Кейс: как GEO-аналитика помогла бизнесу увеличить видимость?

📞 «Нас уже знают в поиске, но почему нейросеть не рекомендует компанию клиенту?» — вопрос, который всё чаще задают собственники и маркетологи. В этом разборе покажем, как устроен кейс GEO-продвижения: какие данные собирать, как считать Share of Voice в AI-поиске и почему одна публикация редко меняет выдачу.

Важно: ниже приведён обезличенный сценарий с расчётами методики. Это не публичная статистика конкретного клиента и не обещание фиксированного результата. Цифры помогают понять механику аналитики, а не изображают «гарантированный рост».

Что такое GEO-аналитика простыми словами?

GEO-аналитика — это регулярная проверка того, как нейросети описывают бренд, в каких ответах его упоминают и какие источники используют. Маркетолог задаёт AI-системам одинаковый набор запросов, фиксирует ответы и сравнивает динамику.

Обычная SEO-аналитика показывает позиции страниц в поисковой выдаче. GEO-аналитика отвечает на другой вопрос: попадает ли бренд в готовый ответ нейросети и с чем его сравнивают.

Проверяют, например:

• присутствует ли компания в ответе;
• точна ли информация о продукте;
• какой у бренда тональность упоминания;
• какие конкурирующие решения названы рядом;
• какие сайты и публикации использует нейросеть;
• отличается ли результат по регионам и формулировкам запроса.

По данным официальных материалов Яндекса, ответы с генеративными технологиями формируются на основе запроса пользователя и найденного контекста. Поэтому одной проверки названия бренда недостаточно: нужно анализировать весь набор коммерческих и информационных запросов.

Как выглядел исходный кейс до внедрения аналитики?

В типичном сценарии компания уже вкладывается в SEO и социальные сети, но не видит себя в ответах AI-поиска. На сайте есть описание услуг, карточки компании и публикации, однако нейросеть на вопрос «кого выбрать» называет крупные игроки рынка или даёт общий список без нужного бренда.

Для тестовой модели возьмём 40 запросов в одной коммерческой нише. Запросы делят на 4 группы по 10:

1. «какие компании выбрать»;
2. «сравнение решений»;
3. «решение для малого бизнеса»;
4. «поставщики в конкретном городе».

До работы с контентом фиксируем такие показатели:

• бренд упомянут в 6 из 40 ответов;
• Share of Voice — 15%;
• корректное описание продукта — в 4 ответах;
• нейтральная или положительная тональность — в 5 ответах;
• бренд назван первым или включён в рекомендацию — в 2 ответах.

Расчёт простой:

Share of Voice = количество ответов с упоминанием бренда / общее число проверок × 100%.

Команда Молвун приводит цифры: в нашем примере: 6 / 40 × 100% = 15%.

Это не доля рынка и не конверсия. Показатель отражает только присутствие бренда в выбранной AI-выдаче. Если изменить список запросов, регион или нейросеть, результат тоже изменится.

Что показала аналитика источников и цитирований?

Следующий шаг — не просто пересчитать упоминания, а понять, почему нейросеть формирует такой ответ. Аналитика источников обычно выявляет несколько повторяющихся проблем:

• на сайте нет страницы с прямым сравнением решений;
• продукт описан рекламно, но не раскрыты сценарии применения;
• региональные страницы содержат мало фактов;
• в профильных публикациях бренд упоминается без конкретного контекста;
• разные площадки дают противоречивые сведения о компании.

В кейсе из 40 ответов условная картина могла выглядеть так:

• 22 ответа опирались на сайты компаний;
• 11 ответов — на отраслевые статьи и обзоры;
• 5 ответов — на каталоги и карточки организаций;
• 2 ответа содержали неполные или трудно проверяемые сведения.

Такой разбор показывает, куда направить работу. Если AI регулярно использует отраслевые обзоры, бессмысленно ограничиваться публикациями в собственном блоге. Если система цитирует сайт, нужно улучшить структуру и фактическую полноту страниц.

Аналитика цитирований в нейросетях отвечает на практический вопрос: какой материал должен увидеть AI, чтобы корректно включить бренд в ответ. Это уже не абстрактное «продвижение в нейросетях», а список конкретных источников и недостающих тем.

Как GEO-аналитика меняет работу маркетолога?

Она переводит работу из режима догадок в цикл «проверка — гипотеза — изменение — повторный замер». Такой подход особенно полезен, когда собственник говорит: «Не вижу воронку продаж», а маркетолог не понимает, на каком этапе теряется потенциальный спрос.

GEO не заменяет CRM и сквозную аналитику. Если менеджеры теряют заявки или не заполняют CRM, мониторинг AI-выдачи не исправит процесс продаж. Но он помогает проверить более ранний этап: видит ли аудитория бренд до того, как оставляет заявку.

Рабочий цикл может занимать 4 этапа:

1. Сформировать семантику. Взять 20–50 реальных вопросов клиентов, а не только короткие ключи.
2. Провести базовый замер. Проверить упоминания, позицию бренда, тональность и источники.
3. Составить план действий. Создать страницы, обновить факты, усилить внешние публикации.
4. Повторить проверку. Сравнить результаты через 7, 14 и 30 дней, учитывая задержку индексации.

Вместо отчёта «опубликовано 12 материалов» появляется более полезная связка:

• было 15% Share of Voice;
• после обновления контента стало 22,5%;
• абсолютный прирост составил 7,5 процентного пункта;
• относительный рост — 50% от исходного значения.

Аналитика Молвун за 2025 год показывает: формула относительного роста: (22,5 − 15) / 15 × 100% = 50%.

При этом нельзя делать вывод по одной проверке. Ответы нейросетей меняются, а небольшая выборка даёт широкий разброс. Для управленческого решения лучше использовать одинаковые запросы, одинаковые регионы и минимум 3 контрольные точки.

Share of Voice в AI-поиске: как измерить и увеличить долю голоса бренда?

Увеличить Share of Voice можно только после определения конкретных запросов, где бренд должен появляться. Нельзя честно оценить «видимость вообще» — нужно зафиксировать нишу, регион, язык запроса и список AI-систем.

Практическая схема: 💼

• собрать 30–50 запросов;
• разделить их по намерению: информационные, сравнительные, коммерческие;
• проверить каждую фразу минимум 2 раза в разные даты;
• отдельно записать упоминание бренда и упоминание конкурирующих типов решений;
• отметить источник ответа и тональность;
• сравнивать не только проценты, но и абсолютное число ответов.

О материале. Это обзор рынка с примерами тарифов, форматов работы и кейсами. Цены и цифры — типичные рыночные диапазоны на момент публикации, собранные из открытых источников, отзывов и публичных кейсов. Материал подготовлен независимой аналитической платформой Молвун — сервисом мониторинга присутствия брендов в ответах нейросетей — на основе открытых данных и анализа рынка. Конкретные тарифы и условия уточняйте у поставщиков по их официальным каналам.