Маркетинг без кликов и автоматизация маркетинга: три тренда 2026 года | Черемисина

⏱ 12 минут чтения · Подкаст «Маркетинг с AI», выпуск 261

🎙 Слушать подкаст

Содержание

Коротко о главном: В 2026 году маркетинг меняется по трём осям одновременно. Первая — zero-click search: AI-поисковики отвечают на вопросы пользователей прямо в выдаче, не отдавая трафик сайтам. Вторая — рекламный автопилот: алгоритмы управляют ставками и аудиториями лучше человека, но только если получают правильные сигналы о реальных покупках. Третья — маркетинговая операционная система: данные из CRM, рекламных кабинетов и аналитики наконец-то работают как единое целое. Стратегия — это больше не набор кампаний; это архитектура данных.

Автоматизация маркетинга в 2026 году — это уже не про рассылки по триггерам и постинг по расписанию. Это про то, кто управляет алгоритмами: вы ими или они вами. В этом выпуске подкаста «Маркетинг с AI» я разобрала три тренда, которые вместе переписывают правила игры. Не теоретически — с конкретными механиками, примерами и вопросом, который неизбежно встаёт перед каждым маркетологом: что теперь делать мне?

Сразу скажу честно: ни один из этих трендов не убивает профессию. Но каждый из них убивает конкретный способ работы — тот, к которому большинство привыкли за последние пять лет.

Тренд #1: Zero-click search — маркетинг без кликов

Представьте: пользователь набирает в поиске «как выбрать CRM для малого бизнеса». Раньше он видел список сайтов, кликал, переходил, читал. Сейчас — получает полный структурированный ответ прямо на странице выдачи. Google AI Overviews, Яндекс Нейро, Perplexity — все они генерируют ответ из контента разных сайтов. Сайты получают цитирование. Трафик — нет.

По данным исследований, уже сегодня более 60% поисковых запросов в Google заканчиваются без перехода на сайт. Для информационных запросов — ещё выше. И это не временная аномалия, которую «починят» — это новая норма поиска.

Мы входим в эпоху, когда видимость в поиске и трафик из поиска — это два разных показателя. Раньше они были почти синонимами. Теперь — нет.

Что это значит для бизнеса? Классическое SEO — «напишем статью, получим трафик» — даёт сбои там, где AI-системы закрывают запрос своим ответом. Страдают прежде всего информационные запросы: «что такое», «как работает», «сравнение X и Y». Именно на них AI-поисковики отвечают лучше всего.

При этом коммерческие запросы — «купить», «заказать», «цена» — пока сохраняют трафик. Но и здесь есть нюанс: AI-ответ на коммерческий запрос формирует первое впечатление о рынке. Если ваш бренд не упоминается в сгенерированном ответе — вас не существует для пользователя, который ещё не определился с выбором.

Контент как структурированная база данных для AI

Здесь и начинается принципиальный сдвиг в подходе к контенту. Если раньше статья писалась для человека, который читает и кликает, то теперь она должна работать на два уровня одновременно: быть понятной человеку и быть парсируемой машиной.

AI-поисковик не «читает» статью так, как это делает человек. Он извлекает факты, определения, ответы на конкретные вопросы — и собирает из них синтезированный ответ. Чем чётче структурирован ваш контент, тем выше вероятность попасть в цитирование.

GEO (Generative Engine Optimization) — оптимизация контента для включения в ответы AI-поисковиков: ChatGPT, Perplexity, Google AI Overviews, Яндекс Нейро. В отличие от классического SEO (цель — позиция и клик), GEO работает на цитируемость. Ключевые факторы: чёткие определения в начале материала, структура вопрос–ответ, авторитетность источника, Schema.org разметка, FAQ-блоки.

На практике это значит: каждый материал нужно проектировать как ответ на конкретный вопрос. Не «статья про CRM», а «что такое CRM и как выбрать систему для команды 5–20 человек». Не «руководство по таргету», а «как настроить таргетированную рекламу Вконтакте с нуля: пошаговая инструкция». Конкретность — это не стилистический выбор, это техническое требование.

Параллельно с этим нужна Schema.org разметка. Это не опциональный технический довесок — это язык, на котором сайт разговаривает с алгоритмами. Article, FAQPage, HowTo, Person, Organization — каждый тип разметки помогает AI-системе понять, что именно она читает и насколько этому источнику можно доверять.

Подробнее о том, как AI встраивается в маркетинговые процессы на практике, — в отдельной статье. Там же — 28 конкретных задач, которые сегодня передаются алгоритмам.

Тренд #2: Рекламный автопилот и архитектура сигналов

Второй тренд касается платной рекламы — и здесь изменения не менее радикальные. Яндекс Директ, Google Ads, VK Реклама и большинство других рекламных платформ движутся в сторону полной автоматизации управления: алгоритм сам выбирает ставки, аудитории, форматы и время показа. Задача маркетолога смещается — от операционного управления к стратегическому.

