Трафик без иллюзий: четыре новости о рекламе, поиске и аналитике

Привет, на связи Папа Карло. Сегодня разберём четыре октябрьские новости, которые помогают по-новому взглянуть на привлечение трафика на сайт. Главный вывод простой: публикация большого количества материалов, правильная техническая разметка и даже высокие позиции в поиске сами по себе не гарантируют посетителей. А когда аудитория всё-таки приходит, некорректная аналитика способна исказить результаты. Поэтому владельцу сайта важно проверять всю цепочку: от появления страницы в поиске или рекламе до реального перехода и его корректного учёта.

В начале октября 2026 года появились сразу четыре показательных примера. Энциклопедия из более чем 2000 страниц получает около двух посетителей в день из Google. Исследование AI Overviews показывает, что источники ИИ-ответов не обязательно находятся в обычном поисковом топе. В публичных каналах Max появилась таргетированная реклама. А опыт production smoke-тестирования напомнил, что автоматические действия могут нарушить работу аналитики. Вместе эти события дают практический повод пересмотреть способы публикации, продвижения и измерения результатов.

Четыре события и их значение

Все четыре истории относятся к разным участкам одного процесса. Сначала сайт создаёт материалы, затем пытается получить видимость в поисковых системах или привлечь аудиторию рекламой, а после измеряет результат. Проблема на любом участке способна изменить итоговую оценку эффективности.

СобытиеПодтверждённый фактПрактическое значениеИИ-энциклопедияБолее 2000 страниц и около двух посетителей из Google в деньКоличество публикаций не гарантирует поисковый трафикИсследование AI OverviewsИИ-блок появлялся в 93% из 1095 проверенных запросовВидимость в ИИ-ответах стоит анализировать отдельноРеклама в MaxОбъявления доступны в публичных каналах от 1000 подписчиковПоявился дополнительный формат привлечения аудиторииProduction smoke-тестыАвтоматические проверки в одном случае нарушили аналитикуТестовые действия необходимо отличать от пользовательских

Эти наблюдения не позволяют объявить один канал продвижения лучшим. Они показывают другое: для оценки сайта нужно разделять создание контента, поисковую видимость, рекламные переходы и качество измерений. Именно такое разделение помогает определить, на каком этапе возникают проблемы.

Почему 2000 страниц не принесли трафик

Один из наиболее показательных октябрьских случаев связан с многоязычной энциклопедией по истории искусства. Автор подготовил более 2000 HTML-страниц, используя Claude Code для создания кода и значительной части текстового наполнения. Человек формулировал задачи и проверял результаты.

Проект охватывает материалы о 184 картинах, 107 художниках, музеях и связанных темах. Контент опубликован на четырёх языках: русском, английском, испанском и французском. Несмотря на объём, из Google на сайт приходит примерно два посетителя в день.

Техническое качество не равно поисковой востребованности

В проекте использовалась валидная структурированная разметка JSON-LD. Проверка Lighthouse также показывала высокий результат по доступности. Однако этих характеристик оказалось недостаточно для заметного поискового трафика.

Здесь важно не перепутать наблюдение с доказательством причины. Представленные данные не устанавливают, почему именно Google приводит так мало посетителей. Они не позволяют уверенно утверждать, что проблема заключается в ИИ-генерации, качестве текстов, индексации, конкуренции или выборе запросов.

Но практический урок очевиден: технически корректная страница не обязательно становится востребованной в поиске. Автоматизация производства материалов решает задачу публикации, а не задачу получения аудитории.

Что делать перед массовой публикацией

Вместо немедленного создания тысяч материалов полезно организовать контрольную публикацию ограниченной группы страниц.

1. Определить информационную задачу. Для каждой группы материалов сформулировать, на какой вопрос читателя она должна отвечать.
2. Проверить фактическую полноту. Убедиться, что текст не просто содержит ключевые слова, а действительно раскрывает заявленную тему.
3. Опубликовать небольшую серию. Сначала проверить ограниченный объём контента, прежде чем расширять проект.
4. Отслеживать поисковую видимость. Разделять факт публикации, появление страницы в поиске, показы и переходы.
5. Принимать решение по данным. Если страницы не получают заметной видимости, сначала исследовать причины, а не автоматически увеличивать их количество.

