Как оценивать эффективность GEO-продвижения: ключевые метрики и методы
Эффективность контекстной рекламы обычно оценивают по затратам, заявкам и CPA, а в SEO анализируют позиции, органический трафик и конверсии. С GEO-продвижением все сложнее: пользователь может впервые узнать о компании внутри ответа ChatGPT, Алисы AI, DeepSeek, Gemini или другой нейросети, а затем перейти на сайт через брендовый запрос в поисковике.
Из-за этого визит нередко будет записан аналитикой как органический поиск, хотя первое знакомство с брендом произошло в ИИ-сервисе. Поэтому одних переходов из ChatGPT и других нейросетей недостаточно. Для оценки GEO нужно отдельно отслеживать, как часто компания появляется в ответах, по каким вопросам ее рекомендуют, какое место она занимает среди конкурентов и насколько корректно нейросеть описывает ее услуги.
Как подготовить исходную точку
До начала продвижения необходимо зафиксировать базовые значения. Для этого используют одинаковый набор запросов, один и тот же список нейросетей и конкретную дату проверки. Обычно для первого аудита достаточно 50–100 вопросов, составленных на основе реальных пользовательских сценариев.
Запросы стоит группировать по смыслу: выбор компании, сравнение решений, поиск конкретной услуги, вопросы о цене и общие информационные темы. Формулировки должны быть похожи на вопросы, которые пользователь задает нейросети. Например, вместо короткого запроса «Сервер для 1С-Битрикс» лучше использовать вопрос «Посоветуйте сервер для интернет-магазина на 1С-Битрикс с большим каталогом».
Разделение по темам помогает не завысить результат. Общая видимость в 35% может выглядеть убедительно, но при детальном анализе окажется, что почти все упоминания относятся к информационным материалам. При этом в коммерческих вопросах вроде «кого выбрать» бренд может появляться лишь в двух случаях из двадцати.
Семь основных метрик GEO
Видимость бренда в нейросетях. Это доля запросов, в ответах на которые появилось название компании. Если из 80 вопросов бренд упомянули 16 раз, показатель составляет 20%. При повторной проверке тех же запросов и 27 упоминаниях видимость вырастет до 33,75%.
Формула выглядит так: AI Visibility = количество запросов с упоминанием бренда / количество проверенных запросов × 100%. В разных системах показатель может называться AI Visibility, Brand Visibility или Mention Rate. Важно заранее определить, что считать попаданием: любое упоминание или только связь бренда с нужной услугой. Второй вариант строже и лучше отражает коммерческую ценность, поскольку нейтральная справка о компании не равна рекомендации.
Recommendation Rate. Эта метрика показывает, как часто бренд появляется именно в ответах на коммерческие вопросы, где пользователь просит посоветовать компанию или услугу. Например, из 40 запросов с формулировками «кого выбрать», «где заказать» и «к кому обратиться» компания сначала может получить восемь рекомендаций, то есть 20%, а через несколько месяцев — 15 рекомендаций, или 37,5%. Такой показатель обычно полезнее общей видимости: компания может часто встречаться в информационных ответах и почти не присутствовать в ситуациях выбора.
Share of Voice. Доля голоса показывает присутствие бренда среди всех упоминаний отслеживаемых компаний. Она рассчитывается по формуле: (число упоминаний вашего бренда / суммарное число упоминаний всех отслеживаемых брендов) × 100%. Если бренд получил 50 упоминаний, а пять компаний вместе — 250, его Share of Voice составляет 20%.
Количество упоминаний может расти, а доля — снижаться. Например, бренд увеличил число появлений с 50 до 70, но совокупное количество упоминаний конкурентов и своей компании выросло до 500. В этом случае доля снизится до 14%. Поэтому Share of Voice полезно анализировать не только по категории в целом, но и по отдельным темам: компания может занимать 35% упоминаний в вопросах о внедрении CRM и лишь 6% — в запросах о CRM для малого бизнеса.
Позиция в ответе. Если нейросеть предлагает несколько компаний, стоит фиксировать, как часто бренд оказывается в первой тройке, появляется ниже или отсутствует. Средняя позиция может создавать ложное ощущение точности: генеративный ответ способен измениться даже при повторном вводе той же фразы. Поэтому практичнее сравнивать группы позиций. Например, рост числа попаданий в первую тройку с четырех до 11 из 30 коммерческих запросов будет понятнее и надежнее, чем показатель «средняя позиция 2,7».
Корректность упоминаний. Видимость сама по себе не гарантирует качества. Нейросеть может ошибиться в географии работы, тарифах, целевой аудитории или наборе услуг. Компания работает только с юридическими лицами, а ИИ указывает обслуживание частных клиентов; тарифы изменились год назад, но в ответе осталась старая цена; региональный бизнес описывается как федеральная сеть.
Для проверки можно использовать простую шкалу: информация верна, есть небольшие неточности или присутствует существенная ошибка. Если бренд появился в 40 ответах, а корректными оказались 34, доля точных упоминаний составит 85%. Этот показатель позволяет отличить рост полезного присутствия от простого увеличения числа упоминаний.
Источники информации. Анализ ссылок и публикаций, на которые опирается нейросеть, помогает понять, почему один бренд рекомендуют чаще другого. Компании могут иметь похожие сайты, ассортимент и цены, но при этом по-разному представлены в отраслевых рейтингах, обзорах, СМИ и экспертных материалах. Если нейросеть регулярно обращается к таким публикациям о конкуренте, это может объяснять разницу в рекомендациях.
Переходы из AI-сервисов. Их также следует учитывать, но не рассматривать как единственный показатель. Часть пользователей после ответа нейросети не переходит по ссылке, а запоминает название и позже ищет компанию в поисковике. Поэтому данные о переходах нужно сопоставлять с видимостью бренда, рекомендациями, брендированным поисковым спросом и конверсиями, понимая ограничения стандартной аналитики.
Как оформлять отчет
Рабочий отчет по GEO должен показывать не одну итоговую цифру, а динамику по группам запросов и отдельным нейросетям. В него стоит включать исходную и текущую даты, список проверенных вопросов, видимость бренда, Recommendation Rate, Share of Voice, распределение позиций, корректность упоминаний и использованные источники.
Такой подход позволяет отделить реальный рост присутствия от случайных изменений генеративной выдачи. Он также показывает, какие темы уже дают коммерческие рекомендации, где бренд уступает конкурентам и какие ошибки в описании компании необходимо исправлять в первую очередь.
