Исследование: какие банки рекомендует ИИ и что делать командам ASO, SEO, GEO и PR, чтобы пользователь дошёл до продукта

Команда ASO IT-Agency с помощью своего сервиса Киберкошка исследовала путь банка от рекомендации нейросети до поиска приложения в RuStore.

Из исследования узнаете:

• какие банки нейросети рекомендуют чаще других;
• помогает ли это получить больше установок приложений в сторах;
• насколько рекомендации ИИ отражают реальную конкуренцию в банковской сфере;
• банки-фавориты конкретных нейросетей;
• из каких источников ИИ берет информацию.

Хотите подобный срез про себя — записывайтесь на демо Киберкошки.

Цель — показать, где команды ASO, SEO, GEO и PR могут повлиять на путь пользователя: от места в ответе нейросети до поиска карточки приложения в сторе.

Почему это важно? Короткий список в ответе нейросети — стартовая точка в выборе банка

Согласно Mediascope, 32% населения России от 12 лет в течение месяца использовали ИИ-сервисы. Поиск товаров и услуг в ИИ сегодня — распространённая задача пользователей, данные НАФИ. Согласно Adobe, в США в первом квартале 2026 года рост переходов из ИИ на сайте финансовых сервисов год к году составил 158%.

В российской банковской нише сценарий поведения тоже меняется.

1. Люди формулируют запросы «только открыл ИП», «ищу надёжный вклад», «нужно приложение для ежедневных платежей» и т.д.
2. Нейросеть рекомендует в ответ короткий список банков.
3. Пользователь сверяет рекомендации с поиском, переходит на сайт или ищет приложение.

Подробнее сценарий выглядит так:

Попадание бренда в первые позиции рекомендаций влияет и на стоимость привлечения клиентов. По данным Media Instinct, банки с высоким уровнем спонтанного знания, которые потребители называют без подсказки, получают клиентов в 2-3 раза дешевле малоизвестных брендов.

Важно: видимость в нейросетях не равна спонтанному знанию банка. Но обе метрики отражают попадание брендов в поле зрения потенциального клиента ещё до того, как он начнёт сравнивать условия по, например, кредитам.

На рынке только формируются возможности для прозрачной оценки цепочки «рекомендация ИИ → поиск продукта → установка приложения».

Мы начали с того, что уже можем достоверно проверить: кого нейросети рекомендуют и на что опираются в ответах на B2C- и B2B-запросы в банковской нише.

Общая картина: лидеры по двум разным метрикам

Ниже общий рейтинг по двум метрикам, затем он же в разрезе B2C и B2B.

• Метрика 1 — доля ответов с банком: как часто бренд попал в короткий список нейросети. В одном ответе может быть несколько банков.

• Метрика 2 — банк назвали первым: как часто бренд возглавляет список. Попасть в ответ и занять первое место — разные задачи.

В общем рейтинге Т-Банк первый и по доле ответов, и по первым местам, его ИИ рекомендует хотя бы раз в каждом из 100 промптов. Сбер четвёртый по частоте, но второй по первым упоминаниям. Альфа-Банк чаще попадает в ответ, чем Сбер, но реже открывает топ.

Этот топ смешивает запросы юридических и физических лиц. Ниже данные о том, как распределяются банки в потребительском (50 B2C-промптов), бизнес-сегменте (50 B2B-промптов) и во всём срезе (100 промптов). За три дня доля лидера по упоминаниям почти не сдвинулась.

В потребительских промптах удерживает лидерство Альфа-Банк, в бизнес-промптах — Т-Банк. Точка в B2B выходит на третье место, хотя в общем топе занимает более скромные позиции.

Следующие банки не попали в топ-10, но их тоже упоминают нейросети:

Сценарии выбора банка: лидер меняется в зависимости от задачи в каждой группе запросов

В B2C нет одного лидера на все продукты — у каждой задачи (ипотека, первая карта и так далее) свой порядок банков. В то же время в B2B верхняя группа устойчивее: Т-Банк возглавляет топ в четырёх из пяти блоков. В ВЭД Альфа-Банк впереди на 0,5% — это корректнее читать как близкий результат.