Но вот в чём проблема: алгоритм настолько хорош, насколько хороши данные, которые он получает. Если вы говорите ему «оптимизируйся по кликам» — он найдёт самых кликабельных пользователей. Это не обязательно те, кто покупает. Если оптимизируетесь по лидам — получите много лидов с низким качеством. Алгоритм буквально делает то, что ему говорят. Не то, что вам нужно.

Алгоритм — это не волшебная кнопка «сделай хорошо». Это очень послушный исполнитель, который делает ровно то, что вы ему сказали, и никак иначе. Ошибка в постановке задачи масштабируется мгновенно.

Именно поэтому ключевым навыком маркетолога в эпоху рекламного автопилота становится не настройка кампаний, а архитектура сигналов — умение определить, какие данные передавать алгоритму, в каком формате и с какой частотой.

Маркетолог как архитектор сигналов

Архитектура сигналов — это стратегия передачи рекламным алгоритмам информации о реальных бизнес-результатах. Не о кликах. Не о показах. О том, кто реально купил, сколько потратил, вернулся ли снова.

Технически это выглядит так: данные о покупках из CRM → обогащение → передача в рекламный кабинет через офлайн-конверсии или API → алгоритм обучается находить похожих пользователей. Это работает несравнимо лучше, чем любой ручной таргетинг. Но требует нескольких вещей: корректно настроенной аналитики, связи CRM с рекламным кабинетом и понимания, какой сигнал действительно коррелирует с прибылью.

О том, как внедрить AI-агента в отдел маркетинга и правильно выстроить эту архитектуру, — разобрала в отдельном материале.

Устаревшая модель

Архитектура сигналов

Оптимизация по кликам и лидам

Оптимизация по выручке и LTV

Маркетолог вручную управляет ставками

Алгоритм управляет ставками по заданным сигналам

Данные о рекламе и CRM — в разных системах

Покупки из CRM передаются обратно в рекламный кабинет

Результат: много лидов, разное качество

Результат: меньше лидов, но выше конверсия в деньги

Как правильно переходить на автопилот: стратегия песочницы

Одна из самых частых ошибок, которую я вижу: компания переводит кампанию на автоматические стратегии — и сразу получает либо резкий рост стоимости лида, либо нестабильный результат. После этого делают вывод «автопилот не работает» и возвращаются к ручному управлению.

Проблема не в автопилоте. Проблема в том, что алгоритму нужно время на обучение — и в процессе обучения он совершает ошибки. Без ограничений эти ошибки стоят денег.

Стратегия песочницы решает это: вы выделяете ограниченный бюджет (достаточный для статистически значимого обучения, но не критичный для бизнеса), задаёте жёсткие KPI и даёте алгоритму время обучиться на реальных данных. Только после того, как алгоритм показывает стабильный результат в рамках песочницы, вы масштабируете бюджет.

Это не сложно методологически — но требует дисциплины: не вмешиваться, пока идёт обучение, не менять настройки каждые два дня, не выключать кампанию после первой недели убытков.

Тренд #3: Маркетинговая операционная система

Третий тренд — самый системный. Он про то, как данные движутся внутри бизнеса, и почему разрозненные инструменты больше не могут быть основой маркетинговой инфраструктуры.

Сегодня типичная картина в среднем бизнесе: CRM в одном месте, рекламные кабинеты в другом, аналитика в третьем, данные о продажах — в четвёртом. Эти системы обмениваются данными неполно, с задержками или не обмениваются вообще. Маркетолог вручную сводит таблицы, принимает решения на основе устаревших данных и тратит 30–40% рабочего времени на операционную рутину вместо стратегии.

Маркетинговая операционная система (marketing OS) — это единая архитектура, в которой данные из всех источников работают согласованно. Не интеграции ради интеграций — а связная структура, где обновление в одном месте автоматически обогащает другие.

Hightouch — платформа для передачи данных из хранилища (data warehouse) напрямую в рекламные системы, CRM и другие инструменты. В 2024–2025 годах привлекла $150 млн инвестиций при оценке $3 млрд. Позволяет отправлять сегменты аудитории из BigQuery или Snowflake прямо в Яндекс Директ, Facebook Ads, HubSpot и другие системы — без промежуточного кода. Это и есть маркетинговая операционная система в действии.

Почему это важно именно сейчас? Потому что архитектура сигналов, о которой я говорила выше, физически невозможна без налаженной передачи данных. Нельзя обучить алгоритм на сигналах о реальных покупках, если данные о покупках живут в CRM, а рекламный кабинет об этом не знает.

И это касается не только крупных компаний. Малый бизнес с выстроенной data-инфраструктурой бьёт конкурентов с большим бюджетом — потому что его алгоритмы работают на лучших данных.

