OpaGPT Контекст: фармацевтический маркетплейс и падение органического трафика
Сеть аптек «Здоровье+» (условное название) с оборотом 480 млн рублей в год вышла на Ozon и Wildberries в начале 2024 года. Ассортимент — 1 200 SKU: БАДы, витамины, медицинские приборы, ортопедические товары. Через четыре месяца продажи встали: карточки товаров не поднимались выше 4-й страницы выдачи, CTR в поиске маркетплейсов не превышал 2,1%, а доля органических заказов упала до 18%. Юнит-экономика товаров здоровья на маркетплейсах: обзор сервисов
Проблема была не в цене или фотографиях. Мы провели аудит и выяснили: алгоритмы ранжирования Ozon и Wildberries в 2024 году перешли на нейросетевые модели, которые анализируют не просто ключевые слова, а смысловую связность текста. Старые SEO-подходы — «водянистые» описания, переспам ключами, шаблонные характеристики — давали обратный эффект. AI-модели маркетплейсов буквально «штрафовали» карточки за отсутствие структурированных данных о составе, противопоказаниях и способе применения. Sbor Semanticheskogo Yadra Zdorove Ozon Wildberries
Проблема: типичные ошибки AI SEO в медицинских карточках
Мы выделили пять критических ошибок, которые убивали видимость карточек в выдаче:
- Отсутствие семантической разметки JSON-LD для медицинских товаров (тип Product, MedicalCondition, Drug). Без неё нейросеть не понимала, что товар относится к категории «здоровье».
- Шаблонные описания — копипаст от производителя. Алгоритмы Ozon детектируют дубли и понижают карточку в выдаче на 30-40 позиций.
- Игнорирование блока «вопрос-ответ» — на Wildberries этот блок стал ключевым фактором ранжирования для товаров с ценой выше 2 000 рублей.
- Отсутствие синонимов и семантического ядра — например, для тонометра не были указаны слова «измеритель давления», «сфигмоманометр», «монитор АД». Нейросеть не могла сопоставить запрос и товар.
- Некорректная обработка медицинских терминов — описание содержало ошибки в латинских названиях действующих веществ, что приводило к полному исключению из поиска по точным запросам.
Важно: Нейросетевые алгоритмы Ozon и Wildberries в 2024-2025 годах работают как семантические графы. Они сопоставляют запрос пользователя не с отдельными словами, а с целым «облаком смыслов» вокруг товара. Если в карточке нет связки «состав → действие → противопоказания → способ применения», алгоритм считает товар нерелевантным.
Решение: пересборка карточек под AI-ранжирование
Мы разработали методику из шести шагов, которая заняла 5 недель. Работали только с теми категориями, где ошибки давали максимальную просадку: витамины группы B, тонометры, ортопедические подушки.
Шаг 1. Семантическая разметка Schema.org
Внедрили JSON-LD разметку для каждого товара: тип Product с вложенными свойствами Drug, MedicalCondition, Dosage. Это позволило нейросети Ozon корректно классифицировать товары и показывать их в тематических подборках «Здоровье».
Шаг 2. Реструктуризация описаний
Каждое описание переписали по формуле: проблема → решение → состав → доказательная база → противопоказания. Объём текста сократили с 3 000 до 1 800-2 200 символов, но добавили плотность смысловых связей.
Шаг 3. Работа с блоками «Вопрос-ответ»
Сгенерировали по 15-20 реальных вопросов на каждую карточку (на основе семантики и поисковых подсказок) и дали развёрнутые ответы. На Wildberries этот блок дал наибольший прирост видимости.
Шаг 4. Расширение семантического ядра
Добавили синонимы, профессиональные термины и разговорные названия. Для тонометра: «аппарат для измерения давления», «монитор артериального давления», «прибор для гипертоников», «тонометр автоматический для пожилых».
Шаг 5. Техническая оптимизация изображений
Переименовали файлы изображений, добавили ALT-тексты с точными названиями товаров и ключевыми характеристиками. На Ozon это повлияло на ранжирование в визуальном поиске.
Шаг 6. A/B-тестирование мета-тегов
Заголовки карточек переписали по шаблону: «Тип товара + ключевое действие + ключевой симптом + бренд». Пример: «Тонометр автоматический на плечо для пожилых, измерение давления за 30 секунд, AND UB-202».
Совет: Не пытайтесь обмануть нейросеть маркетплейса. Если в карточке написано «лечит гипертонию», а в сертификате товара этого нет, алгоритм быстро вычислит несоответствие и понизит карточку. Работайте только с реальными свойствами товара.
Результат: цифры через 8 недель после внедрения
Мы зафиксировали следующие изменения по 340 оптимизированным карточкам:
| Показатель | До внедрения | После внедрения | Динамика |
|---|---|---|---|
| Средняя позиция в поиске | 37,5 | 12,2 | +68% |
| CTR в поисковой выдаче | 2,1% | 5,8% | +176% |
| Доля органических заказов | 18% | 41% | +128% |
| Конверсия карточки в заказ | 3,4% | 6,9% | +103% |
| Выручка с органического трафика | 1,2 млн ₽/мес | 3,8 млн ₽/мес | +217% |
Ключевой результат — рост выручки с органики на 2,6 млн рублей в месяц при нулевом бюджете на рекламу внутри маркетплейсов. Дополнительно снизилась стоимость привлечения заказа: с 890 до 240 рублей.
Выводы: как масштабировать успех
Методика показала устойчивый результат на протяжении трёх месяцев наблюдения. Алгоритмы маркетплейсов не «откатили» позиции, потому что контент стал реально полезным для пользователей.
- AI SEO на маркетплейсах — это про смысловую релевантность, а не про плотность ключевых слов.
- Медицинские товары требуют максимальной точности в терминах и описании свойств. Ошибка в одном слове может обнулить весь трафик.
- Блок «Вопрос-ответ» — самый недооценённый инструмент ранжирования на Wildberries. Конкуренты его игнорируют, а зря.
- Автоматизация через нейросети (например, ChatGPT или специализированные сервисы вроде OpaGPT) ускоряет переписывание карточек в 10-15 раз, но требует ручной проверки медицинских фактов.
Цитата из отчёта клиенту: «Мы потратили 5 недель на пересборку карточек и получили рост продаж в 3 раза без увеличения рекламного бюджета. Главное — перестали копировать тексты производителей и начали думать о том, что именно ищет покупатель в момент, когда у него болит спина или повысилось давление».
FAQ: частые вопросы по AI SEO для карточек товаров
1. Как быстро нейросеть маркетплейса реагирует на изменения в карточке?
Индексация изменений занимает от 3 до 14 дней. На Ozon пересчёт происходит быстрее (3-5 дней), на Wildberries — до двух недель. Полный эффект от переработки карточки мы наблюдали на 3-4 неделе.
2. Можно ли использовать один и тот же текст для Ozon и Wildberries?
Нет. Алгоритмы этих площадок используют разные модели ранжирования. Ozon больше внимания уделяет структурированным данным и JSON-LD разметке, Wildberries — поведенческим факторам и блоку вопросов-ответов. Тексты должны быть адаптированы под каждую площадку.
3. Какие ошибки в медицинских карточках самые критичные для AI-алгоритмов?
Самая критичная — несоответствие заявленных свойств реальным характеристикам товара. Например, если написано «гипоаллергенный», а в составе есть компонент, который часто вызывает аллергию. Вторая по значимости — отсутствие противопоказаний. Нейросеть может исключить карточку из выдачи по запросам со словом «безопасный» или «для чувствительной кожи».