Вам не нужно лидерство в чужих группах. Куда более важный сигнал, если банк не попадает в ответы на запросы, связанные с его продуктом и бизнес-приоритетом. Оценивайте приоритетные для себя сценарии.

Три сценария, когда общий рейтинг не показывает реальную конкурентную ситуацию

Т-Банк лидирует в целом и проигрывает запрос про надёжный вклад

Среди ответов на промпт «В каком банке открыть вклад, если важнее надёжность, чем максимальная ставка?» 100% упоминаний получает Сбер, на второй позиции Газпромбанк с 95,2%. Т-Банк упоминают только в 38,1% случаев.

Возможная причина: в материалах, которые изучает ИИ, Сбер сильнее связан с темой надёжности. Страница вклада и внешние сравнения могут не давать такой же короткой связки для Т-Банка.

Первое действие: проверьте страницу вклада и внешние сравнения. Если сценарий «надёжность важнее ставки» — приоритет, на канонической странице дайте прямой ответ на этот запрос до промоблока. После прогоните те же промпты повторно и проверьте долю упоминаний с первыми местами плюс совпадение фактов на сайте и у источников.

Пятое место Точки превращается в лидерство, когда речь о связке счёта с 1С

Ситуация, когда узкая задача предпринимателя важнее общей известности. По промпту «В каком банке проще связать расчётный счёт с 1С?» Точка получает 60% упоминаний, а Т-Банк — 15%.

Возможная причина: системам проще отразить связку «банк для предпринимателя — работа с 1С», чем страницу «банк для бизнеса». Похожая инструкция, операции и ограничения у конкурентов могут быть спрятаны глубже.

Первое действие: храните инструкцию по 1С актуальной и отдельно. В случае Точки необходимо сохранять точность инструкции и материалов партнёров. Другие банки с такой же интеграцией должны проверить, можно ли по сайту быстро понять всю информацию по работе с 1С.

После действий проверьте, сохранила ли Точка первую позицию по промпту, и совпадает ли инструкция на сайте с пересказом ИИ.

ВТБ почти всегда в ответе про расчёты с Китаем — это не видно в общем рейтинге

ВТБ появляется в 95,2% ответах на вопрос «Какой банк выбрать для расчётов с поставщиками из Китая в юанях?». Т-Банк — в 23,8%.

Возможная причина: у ВТБ больше согласованных публичных описаний расчётов с Китаем: валюта, документы, доступность, ограничения. Общий рейтинг не в состоянии показать это преимущество.

Первое действие: если есть такая услуга, держите одну датированную страницу по расчётам в юанях. После проверьте долю упоминаний бренда по промпту и совпадения по валюте, срокам и ограничениям с канонической страницей.

У ИИ-систем есть фавориты: в GPT первым называют ВТБ, в Grok почти всегда Т-Банк

Помимо прочего, состав ответа ИИ зависит от модели. Системы изучают разные источники, у них свои способы формирования списка — один и тот же запрос создаст разные порядки банков и уровни упоминаний.

Общий рейтинг усредняет этот факт, подробный срез по системам показывает, с какой LMM надо работать дополнительно.

Высокая доля внутри одной нейросети не делает результат универсальным: сравнивайте порядок и видимость каждой системы. Например, 98% упоминаний в Grok никак не совпадает с данными Алисы, потому что он чаще включает в ответы крупнейшие банки. У Алисы абсолютные доли ниже при схожем составе лидеров.

Используйте общий рейтинг как карту, а планы изменений собирайте на уровне промпта и конкретной системы. Изучайте ответы и источники, которые используют ИИ-системы.

Источники AI-ответов: нейросети собирают рекомендации на основе сайтов банков и внешних сравнений

Таблица показывает долю ответов, где среди источников сохранился домен. Чаще всего это tbank.ru, а дальше Банки.ру и Сравни.