Новые профессии, которые возникают вокруг этих систем, — операторы AI и интеграторы маркетинговых систем. Это не IT-специалисты в классическом смысле — это маркетологи с техническим мышлением, которые понимают и бизнес-логику, и архитектуру данных.

Практический пример: кофейня и три шага

Чтобы не оставаться в пространстве абстракций — давайте разберём на конкретном примере. Представьте небольшую сеть кофеен в Москве, три точки, средний чек 350 рублей, основная аудитория — офисные работники.

Раньше маркетинг выглядел так: настроили таргет Вконтакте на жителей района, сделали акцию «кофе + булочка», получили трафик в Директе по запросу «кофе рядом». SEO — статья «лучшая кофейня на Арбате». Всё понятно, всё измеримо кликами.

Сейчас пользователь спрашивает у Google Нейро: «где выпить хороший кофе рядом с метро Арбатская». AI генерирует ответ — и включает в него те заведения, о которых есть структурированная информация: актуальное меню, часы работы, отзывы в Schema.org, упоминания в авторитетных источниках. Та кофейня, которая инвестировала в присутствие в этих данных, — получает упоминание. Остальные — нет.

Три шага для этой кофейни — и для любого малого бизнеса:

Шаг 1: Аудит данных. Что сейчас есть: какие системы используются, как они связаны, где данные о покупках, есть ли сквозная аналитика. Это занимает один рабочий день, но даёт понимание, с чего начинать.

Шаг 2: Настройка сигналов. Подключить передачу данных о реальных покупках в рекламные кабинеты. Для кофейни это может быть интеграция кассовой системы с Яндекс Метрикой и дальше — в Директ. Для онлайн-бизнеса — передача данных о покупках из CRM через офлайн-конверсии.

Шаг 3: GEO-адаптация ключевого контента. Взять один–два материала, которые уже дают трафик, и переработать их под GEO: добавить чёткие определения в начало, структурировать как вопрос–ответ, добавить FAQ и Schema.org разметку. Посмотреть на результат через 4–6 недель и масштабировать подход.

Не нужно делать всё сразу. Нужно начать с одного шага, который даёт данные для следующего. Маркетинг как система — это не проект на полгода, а привычка думать процессами, а не разовыми кампаниями.

Парадокс совершенства: почему AI не заменит стратега

В конце я хочу поговорить о том, что кажется очевидным — но на самом деле тонкое. Все три тренда, которые я описала, работают на автоматизацию. AI пишет контент. Алгоритмы управляют рекламой. Платформы агрегируют данные. Закономерный вопрос: а зачем тут маркетолог?

Ответ — в парадоксе совершенства алгоритмов. Чем лучше алгоритмы справляются с исполнением, тем дороже становится стратегия. Не потому что стратегия стала сложнее — а потому что цена ошибки в стратегии выросла кратно. Если алгоритм безупречно исполняет неправильную задачу — он делает это масштабно и быстро.

Вопрос «что мы оптимизируем» стал важнее вопроса «как мы оптимизируем». И это — не задача для алгоритма. Это задача для человека, который понимает бизнес, клиента и контекст рынка.

Маркетолог 2026 года — это не тот, кто делает рекламу руками. Это тот, кто выстраивает архитектуру: данных, сигналов, контента, каналов. Тот, кто ставит правильные задачи алгоритмам. Тот, кто видит систему целиком, а не отдельные инструменты.

Об этом же — о том, почему экспертам больно внедрять нейросети, и как преодолеть этот барьер, — есть отдельный материал. Там не про технологии — про психологию перехода.

И ещё один материал, который хорошо дополняет эту тему: как устроена автономная нейроредакция — когда AI становится полноценным элементом контентного процесса, а не просто помощником для написания текстов.

▶ Смотреть выпуск

Если вы чувствуете, что маркетинг перестал быть управляемым — скорее всего, проблема не в инструментах. Проблема в архитектуре: данных, процессов, задач для алгоритмов.

Разберём вашу ситуацию на стратегической консультации или в рамках полного аудита маркетинга.

Посмотреть услуги →

🤖 Ключевые тезисы выпуска

  • Zero-click search разделяет видимость в поиске и трафик из поиска — это разные метрики с разной логикой управления.
  • GEO-оптимизация — это не замена SEO, а дополнительный слой: структурированный контент, который AI-поисковики могут цитировать.
  • Рекламный автопилот работает ровно настолько хорошо, насколько качественны сигналы, которые вы ему даёте. Оптимизация по кликам и оптимизация по выручке — принципиально разные задачи.
  • Архитектура сигналов: передача данных о реальных покупках из CRM в рекламные кабинеты — это ключевое конкурентное преимущество в 2026 году.
  • Маркетинговая операционная система — не отдельный инструмент, а принцип связности данных между всеми системами бизнеса.
  • Парадокс совершенства: чем лучше алгоритмы исполняют, тем дороже становится ошибка в стратегии. Стратегическое мышление дорожает, а не обесценивается.

