В обычном поиске и рекламе товара было достаточно правильно заполнить карточку: название, цена, характеристики, фото, наличие. Но поиск на основе ИИ постепенно меняет логику отбора. Для Gemini, Perplexity и других систем важно не только то, что продается, но и насколько хорошо данные отвечают на конкретный запрос пользователя.
Для арбитражников это особенно интересно в товарных вертикалях, e-commerce и партнерских программах. ИИ всё чаще становится еще одним посредником между потенциальным покупателем и оффером. И если раньше главной задачей было попасть в выдачу или получить клик из рекламного объявления, то теперь нужно еще и сделать так, чтобы машина правильно поняла продукт и решила: именно его стоит показать пользователю.
54% проблем с товарными фидами
В исследовании State of PPC 2026, в котором приняли участие 1306 специалистов, 54% респондентов назвали главной проблемой при работе с товарными фидами ошибки в данных и отсутствие информации о товарах.
Показатель почти не меняется в последние годы. Причина проста: сами рекламные и торговые каналы постоянно меняют требования.
Сегодня маркетплейс требует десять атрибутов, а в следующем месяце добавляет еще пять. Регуляторные требования в Европе могут добавить обязательные поля по безопасности товара и документации. Google меняет структуру категорий и требования к данным, а популярность конкретных каналов отличается в зависимости от страны.
Для брендов это уже не просто техническая рутина. Данные из фида влияют на то, где и в каком контексте товар вообще сможет появиться.
А теперь к традиционным каналам добавляется еще один слой — поиск на основе ИИ.
Google Shopping, Performance Max и системы вроде Gemini и Perplexity всё больше используют структурированные данные, чтобы понять, какой товар соответствует конкретному запросу.
Условно говоря, машина уже не просто ищет совпадение по названию. Она пытается понять, какую проблему пользователь хочет решить и какой товар для этого подходит.
Именно здесь начинается переход от B2C к B2R — business to robot.
Начинать нужно с основы
Когда товарный фид имеет проблемы, нет смысла сразу пытаться оптимизировать каждый параметр. Сначала стоит закрыть обязательные требования конкретного канала.
У каждого площадки есть своя иерархия атрибутов. Часть полей критична: если их нет или они заполнены неправильно, товар могут отклонить или существенно ограничить его показы. Другие атрибуты рекомендуются и могут улучшить результаты. А уже после этого есть смысл заниматься мелкими оптимизациями.
Для арбитражника логика похожа. Если вы ведете трафик на каталог или офферы через товарную партнерку, нет смысла тратить время на тонкую настройку креативов, когда сами данные о товаре неполные или противоречивые.
Базовые вещи остаются самыми важными: название, описание, цена, наличие и ключевые характеристики.
Но здесь есть нюанс: одно универсальное название для всех каналов — не лучшее решение.
Название, которое хорошо работает в Google Shopping, может быть слишком длинным для Amazon или недостаточно информативным для другой площадки. Каждый канал имеет свою логику отображения товаров, поэтому одинаковый фид не обязательно одинаково хорошо будет работать везде.
Причем само понятие «полностью заполненного фида» тоже постепенно меняется.
Например, Google недавно добавил в Merchant Center Conversational Attributes — шесть новых полей, среди которых вопросы и ответы, ссылки на документы и рейтинг популярности. Они призваны помочь ИИ лучше понять товары и показывать их в ответ на запросы пользователей.
То есть полнота фида — не пункт, который можно один раз закрыть и забыть. Требования меняются вместе с самими каналами.
Не все товары заслуживают одинакового внимания
После того как базовые проблемы исправлены, каталог стоит сегментировать по результатам.
Самое простое — смотреть на два показателя: количество кликов и доход.
Товары с большим количеством кликов и хорошим доходом — это ваши лидеры. Они уже работают, поэтому их можно дополнительно оптимизировать, но основной потенциал часто находится в другой группе.
Это товары, которые получают много кликов, но почти не конвертируют.
Для арбитражника это знакомая ситуация: спрос уже есть, объявление получает переходы, но на этапе принятия решения что-то ломается.
