19 марта 2026 г.11 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, эксперт по GEO-оптимизации

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. Используйте Командный центр для приоритизации

Данные мониторинга сами по себе не подсказывают, за что взяться первым. Командный центр GEO Scout решает эту задачу: AI анализирует все метрики, конкурентные пробелы и результаты техаудита, а затем генерирует приоритетный список действий — от самых импактных к менее срочным. Каждое действие привязано к конкретным промптам и провайдерам, что позволяет измерить эффект каждого шага.

Типичные рекомендации Командного центра:

• Низкий mention rate у конкретного провайдера — создать контент под его источники
• Негативная тональность — работать с репутацией на конкретных площадках
• Низкая позиция при высоком mention rate — усилить экспертный контент и факты

Шаг 5. Измеряйте эффект действий

Замкнутый цикл — основа эффективности: мониторинг фиксирует данные, Командный центр превращает их в приоритетный план действий, вы выполняете задачу, мониторинг показывает результат. Без этого цикла 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