Нейросети как невидимый канал трафика: почему маркетологи не понимают, что ИИ приносит продажи, и что с этим делать

С появлением нейросетей классическая атрибуция заказов на сайтах сломалась. До этого все рекламные онлайн-каналы было относительно легко отследить с помощью специальных сигналов от браузера и меток в URL. С приходом ИИ-ответов и чат-ботов эти способы перестали работать и почти вся роль нейросетей в покупках стала серой зоной.

В статье разбираем, почему сломалась атрибуция, какие метрики уже используют на рынке и что делать прямо сейчас, чтобы отслеживать клиентов из нейросетей. В статью мы добавили бонус: как click.ru может помочь построить систему аналитики.

Почему старые способы отслеживать продажи больше не работают

Давайте подробнее разберем, в чем именно проблема.

1. Переход к эпохе нулевого клика

Если раньше поисковая система выдавала список ссылок, которые нужно было самостоятельно изучать, то теперь ChatGPT, Яндекс Нейро, Gemini, Perplexity и другие ИИ-сервисы сами анализируют десятки источников, сравнивают информацию и выдают уже готовый ответ.

В результате привычная модель «поиск → переход на сайт → изучение информации → покупка» разрушается. Пользователь может вообще не открыть ни одного сайта, но при этом принять решение о покупке. В 2026 году до 65% поисковых запросов в Google завершается без перенаправления на внешний сайт (это так называемый zero-click-поиск).

2. Ссылок часто просто нет

Даже если нейросеть использовала материалы компании при подготовке ответа, это вовсе не означает, что пользователь увидит ссылку на сайт.

Летом 2025 года исследователи из Social Science Research Council, O’Reilly и нескольких университетов проанализировали около 14 000 реальных поисковых диалогов в ChatGPT, Gemini и Perplexity. Исследование получило название The Attribution Crisis in LLM Search Results и стало одним из первых масштабных исследований проблемы атрибуции.

Результаты оказались неожиданными:

• 34% ответов Google Gemini и 24% ответов GPT-4o вообще формировались без обращения к веб-источникам, то есть пользователь получал готовый ответ без видимого поиска в интернете;
• Gemini не показывал ни одной кликабельной ссылки в 92% своих ответов. Пользователь видел информацию, но не понимал, откуда она была получена;
• Даже Perplexity, который считается одним из самых «прозрачных» ИИ-поисковиков, просматривал в среднем около 10 веб-страниц, но ссылался лишь на 3-4 источника. Остальные сайты, повлиявшие на формирование ответа, оставались полностью невидимыми для пользователя.

Авторы исследования называют это разрывом в атрибуции (attribution gap) — разницей между количеством реально использованных источников и количеством сайтов, которые нейросеть показала в виде ссылки. Для бизнеса это означает простую вещь: компания может оказать серьезное влияние на ответ искусственного интеллекта и при этом не получить ни переходов, ни упоминания своего бренда.

3. Даже если ссылка есть, аналитика часто не может отнести визит к ИИ

Предположим, нейросеть все-таки показала URL. Кажется, что проблема решена, но нет. Большинство существующих систем веб-аналитики, в том числе и Яндекс Метрика, строятся вокруг передачи источника перехода (HTTP Referrer) — информации о том, с какого сайта пришел посетитель.

Однако при визитах из генеративных ИИ эта цепочка регулярно ломается по 2 причинам:

1. Самый распространенный сценарий выглядит так: человек читает ответ в чате, не нажимает на ссылку, а копирует название компании или URL вручную, после чего открывает сайт в новой вкладке или позже вводит адрес самостоятельно. Для аналитики такой визит становится прямым или переходом по брендовому запросу из поисковика;
2. Даже если пользователь кликает по ссылке непосредственно из чата, ситуация зависит от конкретной платформы, браузера, мобильного приложения и политики передачи того самого HTTP Referrer. Некоторые ИИ-сервисы передают источник корректно, другие — частично, а в ряде сценариев он вообще отсутствует. Из-за этого одна и та же нейросеть может приводить пользователей, которых аналитика отнесет к разным каналам: прямой заход, органический поиск, переход с другого сайта (реферальный) или вообще «Не определено».