Причина может быть в недостаточно конкретном названии, отсутствующих характеристиках или несоответствии данных. Например, пользователь видит одну цену в рекламе, а на сайте — другую. Или в объявлении товар выглядит как подходящий запросу, но после перехода выясняется, что нужной модификации нет.
В таких случаях проблема не в том, что вам не хватает трафика. Вы уже получили спрос, но не конвертировали его.
Именно поэтому оптимизация фида может давать непропорционально большой результат: не нужно создавать новый спрос, нужно лучше монетизировать тот, который уже существует.
Автор материала приводит пример немецкого ритейлера Deiters, который использовал такой подход во время карнавального сезона. Компания разделила товары по результативности и перестроила кампании согласно этим сегментам. В результате получила более €500 тыс. дополнительного дохода, сохранив целевой ROAS, а количество товаров без единого показа сократилось более чем с 4000 примерно до 500.
Короче говоря, не стоит распределять бюджет и усилия равномерно между всеми офферами.
Если товар уже получает переходы, но не конвертирует, сначала стоит проверить само предложение и данные. Если товар почти не получает показов — проблема может быть совсем в другом месте.
И даже успешные офферы не стоит оставлять без внимания. Если товар стабильно приносит деньги, это не значит, что его потенциал исчерпан.
Сколько каналов — это уже слишком?
Казалось бы, чем больше площадок, на которых представлен товар, тем больше потенциальных покупателей. На практике всё упирается в качество работы с каждым каналом.
У каждой площадки свои требования к атрибутам, формату контента и сигналам, по которым система оценивает товар. Если просто растянуть один и тот же фид на десять каналов, но не адаптировать его под специфику каждого, результат может быть хуже, чем от одного хорошо проработанного источника трафика.
Для арбитража это знакомая проблема. Можно одновременно тестировать Google, Meta, TikTok, Pinterest и другие источники, но если бюджета, креативов и времени на аналитику не хватает даже для базовой оптимизации, количество каналов само по себе ничего не дает.
Поэтому вместо вопроса «сколько каналов нам подключить?» стоит задать другой: где именно сосредоточен спрос на нашу категорию?
Перед запуском нового канала имеет смысл проверить:
есть ли там достаточный объем аудитории в вашей вертикали;
позволяет ли площадка работать с вашим типом товаров;
соответствует ли фид её требованиям;
можете ли вы регулярно поддерживать качество данных;
оправдывает ли потенциальный объем трафика затраты на отдельную оптимизацию.
Один хорошо настроенный канал может стабильно приносить больше, чем три площадки, которые ведутся по остаточному принципу.
Фид становится частью поисковой оптимизации
Раньше товарный фид можно было воспринимать преимущественно как технический файл, который нужен рекламной системе для загрузки товаров.
С появлением AI-поиска эта роль меняется.
Человек может сформулировать запрос не как название конкретного товара, а как проблему или набор требований. Например:
«Нужны легкие водонепроницаемые кроссовки для трейлового бега, желательно с хорошей поддержкой стопы».
Для традиционного поиска было бы достаточно совпадений по ключевым словам. AI-система пытается понять весь запрос и сопоставить его с характеристиками доступных товаров.
Поэтому два товара могут быть абсолютно одинаковыми по факту, но иметь разные шансы попасть в ответ.
Сравним:
«Синие кроссовки для бега, размер 40»
и
«Легкие водонепроницаемые кроссовки для трейлового бега, с поддержкой высокого подъема стопы, вес 280 г».
Оба описания могут относиться к одной модели. Но второе содержит значительно больше информации, по которой система может понять, кому и для какого сценария подходит товар.
И это одна из ключевых изменений для товарного арбитража: описание должно не просто называть продукт — оно должно объяснять его назначение.
AI-поиск ищет ответ, а не просто товар
Это можно напрямую перенести на работу с офферами.
Если пользователь спрашивает:
«какой ноутбук подойдет для монтажа видео до $1000?»;
«какие кроссовки взять для бега под дождем?»;
«какой павербанк подойдет для длительного похода?»;
«какое средство поможет от сухой кожи зимой?»,
система должна понять не только категорию товара, но и контекст выбора.