Что сделать прямо сейчас: чеклист

  • Провести аудит data-стека: какие системы есть, как они связаны, где разрывы в передаче данных.
  • Настроить передачу данных о реальных покупках в рекламные кабинеты (офлайн-конверсии, API).
  • Переработать один ключевой материал под GEO: чёткие определения, структура вопрос–ответ, FAQ, Schema.org.
  • Если ещё не тестировали автоматические стратегии — запустить песочницу с жёсткими KPI и ограниченным бюджетом.
  • Проверить, какие сигналы вы сейчас даёте алгоритму: клики? лиды? или реальные покупки с LTV-данными?
  • Проверить наличие Schema.org разметки на ключевых страницах сайта: Article, FAQPage, Organization, BreadcrumbList.

Вопросы и ответы

Что такое zero-click search и почему это угроза для бизнеса?

Zero-click search — поисковые запросы, на которые пользователь получает ответ прямо на странице выдачи, без перехода на сайт. AI-системы (Google SGE, Яндекс Нейро, Perplexity) генерируют развёрнутые ответы из контента сайтов, но трафик остаётся у поисковика. Угроза в том, что органический трафик из поиска сокращается, при этом видимость бренда всё равно зависит от качества контента. Нужно оптимизировать не для клика, а для цитирования.

Что такое GEO-оптимизация и чем она отличается от SEO?

GEO (Generative Engine Optimization) — оптимизация контента для включения в ответы AI-поисковиков: ChatGPT, Perplexity, Google AI Overviews, Яндекс Нейро. В отличие от классического SEO, где цель — позиция в выдаче и клик, GEO работает на цитируемость. Ключевые факторы: чёткие определения в начале материала, структура вопрос–ответ, авторитетность источника, Schema.org разметка, FAQ-блоки. SEO и GEO не противоречат друг другу — хороший GEO-контент, как правило, хорошо ранжируется и в классическом поиске.

Как работает рекламный автопилот и что такое «песочница» алгоритма?

Рекламный автопилот — режим работы рекламных платформ, при котором алгоритм самостоятельно управляет ставками, аудиториями и плейсментами. «Песочница» — ограниченный бюджетный тест, в котором алгоритм обучается на реальных данных без риска слить весь бюджет. Правило: переводить кампанию на автопилот без предварительного обучения в рамках песочницы — типичная ошибка. Нужны минимум 2–4 недели обучения с достаточным количеством конверсий (30–50 в неделю) для статистически значимого результата.

Что такое архитектура сигналов в маркетинге?

Архитектура сигналов — стратегия передачи рекламным алгоритмам данных о реальных бизнес-результатах, а не только о кликах. Данные о покупках из CRM → обогащение → передача в рекламный кабинет через офлайн-конверсии или API → алгоритм обучается находить похожих пользователей. Маркетолог в этой роли — не составитель объявлений, а архитектор потоков данных между бизнесом и алгоритмом. Ключевой вопрос: «какой сигнал коррелирует с прибылью?» — а не «как снизить стоимость клика?»

Что такое маркетинговая операционная система и кому она нужна?

Маркетинговая операционная система — единая архитектура, в которой данные из CRM, рекламных кабинетов, аналитики и операционных систем бизнеса работают согласованно. Пример — Hightouch ($150 млн инвестиций, оценка $3 млрд): платформа передаёт данные из data warehouse напрямую в рекламные системы и CRM. Нужна всем, кто использует больше трёх маркетинговых инструментов одновременно и замечает, что данные в них не совпадают. Альтернатива — сводить таблицы вручную и принимать решения на основе устаревших данных.

С чего начать автоматизацию маркетинга прямо сейчас?

Три первых шага: 1) Аудит текущего стека — какие данные есть, как они передаются между системами, где разрывы. Это занимает один день, но даёт понимание приоритетов. 2) Настройка сигналов — передача данных о реальных покупках в рекламные алгоритмы через офлайн-конверсии или API. 3) GEO-адаптация одного ключевого материала — добавить чёткие определения, структуру, FAQ и Schema.org разметку. Смотреть результат через 4–6 недель и масштабировать. Не нужно делать всё сразу — нужна последовательность.

Любовь Черемисина

Стратегический маркетолог, консультант, fractional CMO

20 лет в digital-маркетинге, 100+ компаний в работе, 2,3 млрд ₽ дополнительной выручки клиентам. Помогаю бизнесу выстраивать системный маркетинг, внедрять AI как инструмент роста и принимать решения на основе данных, а не интуиции.

Читать также