Оптовая дистрибуция стройматериалов: кого нейросети называют в ответах — и почему ChatGPT и Google расходятся
Автор: ИИ клиенты·Опубликовано: ·Обновлено:
Мы повторили тот же эксперимент, что и в разборе реагентов для водоподготовки — только на другом рынке: оптовая дистрибуция стройматериалов. Спросили два источника — ChatGPT «из головы» и живой Google-AI — и снова получили два разных ответа. Но на этот раз сюжет повернулся не так, как ожидалось.
Что и как измеряли
Мы отслеживали 11 компаний по 30 запросам в трёх группах: выбор и сравнение, определения, коммерческие.
Врезка о методе (константа шаблона — проверять актуальность, не удалять):
Ось 1 — ChatGPT «из памяти». Прямой опрос модели без веб-поиска: только то, что она «выучила». Это не то, что видит обычный пользователь чата с включённым поиском — осознанно узкая ось.
Ось 2 — живой AI-ответ Google (
ai=1). Реальный сгенерированный ответ с источниками. Для коммерческих запросов Google отдаёт его в режиме AI Mode (классический «Обзор от ИИ» на них недоступен) — поэтому это «AI-ответ Google», а не строго «AI Overview». Контент проверен как живой (меняется по запросу, источники — реальные домены). Ось 2 оценивается детерминированно: домен считается источником при ≥5 упоминаниях в разметке ответа.
Чего не мерили: модели с веб-поиском и Яндекс — как и в прошлом разборе, это отдельные оси для будущей работы.
Кого отслеживали: 11 компаний, и они разные
9 профильных (on-niche): ООО «Стройхолдинг-Трейд» (stroyholding.ru), Строй Опт (stroi-opt.com), StroyPartner (Строй Партнёр) (st-par.ru), Стройкомплект (Stroykomplit) (strd.ru), ООО «ПрофСнаб» (prfsnab.ru), БлокПром (blokprom.ru), ДСМ Трейд-НН (nnkirpich.ru), Bonolit (Бонолит) (bonolit.ru), Каширский кирпичный завод (zavod-kashira.ru).
2 смежных (adjacent) — тематически рядом, но фокус другой: ООО «Стройлайнер» (Кирпич.ру) (kirpich.ru), ООО «Деметра» (gcdemetra.ru).
Как и в прошлом разборе, держим это разделение на виду: девять компаний — профильные дистрибьюторы и производители стройматериалов, две — тематически рядом, но с другим фокусом. Ниже это видно в цифрах отдельно.
Что знает ChatGPT из памяти
Ось 1: бренд из списка всплыл в 0 из 30 запросов; охват 0/11 компаний.
Из памяти модель не называет ни одну из наших 11 компаний — но, в отличие от разбора химии, дело не в полном незнании ниши. На 20 из 30 запросов, где спрашивали «как выбрать» или «что такое», модель не называет вообще ни одной компании — только общие рекомендации и материалы. А на 6 из 10 коммерческих запросов («купить», «оптом») она вспоминает конкретные названия — но это Ozon, Wildberries, AliExpress, Леруа Мерлен, Петрович, Касторама. Ни одного нашего B2B-поставщика.
Разница с разбором химии показательна. Там модель, не зная российских реагентщиков, вспоминала западных отраслевых лидеров — BASF, Kemira, Ecolab: знание было профессиональным, просто не локальным. Здесь знание другое по природе: модель помнит, «где купить стройматериалы как частник» — маркетплейсы и гипермаркеты DIY, а не «кто снабжает застройщиков оптом». Спросить ChatGPT про B2B-поставщика в этой нише — значит не просто не получить ответ, а получить ответ не из той категории бизнеса.
Что показывает живой AI-ответ Google
Ось 2: бренд из списка процитирован в 11 из 30 запросов; всего 17 цитирований; охват 7/11.
| Домен | Fit | Компания | цитирований /30 |
|---|---|---|---|
| st-par.ru | on-niche | StroyPartner (Строй Партнёр) | 4 |
| bonolit.ru | on-niche | Bonolit (Бонолит) | 4 |
| kirpich.ru† | adjacent | ООО «Стройлайнер» (Кирпич.ру) | 3 |
| stroyholding.ru | on-niche | ООО «Стройхолдинг-Трейд» | 2 |
| stroi-opt.com | on-niche | Строй Опт | 2 |
| strd.ru | on-niche | Стройкомплект (Stroykomplit) | 1 |
| gcdemetra.ru† | adjacent | ООО «Деметра» | 1 |
| prfsnab.ru | on-niche | ООО «ПрофСнаб» | 0 |
| blokprom.ru | on-niche | БлокПром | 0 |
| nnkirpich.ru | on-niche | ДСМ Трейд-НН | 0 |
| zavod-kashira.ru | on-niche | Каширский кирпичный завод | 0 |
Лидируют по цитированию две профильные компании — StroyPartner и Bonolit, по 4 попадания из 30 каждая. Но на третьем месте — не профильный игрок: Кирпич.ру (kirpich.ru), формально смежная компания, обошла по цитированию семь из девяти профильных участников. Смежность здесь не помешала оказаться заметнее многих узкопрофильных конкурентов.