Это рекомендации по организации процесса, а не установленная причина неудачи описанной энциклопедии. Их задача — сделать массовую публикацию управляемой и проверяемой.

Как AI Overviews меняет поисковую видимость

Второе событие связано с исследованием 1095 русскоязычных поисковых запросов, распределённых по 55 тематическим наборам. При поиске с регионом Россия блок AI Overviews появлялся в 93% случаев.

Отдельная часть исследования была посвящена сравнению источников ИИ-ответов с обычной поисковой выдачей. На четырёх наборах запросов оказалось, что около половины сайтов, использованных в AI Overviews, отсутствовали на первой странице стандартных результатов Google.

Это важное наблюдение: сайт потенциально может присутствовать среди источников сформированного ИИ-ответа, даже не занимая место в первой десятке привычной выдачи.

Два разных показателя видимости

Классическая поисковая позиция и появление в AI Overviews описывают разные ситуации. В первом случае исследуется положение страницы среди обычных результатов. Во втором — её присутствие среди источников, использованных поисковой системой при подготовке ответа.

Нельзя автоматически считать эти показатели взаимозаменяемыми. Также нельзя делать вывод, что присутствие в ИИ-ответе обязательно обеспечивает переход пользователя на сайт: приведённое исследование не содержит достаточных сведений о кликах по таким источникам.

Важно учитывать и ограничения выборки. Показатель 93% относится к конкретным 1095 запросам. Детальное сравнение источников проводилось только на четырёх тематических наборах. Распространять эти результаты на любые поисковые запросы и все сайты было бы некорректно.

Как учитывать ИИ-ответы в работе с сайтом

Для собственного проекта можно организовать отдельное наблюдение за запросами, по которым потенциальная аудитория ищет информацию.

1. Составить список запросов, соответствующих опубликованным материалам.
2. Зафиксировать регион и условия проверки, чтобы сравнения оставались последовательными.
3. Проверить положение страниц в обычной выдаче.
4. Отдельно отметить наличие AI Overviews и появление сайта среди использованных источников.
5. Повторять проверку и сопоставлять результаты с фактическими переходами на сайт.

При этом исследование не даёт универсальной формулы попадания в AI Overviews. Поэтому обещания гарантированного включения страницы в ИИ-ответы не подтверждаются рассмотренными данными.

Полезнее воспринимать AI Overviews как дополнительный объект наблюдения, а не как замену всей поисковой оптимизации.

Что меняет реклама в Max

Третья новость касается привлечения аудитории вне поисковых систем. В публичных каналах мессенджера Max появилась возможность размещать таргетированную рекламу через кабинет «VK Реклама».

Объявления предусмотрены для публичных каналов с аудиторией от 1000 подписчиков. Рекламный блок показывается после основного контента канала. Поддерживаются текстовый и визуально-текстовый форматы.

В качестве назначения перехода рекламодатель может указать канал Max, отдельную публикацию или внешний сайт. Последний вариант особенно интересен владельцам собственных информационных и коммерческих ресурсов: рекламное сообщение не обязательно должно вести исключительно на страницу внутри мессенджера.

Как подготовить пробную рекламную кампанию

На основании известных возможностей можно составить предварительный план тестирования рекламного направления.

1. Выбрать цель. Определить, нужен ли переход на внешний сайт, продвижение публикации или увеличение аудитории канала.
2. Подготовить страницу назначения. Содержание страницы должно соответствовать обещанию рекламного объявления.
3. Выбрать оформление. Сравнить пригодность текстового и визуально-текстового форматов для конкретной задачи.
4. Проверить доступные настройки. Уточнить условия запуска в кабинете «VK Реклама».
5. Запустить ограниченное тестирование. После получения первых результатов сравнить реальные переходы с поставленной целью.

Здесь необходимо учитывать границы подтверждённой информации. В опубликованных сведениях нет стоимости размещения, модели оплаты, полного перечня параметров таргетинга и данных о результативности кампаний. Поэтому заранее рассчитать стоимость привлечения посетителя или обещать определённую конверсию невозможно.

Также важно не путать запуск рекламы через рекламную платформу с покупкой обычного рекламного поста у владельца канала. Представленная новость относится именно к таргетированному размещению в публичных каналах.

Что оценивать после запуска

Если рекламная кампания ведёт на сайт, её полезно анализировать отдельно от органического поиска. Для этого заранее определяют, как будут распознаваться рекламные переходы и какие действия посетителя считаются результатом.

