Несколько лет назад проект на 100 000 посадочных страниц был пределом возможного. Сегодня это стартовая позиция для топ-100 e-commerce. Wildberries создаёт миллионы страниц, Ozon масштабируется как на дрожжах, а средние игроки пытаются понять, как вообще конкурировать в этой гонке.

Рассказываем, как изменилась экономика SEO-продвижения, почему старые метрики рентабельности больше не работают и как организовать команду, которая управляет миллионами страниц.

ИИ-автоматизация в SEO не просто ускоряет процессы — она меняет саму экономику канала.

Вывод: старая модель перестала масштабироваться, нужна новая экономика.

Конкуренты создавали страницы с той же скоростью

Поисковики индексировали постепенно

Юзабилити было важнее количества

10 000 страниц = серьёзное конкурентное преимущество

ROI через год: 250−350%

Прирост трафика: +40−60% (в первый год)

Срок: 3−4 месяца

Команда: 4 человека

Стоимость: 6 670 000 ₽

Раньше: 10 000 качественных страниц > 50 000 плохих

Сейчас: 500 000 нормальных страниц > 10 000 идеальных

Раньше: кто лучше оптимизирует

Сейчас: кто быстрее создаёт + кто лучше оптимизирует

Итого: ~667 ₽ на создание 1 страницы

Сбор семантики: 10 мин x 1000 ₽/час = 167 ₽

Кластеризация: 5 мин x 1000 ₽/час = 83 ₽

H1/Title/Description: 15 мин x 1000 ₽/час = 250 ₽

Привязка к структуре: 10 мин x 1000 ₽/час = 167 ₽

Считаем по минимальной ставке джуна/фрилансера — 1 000 ₽/час

Масштаб стал оружием

Крупнейшие маркетплейсы (Wildberries, Ozon, Яндекс. Маркет) перешли от сотен тысяч товарных карточек к десяткам и сотням миллионов SKU. Каждый товар — это посадочная страница.

→

→

→

→

→

→

→

→

→

→

→

→

→

02

500 000 страниц × 667 ₽ = 333 млн ₽

Срок: 2-3 года

За это время конкуренты создадут ещё больше

03

Итого: ~14 ₽ на создание 1 страницы

Практический пример:
Интернет-магазин одежды, текущий трафик 100 000 чел/месяц

4 чел

2 чел

-50%

Метрика

Было

Стало

Изменение

Метрика

Было

Стало

Изменение

Метрика

Было

Стало

Изменение

Метрика

Было

Стало

Изменение

900 000 ₽

4 500 000 ₽

7-8 месяцев

1.5 месяца

Метрика

Классика (10к страниц)

С ИИ (50к страниц)

Метрика

Классика (10к страниц)

С ИИ (50к страниц)

Метрика

Классика (10к страниц)

С ИИ (50к страниц)

Метрика

Классика (10к страниц)

С ИИ (50к страниц)

Метрика

Классика (10к страниц)

С ИИ (50к страниц)

Структура через LLM: API = 0.5 ₽

Типизация через LLM: API = 0.2 ₽

Сбор семантики через API: 0.5 мин x 1000 ₽/час = 8 ₽

Кластеризация сервисом: автомат = 0.5 ₽

Чистка С Я через LLM: API = 0.3 ₽

H1/Title через LLM: API = 0.2 ₽

→

→

→

→

→

→

0.05 x (5 мин x 1000 ₽/час) = 4 ₽

→

Крупнейшие игроки рынка (Wildberries, Ozon, Lamoda, Спортмастер и другие) кратно увеличили количество посадочных страниц благодаря автоматизации.

01

Лидеры ускорились в 10−30 раз по созданию страниц

03

Органический трафик вырос в 2−3 раза за 2−3 года (без пропорционального увеличения рекламных бюджетов)

Команды выросли на 20−40%, а не в 10 раз

Раньше можно было иметь 5% видимости в поиске и 15% доли рынка (за счёт рекламы, бренда, лояльности).

Сейчас: если у тебя 5% видимости, через 2−3 года у тебя будет 5−7% рынка.

Почему? Органический поиск стал основным каналом discovery для e-commerce. Кто не в топе поиска — того не существует для новых покупателей.

01

Мелкие игроки (до 500 млн GMV) выпадают из органики

Средние игроки (500 млн — 5 млрд) сражаются за выживание

03

Крупные игроки (5+ млрд) делят рынок между собой

Бюджет на SEO: 500 000 ₽/мес

Команда: 3−5 человек

Результат: можешь конкурировать с топ-20

Результат: можешь удержать позиции в топ-50

Команда: 8−12 человек (SEO + разработчики + аналитики)

Бюджет на SEO: 2 500 000 ₽/мес (настройка + поддержка автоматизации)

→

→

→

→

→

→

Главное наблюдение

Кто первым внедрил автоматизацию — получил фору на 1.5−2 года. Пока конкуренты разбирались «как это работает», лидеры забрали длинный хвост запросов.

