Яндекс Метрика и нейросети: 87% трафика уходит в Direct, где ИИ-визиты не отследить

Автор эксперимента собрал сегмент из 13 доменов нейросетевых сервисов и прогнал его через Reporting API Яндекс.Метрики на данных собственного небольшого сайта. Результат за 90 дней: 10 визитов из 634, при этом ни одного, который можно однозначно отнести к ИИ-источнику. Сработали только два домена, yandex.ru и ya.ru, а отличить переход из генеративного ответа Алисы от обычного клика по органической выдаче без внутренней разметки Яндекса невозможно.

Как устроен метод и где он ломается?

Идея простая: у каждого визита в Яндекс.Метрике есть поле ym:s:refererDomain, домен, с которого пришёл посетитель. Автор составил список из 13 доменов нейросетевых сервисов: chatgpt.com, chat.openai.com, openai.com, perplexity.ai, gemini.google.com, claude.ai, giga.chat, gigachat.com, ya.ru, yandex.ru, copilot.microsoft.com, you.com, deepseek.com.

Фильтрация работает так: скрипт на Python делает два запроса к Reporting API, забирает топ реферальных доменов и сверяет их со списком подстрокой. Код занимает меньше ста строк и не требует ничего, кроме OAuth-токена с правом metrika:read.

Проблема не в скрипте и не в списке. Из 13 доменов сработали только yandex.ru и ya.ru. Ни одного перехода с chatgpt.com, perplexity.ai, claude.ai или deepseek.com сегмент не зафиксировал.

Причина в протоколе: ChatGPT и чатовый интерфейс Алисы обрубают реферер на своей стороне до того, как визит долетает до счётчика. Такой визит попадает в категорию Direct, где у него просто нет поля, по которому можно фильтровать. Расширение списка доменов ничего не изменит, данных для фильтра физически не существует.

87% трафика в Direct, и там прячется ИИ

Полная картина по источникам за те же 90 дней выглядит так:

• Direct traffic (прямые заходы, то есть визиты без переданного реферера): 552 визита, 87,1%
• Link traffic (переходы по ссылкам): 34
• Internal traffic (внутренние переходы): 25
• Search engine traffic (поиск): 16
• Recommendation system traffic (рекомендательные системы): 6
• Messenger traffic (мессенджеры): 1

Сайт молодой, и доля Direct аномально высока, но сам механизм универсален. В эту категорию попадают закладки, переходы из мобильных приложений через WebView, мессенджеры без UTM-меток (UTM, специальные параметры в ссылке, позволяющие аналитике понять, откуда пришёл клик), и те самые визиты из ChatGPT и Алисы.

Закрыть дыру через UTM-метки тоже не получится: автор контента не контролирует, какую ссылку нейросеть подставит в ответ пользователю. Нейросеть берёт URL из своего индекса или из результатов поиска как есть.

Почему стандартная аналитика проигрывает нейросетям?

Метод с сегментом по доменам честный и рабочий, но он даёт оценку снизу. Реальный объём ИИ-трафика всегда выше измеренного, а насколько именно, метод сказать не может. Это не баг конкретного инструмента, а свойство архитектуры: чат-интерфейсы проектировались без оглядки на реферальную аналитику.

Для рынка это значит, что ни один отчёт о доле ИИ-трафика на основе стандартных счётчиков (Яндекс.Метрика, Google Analytics) не показывает полную картину. Все публичные оценки, если они строятся на реферерах, занижены по определению.

Перспектива появится, только если сами платформы (OpenAI, Яндекс, Google) начнут передавать специальную разметку источника. Пока этого нет, честный ответ на вопрос «сколько трафика мне приносят нейросети» звучит так: «не меньше X, но реальное число выше, и мы не знаем, насколько».

Формально «чистых», однозначно отнесённых к ИИ-сервису визитов по этому прогону, ноль. А те десять источников, это верхняя оценка внутри самого сегмента, а не число, которое можно предъявить как факт. : Автор эксперимента

Что делать с этим прямо сейчас, по ролям

Автору на Дзене и владельцу сайта. Соберите сегмент по 13 доменам ИИ-сервисов в Яндекс.Метрике (через «Источники, Внешний реферер, содержит» с оператором OR). Это займёт пять минут без кода. Полученное число, ваш минимум. Следите за динамикой: если через месяц переходы с perplexity.ai или claude.ai появятся (эти сервисы чаще передают реферер), вы увидите рост.

Маркетологу. Не закладывайте ИИ-трафик в KPI как точную метрику. Используйте его как индикатор тренда: растёт нижняя граница, значит, растёт и реальный объём. Если клиент спрашивает «сколько трафика из нейросетей», честный ответ включает оговорку про Direct.

Предпринимателю в РФ. Яндекс.Метрика, основной бесплатный инструмент для этого замера, она доступна всем. Скрипт на Python из эксперимента работает с Reporting API без платных подписок, нужен только OAuth-токен. Google Analytics сталкивается с той же проблемой обрезанных рефереров.

Пока платформы не начнут передавать честный реферер, единственный рабочий подход: замерять нижнюю границу через сегмент, держать в голове, что Direct прячет неизвестную долю ИИ-визитов, и не строить на этих данных бюджетных решений. Скрипт из эксперимента, хорошая отправная точка: он покажет, есть ли вообще сигнал, и позволит отслеживать динамику неделя к неделе.