Состав источников зависит от задачи — есть как страницы банков, так и внешние площадки. Вес источников меняется в зависимости от запроса:

• В рознице весомее внешние сравнения — такие площадки занимают 39,5%, а сайты банков только 30,1%. Сравнительные запросы чаще закрывают Банки.ру, Сравни и профильные медиа.

• В бизнес-запросах важнее сайт банка — сайты банков занимают 41,2% доменов, внешние площадки — 24,6%. Для сложного продукта системе чаще нужна первичная фактура.

Нельзя закрыть задачу по GEO только своим сайтом или PR — площадки дают общий результат. В случае с финтехом сайты банков дают 35,5% появлений доменов, внешние площадки — 32,3%.

Что нужно проверить:

• Сайт банка — до промокода и калькулятора должны быть ответы на вопросы: что за продукт, кому подходит, какие ограничения, на какую дату актуальны условия, постоянный URL.
• Внешние обзоры — Банки.ру и Сравни чаще закрывают сравнительный запрос, чем раздел «О банке». Нужно дополнить этот раздел информацией на основе структуры внешних площадок. Тогда ваша страница может оказаться среди источников бесплатно.
• Совпадение фактов — ставки, инструкция по подключению 1С, ссылка на приложение — вся информация должна совпадать на сайте, в обзоре и карточке стора. Иначе нейросеть начнёт их пересказывать по-разному.

Интересный факт: RuStore — тоже источник, потому что там есть обзоры и отзывы. Очень важно, чтобы для SEO, PR и ASO это было одной точкой входа, тогда ИИ будет брать актуальную информацию и давать нужную ссылку.

ИИ рекомендует приложение, но не всегда помогает его найти

У ИИ человек просит рекомендацию банка, в сторе он уже ищет конкретное приложение. Это разные этапы и метрики, но они могут усиливать друг друга. Видимость:

• в нейросетях помогает попасть бренду в поле зрения клиента;
• в RuStore помогает найти вас, когда человек готов скачать приложение.

Важно: наше исследование не доказывает прямую конверсию из ИИ в установку. Это указатель, что можно измерить и усилить: упоминание бренда, источник в ответе,карточку приложения и поисковую видимость в RuStore.

Видимость приложений в AI-ответах

Задали десять вопросов про мобильные банки без упоминаний брендов. В таблице ответы и ссылки в источниках. Точная карточка — страница, где можно установить приложение. Обзор и отзывы ведут на другие адреса.

Интересные факты:

• 16,2% — доля ответов, где среди источников появлялся домен RuStore. Ссылка могла вести на обзор или отзывы.
• 3,8% — доля ответов, где был адрес для загрузки банковского приложения.
• 2,9% — доля ответов, где RuStore указан прямо в тексте, не только в источниках.
• Адрес карточки, чтобы установить приложение из App Store и Google Play, в тексте не встречался.

На российском рынке растёт роль приложений в RuStore

App Store и Google Play ограничили и удаляют приложения ряда крупных российских банков. Поэтому для Android RuStore стал одним из ключевых каналов распространения приложений.

Ниже Топ-10 по оценке месячных установок среди 28 проанализированных приложений в RuStore:

Важно: на iPhone путь устроен иначе. Приложения ряда российских банков недоступны в App Store, пользователи часто работают с банками в браузере.

Markswebb составили рейтинг мобильных веб-версий банков на iOS, топ 3:

• Альфа-Банк — 96 баллов,
• ВТБ — 91,3,
• Газпромбанк — 85,7.

У Т-Банка шестое место с 71,8 балла, у Сбера — седьмое с 60,4.

Где AI-видимость и RuStore усиливают друг друга

Берём топ-10 банков в AI-сценарии «мобильные приложения» и каждому подтягиваем показатели соответствующего приложения в RuStore.

Получится таблица с ответом на вопрос: как банки, заметные при выборе в ИИ, выглядят в сторе?

