Сьогодні інтернет-магазин може одночасно посідати перше місце в Google, мати високий коефіцієнт конверсії – і при цьому взагалі не згадуватися в ChatGPT. Не поганий рейтинг. А взагалі відсутність. Хто не відстежує це, той помітить це лише тоді, коли конкуренти вже рекомендуються у відповідях ШІ, а власні показники залишаються непомітно стабільними. Саме цю прогалину мають висвітлити нові KPI для ШІ – до того, як вона перетвориться на проблему з оборотом.
Тим, хто сьогодні хоче зрозуміти, чи знаходять його інтернет-магазин у пошукових системах на основі штучного інтелекту, таких як ChatGPT, Perplexity або Google AI Overviews, чи справді рекомендації на основі штучного інтелекту призводять до збільшення виручки та чи використовуються інструменти штучного інтелекту в команді, потрібні інші показники, ніж показник відмов (bounce rate) та рентабельність рекламних витрат (ROAS).
«Digital Commerce Performance Roadmap» (DCPR) від Blackbit доповнює класичний набір KPI 13 показниками, специфічними для ШІ, розділеними за трьома темами DCPR: «Запуск та збір плодів», «Оптимізація» та «Експансія». У цій статті пояснюються всі 13 показників – що вимірюється, якими засобами та що означають реалістичні цільові значення.
Імовірність того, що ChatGPT, Perplexity або Google AI Overviews взагалі згадають ваш магазин, вже сьогодні залежить від рішень, які ви не вимірюєте. Розмітка Schema.org, налаштування robots.txt, сигнали про авторство – хто не знає цих базових KPI, той не знає, чи взагалі його магазин видимий для систем штучного інтелекту, не кажучи вже про те, чи буде він рекомендований.
Це не тема майбутнього. Рішення про покупку вже переносяться у відповіді ШІ – конкуренти, які раніше заповнять цю прогалину, отримають перевагу, яку неможливо надолужити за одну ніч: видимість у генеративних відповідях має ефект самопідсилення: чим частіше цитують продавця, тим імовірніше, що його цитуватимуть знову. Хто сьогодні не вимірює базові показники, той через шість місяців не матиме з ким порівнюватися – він просто не знатиме, де знаходиться.
Класичні показники ефективності вимірюють поведінку на власній платформі. Те, що відбувається до цього – чи рекомендується магазин у відповіді ШІ ще до того, як хтось взагалі почне пошук, – залишається непомітним. КПІ на основі ШІ заповнюють саме цю прогалину: вони вимірюють видимість у генеративних пошукових системах, ефективність функцій ШІ в магазині та використання ШІ в команді.
На етапі запуску та збору результатів головне – щоб вас взагалі знайшли та визнали надійним – як пошукові системи, так і системи ШІ.
Вимірює, який відсоток сторінок має правильну структуровану розмітку. Це є необхідною умовою для того, щоб системи ШІ взагалі могли правильно класифікувати сторінку. Інструменти: Screaming Frog, Google Search Console.
Перевіряє, чи мають GPTBot і PerplexityBot дозвіл на індексацію сторінок. Якщо заблокувати GPTBot у файлі robots.txt, це значно знизить ймовірність того, що вас врахують як джерело у відповідях ChatGPT – незалежно від якості контенту чи GEO-балу. Інструменти: Screaming Frog, Google Search Console.
Композитний індекс, що використовується Blackbit, який вимірює, наскільки помітно бренд з’являється у відповідях генеративної ШІ від ChatGPT, Perplexity, Google AI Overviews та Copilot. Розраховується за допомогою Conductor Intelligence (альтернативи: Rankscale, Profound, Otterly.ai) на основі фіксованого набору еталонних запитів. Цільове значення: +20 % порівняно з базовим рівнем за 6 місяців.
Частка згадок про власний бренд у порівнянні зі згадками про конкурентів у відповідях ШІ, що вимірюється за тим самим набором еталонних запитів, що й GEO Score. Цільове значення: > 25 % SoV у бенчмарку DACH. Інструмент: Conductor.
Частка всіх відвідувань веб-сайту, які, як доведено, походять із відповідей ШІ – це можна визначити за реферерами, такими як chatgpt.com або perplexity.ai. Важливо для атрибуції: без базового рівня пізніше неможливо буде довести, чи були ефективними заходи GEO. Інструмент: Google Analytics 4.
