Нишевый SaaS против Monday и Kantata: 413 упоминаний в нейросетях, рост ×3,1 за месяц, без роста бюджета

Главное о кейсе

Birdview PSA — канадский B2B SaaS для управления профессиональными услугами. Его покупатель выбирает с помощью ChatGPT или Perplexity. Нейросеть называет два-три продукта, кто не попал в ответ — для рынка не существует. Конкуренты Birdview — Monday, Kantata, Wrike, ClickUp — компании с бюджетами на порядок больше.

Проект стартовал в марте 2026. В кейсе разбирается один производственный период — 17 июля – 13 августа, когда мы запустили новый кластер и получили чистый эксперимент.

***
Birdview PSA is a Canadian B2B SaaS platform for professional services management. Today, buyers are turning to ChatGPT or Perplexity to choose a platform, and the AI typically only recommends two or three products. If you aren't in that response, you simply don't exist to the market. Birdview is up against competitors like Monday, Kantata, Wrike, and ClickUp—companies with budgets an order of magnitude larger.

The project launched in March 2026. This case covers a single production cycle — July 17 to August 13 — when we launched a new cluster and got a clean experiment out of it.

***
Мы собрали производственный цикл GEO. Разметили 589 реальных вопросов к нейросетям, выделили кластер PSA v2 (259 запросов, нулевое присутствие на старте). За четыре недели выпустили 35 материалов под конкретные формулировки, завели 116 URL в еженедельный трекинг по пяти нейросетям — ChatGPT, Claude, Perplexity, Gemini, Google AI Overviews.

***

We built a complete GEO production cycle. We mapped 589 real user queries and identified the PSA v2 cluster—259 queries where we had zero presence at the start. Over four weeks, we published 35 pieces of content targeting specific query formulations, then added 116 URLs to weekly tracking across five engines: ChatGPT, Claude, Perplexity, Gemini, and Google AI Overviews.

***

Что изменилось за месяц работы (данные Semantica AI, 17.07 – 13.08.2026)?
Мы превратили эпизодические упоминания в системное лидерство:

— ×3,1 к упоминаниям в ИИ: со 133 до 413 (максимум за всю историю).
— 1-е место в целевой теме (PSA v2): 193 упоминания и 14,9% видимости. Мы оторвались от Kantata на 5,8 процентных пункта.
— Почти двойной рост в Google AI Overviews: с 32 до 63 упоминаний.
— Каждое упоминание со ссылкой: 30 страниц стабильно цитируются, и ни одно упоминание не осталось без ссылки на сайт. Пользователь всегда может перейти к источнику.

Срок от публикации до попадания в ответ нейросети — 9–10 дней, а не «полгода».

***

Results after one month (Semantica AI, July 17 – August 13, 2026)?

We turned occasional mentions into consistent category leadership:
— 3.1× growth in AI mentions: from 133 to 413 — an all-time high.
— #1 in the target cluster (PSA v2): 193 mentions and 14.9% visibility — a 5.8-point lead over Kantata.
— Nearly double in Google AI Overviews: from 32 to 63 mentions.
— Every mention links back: 30 pages are cited consistently, and not one mention appeared without a link to the site — the reader can always reach the source.

From publication to a citation in an AI answer: 9–10 days, not the six months the industry likes to promise.

Как проект изменил жизнь пользователей

Конечный пользователь — B2B-покупатель, который выбирает PSA-систему и задаёт вопрос нейросети: «Чем PSA отличается от ERP?», «Сколько стоит внедрение?», «Что подойдёт консалтинговой фирме?». До проекта в ответах фигурировали два-три вендора с большими маркетинговыми бюджетами. Мы добавили в этот список Birdview как реальную, проверяемую альтернативу.

***

The end user here is a B2B buyer evaluating PSA platforms — someone who now asks an AI assistant instead of a search engine: "How is PSA different from ERP?", "What does implementation cost?", "What works for a consulting firm?" Before this project, those answers named the same two or three vendors with the largest marketing budgets. We put Birdview in that conversation as a credible, verifiable alternative.

