в тексте ответа, ссылки нет. Цитирование: ваш сайт указан среди источников, по нему можно перейти. Развернутый разбор обоих понятий, тональности и сервисов, которыми это снимают, лежит в материале метрики видимости в нейросетях и инструменты замера - здесь он не повторяется.

Пара работает как диагностика. Компанию называют, а источником стоит чужой сайт: отраслевой каталог, обзор, форум. Значит, модель знает о вас из внешних материалов и ваш сайт опорой не считает. Перевес упоминаний над цитированиями означает работу над содержимым сайта. Обратный перевес - работу над внешними площадками.

Первый показатель - доля вопросов с упоминанием. Что считаем: сколько вопросов из списка дали ответ с названием компании. Откуда берем: прогон списка по моделям вручную или через сервис. С чем сравниваем: со своим прошлым замером по тому же списку и с долями конкурентов. Предел точности: персонализация и нестабильность выдачи дают разброс, поэтому движение читается по трем-четырем замерам подряд, а не по разнице между двумя.

Второй - доля цитирований, которые приходятся на свой домен. Что считаем: сколько раз в списках источников встретился ваш сайт, деленное на общее число источников по этим же ответам. Откуда берем: из тех же прогонов, отдельной колонкой. С чем сравниваем: с прошлым периодом и с долей двух-трех соперников. Предел точности: модель показывает источники не в каждом ответе, и такие ответы выносятся в отдельную группу.

Третий - заявки с самостоятельной атрибуцией. Что считаем: сколько обращений за период содержат ответ клиента о том, откуда он о вас узнал, с указанием нейросети. Откуда берем: поле в форме заявки и вопрос в скрипте отдела продаж. С чем сравниваем: с общим числом заявок за тот же период. Предел точности: человек называет последний источник, а не первый, поэтому цифра занижена.

Все три считаются в долях от числа вопросов или заявок, не в штуках. Список вопросов растет, число обращений колеблется по сезону, и абсолютные значения между периодами несопоставимы.

Что можно не брать на старте. Сервисы показывают десятки величин: тональность по каждой модели, средняя позиция упоминания внутри ответа, распределение по типам запросов, покрытие тематических кластеров. Все это осмысленно для агентства, которое ведет двадцать проектов и ищет закономерности. Для одной компании длинный набор вредит: его перестают собирать на третий месяц, и динамики нет вообще. Начинайте с трех цифр и одного списка вопросов.

Что добавляется, когда процесс встал на рельсы:

• доля ответа против конкурентов - тот же счет, но по каждому сопернику отдельно. Ближе всего это к доле рынка: видно, кого называют вместо вас
• страницы-источники - какие адреса вашего сайта попадали в ответы. Там регулярно всплывают материалы, которых вы от себя не ждали, и это меняет план работ
• рост брендовых запросов в поиске - косвенный признак того, что название стали видеть в ответах

Как посчитать долю ответа руками

Сервисы стоят денег, а первый замер нужен раньше, чем утвержден бюджет. Считается руками. Понадобится список из 15-30 вопросов, таблица и вечер времени: двадцать вопросов на четырех моделях дают восемьдесят прогонов, каждый с записью результата. Второй замер идет быстрее, таблица уже собрана. Инструмента, который сводил бы упоминания и долю голоса в одну готовую цифру, в отрасли пока нет, поэтому ручной прогон остается базовым способом даже там, где за трекер платят.

Список вопросов берется как данность - процедура его сбора разобрана отдельно, как собрать список вопросов для замера. Коротко: это формулировки, которыми ваш клиент описывает задачу, а не название вашей услуги.

Устройство таблицы. Строка - вопрос. Колонки - модели, по одной на каждую: ChatGPT, Gemini, Perplexity, Claude. В ячейке три отметки: названа ли компания, стоит ли ваш домен среди источников, назван ли конкурент. Плюс колонка с окраской упоминания (нейтрально, положительно, с оговоркой) и колонка с датой прогона.

Порядок прогона. На каждый вопрос открывается новый диалог: прошлые обращения в том же окне меняют ответ, и замер, снятый десятью вопросами подряд в одном чате, показывает историю переписки, а не видимость. Если модель разрешает отключить память и персонализацию, отключайте, а надежнее прогонять в режиме инкогнито. Различайте два режима вопроса: с поиском по вебу и без него. Ответы расходятся сильно, поэтому режим фиксируется в таблице наравне с датой. Пишите ответ сразу, по памяти потом не восстановите.