Именно поэтому маркетологи сегодня все чаще говорят о появлении «темного трафика» — посещений, реальный источник которых определить невозможно.

Дополнительные проблемы атрибуции

Думаете, это все? Вовсе нет. Важно сказать еще о 2 проблемах, которые существовали и раньше, но усилились с появлением ИИ-поиска.

1. Мультиканальность покупок

Пользователь начинает общаться с ChatGPT, потом уточняет в Алисе на телефоне, смотрит обзор в YouTube, потом идет на маркетплейс и ищет уже конкретный продукт. Возникает вопрос: где здесь та самая точка контакта, которая стала решающей для покупки? Какой канал сделал самый большой вклад в продажу?

Каждая компания выбирает для себя модель атрибуции:

• Last Click (последний клик) — 100% ценности отдается последнему касанию. Упрощенная модель, работает только для быстрых спонтанных покупок;
• First Click (первый клик) — вся ценность у первого касания. Помогает понять, что «запускает» клиента, но игнорирует все последующие шаги;
• Linear (линейная) — дает равный вес всем касаниям. Подходит для многоканальных кампаний с 3-7 касаниями, но недооценивает первую и последнюю точки;
• Time Decay (с учетом давности) — присваивает больший вес кликам, которые были ближе к покупке. Такая атрибуция идеальна для длинных циклов продаж, но недооценивает верх воронки;
• Position-based (позиционная) — 40% первому и последнему касанию, остальное — промежуточным. Эта модель тоже условная, но все же более сбалансированная, чем другие.

2. Разрыв в аналитике между онлайном и офлайном

Человек увидел рекомендацию в AI-чате на телефоне, пришел в магазин и купил. Связать эти два события современными инструментами пока сложно.

Цифры из исследования «Поисковые системы и нейросети 2026» наглядно показывают масштаб проблемы атрибуции:

• 51,5% опрошенных выбирают товар через ИИ, но покупают через поиск или маркетплейс;
• 7,4% переходят по ссылке из нейросети и покупают сразу;
• Остальные 41,1% не используют ИИ для выбора товаров.

Статистика из исследования

Получается, что больше половины клиентов уже используют ИИ для выбора товаров. Но в отчетах таких клиентов нет.

Как проблемы с атрибуцией влияют на маркетинг

Когда аналитика не видит источник, страдает не только отчетность, а вся система принятия решений. Вот к каким последствиям это приводит.

1. Ошибки при подсчете конверсии и ROI (Return On Investment — возврат инвестиций). Без корректной атрибуции невозможно понять, сколько продаж приносит каждый канал. Нейросети даже не фигурируют в отчетах из-за, на первый взгляд, нулевой конверсии, а привычные каналы получают все лиды.
2. Сложности в обосновании и распределении бюджета. Руководитель спрашивает: «Почему я должен давать деньги на GEO? Покажи цифры». А их нет. Нет цифр — нет бюджета. От 30% до 50% компаний в мире используют атрибуцию по одному касанию (то есть только по последнему или первому клику). Поэтому деньги уходят туда, где эффект проще измерять.
3. Неправильные KPI (Key Performance Indicators — ключевые показатели эффективности). Когда не видно, что реально приносит продажи, отделы ставят не те цели. Например, контент-отдел массово пишет SEO-тексты с ключами, хотя ИИ любит вопросно-ответный формат и пошаговые инструкции, а в рекламе совсем не уделяется внимание узнаваемости бренда. Команды работают, но результаты работы размываются, потому что аналитика неточная.

Итог всего этого — системная ошибка в управлении маркетингом. Деньги вкладываются в то, что легко измерить, а бренд теряет видимость в канале, где люди уже принимают решения о покупке.

