Кейс

От каталога к AI-рекомендациям: как Aquanet достиг 39% видимости в сценариях выбора ванной комнаты

Сергей Торкунов

Большой ассортимент сам по себе не обеспечивал присутствия в AI-подборках. Мы разложили спрос по помещению, стилю, бюджету, характеристикам и бытовым сценариям, связали их с категориями Aquanet и создали систему контента для этапа выбора.

Цели и задачи

  • Включить Aquanet в AI-сценарии выбора ванной комнаты
  • Связать большой каталог с бытовыми задачами покупателей
  • Повысить точность рекомендаций на уровне товарных категорий

Стратегия работ

  1. 1

    Собрали 180 промптов по помещениям, стилям и бюджету

  2. 2

    Перестроили контент вокруг комплектных решений и сценариев выбора

  3. 3

    Создали и оптимизировали 62 материала и страницы

  4. 4

    Контролировали видимость и корректность ответа по шести AI-системам

Результаты проекта

39%

общая AI-видимость

46%

видимость в стилевых подборках

43%

видимость по комплектным решениям

78%

релевантных товарных категорий в упоминаниях

ПараметрЗначение
КлиентAquanet
ПериодМарт — август 2026
Мониторинг180 небрендовых промптов
Стартовая видимость0%
Финальная видимость39%
СистемыChatGPT, Поиск с Алисой, Perplexity, Google AI Overview, DeepSeek, GigaChat

Клиент и рынок

Aquanet — бренд и интернет-магазин оборудования для ванной комнаты: мебели, ванн, душевого оборудования, смесителей, раковин, санитарной керамики и сопутствующих решений. Категория объединяет функциональность и дизайн, а решение часто принимается сразу по нескольким товарам.

Покупатель редко формулирует запрос только названием товара. Он описывает ванную площадью четыре квадратных метра, семью с ребенком, желаемый стиль, бюджет и ограничения монтажа. Для нейросети это задача подбора решения, а не поиск одной карточки каталога.

Исходная ситуация: бренд не участвовал в выборе

По 180 целевым небрендовым промптам видимость Aquanet составляла 0%. AI-системы давали общие советы, предлагали отдельные бренды или товары маркетплейсов. Каталог был богатым, но связь между характеристиками и реальными сценариями пользователя оставалась недостаточно выраженной в индексируемых источниках.

БылоСтало
0% видимости по целевым промптам39% общей AI-видимости
Нет упоминаний по небрендовым вопросамБренд появляется в релевантных сценариях
Нет устойчивого объяснения роли брендаОтветы связывают бренд с задачей пользователя
Источники разрозненыСформирован согласованный информационный контур

Таблица «Было / Стало».

Бизнес-задача

Сделать Aquanet заметным вариантом на этапе проектирования и комплектации ванной комнаты — до того, как пользователь выбрал конкретную модель или магазин.

Сомнения и ограничения

  • Ассортимент, цены и наличие меняются быстрее, чем долгоживущие экспертные статьи.
  • Нельзя рекомендовать товар без проверки размеров, монтажа и совместимости.
  • Слишком рекламные подборки хуже отвечают на задачу пользователя.
  • Один запрос может одновременно содержать стиль, бюджет, площадь и состав семьи.

Первоначальное исследование AI-выдачи

Мы зафиксировали 180 промптов и провели одинаковый цикл проверок в шести системах. Для каждого ответа отмечали факт упоминания, место в списке, корректность описания, аргументы, тональность и источники. Отдельно анализировали конкурентов: какие форматы и площадки формируют их информационное преимущество.

Карта целевых промптов

  • Потребность: ванна, душ, хранение, освещение и готовый комплект.
  • Помещение: площадь, планировка, совмещенный санузел, загородный дом.
  • Стиль: современный, минимализм, классика, светлый или контрастный интерьер.
  • Бюджет: базовое решение, средний сегмент, премиальная комплектация.
  • Сценарий: семья с детьми, пожилые пользователи, аренда, быстрый ремонт.
  • Характеристики: размер, материал, тип установки, уход и совместимость.

