Тема GEO для застройщиков настолько меня зацепила, что мы решили не ограничиваться обзором сервисов мониторинга.
Взяли реальный ЖК нашего клиента в городе-миллионнике — назовём его город N — и провели эксперимент.
🔹Один объект.
🔹20 одинаковых запросов.
🔹6 сервисов: Keys so, AI Пиксель Тулс, Brandfound, Rookee, To-nets и GEO Scout.
Смотрим результаты четырёх сервисов, показатели которых здесь можно сопоставить напрямую:
🔹Keys so — 90%
🔹AI Пиксель Тулс — 86,7%
🔹Brandfound — 88,3%
🔹GEO Scout — 90%
Я сначала подумала: ну всё, с видимостью порядок. Примерно в 9 ответах из 10 нейросеть упоминала наш ЖК.
А потом я посмотрела на сами запросы. И обнаружился очень важный нюанс.
Из 20 запросов 17 содержали название самого ЖК.
Например:
🔹«Документы ЖК Ромашка»
🔹«Стоит ли покупать квартиру в ЖК Ромашка?»
🔹«Кто застройщик ЖК Ромашка?»
То есть мы фактически спрашивали ИИ:
«Ты знаешь этот ЖК?». И ответ был: да, знает.
90% — хороший показатель?
Для брендовых запросов — да. Он показывает, что нейросеть знает объект, когда покупатель уже слышал о нём и сам вводит его название.
Но для маркетинга есть другой, гораздо более интересный вопрос:
Предложит ли нейросеть наш ЖК человеку, который о нём ещё вообще не знает?
И тогда мы отдельно посмотрели на три запроса из нашей выборки, где название объекта не использовалось.
Задаём ChatGPT:
🔹«Лучший ЖК в N»
ЖК нашего клиента — 1 раз из 6.
🔹«Рейтинг новостроек в N» — снова 1 из 6.
Сразу стала видна разница между запросами с именем бренда и реальными сценариями выбора клиента, незнакомого с нашим брендом.
Покупатель проверяет конкретные сценарии, например,
🔹«квартира до 10 млн»
🔹«ЖК рядом со школой»
🔹 какой ЖК выбрать семье с ребёнком;
🔹 где лучше купить квартиру рядом с центром;
🔹 какие новостройки лучше по инфраструктуре;
И такие формулировки нельзя брать только из привычного SEO-ядра.
Мы смотрим Wordstat и Директ, но добавляем к ним данные CRM, вопросы менеджерам отдела продаж, отзывы, поисковые подсказки и реальные формулировки покупателей.
Потому что классическое поисковое ядро показывает нам, что люди вводят в поиск.
А для GEO приходится дополнительно отвечать на другой вопрос:
Как человек опишет ИИ свою задачу, когда ещё не знает, какой объект ему выбрать?
Например, не только:
🔹«новостройки N»
🔹 «лучшие ЖК N»
🔹«какой ЖК выбрать в N»
но и:
🔹«какой ЖК выбрать семье с ребёнком до 10 млн»
🔹«где купить двухкомнатную квартиру рядом со школой»
🔹«какая новостройка в N лучше по инфраструктуре»
Вот такие запросы уже гораздо лучше показывают, способен ли ИИ привести к вашему проекту нового покупателя.
И поэтому теперь, когда я вижу в отчёте «видимость в ИИ — 90%», первый вопрос у меня не:
«Это много или мало?»
А: «По каким запросам получили эти 90%?»
Делитесь публикацией нашего эксперимента и не совершайте ошибок в оценке видимости своего ЖК в ИИ.
Ваша Елена Королева
#Кейсы_Индиго