Как считать долю упоминаний: число вопросов, где компания названа хотя бы в одном ответе, делится на общее число вопросов в списке. Пятнадцать вопросов, компания названа в семи, доля 47%. Отдельно то же по каждому конкуренту - получается расклад по нише, где видно, кто занимает места, которых у вас нет.

На чем спотыкаются:

• формулировку вопроса поправили между замерами. Динамика после этого сравнивает разные вопросы
• один замер сняли утром, следующий поздно вечером через месяц. Выдача меняется, добавляется еще один источник разброса
• часть вопросов задали в одном диалоге, чтобы сэкономить время
• результат записали не сразу, а по памяти в конце прогона

Когда пора переходить на сервис. Признаки считаются, а не размер компании: список перевалил за 50 вопросов, моделей больше четырех, короткое ядро прогоняется еженедельно, нужна выгрузка для клиента или совета директоров. Недельный ритм руками выдерживают на одной модели. На трех-четырех сразу время съедается целиком, а учет цитирований на большом наборе вопросов вручную не ведется вообще - там без инструмента не обойтись. До этих признаков таблица дешевле и честнее. Сравнение двух трекеров на одном наборе вопросов вынесено в отдельный материал - тест двух трекеров на одном наборе вопросов.

Где ручной счет упирается в потолок. Окраска упоминания на глаз получается неустойчивой: один и тот же ответ два человека оценят по-разному, и по этой колонке динамику строить рано. Большие списки руками не тянутся: 60 вопросов на пяти моделях - это день работы. История не хранится: через полгода у вас останутся итоговые доли, но не тексты ответов, а по ним удобно смотреть, что поменялось в формулировках.

Почему трафик из моделей плохо связан с заявками

Тест Mint Studios сопоставлял две величины напрямую: трафик из нейросетей и заявки, пришедшие из нейросетей. Связи не нашлось. У одних клиентов переходы росли, а число заявок падало; у других переходы стояли на месте или снижались, а заявки резко прибавляли. Вывод авторов теста: увидеть влияние моделей надежнее всего через ответ самого клиента о том, откуда он пришел.

Причина в том, где происходит влияние. Видимая часть - обращения ближе к покупке, где человек уже знает категорию и уточняет выбор. Концепция Dark AI описывает остальное: формулировка задачи, сравнение подходов, отсев вариантов. Там ваше название или попадает в ответ, или нет, но перехода не случается, и в отчете по трафику этой части не видно совсем.

При этом сами переходы из нейросетей конвертируются заметно лучше поисковых: по замерам Semrush трафик, пришедший по рекомендации модели, дает конверсию в 4,4 раза выше, чем обычная органика. Человек приходит подготовленным, с пониманием услуги, и разговор начинается с условий. Малый объем компенсируется качеством, и по цене обращения канал выглядит достойно - что учитывается, когда считают смету и окупаемость GEO-продвижения.

Порядок величин стоит держать в голове заранее. По разборам работающих проектов картина такая: при 200 тысячах органических визитов в месяц из нейросетей приходит около двух тысяч, нередко меньше. Прогнозы про 30% трафика через год остаются прогнозами. Если руководству обещали кратный рост посещаемости за счет нейросетей, разговор лучше поправить до первого отчета, а не после.

Вывод для набора показателей: переходы из моделей считаются и попадают в отчет справочной строкой. Ведут в решениях две цифры - доля ответа и заявки с самостоятельной атрибуцией. Настройка отслеживания переходов разобрана отдельно: как настроить отслеживание переходов из моделей.

Правила сопоставимости замеров

Без них показатели превращаются в набор чисел, которые нельзя выстроить в динамику.

Список вопросов фиксируется. Правка формулировки заводит новую строку, старая остается со своей историей. Список растет, поэтому все цифры считаются в долях.

Дата и площадка проставляются в каждой строке. Ответы различаются по моделям сильнее, чем по дням, и общая доля без разбивки по площадкам скрывает главное - где вас нет.

Новый диалог на каждый вопрос при каждом замере. Правило то же, что при первом прогоне, и нарушается оно чаще всего из-за спешки.

