Разбираем не красивый процент в отчёте, а рабочую диагностику: где товары теряют видимость, какие характеристики спрашивают покупатели и что именно менять в товарных данных.
анализ товарной видимости
AI Performance Insights нужен не для красивого процента – он показывает, где Google недопонимает ваш товар
Покупатель в AI Mode может сразу описать задачу, бюджет, сценарий использования и несколько требований к товару. Для интернет-магазина это означает, что Google должен понять не только категорию и название, но и конкретные свойства SKU, различия вариантов, фактическую цену, наличие и релевантность пользовательскому намерению.
AI Performance Insights возвращает продавцу часть этого сигнала обратно: где есть спрос, какие товары участвуют в показах, какие характеристики важны и насколько магазин заметен относительно конкурентов.
Что такое AI Performance Insights в Merchant Center
Это отдельный отчёт Google Merchant Center по органической товарной видимости в разговорных сценариях поиска. Он помогает анализировать, как бренд и товары представлены в поддерживаемых Google ИИ-сценариях покупательского поиска, и связывает видимость с категориями, этапами выбора, поисковыми намерениями, терминами и характеристиками. Конкретный набор доступных поверхностей проверяйте непосредственно в своём Merchant Center.
Поэтому правильнее воспринимать отчёт как инструмент диагностики видимости и спроса, а не как готовый отчёт о продажах через ИИ.
Одной доли видимости недостаточно – показатели нужно читать вместе
100% доли видимости ещё не означает, что вы захватили весь AI-поиск
Google предупреждает: если данных о конкурентах недостаточно, отчёт может показать 100%. Это не подтверждает абсолютное лидерство – иногда просто отсутствует полноценный конкурентный знаменатель.
Продавец также не выбирает конкурентов вручную. Их набор формирует Google, поэтому изменение конкурентного состава способно повлиять на процент даже без резкого изменения фактической видимости.
Как Google делит разговорный shopping-запрос
Отчёт делит покупательский путь на три стадии. Это позволяет увидеть не только факт показа, но и где именно товар выпадает из выбора.
Если магазин хорошо виден на этапе изучения вариантов, но резко теряет долю на этапе сравнения, это может быть признаком того, что Google понимает категорию, но ему не хватает точных характеристик конкретных SKU.
Популярные термины – это уже не обычное семантическое ядро
В разговорном поиске пользователь часто описывает не категорию, а желаемый результат: мягкая амортизация, поддержка стопы, небольшой вес, конкретный материал, совместимость, автономность или другой признак. Поэтому интернет-магазину важно понимать не только «по какому слову хотят купить товар», но и какими свойствами покупатель объясняет свою задачу.
Не превращайте дополнительные данные в переспам
Если характеристика реально относится к товару, сначала нужно определить правильное место для неё в данных: стандартный атрибут, характеристика товара, преимущество, вариант, вопрос–ответ или описание.
Добавлять все найденные термины в название товара только потому, что они встречаются в AI-запросах, – плохая стратегия. Цель состоит не в повторении слов, а в том, чтобы Google получил однозначное описание свойств товара.
Востребованные характеристики показывают, чего не хватает в товарных данных
Если покупатели регулярно спрашивают материал, размер, совместимость или другую характеристику, Merchant Center может показать такой спрос рядом с количеством товаров, для которых Google получает соответствующие сведения.
Подробно дополнительные поля Merchant Center разобраны отдельно: атрибуты Merchant Center для AI Mode и разговорного поиска.
Как связать частоту, долю видимости и количество товаров
Полезнее всего анализировать три показателя вместе. Ниже – практическая диагностическая модель VozniNet, а не официальная классификация Google.
| Спрос | Доля видимости | Товары в показах | Что проверять |
|---|---|---|---|
| Высокий | Высокая | Много | Сильный кластер – удерживать качество и наблюдать динамику. |
| Высокий | Низкая | Мало | Покрытие каталога, категории, атрибуты, варианты, допуск товаров к показам. |
| Высокий | Низкая | Много | Полноту данных, релевантность, спецификации, изображения, варианты и качество описания товара. |
| Низкий | Высокая | Мало | Не переоценивать красивый процент – спрос может быть небольшим. |
| Высокий | 0 или почти 0 | 0 | Проверить, видит ли Google подходящие SKU и достаточно ли данных для этого сценария. |
Высокий спрос, 11% доли видимости и только 4 товара – что делать
Представим магазин спортивной обуви. Отчёт показывает высокую частоту запросов, связанную с поддержкой стопы и мягкой амортизацией, но в показах участвуют только четыре SKU, а доля магазина невысока.
Главный принцип: если Google видит только четыре подходящих товара из сорока восьми, переписывание нескольких заголовков не исправит проблему товарного покрытия.
