Visibility Score вырос, а доля в приоритетных запросах упала: что одна цифра скрывает от CMO

Я собираю аналитику видимости бренда в ответах языковых моделей и почти на каждом разборе слышу: «дайте одну цифру, чтобы я понимал, всё хорошо или плохо». Такая цифра есть, называется Visibility Score, и она честно отвечает на вопрос «упомянули или нет». Вопрос только не тот, который стоит перед директором по маркетингу.

Единый скор бинарный по природе: он сжимает факт присутствия бренда до числа и не говорит ни про причину, ни про контекст, ни про важность запроса. А CMO защищает бюджет и отвечает за репутационный риск, и ни одно такое решение из индекса не выводится.

Это термометр: температура есть, диагноза нет.

Самая дорогая ошибка выглядит оптимистично. Иллюстративный сценарий, близкий к тому, что я вижу в панелях регулярно: Brand Mention Rate за квартал вырос в разы, отчёт зелёный. Но в разбивке по приоритету из 492 ответов по приоритетным запросам (P0) и 98 по вторичным (P1) весь прирост пришёлся на P1, а в ядре доля бренда сократилась.

P0 это запросы, по которым приходят деньги: «лучший сервис для», «сравнение с конкурентом», «сколько стоит». P1 это периферия. Рост на периферии при просадке в ядре не успех, а начало потери рынка, замаскированное агрегатом. Отсюда правило: динамику считать отдельно для P0 и P1, иначе тренды гасят друг друга.

Детальная аналитика это не удлинение отчёта, а несколько групп показателей, каждая под свой управленческий вопрос.

Последняя группа и делает репутацию управляемой. Пока не видно, на какой материал опирается ответ, работа с видимостью это стрельба вслепую. Когда источник известен, задача конкретна: обновить страницу, добавить данные, поработать со сторонней публикацией, которая тянет вниз. И документация Google про ИИ-ответы, и описание поиска в ChatGPT прямо говорят, что ответ собирается из источников, так что это базовый слой, а не экзотика.

Вокруг видимости в ИИ уже сложился отдельный класс инструментов, его называют GEO-аналитикой: Profound, Peec AI, Otterly, brandfound и ещё десяток решений поменьше. Задача у всех формально одна, снимать упоминания бренда в ответах моделей, но глубина разная. Часть сервисов останавливается на сводном индексе и трёхбалльной тональности: быстро внедряется, дешево стоит, годится для мониторинга.

Часть идёт в декомпозицию: приоритет запросов, продукты, конкуренты, платформы, источники ответа. В brandfound держат второй путь, больше сорока метрик видимости в одной панели и 17 шкал тональности вместо одного индекса. Выбирать стоит по вопросу, на который вы собираетесь отвечать: «заметны ли мы вообще» закрывает любой сервис, «почему просели и что делать» только те, где есть разрезы и источники.

Трёхбалльная шкала это наследие мониторинга соцсетей, и она не различает два разных упоминания: «стандарт де-факто в своей нише» и «есть также вот такой сервис, один из вариантов». Оба попадут в «нейтрально» или «позитивно», хотя первое приводит клиента, а второе заполняет список.

Ценность дробной шкалы в ранней диагностике. Ухудшение начинается не с негатива, а со сдвига от «лидер» к «один из»: бренд ещё хвалят, но уже без первенства. На трёх баллах этот сдвиг не виден, а до продаж он доходит месяцами позже.

Бюджет одной цифрой не защищают. Совет задаёт три вопроса: почему так вышло, что вы будете делать, сколько это стоит. Работает декомпозиция по продуктам, конкурентам, платформам и источникам, поэтому наш итоговый отчёт занимает 45 страниц и строится на сорока с лишним метриках, а не на итоговом индексе.

Фильтр для набора метрик у меня один: метрика остаётся, если по ней можно принять решение.

Первый про присутствие: заметен ли бренд в ответах вообще. Второй про долю: какую часть упоминаний в категории бренд забрал у конкурентов. Первый растёт, пока второй падает, если рынок становится заметнее быстрее вас.

На первый месяц хватит шести: Share of Voice, Brand Mention Rate, Citation Rate, дробная тональность, разбивка P0 и P1, метрики источников. Остальное подключается под конкретные гипотезы, а пересматривать набор стоит раз в квартал и после крупных обновлений моделей.

На месте CMO я оставил бы сводный индекс на дашборде как быстрый индикатор и перестал бы принимать по нему решения. Дальше три шага: разметить запросы по приоритету, потребовать разбивку по P0 и P1, завести отдельный контроль тональности в дробной шкале.