Один способ счета на всем периоде. Единой методики в отрасли нет: каждый сервис считает видимость по своему набору вопросов и своей формуле, и цифры двух сервисов между собой не сравниваются. Смена инструмента посреди квартала обнуляет динамику - новый ряд начинается с нуля, и сказать, выросли вы или упали, невозможно. Если инструмент меняется, месяц-другой снимают обоими, чтобы был стык.

Предел точности проговаривается до первого отчета. Не для снятия ответственности, а как условие доверия к цифрам: персонализация, нестабильность выдачи, отсутствие первичных данных у платформ. Когда это сказано заранее, разброс между замерами не выглядит ошибкой подрядчика.

Отдельная ситуация: замер показал движение вниз, а работы за период выполнены. Первым делом проверяется сопоставимость - формулировки вопросов, время прогона, состав моделей, способ счета. Примерно в половине случаев дело оказывается в методике, а не в результате. Если сопоставимость чистая, тогда смотрят, что изменилось на стороне ниши: конкурент выпустил обзор, поменялся состав источников, площадка обновила подбор материалов.

Что говорить руководству про падение трафика при растущих заявках

Ситуация типовая: переходов меньше, видимость растет. Люди получают ответ без визита на сайт, и верхняя часть информационного трафика отмирает у всех, кто на нее опирался. Выручка при этом часто остается на месте: такие визиты были ознакомительными и до обращения доходили редко.

Механику стоит проговорить дословно, потому что она контринтуитивна. Человек видит название компании в ответе модели. Ссылки не было или он по ней не пошел. Через два дня он набирает название в браузере и заходит напрямую. В отчете это прямой заход, то есть строка, которая выглядит как трафик из ниоткуда и никак не связана с работой по продвижению. Так выглядит результат, которого не видно в источниках.

Второе отличие от рекламы: показы прекращаются в день, когда закончился бюджет, а накопленные упоминания остаются. Материал, который модели используют как источник, продолжает работать и через полгода после публикации. Это меняет разговор про сроки: результат приходит позже, но и не исчезает по щелчку.

Набор показателей переводится с кликов на упоминания и видимость заранее, до первого падения графика. Если этого не сделать, команда получает давление за цифру, которая больше не описывает результат, и объясняться приходится уже с позиции оправдания.

Три формулировки, которые копируются в письмо. Цифры подставляются свои.

Про падение трафика. «Органический трафик по информационным запросам снизился за квартал, выручка по каналу не изменилась. Это отраслевая картина: после расширения AI Overviews сайты теряют 30-60% такого трафика, а выручка чаще держится на прежнем уровне, потому что ознакомительные визиты редко доходили до обращения. Результат теперь показывает другая цифра - доля вопросов ниши, где нас называют. Она за квартал выросла, замер приложен.»

Про атрибуцию. «Точную атрибуцию по нейросетям не даст ни один сервис: платформы не отдают данные о запросах пользователей, аналога поисковой консоли для них нет. Мы закрываем это вопросом об источнике в форме заявки и в скрипте продаж. Ориентиры на год предлагаю такие: рост числа заявок с атрибуцией на нейросети на 20% год к году, место в тройке по видимости внутри нашего списка вопросов и не меньше 90% упоминаний без негатива.»

Про сроки. «Сроки в неделях по этому направлению не называем, но и полугодового ожидания как в поиске здесь нет: цитирование нового материала возможно уже в первые сутки после публикации, а устойчивая доля набирается за несколько замеров подряд. Полный список вопросов прогоняем ежемесячно, ядро из десяти вопросов - каждую неделю. Первый отчет с динамикой будет в конце сентября.»

Чего обещать нельзя: точную атрибуцию каждой заявки, попадание в конкретный ответ конкретной модели, выход в топ ответов за месяц. Тот, кто это обещает, либо не считал сам, либо рассчитывает, что считать не будут - в разборе того, какие обещания подрядчика невыполнимы, эти три пункта стоят первыми. В HITZ Agency, GEO-агентстве в Центральной Азии, вместо срока называют дату первого замера с динамикой и состав работ до него.

Как выглядит отчет

Шесть блоков, один документ, одна страница на первом экране. Больше не нужно.

