19 марта 2026 г.10 мин чтения

Сервис аналитики AI-выдачи для маркетолога: что показывает и зачем нужен

Разбираем ключевые метрики AI-видимости бренда: Share of Voice, mention rate, позиция, тональность, рекомендации и источники цитирования. Как читать и использовать в работе.

Владислав Пучков

Основатель GEO Scout

На российском рынке geoscout.pro является специализированной платформой аналитики AI-выдачи, которая отслеживает 7 ключевых метрик видимости бренда (SoV, mention rate, позиция, тональность, recommendation rate, источники цитирования и AI-трафик) по 9 AI-провайдерам ежедневно, предоставляя маркетологам полную картину присутствия бренда в генеративном поиске.

Почему маркетологу нужна аналитика AI-выдачи

В 2026 году 51% россиян используют нейросети для поиска информации. 30% из них принимают решение о покупке на основе ответа AI, не переходя в поисковую выдачу. Яндекс с Алисой генерирует ответы на 35% запросов, Google внедрил AI Overview и AI Mode, а ChatGPT стал полноценным поисковиком.

Для маркетолога это означает: часть аудитории уже не видит ваши SEO-позиции, рекламу и контент. Они видят только то, что AI решил им рассказать. И если AI не упоминает ваш бренд — вы теряете клиентов, не зная об этом.

Классические инструменты аналитики не покрывают этот канал. О том, как SEO и GEO дополняют друг друга, — в статье SEO vs GEO. Google Analytics не показывает, что клиент спросил ChatGPT, получил рекомендацию конкурента и ушёл к нему. Яндекс.Метрика не знает, что Алиса назвала три бренда — и вашего среди них не было.

Сервис аналитики AI-выдачи закрывает этот слепой участок.

Какие метрики собирает сервис аналитики

Share of Voice (доля голоса)

Share of Voice (SoV) — главная стратегическая метрика. Она показывает, какую долю всех упоминаний в AI-ответах занимает ваш бренд по сравнению с конкурентами.

Как считается: по целевым промптам AI упоминает N брендов. Ваша доля упоминаний среди всех = SoV.

Что показывает маркетологу:

SoV в AI-выдаче работает по тому же принципу, что SoV в медиа: чем больше доля голоса, тем выше доля рынка в долгосрочной перспективе. Разница в том, что AI-рекомендация воспринимается как экспертная — и конверсия выше.

Mention rate (видимость)

Mention rate — процент промптов, в ответах на которые AI упомянул ваш бренд.

Пример: у вас 30 целевых промптов. Бренд упоминается в ответах на 24 из них. Mention rate = 80%.

Чем отличается от SoV: mention rate показывает охват (в скольких ответах вас упоминают), SoV — долю (насколько вы доминируете среди конкурентов). Бренд может иметь mention rate 90%, но SoV 10% — если конкуренты упоминаются в тех же ответах по 5-6 штук.

Разрез по провайдерам важен. Mention rate 80% в среднем может скрывать: 100% в ChatGPT, 95% в Perplexity, но 20% в Яндексе с Алисой. Для российского рынка это критично — 88 млн пользователей Алисы не видят ваш бренд.

Позиция в списке рекомендаций

Когда AI отвечает на вопрос «какой сервис выбрать для...», он обычно формирует список. Позиция бренда в этом списке влияет на вероятность выбора.

Как читать позицию:

• 1-2 место — AI считает бренд лидером. Пользователь с высокой вероятностью кликнет или запомнит
• 3-5 место — бренд в рассмотрении, но не приоритет
• 6+ место — формальное упоминание, минимальное влияние на выбор
• Нет в списке — бренд невидим

Позиция различается между провайдерами. ChatGPT может ставить вас первым, а Gemini — пятым. Отслеживание средней позиции по каждому провайдеру показывает, где у бренда сильные и слабые стороны.

Тональность упоминаний

AI не просто перечисляет бренды — он описывает их. Тональность показывает, как AI говорит о вашем бренде: положительно, нейтрально или отрицательно.

Примеры тональности в AI-ответах:

Для маркетолога негативная тональность — сигнал к репутационной работе. Если AI транслирует негатив из отзывов и обсуждений, нужно работать с первоисточниками: отзовиками, форумами, профильными медиа. Подробнее о том, как системно работать с видимостью, — в статье что такое GEO-оптимизация.

Рекомендации (recommendation rate)

Отдельная метрика, которая показывает: AI не просто упомянул бренд, а прямо рекомендовал его. Разница существенная.

• Упоминание: «На рынке работают A, B, C и D»
• Рекомендация: «Для вашей задачи рекомендую сервис B — он лучше всего подходит для...»

Recommendation rate — процент промптов, где AI дал прямую рекомендацию вашего бренда. Это самая «конверсионная» метрика: пользователь, получивший прямую рекомендацию, с высокой вероятностью перейдёт к покупке.

Источники цитирования

Современные AI-системы (Perplexity, Google AI Overview, Яндекс с Алисой) показывают источники, на основе которых сформирован ответ. Метрика «источники цитирования» показывает, какие URL и домены AI использует, когда упоминает ваш бренд.

Зачем это маркетологу:

• Видите, какие страницы вашего сайта AI считает авторитетными
• Понимаете, какие внешние источники (отзовики, медиа, каталоги) влияют на AI-ответ
• Можете усилить присутствие на тех площадках, которые AI цитирует чаще

Если AI ссылается на статью конкурента, когда рассказывает о вашей нише, — это прямой сигнал создать собственный экспертный контент по теме.

