У звичайному пошуку та рекламі товару було достатньо правильно заповнити картку: назва, ціна, характеристики, фото, наявність. Але пошук на основі ШІ поступово змінює логіку відбору. Для Gemini, Perplexity та інших систем важливо не лише те, що продається, а й те, наскільки добре дані відповідають на конкретний запит користувача.
Для арбітражників це особливо цікаво в товарних вертикалях, e-commerce та партнерських програмах. ШІ дедалі частіше стає ще одним посередником між потенційним покупцем і офером. І якщо раніше головним завданням було потрапити у видачу або отримати клік із рекламного оголошення, то тепер потрібно ще й зробити так, щоб машина правильно зрозуміла продукт і вирішила: саме його варто показати користувачеві.
54% проблем із товарними фідами
У дослідженні State of PPC 2026, де взяли участь 1306 фахівців, 54% респондентів назвали головною проблемою під час роботи з товарними фідами помилки в даних та відсутню інформацію про товари.
Показник майже не змінюється протягом останніх років. Причина проста: самі рекламні та торгові канали постійно змінюють вимоги.
Сьогодні маркетплейс вимагає десять атрибутів, а наступного місяця додає ще п'ять. Регуляторні вимоги в Європі можуть додати обов'язкові поля щодо безпеки товару та документації. Google змінює структуру категорій і вимоги до даних, а популярність конкретних каналів відрізняється залежно від країни.
Для брендів це вже не просто технічна рутина. Дані з фіда впливають на те, де і в якому контексті товар взагалі зможе з'явитися.
А тепер до традиційних каналів додається ще один шар — пошук на основі ШІ.
Google Shopping, Performance Max та системи на кшталт Gemini і Perplexity дедалі більше використовують структуровані дані, щоб зрозуміти, який товар відповідає конкретному запиту.
Умовно кажучи, машина вже не просто шукає збіг за назвою. Вона намагається зрозуміти, яку проблему користувач хоче вирішити і який товар для цього підходить.
Саме тут починається перехід від B2C до B2R — business to robot.
Починати потрібно з основи
Коли товарний фід має проблеми, немає сенсу одразу намагатися оптимізувати кожен параметр. Спочатку варто закрити обов'язкові вимоги конкретного каналу.
У кожного майданчика є власна ієрархія атрибутів. Частина полів критична: якщо їх немає або вони заповнені неправильно, товар можуть відхилити чи суттєво обмежити його покази. Інші атрибути рекомендуються і можуть покращити результати. А вже після цього є сенс займатися дрібними оптимізаціями.
Для арбітражника логіка схожа. Якщо ви ведете трафік на каталог або офери через товарну партнерку, немає сенсу витрачати час на тонке налаштування креативів, коли самі дані про товар неповні або суперечливі.
Базові речі залишаються найважливішими: назва, опис, ціна, наявність та ключові характеристики.
Але тут є нюанс: одна універсальна назва для всіх каналів — не найкраще рішення.
Назва, яка добре працює в Google Shopping, може бути надто довгою для Amazon або недостатньо інформативною для іншого майданчика. Кожен канал має власну логіку відображення товарів, тому однаковий фід не обов'язково однаково добре працюватиме всюди.
Причому саме поняття «повністю заповненого фіда» теж поступово змінюється.
Наприклад, Google нещодавно додав до Merchant Center Conversational Attributes — шість нових полів, серед яких запитання та відповіді, посилання на документи та рейтинг популярності. Вони покликані допомогти ШІ краще зрозуміти товари та показувати їх у відповідь на запити користувачів.
Тобто повнота фіда — не пункт, який можна один раз закрити й забути. Вимоги змінюються разом із самими каналами.
Не всі товари заслуговують однакової уваги
Після того як базові проблеми виправлені, каталог варто сегментувати за результатами.
Найпростіше дивитися на два показники: кількість кліків і дохід.
Товари з великою кількістю кліків і хорошим доходом — це ваші лідери. Вони вже працюють, тому їх можна додатково оптимізувати, але основний потенціал часто знаходиться в іншій групі.
Це товари, які отримують багато кліків, але майже не конвертують.
Для арбітражника це знайома ситуація: попит уже є, оголошення отримує переходи, але на етапі прийняття рішення щось ламається.