Отдельно стоит сказать о четырёх компаниях без единого цитирования — «ПрофСнаб», БлокПром, ДСМ Трейд-НН, Каширский кирпичный завод. Их место занято не маркетплейсами. Из всех 30 запросов мы взяли те 12, что по смыслу относятся к кирпичу и блокам — профилю этих четырёх компаний (это подмножество по теме, а не отдельная четвёртая группа): на них Google почти не цитирует ни Ozon, ни Wildberries, ни Леруа Мерлен — единичные упоминания получают разве что Wikipedia и отраслевой каталог Pulscen. Вместо этого источники — почти полсотни независимых поставщиков и кирпичных заводов, которых не было в нашем исходном списке: kemma.ru, slavkirp.ru, moskeram.ru, gazo-beton.ru, centrosnab.ru и десятки других, каждый — с одним-двумя упоминаниями. Эти четыре компании не проиграли крупным агрегаторам — они не попали в число тех, кого модель выбрала из очень длинного и раздробленного хвоста региональных игроков. Это симптом фрагментированного рынка, а не монополии платформ.
Где именно вас цитируют: срез по типу запроса
| Тип запроса | Запросов с попаданием (ось2) | Цитирований |
|---|---|---|
| выбор и сравнение | 3 из 10 | 5 |
| определения | 2 из 10 | 2 |
| коммерческие | 6 из 10 | 10 |
Здесь начинается самое интересное отличие от разбора химии. Там AI-ответы Google охотнее всего цитировали российские компании на запросах вида «как выбрать» и «чем отличается» — а коммерческие запросы («купить», «цена») давали вдвое меньше цитирований. В стройматериалах — ровно наоборот: коммерческие запросы дают 6 попаданий из 10 и 10 цитирований — больше, чем «выбор и сравнение» (3 из 10, 5 цитирований) и «определения» (2 из 10, 2 цитирования) вместе взятые.
Значит, для этой ниши универсальный совет «пишите экспертный сравнительный контент, чтобы попасть в AI-ответы» — не работает напрямую. Здесь AI-поиск чаще подставляет источники по прямым коммерческим сигналам: страницам с ценой, наличием, конкретным товаром. Разные рынки — разная точка входа в цитируемость, и это стоит проверять для каждой ниши отдельно, а не переносить рецепт одной ниши на другую.
Что из этого следует
Ставка на коммерческий контент, не на экспертный. В отличие от химии, здесь живой AI-поиск чаще цитирует источники по прямым коммерческим сигналам — страницам с ценой, наличием, конкретным товаром, — а не по объяснительным материалам. Универсального рецепта «пишите сравнения и разборы» не существует: для этой ниши эффективнее вкладываться в качество и полноту карточек товара и коммерческих страниц.
Рынок открыт, но конкуренция за цитату — высокая и рассредоточенная. Место не занято парой лидеров: в источники попадают десятки независимых поставщиков одновременно. Это значит, что войти в цитируемость реалистично — но придётся конкурировать не с одним-двумя игроками, а с длинным хвостом похожих по масштабу компаний, у каждой из которых есть свой шанс.
Спрашивать ChatGPT напрямую бессмысленно вдвойне. Модель не просто не знает B2B-игроков — она подменяет профессиональный запрос потребительским контекстом (маркетплейсы вместо оптовых поставщиков). Ориентироваться нужно на то, что цитирует живой поиск, а не на то, что помнит чат-модель.
Тот же сюжет, что и с насосами
Врезка (константа — по духу, БЕЗ прямого сравнения цифр двух ниш):
Напряжение то же, что в разборе насосов: модель из памяти вас не знает — живой поиск знает. Здесь оно повторилось на другой нише. Мы намеренно не ставим рядом проценты двух разборов — ниши и методы сбора разные, сопоставлять доли некорректно. Совпадает закономерность, не цифра.
Оговорки
- Ось «ChatGPT из памяти» — узкая: ответ без веб-поиска, не то, что видит пользователь с включённым поиском.
- Ось «AI-ответ Google» для коммерческих запросов — режим AI Mode; порог цитирования — ≥5 упоминаний домена.
- 11 компаний неоднородны (9 профильных, 2 смежных).
- Замер на одну дату; поведение AI меняется. Переходы/трафик и Яндекс не мерили.
- Состав участников (9 профильных + 2 смежных) взят из ограниченного SERP-снапшота по узким B2B-фразам — за пределами наших 11 компаний в нише действует значительно более широкий круг поставщиков (см. раздел про 4 нулевых бренда): это не исчерпывающий список игроков рынка, а репрезентативная выборка для замера.