AI-дискавери в коммерции: что бизнес не измеряет

По данным Salesforce, в 2024 году лишь 38% цифровых покупок начинается на сайте бренда — против 82% в 2014-м. Оставшиеся 62% пути к покупке стартуют в других точках, и всё большая их доля приходится на AI-платформы. Потребитель задаёт вопрос AI-ассистенту, получает рекомендацию и нередко принимает решение о покупке ещё до того, как попадает на сайт бренда или в поисковик. Это не тенденция ближайшего будущего — это уже описание текущей реальности.

Исследование Bain показывает: четверо из пяти потребителей полагаются на результаты без перехода по ссылке не менее 40% времени. Adobe Analytics зафиксировала рост AI-трафика на сайты ритейлеров более чем на 800% год к году. А исследование Semrush 2025 года фиксирует, что 60% поисковых запросов заканчиваются без единого клика. В AI-среде этот показатель структурно выше: ответ AI становится конечным пунктом, а не отправной точкой.

Почему привычная аналитика не видит эту проблему

Большинство брендов оценивают своё положение на рынке через метрики, которые фиксируют только тех, кто уже пришёл на сайт: конверсию, глубину просмотра, поведение в воронке. Эта аналитика хорошо описывает тех, кто дошёл до ресурса бренда. Но она структурно слепа к тем, кто не дошёл.

Если AI-ассистент не включил бренд в список рекомендаций — это событие нигде не отображается. В сессионных логах нет записи «пользователь получил рекомендацию конкурента». В отчётах нет «отказа до визита». Клиент, которому AI посоветовал другой продукт, в аналитике бренда попросту отсутствует. При этом показатели конверсии на сайте могут выглядеть вполне нормально: среди тех, кто приходит, доля покупок не падает. Падает сам объём людей, которые вообще рассматривают бренд.

Это принципиально иная ситуация по сравнению с традиционным SEO. В поиске отсутствие бренда имело видимый сигнал: можно было посмотреть позицию, провести аудит, запустить работу. В AI-ответах отсутствие по умолчанию невидимо. Платформа не сообщает бренду, что она его не упомянула.

Что именно остаётся неизмеренным

Коммерческая аналитика хорошо инструментирована для пути от лендинга до покупки. Для пути от намерения потребителя до обнаружения бренда — практически нет никаких инструментов. Именно в этом слое сейчас работают AI-платформы.

Rezolve Ai провела исследование среди 1 500 потребителей из США в январе 2025 года. Большинство из тех, кто использует AI для выбора товаров, принимают решение о покупке непосредственно на основе AI-рекомендаций — не возвращаясь ни в поисковик, ни на сайт бренда для проверки. Это означает, что к моменту, когда потребитель появляется на собственных площадках бренда, решение о покупке может быть уже принято — или, что важнее, уже принято в пользу конкурента.

Для бизнеса это формирует новый класс коммерческих потерь, которые не отображаются ни в одном существующем дашборде. Бренд может демонстрировать стабильные показатели по всем внутренним метрикам и одновременно терять долю рынка — просто потому что AI-системы регулярно его не упоминают.

Вопросы, которые стоит поставить перед командой маркетинга и аналитики:

• Как AI-платформы описывают продукты бренда при тематических запросах потребителей?
• В каких категориях и сценариях бренд присутствует в AI-ответах, а в каких — нет?
• Соответствует ли язык AI-рекомендаций позиционированию бренда?
• Есть ли у бренда системный мониторинг своего присутствия в AI-выдаче?

Эти вопросы относятся не к маркетинговой коммуникации, а к инфраструктуре данных. Ответить на них с помощью привычных инструментов веб-аналитики невозможно.

Фреймворки измерения AI-присутствия пока не стандартизированы. Инструменты для систематического аудита того, как AI-платформы представляют бренд потребителям, только формируются. Это создаёт асимметрию: бренды, которые начнут выстраивать такую видимость сейчас, получат структурное преимущество перед теми, кто будет ждать, пока практика устоится.

Риск промедления конкретен: AI-системы уже формируют предпочтения пользователей. Каждый день без мониторинга — это день, когда эти предпочтения складываются без участия бренда. При этом конкуренты, которые раньше займутся аудитом своего AI-присутствия, получат возможность влиять на то, как их описывают AI-ассистенты, пока рынок ещё не выработал единых стандартов.

Наибольшую практическую актуальность эта проблема имеет для брендов в категориях с высокой конкуренцией и относительно стандартизированным продуктом: электроника, товары для дома, косметика, одежда, финансовые продукты, программное обеспечение. Именно там потребитель с наибольшей вероятностью обратится к AI за помощью в выборе — и именно там AI-рекомендация с наибольшей вероятностью заменит самостоятельный поиск.

Для руководителей, отвечающих за маркетинг и коммерческие результаты, ситуация требует переосмысления того, что считается «видимостью бренда». До 2020 года видимость означала позиции в поиске и охват в медиа. Затем добавились социальные платформы. Теперь к ним присоединяется AI-выдача — и это не ещё один канал, а слой, который предшествует всем остальным каналам.

Практический вывод: назначьте ответственного за регулярный ручной аудит того, как ведущие AI-платформы отвечают на потребительские запросы в вашей категории, и сравните эти ответы с текущим позиционированием бренда — это позволит выявить разрыв между тем, как бренд описывает себя сам, и тем, как его представляют AI-системы потенциальным покупателям.

Источник: https://venturebeat.com/technology/commerce-ai-has-a-measurement-problem-no-one-is-talking-about