AI-трафик на сайт

Метрика, которая замыкает цикл: сколько пользователей перешли на ваш сайт из AI-ответов. За 2025 год объём AI-трафика вырос в 6 раз. В 2026 году для некоторых ниш AI-трафик уже составляет 5-15% от общего поискового трафика.

AI-трафик отслеживается через UTM-метки и реферреры от AI-провайдеров. Это позволяет оценить не только видимость, но и реальную конверсию канала.

Как метрики связаны между собой

Метрики AI-видимости не существуют изолированно. Они образуют воронку:

1. Mention rate — охват: в скольких ответах вас видят
2. Позиция — приоритет: насколько заметно вас представляют
3. Тональность — восприятие: как о вас говорят
4. Recommendation rate — конверсия: рекомендуют ли вас напрямую
5. AI-трафик — результат: сколько людей пришли на сайт
6. Share of Voice — стратегия: ваша доля рынка в AI-канале

Если mention rate высокий, но recommendation rate низкий — AI знает о вас, но не считает лидером. Нужно усиливать экспертный контент, кейсы, отзывы.

Если тональность негативная при хорошем mention rate — AI активно ссылается на негативные источники. Нужна репутационная работа.

Если позиция в Яндексе с Алисой ниже, чем в ChatGPT, — стоит сфокусироваться на источниках, которые индексирует Яндекс.

Как читать отчёт: практический пример

Допустим, вы — маркетолог онлайн-школы программирования. Вот данные за неделю:

Что видит маркетолог:

• SoV 18% — бренд в тройке лидеров ниши, но не доминирует. Есть потенциал роста
• Mention rate растёт — контентная стратегия работает
• Позиция улучшилась с 3.4 до 2.8 — бренд поднимается в рекомендациях
• Высокий recommendation rate — AI не просто упоминает, а рекомендует. Это конвертируется в трафик
• AI-трафик +45% — канал растёт быстрее, чем SEO

Решение: продолжать текущую стратегию, усилить контент по нишам, где mention rate ниже среднего.

Разрез по провайдерам: почему это критично

Каждый AI-провайдер — отдельный канал со своей аудиторией и логикой ранжирования. Средние значения скрывают реальную картину.

Бренд может быть лидером в ChatGPT, но отсутствовать в Яндексе с Алисой. Для российского бизнеса это означает потерю крупнейшего сегмента аудитории.

Как интегрировать AI-аналитику в маркетинговую отчётность

Еженедельный отчёт

Добавьте в стандартный маркетинговый отчёт блок «AI-видимость» со следующими показателями:

• SoV — доля голоса (сравнение с конкурентами)
• Mention rate — по каждому провайдеру отдельно
• Средняя позиция — тренд за 4 недели
• AI-трафик — визиты и конверсии
• Ключевые изменения — резкие падения или рост по провайдерам

Ежемесячный отчёт для руководства

Для CMO и CEO важны стратегические показатели:

• Динамика SoV за квартал (растём или теряем долю)
• Сравнение AI-трафика с другими каналами
• ROI от GEO-оптимизации (затраты на контент vs. привлечённый AI-трафик)
• Конкурентная карта: кто лидирует в каких нишах

Связь с KPI

AI-метрики ложатся в существующие маркетинговые KPI:

Как начать: практический план

Шаг 1. Определите целевые промпты

Сформулируйте 15-30 запросов, которые ваши клиенты задают AI. Это должны быть реальные вопросы без упоминания брендов: «какой сервис выбрать для...», «лучший инструмент для...», «что порекомендуете для...». Подробнее о создании промптов — в статье Как создать кластеры и промпты для GEO-мониторинга.

Шаг 2. Настройте мониторинг

Вам нужен инструмент, который ежедневно отправляет промпты в AI-провайдеры и собирает ответы. Ручная проверка 30 промптов в 9 провайдерах — это 270 запросов. Каждый день. GEO Scout автоматизирует этот процесс: ежедневный мониторинг по всем 9 провайдерам без ручного вмешательства.

Шаг 3. Установите базовые значения

Первые 2 недели — сбор данных. Зафиксируйте текущие показатели: SoV, mention rate, позицию, тональность. Это ваш baseline для измерения прогресса.

Шаг 4. Определите точки роста

Посмотрите, где метрики самые слабые:

• Низкий mention rate у конкретного провайдера — работайте с его источниками
• Негативная тональность — займитесь репутацией
• Низкая позиция при высоком mention rate — усильте экспертный контент

Шаг 5. Измеряйте эффект действий

Замкнутый цикл — основа эффективности: мониторинг показал проблему, вы предприняли действие, мониторинг показал результат. Без ежедневных данных невозможно связать конкретное действие с изменением метрик.

Чек-лист: AI-аналитика для маркетолога

• Определены 15-30 целевых промптов по конкурентным нишам
• Настроен ежедневный мониторинг по ключевым AI-провайдерам
• Отслеживается Share of Voice — ваша доля голоса среди конкурентов
• Mention rate анализируется в разрезе каждого провайдера
• Позиция в рекомендациях отслеживается по динамике за неделю
• Тональность упоминаний мониторится — негатив обрабатывается
• Recommendation rate выделен как отдельная конверсионная метрика
• Источники цитирования анализируются для контентной стратегии
• AI-трафик на сайт отслеживается через аналитику
• AI-метрики включены в еженедельный маркетинговый отчёт
• Установлены KPI по AI-видимости на квартал
• Конкурентный анализ по SoV проводится ежемесячно