Поэтому для товарного арбитража становятся важными:
Конкретные характеристики. Не просто «качественный товар», а вес, материал, размер, мощность, совместимость и другие фактические параметры.
Сценарии использования. Для кого продукт и в каких условиях он нужен.
Точные названия. Без излишней креативности, которая мешает машине правильно классифицировать товар.
Полные атрибуты. Чем больше релевантной информации есть в структурированных данных, тем больше контекста получает система.
Согласованность информации. Цена, наличие, характеристики и описание не должны противоречить друг другу.
Это не значит, что теперь нужно писать описания исключительно для роботов. Напротив: хорошее описание должно быть понятным человеку, но одновременно содержать достаточно конкретных данных, чтобы его правильно интерпретировала машина.
От B2C к B2R
Именно здесь появляется понятие B2R — business to robot.
В классическом маркетинге конечным адресатом коммуникации был человек. Он реагировал на визуал, эмоцию, бренд, цену, социальное доказательство.
ИИ-система работает иначе. Она должна оценить структурированную информацию и определить, насколько конкретный продукт соответствует запросу.
Поэтому известный бренд с плохо заполненным фидом потенциально может проиграть меньшему конкуренту, у которого данные о товарах точнее и полнее.
Для арбитражника это означает, что оптимизация оффера постепенно выходит за пределы обычной работы с рекламным кабинетом. Важна вся цепочка:
запрос пользователя → AI-поиск → выбор товара → клик → лендинг → конверсия.
Если проблема возникает еще на этапе понимания товара, до вашего лендинга пользователь вообще не дойдет.
До агентного шопинга еще далеко
Полноценная эра агентной торговли еще не наступила. Объем покупок, которые полностью или частично совершаются AI-агентами, пока небольшой, а инструменты измерения видимости брендов в ответах языковых моделей значительно менее зрелы, чем традиционная аналитика поиска и рекламы.
Но именно поэтому сейчас есть возможность занять позицию до того, как конкуренция станет жестче.
Бренды и арбитражники, которые уже приводят в порядок свои товарные данные, фактически строят основу для будущих каналов привлечения трафика. Те же, кто воспринимает фид как технический файл, который нужно обновлять только после ошибки в Merchant Center, рискуют постепенно терять видимость.
И здесь есть важное отличие от классического SEO. Вы оптимизируете не только страницу под поисковый запрос. Вы даете машине структурированную информацию, на основе которой она может сравнивать, отбирать и рекомендовать ваш продукт.
Это открывает еще одно направление работы: следить не только за CTR, CPC, конверсией и ROAS, но и за тем, насколько хорошо оффер представлен в данных, которые используют поисковые и рекомендательные системы на основе ИИ.
Что стоит сделать
Пока AI-поиск только формируется как отдельный канал, не нужно перестраивать всю инфраструктуру. Достаточно начать с базовых вещей:
проверить полноту товарного фида;
исправить ошибки в названиях и ключевых атрибутах;
убрать противоречия между фидом и лендингом;
добавить характеристики, по которым пользователи реально выбирают товар;
сегментировать офферы по кликам, конверсиям и доходу;
отдельно проработать товары, которые получают трафик, но плохо конвертируют;
проверить актуальные требования каждого канала;
следить за новыми атрибутами и форматами, которые добавляют Google и другие платформы.
Главная идея проста: товарный фид больше не стоит воспринимать как технический бекенд рекламы. Это часть того, как машина понимает ваш оффер.
AI-поиск уже начинает решать, какой продукт показать человеку в ответ на его запрос. И если система не может понять, чем ваш товар отличается, для кого он подходит и какую проблему решает, у нее просто нет достаточно причин его рекомендовать.
Поэтому исправить фид сейчас — это не только про меньше ошибок в Merchant Center и лучшую эффективность Performance Max. Это способ подготовить офферы к следующему этапу поиска, где за внимание пользователя будут конкурировать уже не только рекламные объявления, но и рекомендации самих ИИ-систем.
Что говорят арбитражники.