Например, для информационного проекта результатом может быть просмотр выбранного материала, а для коммерческого — целевое обращение. Это разные показатели, поэтому сравнивать их только по количеству переходов недостаточно.

Наличие нового рекламного формата расширяет возможные способы распространения материалов, но само по себе не доказывает, что он будет выгоднее других каналов.

Почему нельзя полностью доверять сырой аналитике

Четвёртый случай связан не с привлечением людей, а с измерением их действий. При production smoke-тестировании автоматические проверки выполняются непосредственно в работающем сервисе.

В описанном примере тесты авторизуются под настоящими аккаунтами, создают реальные сообщения и проходят через действующие компоненты системы: бэкенд, базу данных и вебсокеты.

У такого подхода есть техническая ценность. Он позволяет проверить реальную цепочку работы сервиса, дополняя тестирование в CI. Но одновременно автоматические операции могут быть зарегистрированы системами аналитики как обычные действия пользователей.

Именно такой побочный эффект однажды нарушил работу аналитики в рассматриваемом случае.

Как автоматизация способна испортить показатели

Представим сервис, в котором автоматическая проверка регулярно создаёт сообщение для контроля работоспособности. Если система измерения не различает тестовые и пользовательские действия, такое сообщение может попасть в общий показатель активности.

В результате владелец продукта рискует оценивать не только поведение посетителей, но и деятельность собственных проверочных сценариев. Аналогичная проблема может возникнуть с другими реальными операциями, которые выполняются исключительно ради тестирования.

Это иллюстрация механизма искажения, а не дополнительный установленный факт о конкретном инциденте. Из опубликованного описания известно, что аналитика пострадала, но подробные численные последствия не приводятся.

Как отделять тестирование от пользовательской активности

При проектировании автоматических проверок стоит заранее предусмотреть возможность отличать тестовые операции от обычных действий посетителей.

Практическая последовательность может выглядеть так:

1. Перечислить действия, которые автоматические тесты выполняют в работающем сервисе.
2. Определить, какие события после этих действий поступают в систему аналитики.
3. Предусмотреть распознаваемый признак тестовой активности.
4. Проверить, не включаются ли тестовые события в основные пользовательские показатели.
5. Сопоставить результаты аналитики с журналом тестирования и повторить контроль после изменения сценариев.

Конкретный технический способ разграничения зависит от архитектуры сервиса. Однако общий принцип универсален для рассматриваемой проблемы: проверять нужно не только работоспособность приложения, но и влияние теста на данные, по которым затем оценивают работу продукта.

Как объединить публикации, поиск и рекламу

Четыре рассмотренных события позволяют предложить последовательный рабочий процесс для небольшого сайта, интернет-магазина или тематического медиапроекта.

Этап 1. Сначала полезный материал

Публикация должна отвечать на конкретный пользовательский вопрос. Автоматизация может ускорить подготовку текстов и технических страниц, но выпуск большого количества материалов без оценки востребованности создаёт риск получить внушительный каталог без заметной аудитории.

Поэтому сначала следует определить темы, проверить содержательную полноту и убедиться, что материал действительно решает заявленную задачу.

Этап 2. Затем наблюдение за поиском

После публикации важно проверять не только наличие страницы на сайте, но и её поисковую видимость. Отдельно полезно учитывать появление среди источников AI Overviews там, где соответствующий блок присутствует.

Позиция в обычной выдаче, упоминание в ИИ-ответе и переход на сайт — три разных результата. Для оценки продвижения их следует фиксировать раздельно.

Этап 3. Дополнительное распространение

Когда материал опубликован и готов принимать посетителей, можно рассматривать дополнительные каналы распространения. Появление таргетированной рекламы в Max показывает один из доступных вариантов, предполагающий переход в том числе на внешний сайт.

Рекламное тестирование имеет смысл начинать с конкретной цели и понятного способа оценки результата. Без этого даже увеличение числа переходов сложно перевести в полезный для бизнеса вывод.

Этап 4. Контроль достоверности данных

Последний этап — проверка аналитики. Необходимо понимать, какие события создают реальные посетители, какие поступают от автоматических сценариев и какие показатели используются для управленческих решений.

Если измерения смешивают разные типы активности, выводы о качестве контента или эффективности рекламы становятся менее надёжными.

