93% сессий в Google AI Mode заканчиваются без клика

Исследование MegaOneAI на основе 69 млн поисковых сессий Google в США показывает: 93% сессий в Google AI Mode заканчиваются без перехода на внешний сайт. Для сравнения: zero-click в традиционном поиске - 34%, с AI Overviews - 43%. За два месяца доля AI Mode выросла в 4 раза - с 0,25% до 1% всех сессий.
При этом GA4 ошибочно классифицирует 15-35% ИИ-трафика как прямой. Это означает, что стандартные системы аналитики не видят источник трафика - пользователь читает ИИ-ответ, запоминает бренд, а затем переходит на сайт через прямой ввод адреса или брендовый поиск. Вся цепочка влияния остаётся невидимой для традиционной атрибуции.
Как отмечает Authority Tech, если ваша модель атрибуции всё ещё начинается с клика, вы принимаете решения на основе невидимых данных. 93% сессий в AI Mode без клика - это не баг, а фундаментальное изменение в поведении пользователей.

Разница между AI Mode и AI Overviews
Пользователи проводят в Google AI Mode в среднем 49 секунд против 21 секунды в AI Overviews. За это время они успевают прочитать несколько ответов, сравнить бренды и запомнить названия. Брендовые названия запоминаются в этом окне, даже если нет кликстрима.
Это означает, что AI Mode работает как канал brand awareness - пользователи запоминают бренды, но не кликают сразу. Влияние происходит, но оно не видно в стандартной аналитике. Традиционные метрики (CTR, конверсии, сессии) перестают отражать реальное влияние ИИ-поиска на бизнес.
Данные Similarweb показывают, что ИИ-рефералы конвертируются в 5 раз лучше традиционного трафика, но это только те, кто кликнул. Те, кто не кликнул, но запомнил бренд, конвертируются позже - через прямой поиск или прямой ввод адреса. Стандартная атрибуция не видит эту связь.
Как на самом деле выглядит путь пользователя
Исследование Swati Paliwal описывает типичный сценарий: человек читает ИИ-ответ в понедельник, а во вторник ищет «[бренд] цена» в Google. Ваша аналитика показывает это как органический поиск без связи с ИИ-цитатой. Кликстрим отсутствует, но решение уже принято.
Это означает, что стандартная атрибуция не учитывает влияние ИИ-ответов на последующие действия пользователей. Если измерять только клики, вы недооцениваете эффект от присутствия в ИИ-поиске. Влияние ИИ-ответов на брендовый поисковый трафик - один из ключевых показателей, который нужно отслеживать.
Исследование Authority Tech показывает, что пользователи, которые видели бренд в ИИ-ответе, на 40% чаще ищут его напрямую в течение недели. Это означает, что ИИ-ответы создают запоминание бренда, которое конвертируется в поиск без реферального трекинга.
Новые KPI для CMO: Decision Economics
Authority Tech предлагает переход от «capture economics» к «decision economics» - измерению того, появляется ли бренд в ответе ИИ на этапе принятия решения. Вместо кликов и CTR ключевыми метриками становятся:
- Доля цитирований - как часто бренд появляется в ИИ-ответах в вашей категории.
- Упоминания бренда - как часто ИИ называет бренд по имени.
- Рост брендового поискового трафика - насколько вырос поиск по названию бренда после появления в ИИ-ответах.
- Рост прямых переходов - пользователи запоминают бренд и приходят напрямую.
- Share of Voice - доля упоминаний бренда в ИИ-ответах по сравнению с конкурентами.
Как отмечает Swati Paliwal, отслеживайте рост брендового поискового трафика в Search Console вместе с появлением в ИИ-ответах. Это даёт более полную картину влияния. Если вы начали чаще появляться в ИИ-ответах и брендовый трафик вырос - это связь.
Как считать ROI
GA4 ошибочно классифицирует 15-35% ИИ-трафика как прямой. Это означает, что стандартные отчёты недооценивают влияние ИИ-поиска. Если вы используете GA4 для измерения ROI, вы видите только верхушку айсберга.

Для корректного измерения ROI нужно:
-
Отслеживайте рост брендового поискового трафика. Если после появления в ИИ-ответах растёт поиск по названию бренда - это сигнал влияния. Используйте Search Console для мониторинга запросов с названием бренда.
-
Сравнивайте динамику упоминаний и трафика. Появление в ИИ-ответах должно коррелировать с ростом брендовых запросов и прямых переходов. Если вы видите рост через 2-7 дней после появления в ИИ - это влияние.
-
Используйте продвинутую атрибуцию. Модели машинного обучения могут связать ИИ-упоминания с последующими действиями. Это требует настройки кастомных отчётов и интеграции данных из разных источников.
-
Измеряйте долю цитирований. Процент запросов в вашей категории, где появляется бренд. Это прямой показатель видимости, не зависящий от кликов.
-
Отслеживайте Share of Voice. Доля упоминаний бренда в ИИ-ответах по сравнению с конкурентами. Это показывает вашу относительную видимость в категории.
Что делать
-
Перестаньте измерять только клики. 93% сессий в AI Mode без клика - это не ошибка, а закономерность. Клик больше не является единицей измерения влияния.
-
Настройте отслеживание брендового поискового трафика. Search Console покажет рост запросов с названием бренда. Сравнивайте динамику с появлением в ИИ-ответах.
-
Сравнивайте динамику. Если вы начали чаще появляться в ИИ-ответах и брендовый трафик вырос - это связь. Ведите еженедельный мониторинг обоих показателей.
-
Используйте долю цитирований как основной KPI. Вместо CTR измеряйте, как часто бренд появляется в ИИ-ответах в вашей категории. Это показатель, который не зависит от кликов.
-
Готовьтесь к изменению моделей атрибуции. GA4 не видит влияния ИИ-поиска. Нужны новые подходы - интеграция данных из разных источников, машинное обучение для выявления паттернов.
Вывод
93% сессий в Google AI Mode заканчиваются без клика. GA4 ошибочно классифицирует 15-35% ИИ-трафика как прямой. Пользователи проводят в AI Mode 49 секунд - достаточно, чтобы запомнить бренд, но не кликнуть. Они читают ИИ-ответ в понедельник, ищут бренд в среду, а аналитика показывает органику без связи с ИИ-цитатой.
Традиционные метрики перестают работать. Вместо кликов и CTR ключевыми становятся доля цитирований, упоминания бренда и рост брендового поискового трафика. Бренды, которые перейдут к Decision Economics, получат преимущество. Те, кто продолжит считать клики, рискуют принимать решения на основе невидимых данных.