Примеры пользовательских вопросов

  • Какую мебель выбрать для ванной 4 м²?
  • Что лучше для семьи с ребенком: ванна или душевая кабина?
  • Как подобрать тумбу под накладную раковину?
  • Комплект мебели для ванной в современном стиле.
  • Какая ванна подходит для небольшой квартиры?
  • Как сочетать мебель, раковину и смеситель?

Стратегия GEO-продвижения

Карту спроса мы построили как многомерную модель «помещение × потребность × стиль × бюджет × ограничение». Для каждого приоритетного пересечения определили подходящий формат: категорийная страница, гайд, сравнение, интерьерная подборка или FAQ. Изменчивые цены и остатки отделили от долговечной экспертной информации.

Реализация по этапам

  1. Замер 180 промптов и разметка источников AI-ответов.
  2. Оптимизация 22 категорийных и 16 информационных страниц.
  3. Создание 24 сценарных материалов и шести интерьерных подборок.
  4. Переработка фильтров и внутренних связей между гайдами и категориями.
  5. FAQ по размерам, материалам, совместимости и уходу.
  6. Публикации в интерьерных медиа, Дзене и блогах дизайнеров.
  7. Контроль актуальности ассортимента и замеры по отдельным кластерам.

Контент и внешние источники

Сайт Aquanet, интерьерные медиа, Дзен, Pinterest как визуальный контур, профильные каталоги и маркетплейсы, блоги дизайнеров, ремонтные площадки с вопросами и ответами.

Сложность проекта и принятое решение

Главная сложность — не допустить, чтобы полезный гайд устаревал вместе с ценой или остатком. Мы разделили контент на стабильный слой с критериями выбора и динамический слой с ассортиментом. Перед публикацией продуктовые связки проверялись по размерам и назначению.

Динамика AI-видимости

Динамика AI-видимости

Динамика общей AI-видимости.

ПериодМарАпрМайИюнИюлАвг
Видимость0%5%13%22%32%39%

Контрольные замеры по месяцам.

Финальная видимость по системам

Финальная видимость по системам

Видимость по отдельным нейросетям.

СистемаВидимость
ChatGPT36%
Алиса48%
Perplexity34%
Google AI43%
DeepSeek39%
GigaChat34%

Финальный замер.

Что изменилось в ответах нейросетей

До работПосле комплекса работ
Нейросеть давала общие рекомендации по размерам и стилю, ссылалась на маркетплейсы и называла отдельные бренды. Aquanet не присутствовал даже там, где ассортимент соответствовал сценарию.Aquanet появляется в подборке как вариант мебели, ванн или комплектного решения. Обоснование связано с типом помещения, стилем и категорией, а не с универсальным рекламным утверждением.

Редакционная реконструкция типового ответа, не дословная цитата.

Итоговые показатели

  • Общая AI-видимость выросла с 0% до 39%.
  • Видимость по стилевым подборкам — 46%.
  • По комплектным решениям — 43%.
  • По небольшим помещениям — 38%; по бюджетным сценариям — 35%.
  • 78% упоминаний содержат релевантную товарную категорию.
  • Создано или оптимизировано 62 материала и страницы.

Польза для клиента

  • Бренд вошел в обсуждение до выбора конкретного артикула.
  • Ассортимент стал связан с длинным хвостом бытовых сценариев.
  • Интерьерные материалы получили дополнительную роль в AI-поиске.
  • Описание бренда стало точнее на уровне категорий и задач.

Ограничения и точки роста

Видимость не равна наличию конкретного товара и не заменяет проверку совместимости. Следующий этап — расширение региональных сценариев, актуализация сезонных коллекций и раздельный анализ запросов дизайнеров и конечных покупателей.

Вывод

Aquanet прошел путь от отсутствия по небрендовым промптам до измеримого присутствия в AI-ответах. Результат сформирован не разовой публикацией, а сочетанием исследования спроса, редакционной работы, технической точности, внешних источников и регулярного мониторинга.

Получите бесплатный аудит и стратегию роста

Изучим сайт, покажем точки роста и подготовим прогноз до квалифицированных лидов и оборота из SEO/GEO.