Что делают компании, чтобы понять эффект от нейросетей

Процесс такой аналитики можно условно разделить на 3 шага.

Шаг 1. Измеряют видимость в ИИ

Российские компании уже начали решать эту задачу. За 2025-2026 годы на рынке появилось несколько платформ для мониторинга упоминаний в AI-ответах, среди которых Топвизор, Пиксель Тулс, ГЕОранк, GPTFox, VisioBrand и др. Подобные решения мы описали в отдельной статье «Где взять данные о видимости в нейросетях: сервисы и метрики для анализа GEO и AEO».

Те, кто не пользуется сторонними инструментами, идут 2 путями:

1. Создают свои системы отслеживания. Крупные компании вроде «Юнирусь» или «Циан» разработали кастомные дашборды, которые мониторят упоминания бренда в ChatGPT, Алисе, GigaChat и DeepSeek;
2. Выжидают. М.Видео и некоторые другие компании пока занимают наблюдательную позицию: ждут, когда появится единая система оценки роли ИИ в брендинге и продажах и когда на рынке «созреют» более-менее точные аналитические сервисы.

Шаг 2. Измеряют трафик

Пока российским компаниям доступны следующие способы отслеживать переходы из AI.

1. Сегментация в Яндекс Метрике

Если нейросеть поставила кликабельную ссылку в свой ответ и пользователь по ней перешел, браузер передаст в систему аналитики домен источника. Увидеть такой трафик в Яндекс Метрике можно с помощью настройки сегмента по параметру «Внешний реферер». Аналитик вставляет регулярное выражение со списком AI-доменов, сохраняет сегмент и все переходы из нейросетей выделяются в отдельный отчет. В список таких доменов можно добавить любые адреса ИИ-сервисов, например, alice.yandex.ru, chatgpt.com, deepseek.com, gemini.google.com, claude.ai и другие.

Так выглядит статистика по сегменту

2. Модули для CMS (Content Management System — системы управления контентом сайта)

Такие продукты адаптируются к ИИ-трафику и предлагают специальные расширения (плагины), которые выделяют AI-переходы в отдельную категорию. Например, для WordPress есть плагин CQI Referrer Attribution, который классифицирует трафик из 17 AI-источников в отдельный канал под названием AI Tools, а также A360 Insights, который показывает количество переходов из нейросетей на визуальной панели. Остается надеяться, что таких решений со временем станет больше во всех популярных CMS.

Аналитическая панель A360 Insights

3. Глубинные ссылки

Для мобильных приложений есть альтернатива. Сервисы-трекеры вроде AppsFlyer или Branch позволяют создать ссылку, которая ведет пользователя не на сайт, а сразу в приложение, если оно уже установлено, или на страницу в магазине приложений. Человек переходит по ней, трекер распознает параметры источника и фиксирует трафик как пришедший из AI-канала.

Описание принципа распознавания ссылок в Branch

Важно отметить, что все эти способы находятся только в начале своего развития и весьма неточны. Большая часть трафика все равно теряется.

Шаг 3. Измеряют конверсию в продажи

Пока прямую связь между видимостью в ИИ-сервисах и продажами отследить сложно, компании вынуждены использовать неполные данные и косвенные метрики. На основе нашего опыта и данных исследования «Поисковые системы и нейросети 2026» мы выделили главные методы анализа, добавив пояснение и оценку надежности.

