Юнит-экономика GEO: CAC из нейросетей
Как считать стоимость привлечения B2B-клиента из ChatGPT и Яндекс Нейро, когда классическая воронка ломается.
Юнит-экономика GEO: считаем CAC из нейросетей
CAC из нейросетей считается иначе, чем из контекста: затраты смещаются с покупки кликов на создание эталонного контента, классическая атрибуция ломается, а считать нужно через ROMI с поправкой на скрытый трафик.
Если вы уже занимаетесь GEO (Generative Engine Optimization) или только присматриваетесь к нему, рано или поздно встаёт один вопрос: «Сколько стоит клиент, пришедший из нейросети?» Ответить на него по старым формулам не получится. В этой статье — практическая механика расчёта: почему ломается классический CAC, что такое скрытая атрибуция и как выстроить ROMI-модель, которая честно покажет окупаемость GEO-канала.
опорное определение
CAC в эпоху ИИ меняется: затраты смещаются с покупки кликов на создание эталонного контента, который цитируют нейросети. Переходы из ChatGPT часто приходят как прямой трафик без реферера, поэтому классическая атрибуция ломается. Считать стоит через ROMI с учётом скрытой атрибуции.
Почему классический CAC ломается
Классический расчёт CAC строится на простой логике: берёте все маркетинговые затраты за период, делите на количество привлечённых клиентов — и получаете стоимость одного. Эта формула работает, пока воронка линейна: объявление → клик → лендинг → форма → сделка. Каждый шаг отслеживается, каждый источник помечен UTM-меткой.
Но когда пользователь задаёт вопрос в ChatGPT, Perplexity или Яндекс Нейро, воронка уходит внутрь диалога с LLM. Нейросеть синтезирует ответ, называет ваш бренд как релевантное решение — и человек уже приходит к вам с готовым намерением купить. Никаких кликов по объявлению, никаких UTM-меток, никакой видимой цепочки.
Диалог вместо воронки: что меняется в механике
В традиционном поиске пользователь видит 10 синих ссылок и сам выбирает, куда кликнуть. В генеративном поиске нейросеть уже сделала выбор за него: она процитировала один-два источника и сформировала рекомендацию. Конкуренция переносится с аукциона ставок на аукцион авторитетности контента.
Для B2B это особенно критично: цикл сделки длинный, ЛПР изучает тему неделями, задавая уточняющие вопросы в разных сессиях. Каждый раз, когда нейросеть называет ваш бренд в ответе, это точка касания — но она нигде не фиксируется в стандартной CRM-аналитике. К моменту заявки накопилось пять-семь таких касаний, а атрибуция покажет «прямой заход».
Скрытая атрибуция: почему Direct растёт без видимых причин
Если вы заметили, что Direct-трафик в Яндекс Метрике или Google Analytics начал расти без очевидных причин — это первый сигнал того, что GEO-канал работает. Переходы из большинства LLM-интерфейсов не передают реферер: браузер фиксирует их как прямой заход, будто пользователь вбил адрес вручную.
Это не баг и не случайность. ChatGPT, Claude, Perplexity и Яндекс Нейро открывают ссылки либо через встроенный браузер без передачи заголовка Referer, либо пользователь сам копирует URL из ответа нейросети и вставляет в адресную строку. Оба сценария дают Direct в отчётах.
скрытая атрибуция — как это выглядит в отчётах
что происходит на самом деле
- 1.Пользователь спрашивает ChatGPT / Яндекс Нейро
- 2.Нейросеть называет ваш бренд в ответе
- 3.Пользователь переходит на сайт (без реферера)
- 4.Оставляет заявку или звонит
в отчёте
что видит аналитика
Яндекс Метрика
Прямые заходы ↑
Google Analytics
Direct / (none) ↑
Реальный источник
LLM-рекомендация
Именно поэтому стандартный отчёт по источникам трафика не даст вам честного ответа на вопрос «сколько клиентов пришло из нейросетей». Нужна другая методология — основанная не на прямом трекинге, а на косвенных сигналах и ROMI-модели.
Формула ROMI для GEO-канала
ROMI (Return on Marketing Investment) для GEO считается иначе, чем для контекстной рекламы. В контексте у вас есть чёткие данные: потрачено X рублей, получено Y кликов, конверсия Z%, итого N клиентов. В GEO прямой связи нет — поэтому строим модель через прокси-метрики.
Шаг 1. Зафиксируйте базовый уровень. До старта GEO-работ запишите: объём Direct-трафика, количество брендовых запросов в Яндекс Вебмастере и Google Search Console, среднемесячное число входящих заявок без явного источника.
Шаг 2. Запустите производство эталонного контента. Это статьи, исследования, определения, кейсы — материалы, которые нейросети охотно цитируют: структурированные, авторитетные, с конкретными данными.
Шаг 3. Отслеживайте аномальный рост прокси-метрик. Рост Direct-трафика на 15–30% без изменений в других каналах, рост брендовых запросов, рост «необъяснимых» заявок — всё это сигналы работающего GEO-канала.
Шаг 4. Считайте ROMI. Формула: (Выручка от «необъяснимых» клиентов − Затраты на контент) / Затраты на контент × 100%. Затраты на контент включают время редакции, SEO-специалиста и GEO-аналитика.