Верхняя четвёрка сохраняется — Т-Банк, Альфа-Банк, Сбер и ВТБ входят в топ AI-сценария и по оценке установок среди сравниваемых приложений. Бренды заметны и на этапе выбора, и в сторе.

Расширить присутствие на этапе выбора — Ozon Банк и ПСБ стоят выше ИИ-сценария по оценке установок. Точка роста — не карточка, а видимость в безбрендовых вопросах о мобильном банке.

Проверить переход к карточке и поиск в сторе — Т-Банк первый в ИИ-сценарии и четвёртый по оценке установок; Райффайзенбанк — пятый и десятый. Подобная ситуация — повод проверить точные ссылки, метаданные и запросы, по которым люди ищут приложение после рекомендации.

Как усилить связку видимости в ИИ и RuStore? Соедините один сценарий на всех этапах: вопрос пользователя, продуктовая страница, внешние материалы и метаданные RuStore должны описывать задачу одинаковым языком и вести на точную карточку. Тогда GEO расширит вход в выбор, а ASO поможет бренду сохранить видимость на следующем шаге.

Как превратить сигнал в действие и измеримый результат

Выберите важный для бизнеса сценарий и пройдите его как пользователь:

• сохраните ответ ИИ,
• посмотрите порядок банков,
• откройте источники
• дойдите до карточки приложения.

Где-то появился разрыв? В зависимости от этапа задачу получит продукт, SEO, GEO, PR и ASO. Что менять в зависимости от типа потери:

Четыре рычага видимости: что менять после диагностики

1. Сценарий

Работайте с задачей, а не видимостью как таковой. Выберите продуктовый приоритет, будь то вклад, эвквайринг, счёт ИП, и проверьте ответы на этом наборе промптов.

Что меняется:

• структура продуктовой страницы,
• прямота ответа,
• условия и ограничения, которые система считывает без догадок.

2. Источники

Синхронизируйте сайт и внешний контур. ИИ читают сайт банка, сравнения, справочные материалы. Учтите, что для B2C и B2B значимость источников разная.

Что меняется:

• каноническая страница,
• фактура внешних материалов, установите понятную связь между ними.

3. Приложение

Займитесь продвижением мобильного приложения — точная карточка и видимость в поиске стора помогут получить установки. Не думайте, что рекомендации в ИИ — достаточно для установки приложения банка.

Что меняется:

• страница приложения на сайте,
• корректная ссылку на стор,
• метаданные карточки и позиции по релевантным запросам.

4. Аналитика

Одного среза не хватит, чтобы оценить результат правки, делайте регулярные замеры по тем же промптам, системам и метрикам. Киберкошка поможет с мониторингом ответов нейросетей. Сможете отследить изменения видимости банка по приоритетным запросам, изучить позиции конкурентов и оценить источники ИИ-ответов.

Каждый показатель сравнивается отдельно: упоминание, первое место, источники и точная ссылка.

Выводы

Видимость в ИИ, источники и поиск приложения в сторе нельзя оценивать по одному рейтингу — это разные задачи на разных этапах пути клиента.

Однако вы можете управлять этим маршрутом, работая над приложением, его представлением в сторе и репутацией бренда. Общими усилиями команд GEO, SEO, PR и ASO компания может упростить путь от рекомендации в нейросети до карточки в RuStore, откуда установят приложение.

Сейчас компании строят рекламные кампании с учётом присутствия в ответах ИИ. Согласно Digital Budget, крупные финансовые рекламодатели увеличили долю рекламы в ответах нейросетей с 17% до 30% в период с апреля по июнь 2026 года. В это же время доля обычной рекламы сократилась вдвое: с 16% до 8%

Банки уже сейчас должны отслеживать две зоны: кого нейросеть рекомендует сама, а кто получил платное присутствие. Кстати, наша команда уже работает в рекламном кабинете ChatGPT, это ещё один способ усилить свои позиции.

Если нужен полный банковский AI+ASO-срез с цифрами по вашему бренду и конкурентам, оставьте заявку и не забудьте записаться на демо Киберкошки.