Причина може бути в недостатньо конкретній назві, відсутніх характеристиках або невідповідності даних. Наприклад, користувач бачить одну ціну в рекламі, а на сайті — іншу. Або в оголошенні товар виглядає як відповідний запиту, але після переходу з'ясовується, що потрібної модифікації немає.
У таких випадках проблема не в тому, що вам бракує трафіку. Ви вже отримали попит, але не конвертували його.
Саме тому оптимізація фіда може давати непропорційно великий результат: не потрібно створювати новий попит, потрібно краще монетизувати той, який уже існує.
Автор матеріалу наводить приклад німецького ритейлера Deiters, який використав такий підхід під час карнавального сезону. Компанія розділила товари за результативністю та перебудувала кампанії відповідно до цих сегментів. У результаті отримала понад €500 тис. додаткового доходу, зберігши цільовий ROAS, а кількість товарів без жодного показу скоротилася більш ніж із 4000 приблизно до 500.
Коротше кажучи, не варто розподіляти бюджет і зусилля рівномірно між усіма оферами.
Якщо товар уже отримує переходи, але не конвертує, спочатку варто перевірити саму пропозицію та дані. Якщо товар майже не отримує показів — проблема може бути зовсім в іншому місці.
І навіть успішні офери не варто залишати без уваги. Якщо товар стабільно приносить гроші, це не означає, що його потенціал вичерпаний.
Скільки каналів — це вже забагато?
Здавалося б, чим більше майданчиків, на яких представлений товар, тим більше потенційних покупців. На практиці все впирається в якість роботи з кожним каналом.
У кожного майданчика свої вимоги до атрибутів, формату контенту та сигналів, за якими система оцінює товар. Якщо просто розтягнути один і той самий фід на десять каналів, але не адаптувати його під специфіку кожного, результат може бути гіршим, ніж від одного добре опрацьованого джерела трафіку.
Для арбітражу це знайома проблема. Можна одночасно тестувати Google, Meta, TikTok, Pinterest та інші джерела, але якщо бюджету, креативів і часу на аналітику не вистачає навіть для базової оптимізації, кількість каналів сама по собі нічого не дає.
Тому замість питання «скільки каналів нам підключити?» варто поставити інше: де саме зосереджений попит на нашу категорію?
Перед запуском нового каналу має сенс перевірити:
чи є там достатній обсяг аудиторії у вашій вертикалі;
чи дозволяє майданчик працювати з вашим типом товарів;
чи відповідає фід його вимогам;
чи можете ви регулярно підтримувати якість даних;
чи виправдовує потенційний обсяг трафіку витрати на окрему оптимізацію.
Один добре налаштований канал може стабільно приносити більше, ніж три майданчики, які ведуться за залишковим принципом.
Фід стає частиною пошукової оптимізації
Раніше товарний фід можна було сприймати переважно як технічний файл, який потрібен рекламній системі для завантаження товарів.
З появою AI-пошуку ця роль змінюється.
Людина може сформулювати запит не як назву конкретного товару, а як проблему або набір вимог. Наприклад:
«Потрібні легкі водонепроникні кросівки для трейлового бігу, бажано з хорошою підтримкою стопи».
Для традиційного пошуку достатньо було б збігів за ключовими словами. AI-система намагається зрозуміти весь запит і зіставити його з характеристиками доступних товарів.
Тому два товари можуть бути абсолютно однаковими за фактом, але мати різні шанси потрапити у відповідь.
Порівняймо:
«Сині кросівки для бігу, розмір 40»
і
«Легкі водонепроникні кросівки для трейлового бігу, з підтримкою високого підйому стопи, вага 280 г».
Обидва описи можуть стосуватися однієї моделі. Але другий містить значно більше інформації, за якою система може зрозуміти, кому та для якого сценарію підходить товар.
І це одна з ключових змін для товарного арбітражу: опис має не просто називати продукт — він має пояснювати його призначення.
AI-пошук шукає відповідь, а не просто товар
Це можна перенести безпосередньо на роботу з оферами.
Якщо користувач запитує:
«який ноутбук підійде для монтажу відео до $1000?»;
«які кросівки взяти для бігу під дощем?»;
«який павербанк підійде для тривалого походу?»;
«який засіб допоможе від сухої шкіри взимку?»,
система повинна зрозуміти не тільки категорію товару, а й контекст вибору.
