Демо-исследование AI Visibility

Комплексный анализ видимости брендов в AI для категории FMCG "Уход за телом"

Дата анализа: 29.09.2025

Методология анализа

Важное замечание

Данное исследование носит демонстрационный характер и предназначено для иллюстрации методологии анализа AI видимости. Мы намеренно ограничились узким поддоменом рынка "FMCG - Уход за телом" в России (лето 2025 года), чтобы продемонстрировать возможности методологии. Ограничения: результаты отражают ситуацию только в выбранной категории, объем выборки ограничен 250 запросами, анализ проводился в конкретный момент времени. Для полноценного анализа необходимо расширение выборки и регулярный мониторинг.

Что такое AVI (AI Visibility Index)?

AVI - это комплексная метрика, измеряющая взвешенную видимость бренда в ответах AI-систем. В отличие от простой частоты упоминаний, AVI учитывает:

  • Позицию упоминания - чем выше в списке, тем больше вес
  • Контекст упоминания - рекомендация весит больше, чем простое упоминание
  • Силу рекомендации - насколько убедительно AI рекомендует бренд
  • Частоту упоминания - количество появлений в разных контекстах

Формула расчета

AVI[brand] = Σ(prominence_score × query_weight) / total_queries

где prominence_score включает взвешенную сумму всех факторов видимости.

1. AVI (AI Visibility Index)

  • Что измеряет: Взвешенную видимость бренда
  • Физический смысл: Учитывает частоту, позицию и контекст
Σ(prominence_score × query_weight) / total_queries
  • Интерпретация: Вероятность упоминания с учетом качества

2. SAV (Share of AI Voice)

  • Что измеряет: Долю упоминаний бренда
  • Физический смысл: Простая частотная характеристика
(brand_mentions / total_mentions) × 100%
  • Ограничение: Не учитывает качество упоминания

3. ACS (AI Consideration Score)

  • Что измеряет: Вероятность рассмотрения
  • Физический смысл: Баланс охвата и позиций
(queries_with_brand / total_queries) × (1/avg_position)
  • Интерпретация: Эффективность присутствия

4. CDI (Category Domination Index)

  • Что измеряет: Доминирование vs лидера
  • Физический смысл: Относительная сила
brand_AVI / leader_AVI
  • Проблема: Зависит от выбора лидера

5. AWR (AI Win Rate)

  • Что измеряет: % выигранных сравнений
  • Физический смысл: Предпочтение AI
(wins / total_comparisons) × 100%
  • Требование: Достаточное число сравнений

6. Co-mention Strength

  • Что измеряет: Силу связи между брендами
  • Физический смысл: Склонность к совместному упоминанию
Pearson correlation coefficient
  • Применение: Выявление кластеров

Метрики влияния источников

7. SAI (Source Authority Index)

  • Что измеряет: Авторитетность источника (0-1)
  • Физический смысл: Учитывает частоту цитирования и разнообразие контекстов
normalized(frequency × diversity × weight)
  • Применение: Определение ключевых источников для SEO

8. SIS (Source Influence Score)

  • Что измеряет: Интегральное влияние на видимость
  • Физический смысл: Комбинирует авторитет с силой влияния
SAI × brand_impact × context_weight
  • Применение: Приоритизация платформ для PR

9. BSC (Brand Source Correlation)

  • Что измеряет: Связь источника с брендами
  • Физический смысл: Специализация источника на категориях
cor(source_mentions, brand_mentions)
  • Применение: Определение "адвокатов" бренда

Сегментный анализ

Мы анализируем AVI в следующих разрезах:

  • По типам брендов - косметика, аптека, магазин и др.
  • По LLM моделям - ChatGPT, Gemini, Perplexity, DeepSeek
  • По этапам воронки - осведомленность, рассмотрение, решение
  • По типам запросов - информационные, транзакционные, навигационные
  • По коммерческой ценности - высокая, средняя, низкая

Общий обзор

📊

Характер распределения AVI

Асимметрия: 10.21 | Эксцесс: 124.66
Наблюдается выраженная правосторонняя асимметрия (skewness > 2), что указывает на концентрацию AI-видимости у ограниченного числа лидеров. Большинство брендов (98%) имеют AVI < 0.01, что создает значительные возможности для роста.
🎯

Почему AVI важнее простой частоты

Простой подсчет упоминаний не учитывает ключевые факторы влияния:
Позиционирование: Бренд на 1-й позиции получает в 3-5 раз больше внимания
Контекст: Рекомендация vs простое упоминание (разница до 51%)
Полнота: Детальное описание vs название
Актуальность: Соответствие запросу пользователя
AVI интегрирует все эти факторы в единый показатель эффективности.
🚀

Рыночный потенциал

1104 брендов (100%) имеют потенциал увеличения AVI в 10+ раз.
Текущая "неосвоенная" доля AI-видимости составляет 38.5%, что указывает на ранню стадию развития рынка AI-оптимизации.

Топ-10 брендов по AVI

Ранг Бренд AVI Тип Упоминаний Доля упоминаний
1 L'Occitane 0.0590 косметика 332 5.86%
2 La Roche-Posay 0.0450 косметика 282 4.98%
3 CeraVe 0.0370 косметика 212 3.74%
4 Rituals 0.0320 косметика 187 3.30%
5 Ozon 0.0290 маркетплейс 213 3.76%
6 Kiehl's 0.0290 косметика 169 2.98%
7 Wildberries 0.0260 маркетплейс 169 2.98%
8 Bioderma 0.0230 косметика 193 3.41%
9 Nivea 0.0230 косметика 194 3.43%
10 Eucerin 0.0180 косметика 145 2.56%

Доля упоминаний брендов

Анализ брендов по категориям

📈

Категориальные различия

Категория "маркетплейс" опережает "другое" по среднему AVI в 122.0 раз.
Это указывает на различия в стратегиях цифрового присутствия и необходимость категория-специфичной оптимизации. Магазины и маркетплейсы имеют структурное преимущество за счет SEO-оптимизации и частоты обновления контента.
🎪

Монополизация категорий

В категории "аптека" топ-5 брендов контролируют 100% всей AI-видимости.
Это создает высокие барьеры входа, но также указывает на возможность быстрого роста при правильной стратегии контент-маркетинга и технической оптимизации.

