Так показал замер агентства Mediasystem, который директор по стратегии Анна Блинова представила на конференции Group4Media «Про деньги»; разбор вышел 23 октября. Проверяли больше 60 брендов в четырёх категориях — детские товары, фарма, смартфоны и банки, — задавая семи моделям, среди которых Алиса, YandexGPT, GigaChat, Gemini, DeepSeek и ChatGPT, один общий набор запросов в августе и сентябре. Видимость считали как долю ответов, где модель называет бренд.
Условий, при совпадении которых модель рекомендует бренд, в замере три:
- на сайте бренда есть общий контент о категории, отвечающий на вопросы по всему пути выбора;
- у товаров заполнены подробные описания под каждую ситуацию покупателя, и во всех каналах бренда они одинаковые;
- бренд попадается во внешних источниках, на которые модели ссылаются, — в обзорах, профильных магазинах и медиа, — и контент там обновляется.
Известность бренда совпала с видимостью в ответах только у банков. В трёх остальных категориях такой связи замер не нашёл: модель может назвать мало кому знакомое название и пропустить лидера рынка.
Зачем об этом знать
Привычная логика «нас знают, значит найдут» в ответах нейросетей не работает: связь известности и видимости подтвердилась лишь в одной категории из четырёх. Зато работает то, что раньше считалось необязательным, — страницы, объясняющие категорию целиком, а не только свой товар. Такой текст пишется один раз и остаётся на собственном сайте, а не в чужом кабинете.
Что делать:
- Добавить на сайт страницу-разбор категории: как выбирать, какие бывают варианты, чем они отличаются.
- Заполнить описания товаров под конкретные ситуации покупателя, а не одним общим абзацем.
- Сверить описания во всех своих каналах и привести к одному тексту.
- Проверить видимость, задав Алисе и ChatGPT те же вопросы, которые задаёт покупатель, и посмотреть, называют ли они бренд.
- Обновлять категорийные страницы по тому же графику, что и карточки товаров.