Анализ 29 562 доменов подтверждает: классическое SEO...

Анализ 29 562 доменов подтверждает: классическое SEO предсказывает видимость в LLM, но 80% рекомендаций ChatGPT скрыты от метрик

OtterlyAI проанализировали 29 562 домена в 145 нишах, 1 595 байер-персон и более 105 000 промптов ChatGPT, чтобы выяснить, какие внешние сигналы предсказывают рекомендации LLM.

Обработано более 500 ТБ данных.

Главный вывод: классические SEO-факторы коррелируют с видимостью в ChatGPT.

Нюанс: они объясняют лишь 15–20% дисперсии.

Какие сигналы имеют значение (и насколько)

Показы в серпе (ρ=+0.241) и позиции в поиске (ρ=+0.238) — сильнейшие предикторы.

За ними идут исходящие ссылки со страниц результатов поиска (ρ=+0.230), количество бэклинков (ρ=+0.204) и траст ссылочного (ρ=+0.200).

В совокупности это указывает на одно: устоявшийся авторитет в поиске — главный внешний сигнал, по которому ChatGPT определяет бренды для рекомендаций.

Но посмотрите на столбец `R`².

Показы в серпе объясняют 5.8% дисперсии рекомендаций `LLM`.

Лучшая позиция — 5.7%.

Даже в сумме все внешние сигналы — бэклинки, Reddit, Wikidata, Wikipedia — объясняют менее 20%.

Это означает, что на 80–85% рекомендация вашего домена в ChatGPT обусловлена внутренними факторами модели, которые внешние данные не фиксируют.

Почему важны данные по конкретным нишам

Иерархия сигналов резко меняется в зависимости от категории.

Wikidata доминирует в устоявшихся нишах (отели, ERP, мебель).

Reddit тянет комьюнити-ниши (корпоративный ИИ, живые развлечения).

Исходящие ссылки из серпа сильнее всего работают в финансах и SaaS.

Единой универсальной стратегии для всех вертикалей не существует.

Байер-персона как единица измерения

Авиакомпания №1 для часто летающего пассажира — это не тот же домен, что №1 для студента, летящего за границу.

Та же LLM-модель, та же ниша, другой контекст покупателя — другой результат.

У вас нет единой позиции в LLM.

У вас есть позиция под конкретную персону.

Аналитика, выдающая "трафик из ChatGPT" одной цифрой, искажает реальность: видимость бренда сегментирована по персонам, и инструменты с глобальными метриками тупо врут.

Как это применять на практике

Классическое SEO не устарело для видимости в LLM.

OpenAI активно использует данные поиска и собирает собственный индекс.

По мере взросления этого индекса корреляция между авторитетом в поиске и рекомендациями LLM, скорее всего, усилится.

Используйте перформанс в серпе, траст ссылочного и вовлеченность на Reddit как опережающие индикаторы.

Однако прямое тестирование под каждую байер-персону — обязательно.

Внешние сигналы направляют; прямые замеры подтверждают.

https://oppalerts.com/LLM-Ranking-Factors/

@MikeBlazerX

⚠️ Закрытый канал: @MikeBlazerPRO

Источник новости https://t.me/mikeblazerx/6449...