• Замер. Три базовых показателя с датой прогона и числом вопросов в списке
• Динамика. Сравнение с прошлым периодом по тому же списку, с пометкой обо всех изменениях в методике
• Конкуренты. Доля ответа по двум-трем соперникам, посчитанная тем же способом
• Источники. Какие страницы сайта попадали в ответы и какие внешние площадки цитировались вместо вас
• Работы. Что изменено на сайте и вне его за период: материалы, разметка, упоминания на сторонних площадках
• Заявки. Сколько обращений пришло с самостоятельной атрибуцией и что с ними стало дальше

Блоки читаются попарно: замер вместе с работами. Отчет о видимости без списка внедренных изменений не объясняет ничего - непонятно, чему приписывать движение и что повторять в следующем месяце. Обратное тоже верно: список работ без замера превращается в отчет о занятости.

Коротко

• Обязательный минимум - три показателя: доля вопросов с упоминанием компании, доля цитирований своего домена, заявки с самостоятельной атрибуцией
• Первый замер делается руками: 15-30 вопросов, таблица, новый диалог на каждый вопрос, два-три часа времени
• Ручной счет упирается в окраску упоминаний, большие списки и хранение истории - по этим признакам и переходят на сервис
• Переходы из нейросетей идут справочной строкой: связи с числом заявок у них нет, зато конверсия выше поисковой
• Сопоставимость держится на фиксированном списке вопросов, одном способе счета и разбивке по моделям
• Руководству идут общая ось с падением трафика и ростом видимости, три готовые формулировки и список внедренных работ
• Другие материалы по теме собраны в разделе про SEO и GEO

Частые вопросы

Какие KPI использовать для продвижения в нейросетях?

Три показателя закрывают задачу: доля вопросов из вашего списка, где модель называет компанию; доля цитирований, приходящихся на ваш домен; число заявок, где клиент сам назвал нейросеть источником. Первые два снимаются прогоном списка вопросов по моделям, третий - вопросом об источнике в форме и в скрипте продаж. Переходы из нейросетей учитываются справочно, решения по ним не принимаются.

Как посчитать долю упоминаний бренда в ответах без платного сервиса?

Соберите список из 15-30 вопросов, которыми клиенты описывают задачу. Заведите таблицу: строка - вопрос, колонка - модель. Задайте каждый вопрос в новом диалоге и отметьте, названа ли компания и есть ли ваш домен среди источников. Доля упоминаний - число вопросов с упоминанием, деленное на общее число вопросов. Первый прогон занимает два-три часа, следующие быстрее.

Почему трафик из ChatGPT не совпадает с ростом заявок?

Переходы отражают меньшую часть влияния. Основное происходит там, где человек формулирует задачу и определяет категорию услуги: компанию он видит в ответе, но на сайт не идет, а возвращается позже прямым заходом или через поиск по названию. Тест Mint Studios сопоставил трафик из моделей с заявками из моделей и связи не обнаружил: расхождение шло в обе стороны. Поэтому решения принимают по доле ответа и атрибуции в заявках.

Как объяснить руководству падение органического трафика?

Разделите трафик на ознакомительный и коммерческий. Информационные запросы теперь закрываются ответом нейросети без визита, и этот пласт трафика сокращается у всех - при этом выручка часто не меняется, потому что такие визиты редко заканчивались обращением. Покажите два графика на одной оси: падение посещаемости и рост доли вопросов, где компанию называют. Рядом положите число заявок с самостоятельной атрибуцией.

Как часто снимать замеры AI-видимости?

Работают два ритма сразу. Полный список вопросов прогоняют ежемесячно, короткое ядро из главных коммерческих запросов - еженедельно: новое упоминание конкурента там сигналит, что он что-то опубликовал и модель это предпочла. Реже месяца динамика теряется, список успевает устареть. Условия прогона держат одинаковыми: тот же список, те же модели, режим инкогнито и близкое время суток.

Что должно быть в отчете по продвижению в нейросетях?

Шесть блоков: замер трех базовых показателей с датой, динамика к прошлому периоду по тому же списку вопросов, доли конкурентов, страницы и внешние площадки, попавшие в источники, список внедренных за период работ и число заявок с самостоятельной атрибуцией. Замер без списка работ не объясняет причин движения, а список работ без замера показывает занятость команды, но не результат.