***

Что изменилось:
— 30 страниц Birdview стали источником для нейросетей. Причём один материал часто работает сразу в четырёх AI-системах, так что пользователь получает один и тот же корректный ответ, в какой бы нейросети ни спросил.
— Каждое упоминание бренда идёт со ссылкой на первоисточник. Пользователь может перепроверить факт, вместо того, чтобы верить на слово.
— Логи сервера клиента зафиксировали 8 133 обращения ботов (ChatGPT-User — 7 187, Claude-User — 946). Это визиты, которые нейросеть делает, чтобы ответить на живой вопрос конкретного человека прямо сейчас.
— Материалы пишем под узкую формулировку. Вместо общей обзорной статьи — прямой ответ в первом предложении, сравнительная таблица с ценами и ссылки на внешние источники с цифрами.

***

What changed:

— Thirty Birdview pages are now a source AI systems draw on. A single article often works across four of them at once, so the buyer gets the same accurate answer no matter which assistant they ask.
— Every brand mention comes with a link to the source, so the buyer can verify a claim instead of taking it on faith.
— The client's server logs recorded 8,133 bot requests (ChatGPT-User — 7,187; Claude-User — 946). These are visits an AI makes to answer a real person's question in real time.
— We write each page for one specific question. Instead of a broad overview article: a direct answer in the opening sentence, a comparison table with real pricing, and links to outside sources with hard numbers.

Бизнес-задача и ее решение

Что было раньше?

Показатели на март 2026:

— 115 упоминаний по PSA-запросам;
— по будущему кластеру PSA v2 — 6,6% видимости и ни одного материала.

Сайт попадал в ответы нейросетей от случая к случаю. По будущему кластеру PSA v2 — вообще 6,6% видимости и ни одного материала.

***

Where we started:

Baseline, March 2026:

— 115 mentions across PSA-related queries
— PSA v2, the future target cluster — 6.6% visibility, no content at all

The site turned up in AI answers only by chance. In what would become the PSA v2 cluster: 6.6% visibility and not a single page written for it.

***
Задача: попасть в ответы нейросетей по запросам о выборе PSA-систем и обойти конкурентов по цитируемости, без роста рекламного бюджета.

Сложность в том, что результат в GEO проявляется с задержкой от недели до месяца. Без системы замеров работа идёт, а результата нет, доказать изменения нечем.

***

The brief: get Birdview into AI answers on PSA buying questions and out-cite the competition — with no increase in ad spend.

The difficulty: results in GEO surface with a lag of anywhere from a week to a month. Without a measurement system, the work goes out and nothing comes back — there is no way to prove the effect.

***

Что мы сделали

Заменили разовое производство контента на цикл из четырёх блоков, где каждый следующий работает на данных предыдущего:

1. Аналитика спроса.
2. Прицельное производство контента.
3. Трекинг каждого URL.
4. Разбор выдачи конкурентов и возврат требований в ТЗ.

***

What we did

We replaced one-off content production with a four-stage cycle in which each stage runs on data from the one before it:

1. Demand mapping.

2. Targeted content production.

3. Tracking every URL.

4. Auditing competitor results and feeding the findings back into briefs.

***

Что получил бизнес за месяц

— Присутствие в ответах нейросетей выросло в 3,1 раза (со 133 до 413 упоминаний), и это без увеличения рекламного бюджета.
— Первое место в обоих профильных кластерах. По PSA v2 — 193 упоминания против 118 у Kantata. По PSA — 172 против 118. А по цитированиям сайта на срезе «все запросы» Birdview первый из семи брендов: 413 против 217 у Team Work, 133 у Kantata, 118 у Monday.
— Управляемость вместо ощущений. Клиент теперь видит, какая страница, в какой нейросети и по какому запросу попала в ответ. Может усиливать то, что работает, и переделывать то, что не попадает.
— Управляемость вместо ощущений. Клиент теперь видит, какая страница, в какой нейросети и по какому запросу попала в ответ. Может усиливать то, что работает, и переделывать то, что не попадает.
— Карта следующих шагов. Замер идёт по всем шести кластерам, включая те, где контент ещё только планируется. Видно, где присутствие закреплено и куда двигаться дальше.