Косметические бренды

Магазины розничной торговли

Маркетплейсы и онлайн-платформы

Факторный анализ взаимовлияния брендов

🤝

Синергия брендов

В среднем 22.7 брендов упоминаются в одном ответе LLM, что создает эффект "ассоциативного усиления".
Ключевой инсайт: Кобрендинговые кампании и партнерства с комплементарными брендами могут увеличить частоту со-упоминаний на 30-50%, усиливая общую AI-видимость. Особенно эффективны связки "премиум + масс-маркет" и "глобальный + локальный".
⚔️

Конкурентная плотность

Наибольшая конкуренция наблюдается в категории "косметика" (735 брендов).
В условиях высокой конкуренции критически важны: уникальное позиционирование, работа с long-tail запросами и создание авторитетного контента на собственных платформах.

Share of AI Voice (SAV) - Доля упоминаний брендов

Косметические бренды

Сравнение SAV и AVI для косметических брендов

Этот график показывает расхождения между частотой упоминания (SAV) и качеством видимости (AVI). Бренды с высоким AVI относительно SAV имеют более качественные упоминания.

Магазины и аптеки

Маркетплейсы

Ключевые находки SAV анализа

Лидеры по частоте упоминаний

Бренды с высоким SAV доминируют по объему упоминаний, но не всегда по качеству видимости.

Качество vs Количество

Сравнение SAV и AVI выявляет бренды с наиболее эффективным позиционированием.

Сегментация по категориям

Маркетплейсы и магазины занимают значительную долю SAV в общей видимости.

Анализ по LLM моделям

🤖

Специфика LLM моделей

Ключевые различия в формировании ответов:
Perplexity & DeepSeek: Используют real-time web search, критичен SEO и позиции в SERP
ChatGPT: Опирается на обучающие данные, важен объем и качество исторического контента
Gemini: Интеграция с Google сервисами, приоритет авторитетным источникам
Рекомендация: Разрабатывать LLM-специфичные стратегии оптимизации контента.
🔄

Согласованность моделей

Средняя корреляция между LLM: 0.54
Умеренная согласованность - требуется баланс между общей и LLM-специфичной оптимизацией
Наибольшее расхождение наблюдается в категориях с динамичным контентом, где real-time поиск дает преимущество Perplexity и DeepSeek.

Согласованность между LLM

LLM PairCorrelation
ChatGPT - DeepSeek0.671
ChatGPT - Gemini0.661
ChatGPT - Perplexity0.736
DeepSeek - Gemini0.674
DeepSeek - Perplexity0.781
Gemini - Perplexity0.679

Анализ по этапам Buyer Journey

📉

Динамика по воронке

Падение AVI от осведомленности к решению: 56%
Интерпретация: Бренды теряют видимость на этапе принятия решения, когда пользователи ищут конкретные рекомендации. Необходимо усиление присутствия в обзорах, сравнениях и пользовательских отзывах. Критически важна работа с запросами типа "лучший X для Y" и "X vs Y сравнение".
💡

Оптимизация воронки

Рекомендации по этапам:
Осведомленность: Образовательный контент, гайды, FAQ
Рассмотрение: Сравнительные таблицы, обзоры, кейсы
Решение: Отзывы, рейтинги, промо-предложения
Фокус на транзакционных запросах может увеличить конверсию из AI-рекомендаций в 3-5 раз.

Динамика по этапам воронки

Осведомленность

0.0423

Рассмотрение

0.0193

Решение

0.0226

Бренды-победители и проигравшие

Растут к финалу воронки

  • L'Occitane (+0.6778)
  • Rituals (+0.4444)
  • Kiehl's (+0.3267)

Теряют позиции

  • La Roche-Posay (-0.8464)
  • CeraVe (-0.8148)
  • Eucerin (-0.4237)

Динамика брендов по воронке запросов

Траектории брендов

Матрица динамики

🔍 Анализ влияния источников на AI Visibility

Что такое влияние источников?

Source Influence - это комплексная оценка того, как внешние источники (URL), которые используют LLM системы, влияют на упоминание и позиционирование брендов. Это "теневое SEO" в мире AI - источники формируют базу знаний, на которую опираются модели.

📐

Метрики влияния источников

SAI (Source Authority Index): Авторитетность источника (0-1)
Учитывает частоту цитирования, разнообразие контекстов и вес упоминаний
SIS (Source Influence Score): Интегральное влияние на видимость
Комбинирует авторитет с силой влияния на конкретные бренды
BSC (Brand Source Correlation): Связь источника с брендами
Показывает специализацию источника на определенных категориях

Карта источников по авторитетности и влиянию

Матрица корреляции: Топ бренды × Ключевые источники

Чем ярче зеленый цвет, тем сильнее корреляция между источником и упоминанием бренда. Это показывает, какие источники являются "адвокатами" конкретных брендов.

Сеть влияния источников

Дополнительные визуализации

Эффективность косметических брендов

Эффективность магазинов

Эффективность маркетплейсов

Профиль топ-5 брендов

Сеть взаимосвязей брендов

AI-анализ данных
AI-эксперт по AEO/GEO анализирует данные...
60
секунд