Таким образом, публикация, поисковая видимость, платное продвижение и аналитика должны образовывать связанную, но раздельно проверяемую систему.

Типичные ошибки

Ошибка первая — считать количество страниц показателем успеха. История энциклопедии показывает, что даже более 2000 опубликованных материалов не гарантируют заметного поискового трафика. Исправление заключается в оценке реальной видимости до дальнейшего масштабирования.

Ошибка вторая — считать техническую разметку достаточным условием продвижения. Валидная JSON-LD и высокие результаты Lighthouse по доступности не заменяют наблюдение за поисковыми показателями.

Ошибка третья — оценивать присутствие в AI Overviews только по обычным позициям. Исследование показало различия между источниками ИИ-ответов и первой страницей выдачи. Поэтому для полноценного наблюдения нужны отдельные отметки о каждом формате.

Ошибка четвёртая — объявлять рекламный канал эффективным до запуска измерений. Новая возможность размещения не содержит в себе гарантии дешёвых переходов или качественной аудитории. Сначала нужно получить данные собственных кампаний.

Ошибка пятая — принимать все зарегистрированные события за действия пользователей. Production smoke-тесты демонстрируют, что часть активности может создаваться автоматическими проверками и влиять на аналитику.

Ошибка шестая — делать универсальные выводы из отдельных случаев. Ни история одного сайта, ни исследование ограниченной выборки, ни единичный сбой аналитики не описывают поведение всех проектов. Их правильнее использовать как основания для проверки собственных гипотез.

Как проверить результат

Для практического применения выводов дайджеста можно составить простую контрольную таблицу. Её задача — собрать наблюдения в одном месте и не смешивать показатели разных этапов.

Что проверяемКакой результат фиксируемЧто означает проблемаПубликацияМатериал доступен и отвечает на заявленный вопросНеобходима проверка содержания или публикацииОбычный поискПоказы, переходы и наблюдаемая позицияНужно исследовать причины слабой видимости или отсутствия переходовAI OverviewsНаличие блока и сайта среди источниковТребуется отдельное наблюдение, без обещаний гарантированного попаданияРекламаЗапущенная кампания, переходы и выбранные целевые действияНеобходимо проверить настройки, страницу назначения и результативностьАналитикаРазделение реальной и тестовой активностиПоказатели могут быть искажены автоматическими операциями

Проверку удобно проводить в одинаковых условиях и за сопоставимые периоды. Если после изменения материалов растёт число переходов, это можно зафиксировать как наблюдаемую динамику. Но приписывать изменение только одному фактору без дополнительного анализа нельзя.

Для рекламного направления полезно отдельно сопоставлять расходы с выбранным результатом, когда фактические данные о стоимости становятся доступны. Для органического поиска — сравнивать показы и переходы. Для автоматического тестирования — убеждаться, что действия проверочных сценариев не подменяют собой реальную активность аудитории.

Хороший результат проверки — не обязательно немедленный рост трафика. Иногда важнее обнаружить, что опубликованные страницы почти не получают показов, рекламный канал ещё не прошёл испытаний или измерения содержат тестовые события. Такая информация позволяет не увеличивать затраты на плохо изученный процесс.

Итоги

Октябрьские события показывают, насколько сложнее простого подсчёта публикаций стала оценка эффективности сайта. Массовое создание страниц доступно благодаря ИИ-инструментам, но само по себе не обеспечивает читателей. AI Overviews формирует дополнительный формат поисковой видимости, который нельзя полностью описать обычными позициями в выдаче. Реклама в Max открывает ещё один способ привести аудиторию на внешний ресурс. А production smoke-тесты напоминают, что даже правильно работающая автоматизация может создавать проблемы для аналитики.

Главное практическое следствие — необходимость последовательно проверять каждый участок работы с аудиторией. Сначала готовить полезный контент, затем измерять поисковую видимость, отдельно оценивать дополнительные каналы привлечения и контролировать достоверность собранных данных.

Ни одна из четырёх новостей не доказывает существование универсального рецепта продвижения. Зато вместе они показывают, почему решения о масштабировании разумнее принимать после проверки результата. Для владельца сайта это намного полезнее, чем ориентироваться исключительно на количество созданных страниц, новые рекламные возможности или отдельные впечатляющие показатели.