Метод	Как это работает	Надежность метода
Анализ отслеживаемого ИИ-трафика	Берутся визиты, выявленные на шаге 2, и считается их конверсия в целевые действия: покупки, заявки, лиды.	Высокая, но с двумя нюансами: Такого трафика пока фиксируется очень мало. Большая часть визитов просто не видна в аналитике; Итоговая конверсия сильно зависит от выбранной модели атрибуции. В Яндекс Метрике по умолчанию стоит тип атрибуции «Последний значимый переход». Он удобен для оценки рекламных систем, но не подходит бизнесам, где пользователь до покупки проходит через несколько касаний с разными каналами.
Промокоды	Бренд создает уникальный промокод для конкретной посадочной страницы. Когда ИИ цитирует контент со страницы, она может упомянуть код. Пользователь вводит код при оформлении заказа, и система аналитики приписывает продажу ИИ-каналу.	Лучше, чем ничего, но надежность низкая. Нейросеть может не упоминать промокод. Человек может прийти на посадочную страницу и не из ИИ-сервиса, а также банально не ввести код, даже если прошел весь запланированный путь.
Динамика брендовых запросов	Отслеживается в Яндекс Вордстате. Резкий рост таких запросов может сигнализировать, что нейросети начали рекомендовать бренд.	Низкая. Можно понять динамику интереса, но причин роста бывает много: наружная реклама, интеграции у блогеров, новости и др. Метод показывает корреляцию, но не доказывает причинно-следственную связь.
Динамика прямого трафика	Отслеживается доля и объем прямых заходов в общей структуре трафика. Рост прямых заходов может косвенно указывать на рост узнаваемости бренда благодаря нейросетям.	Низкая. Прямые заходы — это «мусорный» канал, куда попадает все, что не удалось идентифицировать: переходы из мессенджеров без UTM, из ИИ-ботов, офлайн-реклама, ввод адреса вручную. Рост прямого трафика может быть вызван и другими причинами.
Опросы покупателей	В форму заказа или анкету после продажи добавляется вопрос: «Как вы узнали о нас?» с вариантом «Рекомендация нейросети/чат-бота». Либо вопрос: «Что повлияло на ваш выбор?» с аналогичным вариантом.	Средняя. Дает честные ответы от реальных покупателей. Но метод не масштабируется: при тысячах покупок опрашивать всех невозможно. Автоматические опросы заполняют 5-10% клиентов. Люди часто не помнят источник и выбирают вариант наугад.

Что делать прямо сейчас: дорожная карта маркетолога

Проблема атрибуции не решится сама собой завтра утром. Но это не значит, что нужно сидеть и ждать. Пока одни компании медлят, другие уже собирают данные и обгоняют конкурентов.

Вот что можно сделать уже сегодня на трех уровнях, чтобы лучше понимать влияние ИИ-канала на свой трафик и продажи.

Уровень 1. Начать собирать статистику

Начать стоит со следующих базовых вещей.

• Зафиксировать, как сейчас обстоят дела с упоминаниями в нейросетях. Проверить текущую позицию: по каким запросам вы появляетесь, по каким нет, кто из конкурентов в топе рекомендаций и что эти компании делают лучше.
• Настроить мониторинг упоминаний бренда. Для системного подхода лучше использовать внешние инструменты, способные охватить сразу множество промптов и ИИ-сервисов.
• Скорректировать опросы покупателей. Доработать стандартные скрипты, добавляя в них уточнение про источник информации о компании.
• Применять сегмент в системе аналитики и использовать отчет «Видимость сайта в Алисе AI». Динамику изменений лучше отслеживать еженедельно.
• Считать конверсию ИИ-трафика. В той же Метрике можно настроить цели на самые важные действия на сайте, а затем в сегменте по нейросетям смотреть, какие из них были достигнуты.
• Отслеживать косвенные метрики. Помимо прямого трафика, важно мониторить динамику брендовых запросов и прямых переходов, соотнося эти показатели с AI-видимостью.

Уровень 2. Встроить работу с ИИ-сервисами в процессы (ближайшие 1-2 месяца)

Как только отслеживание настроено, пора переходить к следующим задачам.