***

What the business got in one month

— Presence in AI answers grew 3.1x — from 133 to 413 mentions — with no increase in ad spend.
— First place in both core clusters: 193 mentions to Kantata's 118 in PSA v2, and 172 to the same 118 in PSA. Across the full query set, Birdview also leads all seven brands on site citations — 413, against 217 for Team Work, 133 for Kantata and 118 for Monday.
— Control instead of guesswork. The client can now see which page surfaced, in which AI system, for which question — and can double down on what works and rewrite what doesn't.
— An honest account of where we fall short. On overall visibility, Birdview ranks second — 14% to Monday's 14.6% — because visibility also counts brand-name mentions that carry no link. Monday has 280 of those; Birdview has 82. The takeaway: we are cited as a source more often than anyone, but we trail on name recognition. That is the next growth point, and it is already in the plan.
— A map of what comes next. We track all six clusters, including the ones where content is still only planned — so it is clear where presence is locked in and where to move next.

Крафт (мастерство), реализация, технические детали

1. Чистый эксперимент внутри боевого проекта. Кластер PSA v2 (259 запросов) вынесли отдельно и не закрывали ни одним материалом до 24 июля. Весь его рост с 77 до 193 упоминаний относится к 17 материалам, вышедшим за три недели до замера, что исключает списание результата на общий фон рынка.

2. Одна страница — один вопрос. 589 реальных вопросов к нейросетям размечены и разложены на шесть кластеров; каждый материал пишется под конкретную формулировку. Узкая страница под узкий вопрос выигрывает у широкого обзора, потому что нейросеть выбирает наиболее точный ответ.

3. Трекинг на уровне страницы. 116 URL заведены в еженедельный мониторинг по пяти нейросетям. На выходе не «мы выросли», а список: какая страница, в каком движке, на какой вопрос.

4. Разбор конкурентной выдачи по 18 параметрам. Разобрали 30 самых цитируемых страниц конкурентов по нашим запросам и сравнили топ-15 с позициями 16–30. Разрыв между группами: ссылки на внешние источники с цифрами 67% против 20% (+47 процентных пункта), таблица сравнения продуктов с ценами 47% против 13% (+33 п.п.), прямой ответ в первом предложении 87% против 67%, средний объём 5 583 против 3 721 слова. При этом FAQ-разметка (+7 п.п.) и оглавление с якорями (+7 п.п.) практически не различают группы.

5. Третья ось доказательства — логи сервера клиента. Источник данных, независимый от платформы замера. Боты разделены по назначению: запрос пользователя — 8 133 захода, обучение моделей — 8 046, поисковый индекс AI — 4 749. Краулеры реагируют на публикацию раньше, чем появляются цитирования, — это ранний индикатор, по которому видно, что материал работает, ещё до попадания в замер.

6. Проверяемость цифр. Каждая цифра кейса взята из Semantica AI и сверена скриптом с исходными выгрузками. Контрольная сумма: упоминания по шести кластерам (7 + 172 + 33 + 193 + 4 + 4) дают ровно 413 — столько же отдаёт API платформы.

***

1. A clean experiment inside a live project. We isolated the PSA v2 cluster (259 queries) and published nothing against it until July 24. Its entire rise — from 77 to 193 mentions — traces back to 17 articles shipped in the three weeks before the measurement, which rules out crediting the result to general market movement.

2. One page, one question. We collected 589 real questions people ask AI systems, tagged them and sorted them into six clusters; every article is written for a single phrasing. A narrow page beats a broad overview, because the AI picks the most precise answer available, not the most comprehensive one.

3. Page-level tracking. All 116 URLs are monitored weekly across five AI systems. The output is not "we grew" — it is a list: which page, in which engine, for which question.

4. An 18-point audit of competitor results. We took the 30 competitor pages cited most often on our queries, ranked them by citation count and compared the top 15 with positions 16–30. What separates the groups: links to outside sources with numbers, 67% versus 20% (+47 points); a product comparison table with pricing, 47% versus 13% (+33 points); a direct answer in the opening sentence, 87% versus 67%; average length, 5,583 words versus 3,721. What does not separate them: FAQ markup (+7 points) and anchored tables of contents (+7 points) show up almost equally in both groups.