Тому для товарного арбітражу стають важливими:
Конкретні характеристики. Не просто «якісний товар», а вага, матеріал, розмір, потужність, сумісність та інші фактичні параметри.
Сценарії використання. Для кого продукт і в яких умовах він потрібен.
Точні назви. Без надмірної креативності, яка заважає машині правильно класифікувати товар.
Повні атрибути. Чим більше релевантної інформації є в структурованих даних, тим більше контексту отримує система.
Узгодженість інформації. Ціна, наявність, характеристики та опис не повинні суперечити одне одному.
Це не означає, що тепер потрібно писати описи виключно для роботів. Навпаки: хороший опис має бути зрозумілим людині, але водночас містити достатньо конкретних даних, щоб його правильно інтерпретувала машина.
Від B2C до B2R
Саме тут з'являється поняття B2R — business to robot.
У класичному маркетингу кінцевим адресатом комунікації була людина. Вона реагувала на візуал, емоцію, бренд, ціну, соціальний доказ.
AI-система працює інакше. Вона повинна оцінити структуровану інформацію та визначити, наскільки конкретний продукт відповідає запиту.
Тому відомий бренд із погано заповненим фідом потенційно може програти меншому конкуренту, у якого дані про товари точніші й повніші.
Для арбітражника це означає, що оптимізація офера поступово виходить за межі звичайної роботи з рекламним кабінетом. Важливим стає весь ланцюжок:
запит користувача → AI-пошук → вибір товару → клік → лендинг → конверсія.
Якщо проблема виникає ще на етапі розуміння товару, до вашого лендингу користувач взагалі не дійде.
До агентного шопінгу ще далеко
Повноцінна ера агентної торгівлі ще не настала. Обсяг покупок, які повністю або частково здійснюються AI-агентами, поки невеликий, а інструменти вимірювання видимості брендів у відповідях мовних моделей значно менш зрілі, ніж традиційна аналітика пошуку та реклами.
Але саме тому зараз є можливість зайняти позицію до того, як конкуренція стане жорсткішою.
Бренди й арбітражники, які вже приводять до ладу свої товарні дані, фактично будують основу для майбутніх каналів залучення трафіку. Ті ж, хто сприймає фід як технічний файл, який потрібно оновлювати лише після помилки в Merchant Center, ризикують поступово втрачати видимість.
І тут є важлива відмінність від класичного SEO. Ви оптимізуєте не лише сторінку під пошуковий запит. Ви даєте машині структуровану інформацію, на основі якої вона може порівнювати, відбирати й рекомендувати ваш продукт.
Це відкриває ще один напрям роботи: стежити не тільки за CTR, CPC, конверсією та ROAS, а й за тим, наскільки добре офер представлений у даних, які використовують пошукові та рекомендаційні системи на основі ШІ.
Що варто зробити
Поки AI-пошук лише формується як окремий канал, не потрібно перебудовувати всю інфраструктуру. Достатньо почати з базових речей:
перевірити повноту товарного фіда;
виправити помилки в назвах і ключових атрибутах;
прибрати суперечності між фідом та лендингом;
додати характеристики, за якими користувачі реально обирають товар;
сегментувати офери за кліками, конверсіями та доходом;
окремо пропрацювати товари, які отримують трафік, але погано конвертують;
перевірити актуальні вимоги кожного каналу;
стежити за новими атрибутами та форматами, які додають Google та інші платформи.
Головна ідея проста: товарний фід більше не варто сприймати як технічний бекенд реклами. Це частина того, як машина розуміє ваш офер.
AI-пошук уже починає вирішувати, який продукт показати людині у відповідь на її запит. І якщо система не може зрозуміти, чим ваш товар відрізняється, для кого він підходить і яку проблему вирішує, вона просто не має достатньо причин його рекомендувати.
Тому виправити фід зараз — це не лише про менше помилок у Merchant Center і кращу ефективність Performance Max. Це спосіб підготувати офери до наступного етапу пошуку, де за увагу користувача конкуруватимуть уже не тільки рекламні оголошення, а й рекомендації самих ШІ-систем.
Що кажуть арбітражники.