GEO как новый e-commerce канал: Flowwow стал №1 по видимости в ИИ и удвоил продажи из LLM

Контекст

Flowwow работает в одной из самых конкурентных категорий e-commerce. За внимание покупателя бренд конкурирует одновременно с крупнейшими универсальными маркетплейсами, сервисами доставки и специализированными цветочными магазинами.

При этом стоимость традиционного привлечения пользователей продолжает расти, а путь покупателя меняется: пользователи все чаще начинают выбор не с классического поискового запроса, а с вопроса ИИ-ассистенту: «что подарить», «какой букет выбрать», «где заказать его с доставкой». В проекте мы рассматривали два слоя спроса: информационный, когда пользователь еще выбирает идею, и коммерческий, когда он уже сравнивает продавцов и готов к покупке.

Задача

Перед командой стояли три задачи:

• увеличить видимость Flowwow в ответах нейросетей по коммерческим и информационным запросам;

• обойти конкурентов по доле упоминаний в генеративной выдаче;

• превратить рост присутствия бренда в ИИ в измеримый рост продаж существующего продукта.

На старте бренд уже присутствовал в ответах нейросетей, но фрагментарно и непоследовательно. Часть целевых промптов вообще не приводила к упоминанию Flowwow, а крупные маркетплейсы и специализированные магазины периодически опережали его по частоте появления в ответах.

Подход

Мы рассматривали GEO не как отдельную имиджевую активность, а как полноценный новый канал привлечения пользователей для уже работающего e-commerce продукта.

Работа началась с аудита присутствия Flowwow в ключевых ИИ-системах. Мы собрали десятки сценариев, имитирующих реальное поведение покупателя, и разделили их по пользовательским интентам: от раннего выбора подарка до запроса конкретного товара или продавца.

Для каждого интента сформировали связку:

потребность пользователя → промпт → ожидаемый ответ ИИ → релевантная страница Flowwow.

Это позволило работать не с абстрактной «видимостью бренда», а с конкретными точками клиентского пути.

Контент под нейровыдачу

На основе собранной матрицы была подготовлена серия материалов, отвечающих на реальные запросы пользователей в ИИ.

При создании контента учитывались:

• коммерческие и информационные интенты;

• сезонность;

• категории с высоким и «горячим» спросом;

• структурированность информации для машинного извлечения;

• быстрый переход пользователя от информационной статьи к покупке товара.

Контент не публиковался по принципу «сделали и забыли». Выдача постоянно отслеживалась, а материалы еженедельно корректировались с учетом изменений алгоритмов поисковых систем и генеративных моделей.

Техническая подготовка

Параллельно проводилась техническая работа с сайтом: проверялась доступность страниц для поисковых и ИИ-краулеров, структура страниц, метатеги, микроразметка, скорость загрузки и другие факторы, влияющие на индексацию и машинную интерпретацию информации.

Постоянный цикл оптимизации

После запуска мы не ограничились разовой проверкой результата.

Команда:

• регулярно мониторила изменение видимости бренда;

• анализировала ответы разных нейросетей;

• обновляла и дорабатывала материалы;

• отслеживала конкурентов;

• объединяла результаты в едином дашборде;

• масштабировала наиболее успешные гипотезы.

За счет этого GEO превратился из тестового эксперимента в постоянный управляемый маркетинговый канал.