Поисковые намерения важнее отдельных слов
Один и тот же товар может участвовать в разных задачах пользователя. Ноутбук могут выбирать для монтажа, поездок, игр, длительной работы от батареи или конкретного программного обеспечения. Формально объект один, а критерии подходящего SKU – разные.
полезнее спрашивать: «какие задачи покупателя наши товары действительно решают и достаточно ли ясно это выражено в данных?»
AI-видимость, переходы и продажи – три разных уровня
Название Performance может создать впечатление, что отчёт уже показывает коммерческую эффективность всего AI-канала. Но его основная задача – анализ видимости и спроса.
AI-видимостьТовар участвует в разговорном поиске и AI-подборе.
ПереходПользователь переходит к магазину или продолжает взаимодействие с товаром.
ПродажаВизит или взаимодействие заканчивается заказом и выручкой.
Высокая доля видимости ещё не означает высокий доход. Поэтому отчёт Merchant Center нужно связывать с Search Console, веб-аналитикой и данными о заказах.
AI Performance Insights и Search Console – не одно и то же
Для интернет-магазина полезно различать два слоя ИИ-аналитики Google. Их можно сопоставлять, но нельзя считать одним и тем же отчётом.
| Search Console | Merchant Center AI Performance Insights |
|---|---|
| Анализирует сайт и URL. | Анализирует товары и бренд. |
| Показывает AI показы, страницы, страны, устройства и динамику. | Показывает долю видимости, частоту, товары, этапы выбора и характеристики. |
| Отвечает: какие страницы появляются в ИИ-поиск? | Отвечает: в каких покупательских сценариях видны мои товары? |
| Нет такого конкурентного сравнения товаров. | Есть сравнительная доля относительно набора конкурентов Google. |
Отдельно о поисковой части: как Search Console показывает видимость сайта в AI Mode и AI Overviews.
Данные приходят с задержкой – тестировать нужно дисциплинированно
Данные в отчёте могут поступать с задержкой, поэтому результат нельзя оценивать сразу после изменения товарных данных. Сначала дождитесь обновления отчёта, а затем сравнивайте одинаковые периоды и одинаковые срезы.
Что означают 0 и прочерк в отчёте
Эти состояния нельзя свести к одному диагнозу «плохая оптимизация». Сначала нужно понять, что именно отсутствует: показы, конкурентные данные или подходящие товары.
Три частых сценария – и три разных причины
Дополнительные AI-атрибуты не заменяют качественные основные товарные данные
Дополнительные поля полезны только поверх качественной товарной базы. Если в каталоге расходятся цена, остаток, варианты, изображения или идентификаторы, расширенный разговорный слой не исправит исходную ошибку.
Та же логика полезна и для других каналов товарного поиска с ИИ. В отдельном материале VozniNet разобрано, как подготовить товарные данные и архитектуру каталога к ChatGPT Shopping.
Если отчёт недоступен в вашем аккаунте – подготовьте товарные данные заранее
Доступность AI Performance Insights может зависеть от страны, языка запросов, типа аккаунта и набора функций Google. Независимо от этого базовые требования к качеству товарных данных остаются полезными для Merchant Center и других ИИ-сценариев покупательского поиска.
Проверьте параметры отчёта в своём Merchant Center
Набор доступных стран, языков, ИИ-поверхностей, показателей и фильтров зависит от развития продукта и конкретного аккаунта. Перед анализом сверяйте эти параметры в интерфейсе Merchant Center и официальной справке Google.
Рабочий протокол анализа AI Performance Insights
Товарные данные превращаются в замкнутый цикл улучшения
Магазин передаёт данные → Google понимает товар → пользователь задаёт сложный вопрос → AI выбирает подходящие товары → Merchant Center показывает пробел → магазин улучшает данные.
Так формируется измеримый цикл между покупательским спросом и структурой товарного каталога: отчёт помогает находить пробелы и возвращать их в работу с данными.
Не оптимизируйте процент – оптимизируйте понимание товара
40% доли видимости при низком спросе может быть менее важно, чем 8% в сегменте с высокой частотой запросов. 100% может оказаться следствием недостатка конкурентных данных. Большое количество товаров в показах тоже ничего не гарантирует, если они появляются в малозначимых сценариях.
Искать стоит пересечение четырёх условий: существует заметный спрос → доля магазина невысока → подходящих SKU мало или они проигрывают → причина прослеживается до конкретного пробела в данных. Именно тогда AI Performance Insights становится рабочим инструментом оптимизации интернет-магазина.
Частые вопросы
Если Google видит спрос, но почти не показывает ваши товары – ищите причину в каталоге, а не в магии алгоритма
Для интернет-магазина AI-аналитика имеет смысл только тогда, когда её можно связать с конкретными SKU, характеристиками, категориями и коммерческими страницами – и затем внедрить исправления.