<500 млн (до топ-200)

Ультранишевание (5−10к страниц в микронише) ИЛИ отказ от SEO как основного канала

500к-1.5 млн (разово) ИЛИ 200−500к/мес

Главное: не пытайся играть не в своей весовой категории. Малый бизнес, пытающийся конкурировать с топ-10 в SEO = выгорание бюджета без результата.

Размер (GMV/год)

Что делать

Инвестиции

Размер (GMV/год)

Что делать

Инвестиции

Размер (GMV/год)

Что делать

Инвестиции

Масштабными задачами

SEO-архитектор
Раньше: настроить структуру 10к страниц
Сейчас: спроектировать систему для 500к страниц

Думает процессами, а не задачами

Ключевые навыки: проектирование масштабируемых структур, понимание алгоритмов классификации, умение создавать типологии страниц для миллионов SKU

Промпт-инженер
Главная компетенция: «объяснить» LLM, что нужно
Итеративно дорабатывает промпты под нишу
Разбирается в лингвистике + SEO

Ключевые навыки: тестирование LLM на выборках, A/B-тестирование промптов, понимание ограничений разных моделей (GPT vs Claude vs DeepSeek)

SEO-оператор
Запускает задачи через интерфейс парсера
Мониторит очереди обработки
Первичная проверка результата

Ключевые навыки: работа с API-инструментами (Keys.so, Rush Analytics), базовое понимание Python для запуска скриптов, быстрая оценка качества генерации

Python-разработчик в SEO
Пилит интеграции с API
Настраивает пайплайны обработки
Решает технические проблемы (сбои, лимиты, оптимизация)

Ключевые навыки: работа с OpenRouter API, обработка CSV/JSON, написание скриптов для batch-запросов, оптимизация по стоимости токенов

Парсер семантики — это не просто «выгрузить Вордстат». Это фундамент всей автоматизации.

Что делает хороший парсер:

Без нормального парсера автоматизация превращается в ручной труд.

Пример:

Вручную собрать 50 000 запросов из Wordstat = 2−3 недели работы

Через парсер с API = 4−6 часов работы (запустил и пошёл спать)

Keys.so API — для Wordstat

Rush Analytics API — для кластеризации

Serpstat / Ahrefs — для конкурентного анализа

Стоимость API: 30−50 тыс. ₽/мес при обработке 500к+ запросов в месяц

День 1-3: SEO собирает семантику вручную
День 4-7: Чистит мусор в Excel
День 8-10: Кластеризует
День 11-15: Строит структуру
День 16-25: Пишет H1, Title, Description
День 26-30: Проверка и правки

Итого: 30 дней на 1000 страниц

День 1, утро (2 часа):
SEO-архитектор: ставит задачу, выбирает категории
Python-разработчик: готовит выгрузку из БД

День 1, день (4 часа):
SEO-оператор: запускает парсер
ИИ обрабатывает 50 000 запросов (параллельно)
Промпт-инженер: мониторит качество в процессе

День 1, вечер (2 часа):
Промпт-инженер: проверяет 5% результата
Если качество ОК → в продакшн
Если нет → правит промпт, перезапускает

День 2−3 (по 4 часа):
Контент-редактор: финальная вычитка ключевых страниц
SEO-архитектор: проверка структуры
Аналитик: готовит отчёт по охвату

Итого: 3 дня на 50 000 страниц

Рутинными повторяющимися задачами

Генерация черновиков

Аналитик — отчёты, метрики

Head of SEO

3 SEO-специалиста — сбор СЯ, структура, оптимизация

2 копирайтера — тексты, описания, метатеги

Контент-редактор — финальная вычитка 5−10% контента

Аналитик данных — мониторинг эффективности, A/B тесты

Head of SEO

2 SEO-оператора — запуск задач, проверка результатов

Промпт-инженер / SEO-лингвист — настройка LLM, контроль качества

Python-разработчик — автоматизация, API, пайплайны

SEO-архитектор — стратегия, структура, промпты

Стратегии и контексте

Ключевое отличие

Раньше: все делают руками, масштаб ограничен количеством рук.
Сейчас: люди управляют процессами, масштаб ограничен скоростью API и мощностью инфраструктуры.