Композитний показник на основі аудиту, що враховує вимірювані фактори довіри: профілі авторів із розміткою Schema.org, сторінка «Про нас», якість зворотних посилань, відгуки, HTTPS, інформація про видавця. Важливо, оскільки доведено, що системи штучного інтелекту частіше цитують джерела зі структурованими ознаками авторства. Цільове значення: > 75/100. Інструмент: Conductor.
Тональність відгуків користувачів та зовнішніх згадок у рецензіях, соціальних мережах та на форумах. Значення залежать від інструменту – доцільно послідовно використовувати один інструмент і спостерігати за динамікою, а не порівнювати абсолютні значення. Цільове значення: > 70 % позитивних згадок. Інструмент: Conductor, Brand24, Mention.
Як тільки буде досягнуто видимості, саме етап оптимізації визначає, чи перетвориться увага на дохід.
Вимірюється за допомогою опитування після розмови, яке проводиться безпосередньо після спілкування. Цільове значення > 4,0/5,0 є орієнтовним – доцільніше, ніж абсолютне порівняння, використовувати власний базовий показник до першого оновлення чат-бота, з яким порівнюватимуться подальші значення. Інструменти: Intercom, HubSpot Service Hub.
Частка всіх пошукових запитів у магазині, які призводять до кліка на результат – без нульових результатів та негайного припинення пошуку. Цільове значення: > 70 %. Інструменти: DooFinder, Algolia
Ефект конверсії від рекомендацій на основі штучного інтелекту порівняно з неперсоналізованим стандартним видом, виміряний за допомогою A/B-тесту. Орієнтовне значення: > 15 % приросту; на практиці клієнти Nosto повідомляють про показники від 10 до 30 % залежно від категорії та трафіку. Інструмент: Nosto.
Вимірює, чи персоналізація помітно підвищує життєву цінність клієнта (CLV). Цільове значення + 10 % за 6 місяців є амбітним – доцільніше спочатку встановити базовий рівень, а потім спостерігати за ним щоквартально. Інструмент: HubSpot CRM.
Розширення бізнесу можливе лише тоді, коли команда та процеси розвиваються разом із стратегією штучного інтелекту.
Частка членів команди, які активно використовували інструменти ШІ протягом визначеного періоду – вимірюється за даними входу в систему та подіями використання, а не за кількістю ліцензій. Цільове значення: > 70 % активного використання через 3 місяці. Інструменти: Microsoft 365 Admin Center, Notion Analytics.
Середній час від брифінгу щодо контенту до його затвердження. Вимірює, чи прискорює ШІ-асистент з написання текстів створення контенту. Цільове значення: скорочення > 30 % порівняно з задокументованим базовим показником. Інструменти: Pimcore Editorial Workflow, Jira.
Не всі 13 KPI можна впровадити одночасно. Для початку:
Ключові показники ефективності (KPI) штучного інтелекту в електронній комерції – це показники, які вимірюють, наскільки добре інтернет-магазин видимий у генеративних системах штучного інтелекту, наскільки ефективно діють функції штучного інтелекту в магазині та наскільки активно команда використовує інструменти штучного інтелекту у повсякденній роботі. DCPR від Blackbit класифікує 13 таких KPI за трьома напрямками: «Запуск та збір результатів» (покриття Schema.org, статус сканування ШІ, GEO Score, AI Share of Voice, AI-Traffic %, E-E-A-T-бал, бал сентименту), «Оптимізація» (CSAT чат-бота, коефіцієнт успішності семантичного пошуку, % підвищення ефективності персоналізації, зростання CLV) та «Експансія» (рівень впровадження ШІ, час до створення контенту). Їх вимірюють за допомогою таких інструментів, як Conductor, GA4, Nosto та HubSpot – щомісяця у рамках квартального циклу DCPR. Blackbit застосовує ці KPI у середніх підприємствах електронної комерції в регіоні DACH, щоб зробити інвестиції в ШІ керованими та підданими обліку.
Додаткова інформація:
→ Що таке DCPR? Пояснення рамки зростання для електронної комерції
→ GEO Score: наскільки помітний ваш магазин у ChatGPT та Perplexity?