Прокси-метрики для измерения GEO-канала
- 01
Рост Direct-трафика в Яндекс Метрике и Google Analytics — особенно в сегментах с длинным циклом сделки
- 02
Рост брендовых запросов в Яндекс Вебмастере и Google Search Console без роста рекламных бюджетов
- 03
Увеличение доли «необъяснимых» заявок в CRM — лиды без источника или с источником Direct
- 04
Упоминания бренда в ответах нейросетей — проверяется ручным мониторингом и специализированными инструментами
- 05
Рост времени на сайте и глубины просмотра у Direct-сегмента — признак осведомлённого, «прогретого» пользователя
- 06
Снижение CAC по когортам, запущенным после старта GEO-работ — эффект накапливается со временем
Чем GEO-CAC отличается от окупаемости блога
Важно не смешивать два разных вопроса. Окупаемость корпоративного блога — это ROI от органического трафика: статьи привлекают посетителей через Яндекс и Google, часть из них конвертируется в лиды. Здесь атрибуция более прозрачна: источник «Органика», ключевое слово, страница входа.
GEO-CAC — это стоимость клиента, пришедшего именно через рекомендацию нейросети. Механика другая: нейросеть не ранжирует страницы, она синтезирует ответ и называет бренд. Пользователь может даже не кликнуть на ссылку — он запомнил название и пришёл позже напрямую.
Поэтому эти два канала нужно считать раздельно, с разными моделями атрибуции и разными горизонтами окупаемости. Блог даёт результат через 3–6 месяцев после публикации. GEO-канал начинает работать, когда нейросети «индексируют» ваш контент как авторитетный — это тоже занимает время, но эффект потенциально долговечнее: хороший материал могут цитировать годами.
Типичные ошибки при расчёте GEO-CAC
Что делают неправильно
- Пытаются поставить UTM-метки на «трафик из ChatGPT» — это невозможно, нейросеть не переходит по ссылкам как браузер
- Списывают рост Direct-трафика на «прямые заходы постоянных клиентов» и не исследуют причину
- Сравнивают CAC из GEO с CAC из контекста в лоб — это разные модели затрат и разные горизонты
- Ждут результата через 2–4 недели, как от рекламной кампании
- Не фиксируют базовый уровень метрик до старта — потом невозможно доказать эффект
Как делать правильно
- 01
Строить ROMI-модель на прокси-метриках с зафиксированным базовым уровнем
- 02
Анализировать поведение Direct-сегмента отдельно: если они ведут себя как «осведомлённые» — скорее всего, пришли из нейросетей
- 03
Считать GEO как инвестицию с горизонтом 6–18 месяцев, а не как рекламный бюджет
- 04
Регулярно вручную проверять, цитируют ли нейросети ваш контент по целевым запросам
- 05
Сегментировать лиды в CRM по признаку «нет источника / Direct» и отдельно отслеживать их конверсию в клиентов
Практика показывает: команды, которые выстраивают GEO-атрибуцию методично — с базовыми замерами, когортным анализом и терпением — через 9–12 месяцев видят снижение совокупного CAC на 20–40%. Не потому что GEO «дешевле» рекламы, а потому что контент продолжает работать без дополнительных вложений.
сравнение моделей: контекст vs GEO
контекстная реклама
GEO-канал
| Этап расчёта | Что делаем | Инструмент |
|---|---|---|
| Базовый замер | Фиксируем Direct, брендовые запросы, «необъяснимые» лиды | Яндекс Метрика, Google Analytics, CRM |
| Производство контента | Создаём эталонные материалы: статьи, определения, кейсы | Редакция + GEO-специалист |
| Мониторинг прокси-метрик | Отслеживаем аномальный рост Direct и брендовых запросов | Яндекс Вебмастер, Google Search Console |
| Расчёт ROMI | (Выручка − Затраты на контент) / Затраты × 100% | Таблица расчёта, данные из CRM |
| Когортный анализ | Сравниваем CAC когорт до и после старта GEO | CRM-отчёты по когортам |
Итог: как считать CAC из нейросетей
- 01
Затраты смещаются с покупки кликов на создание эталонного контента, который цитируют нейросети
- 02
Переходы из ChatGPT, Perplexity и Яндекс Нейро приходят как Direct — классическая атрибуция их не видит
- 03
Считайте через ROMI: (Выручка от «необъяснимых» клиентов − Затраты на контент) / Затраты × 100%
- 04
Прокси-метрики: рост Direct, рост брендовых запросов в Яндекс Вебмастере и Google Search Console, рост лидов без источника
- 05
GEO-CAC и ROI блога — разные модели: считайте их раздельно с разными горизонтами
- 06
Фиксируйте базовый уровень до старта — без него невозможно доказать эффект
GEO-канал требует перестройки мышления: вы перестаёте покупать внимание и начинаете его заслуживать. Нейросети цитируют тех, кто создаёт действительно полезный, структурированный и авторитетный контент. Это медленнее, чем запустить кампанию в Яндекс Директе, но эффект накапливается и работает без постоянных вложений.
Часто задаваемые вопросы
Потому что воронка уходит внутрь диалога с LLM: пользователь получает ответ прямо в чате и кликает уже на конкретный бренд, а не сравнивает варианты на лендинге. Классическая цепочка «клик → страница → заявка» разрывается.
Большинство из них приходят как прямой трафик без реферера — и в Яндекс Метрике, и в Google Analytics. Это называют «скрытой атрибуцией»: канал реально работает, но стандартные отчёты его не видят.
Через ROMI с учётом скрытой атрибуции: сопоставляете рост Direct-трафика и брендовых запросов в Яндекс Вебмастере и Google Search Console с периодами активного производства эталонного контента.
Он устроен иначе. Контекст — это аренда: платишь за каждый клик. GEO — это инвестиция: вкладываете в контент один раз, а нейросети цитируют его месяцами. CAC со временем снижается, а не растёт.
Зафиксируйте базовый уровень Direct-трафика и брендовых запросов до старта GEO-работ. Затем отслеживайте аномальный рост этих метрик и сопоставляйте его с датами публикаций и попаданиями в ответы нейросетей.