• Сделать GEO-видимость дополнительным показателем эффективности для SEO и контент-команды. Ключевое слово — дополнительным. Никто не призывает отказаться от трафика и позиций, но будет полезно хотя бы добавить в ежемесячный отчет метрику «Видимость в ответах нейросетей». Также можно поставить конкретную цель по этой метрике на квартал и полугодие.
• Запустить работу над структурированным контентом. Это необходимо для достижения цели, упомянутой выше. Нейросети любят структурированные форматы с понятной иерархией контента, четкими заголовками H1-H6, ответами на прямые вопросы в тексте, HTML-таблицами и списками.
• Публиковаться на внешних площадках. Нейросети часто цитируют внешние авторитетные площадки, такие как СМИ, тематические интернет-журналы и профильные информационные порталы. Для начала нужно составить список топ-5-7 отраслевых площадок, которые часто цитируют нейросети, а затем стараться хотя бы раз в месяц размещать там экспертные материалы (кейсы, интервью, исследования), отслеживая изменения в ИИ-видимости.

Уровень 3. Готовиться к будущему (ближайший год)

Вот несколько ключевых действий.

• Заложить бюджет на GEO на следующий год. Он во многом зависит от того, будут ли работы выполняться в команде компании или в стороннем агентстве. Бюджет на GEO-продвижение в России сегодня составляет в среднем от 80 000 до 200 000 рублей в месяц.
• Следить за решениями по атрибуции. Со дня на день могут появиться новые функции или модули в привычных сервисах. Важно отслеживать новости, чтобы первым протестировать новинку.
• Защищать бюджеты через упущенную выгоду. Пока самый сильный аргумент перед руководством примерно такой: «Если мы не будем работать над видимостью в нейросетях, в 2027 году конкуренты заберут всю верхнюю часть воронки. А если будем, вот чего мы можем добиться: [дать примерный прогноз по упоминаемости в ИИ, трафику, росту брендовых запросов и прямых переходов]».

Как click.ru помогает построить систему аналитики

Платформа click.ru помогает получить доступ ко множеству нужных инструментов в своем маркетплейсе сервисов. Вот лишь несколько примеров:

• для замера видимости в ИИ-ответах на маркетплейсе доступен Топвизор;
• для отслеживания трафика и конверсий здесь можно найти системы аналитики и коллтрекинга Roistat, Callibri, CoMagic, Mango Office и др.;
• для сведения данных в единую картину доступны системы сквозной аналитики и визуализации данных, например, Fair.BI.

Оплачивать эти и многие другие решения можно с единого баланса click.ru. Вместо десятка закрывающих документов — один общий акт. Часть сервисов доступна за бонусы: за рекламные расходы начисляются баллы (1 балл = 1 рубль), которые можно тратить на покупку любых инструментов на маркетплейсе. На подключение некоторых продуктов действует скидка до 15-20% в зависимости от тарифа.

Итог

Ждать появления идеальной атрибуции при работе с нейросетями — значит опоздать. Маркетологу сегодня лучше начать выстраивать систему из доступных инструментов: сегментировать трафик, отслеживать ИИ-видимость, косвенные метрики, тестировать различные аналитические сервисы. Те, кто начнет сейчас, получат преимущество перед конкурентами.

Вопросы и ответы

Какие метрики GEO нужно отслеживать?

Вот наиболее важные: видимость в ответах ИИ (Visibility), доля упоминаний (Share of Voice), тональность упоминаний, трафик, источники цитирования. Дополнительно можно отслеживать видимость по регионам, продуктам, темам, позиции в ответах нейросетей и другие метрики.

Что делать, если нейросети дают неверную информацию о компании?

Нужно проверить, что все данные о компании на сайте, картах и в других внешних источниках актуальны и верны. Дополнительно можно разместить несколько экспертных статей на авторитетных площадках, добавив в них данные о компании. Через 2-4 недели информация в ИИ-ответах должна обновиться.

Как часто нужно обновлять контент, чтобы нейросети его цитировали?

Нейросети предпочитают свежие данные и факты с датами. Лучше перерабатывать цитируемые страницы раз в квартал, добавляя актуальные цифры, примеры и указывая дату обновления.