5. A third line of evidence: the client's own server logs. A data source independent of the measurement platform. We split the bots by what they came for: serving a live user question — 8,133 requests; training data collection — 8,046; AI search indexing — 4,749. Crawlers react to a new page long before citations appear, which makes them an early signal that an article is working — weeks before it shows up in the measurement.

6. Every number is checkable. Each figure in this case comes from Semantica AI and was reconciled against the raw exports with a script. As a checksum: mentions across the six clusters (7 + 172 + 33 + 193 + 4 + 4) add up to exactly 413 — the same total the platform's API returns.

Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком

Главная проблема проекта была в доверии. Цитирование в нейросетях появляется не сразу, а через неделю-месяц после публикации. Первые недели клиент оплачивает работу, но ещё не видит результата, поэтому нередко принимает решение о закрытии GEO-проекта. Чтобы предотвратить такое развитие событий, мы подключили второй источник данных: логи сервера показывают заходы AI-краулеров сразу после публикации. У клиента появился сигнал о том, что GEO-продвижение «работает» за две-три недели до того, как это подтвердят цитирования.

***

The hardest problem on this project was not content — it was trust. Citations in AI answers do not appear right away; they take a week to a month after publication. For those first weeks the client is paying for work with nothing to show for it, and that is exactly the point where GEO projects get killed. To keep that from happening, we brought in a second data source: server logs show AI crawlers arriving within hours of publication. The client now gets a signal that the work is landing two to three weeks before citations confirm it.

***

Гипотезы, которые не подтвердились. Разбор конкурентов мы проводили на заранее объявленных порогах. Три гипотезы из шести не подтвердились и были отброшены. Неожиданный результат: техническая составляющая почти не влияет на цитируемость. Страницы с 28 и 32 цитированиями обходятся без указания автора, без дат, без микроразметки и без рабочего оглавления. Решающими выступают два фактора — чем подкреплены утверждения и в какой форме подан ответ.

***

The hypotheses that failed. We ran the competitor audit against thresholds set in advance. Three of six hypotheses did not hold and were dropped. The surprise: technical setup has almost no bearing on whether a page gets cited. The two most-cited pages in the sample — 28 and 32 citations — have no author byline, no dates, no structured markup and no working table of contents. Two things decide it: what the claims are backed by, and how the answer is delivered.

***

Конфликт двух метрик. По цитированиям сайта Birdview первый из семи брендов, по сводной видимости — второй. Разница в том, что видимость учитывает ещё и упоминания имени бренда без ссылки: у Monday их 280, у нас 82. Можно было показать клиенту только выигрышный срез. Мы показали оба и объяснили природу расхождения. Как источник нас цитируют чаще всех, по узнаваемости имени мы отстаём. Это стало приоритетом следующего периода.

***

Two metrics in conflict. On site citations Birdview ranks first of seven brands; on overall visibility, second. The gap comes from what visibility also counts — brand-name mentions carrying no link: 280 for Monday, 82 for us. We could have shown the client only the flattering slice. We showed both and explained where the difference comes from. We are cited as a source more than anyone; on name recognition we are behind. That became the priority for the next period.

***

Инсайт о скорости. Статьи, опубликованные 3 августа, попали в ответы уже на замере 13 августа. Расхожее «эффект будет через полгода» неверно, и при точном попадании в формулировку цикл измеряется днями. 12 из 30 цитируемых страниц — материалы последних четырёх недель, то есть публикации, которых месяц назад просто не существовало.

***

What we learned about speed. Articles published on August 3 were already turning up in answers at the August 13 measurement. The industry line that results take six months is simply wrong: when a page matches the exact phrasing of a question, the cycle runs in days. Twelve of the 30 cited pages are from the last four weeks — pages that did not exist a month earlier.

***

Что это значит для рынка. Нишевый B2B SaaS обошёл конкурентов с бюджетами на порядок больше — не объёмом закупки, а точностью попадания в формулировки, которые покупатель задаёт нейросети. Цикл не заточен под Birdview. Тот же порядок шагов мы применяем на клиентах в других нишах и на собственном проекте.

***

What this means for the market. A niche B2B SaaS out-cited competitors spending an order of magnitude more — not by buying more volume, but by matching the exact questions buyers put to AI systems. The cycle is not built around Birdview: it works across other niches and on our own project.

Скриншоты