Собирает семантику через API

Keys.so: прямой доступ к Wordstat без ручной работы
Rush Analytics: кластеризация сразу после сбора
Выгрузка в структурированном виде (CSV/JSON)

Обрабатывает огромные объемы

Можно собрать 500 000+ запросов за ночь
Батчевая обработка (по 10−20к запросов за раз)
Автоматическая очистка дублей

Интегрируется с LLM-пайплайном

Выгружает данные в формате, который понимает LLM
Автоматически дробит на батчи по 200−300 строк
Собирает результаты обратно

Экономия в 500 раз по времени на страницу

Нестандартных решениях

90 %

95 %+

5 000

10 000+

Метрика

Норма

Отлично

Метрика

Норма

Отлично

Метрика

Норма

Отлично

Метрика

Норма

Отлично

Метрика

Норма

Отлично

Метрика

Норма

Отлично

Контроле качества

Креативе и уникальности

02

03

04

Python-разработчик (знает, как автоматизировать)

Один человек не закроет все компетенции.

Нет. Нужна связка:

SEO-эксперт (знает, что нужно)

Промпт-инженер (знает, как объяснить ИИ)

Нет. ИИ увеличивает производительность существующей команды в 10−50 раз, а не заменяет её.

Нет. Нужен постоянный контроль качества, иначе через месяц начнёшь получать мусор.

Нет. Начинать нужно с одной задачи (например, H1), довести до качества 8/10, потом масштабировать на другие задачи.

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

→

02

03

04

Следующий уровень:
Автогенерация уникальных описаний товаров (не просто H1, а полные тексты)
ИИ для внутренней перелинковки (автоматический подбор анкоров)
Предиктивная аналитика (какие категории развивать следующими)

Когда у всех по миллиону страниц, побеждает тот, у кого они лучше.
Качество = контент + структура + UX + скорость загрузки.
ИИ помогает с первыми двумя, остальное — на людях.

Качество станет дифференциатором

Убери любой из множителей — получишь ноль.

Консолидация рынка

Через 3−5 лет:
Топ-10 игроков заберут 70−80% органического трафика
Топ-50 — 90%
Остальным достанутся крохи

Почему:

Если ты крупный игрок и не внедряешь автоматизацию — ты теряешь рынок прямо сейчас.

Через 2−3 года ты проснёшься и обнаружишь, что конкуренты забрали 30−50% твоего органического трафика.

А вернуть его будет в 10 раз дороже, чем не потерять.

Итого: 1.5−2 млн ₽ на найм + 3−6 месяцев времени + риск сделать плохо.

Мы уже прошли этот путь на крупных проектах. У нас:

Каждое решение мы калибруем под конкретную нишу. Промпты под одежду не работают для медтехники. Структура одного маркетплейса не подходит для другого.

Поэтому мы не делаем конвейер — берём 2−3 крупных проекта в год и делаем глубокую кастомизацию.

Хочешь рассчитать экономику автоматизации под свой проект? Пиши @headofseo_um — посчитаем целесообразность и ROI конкретно для твоего случая.

После выступления Вани Бахтина на Optimization к нам обратились несколько клиентов с запросом на автоматизацию. Многие говорили: «Хотим сделать как вы, но нет ресурсов и бюджета».

→

→

→

Барьеры входа растут

Эффект масштаба усиливается

Мелкие игроки не могут конкурировать в SEO

→

→

→

Внедряй автоматизацию в ближайшие 6−12 месяцев

Найми Python-разработчика в SEO-команду

Начни с малого (10−20к страниц), доведи до ума, масштабируй

→

→

→

Оцени свои ресурсы реалистично

Выбери 2−3 ниши для фокуса

Не пытайся делать «все» — сфокусируйся на том, где можешь выиграть

→

→

→

Пересмотри стратегию: может, SEO не твой основной канал

Найди микронишу, где можешь доминировать

Или готовься к продаже бизнеса крупному игроку

→

→

→

→

→

Нанять Python-разработчика (180−250к/мес)

Нанять промпт-инженера (120−150к/мес)

Обучить SEO-команду работе с LLM (2−3 месяца)

Потратить 2−4 месяца на калибровку промптов

Допустить кучу ошибок и переделывать

→

→

→

→

Готовые промпты под e-commerce (одежда, электроника, медтехника)

Отлаженные пайплайны обработки

Понимание граблей и как их обходить

Команда на стыке SEO-экспертизы и погружения в ИИ

→

→

→

GMV 10+ млрд ₽/год

Есть внутренняя команда разработки

Готовы инвестировать в R&D

→

→

→

GMV 500 млн — 900 млрд ₽/год

Нет внутренних ресурсов на разработку

Нужно быстро (3−6 месяцев вместо года)

Чтобы автоматизировать SEO своими силами, нужно: