Кейс №1: антикризисный PR на примере борьбы с негативными слухами о закрытии компании

Задача: показать в действии современные методы борьбы с негативными слухами, неконтролируемо распространяемыми в сетевых изданиях и соцсетях.

Мы покажем, как одна-единственная публикация-опровержение в правильно подобранном СМИ уже через несколько минут попадает на первое место в органической выдаче поисковых систем, а также в нейропоиск, перебивая множественные негативные публикации в других медиа (СМИ и соцсети) на эту тему. Узнаете, как это позволило нивелировать негативные слухи о компании, запустив процесс буквально за считаные минуты, и без привлечения отдельных специалистов в области PR или SERM.

Как итог: слухи о тотальном закрытии компании трансформировались во всеобщую осведомлённость о закрытии лишь нескольких её филиалов.

Через несколько недель тему осветят другие крупные медиа («Ъ», РБК, ТАСС и т. п.) в нужном (позитивном) ключе и по собственной инициативе. Однако они подключатся, когда проблема уже будет решена. Поэтому расцениваем их вклад, как не обязательный для обсуждаемых здесь целей.

Кейс №1: борьба со слухами о тотальном закрытии

Предыстория: сетевой ретейлер [VV] закрыл несколько своих магазинов в разных городах, но сделал это практически одновременно. Локальные СМИ распространили тему. Далее подключились соцсети и из-за этого (в соцсетях) начали множиться слухи о тотальном закрытии всех офлайн-магазинов ретейлера, для якобы полного перехода в онлайн (дарксторы, доставка).

Негативное влияние на бренд: 

• неуверенность действующих и потенциальных партнёров (поставщики, производители, франчайзи);
• неуверенность действующего и потенциального персонала (продавцы, грузчики, администраторы магазинов);
• разочарование лояльных клиентов (покупатели).

В целях соблюдения конспирации в поисковых системах и нейросетях (чтобы этот материал не попадал в выдачу по брендовым запросам), рассматриваемую компанию (ретейлера) будем называть [VV].

Хронология событий

День первый:

В одном российском городе местные СМИ выпускают новость про закрытие всех местных магазинов торговой сети [VV].

Тему подхватывают и тиражируют местные СМИ.

День второй:

На change.org появляется петиция за открытие, недавно закрывшегося, единственного магазина [VV], но уже в другом городе.

Тема освещалась в местных СМИ за несколько дней до этого (в момент появления информации о закрытии).

День третий:

Соцсети сопоставляют события и массово подхватывают тему. Появляются комментарии пользователей с предположением (а где-то и с утверждением) что [VV] закроет все магазины. 

День четвёртый:

В Яндекс и Google активизировались запросы пользователей типа: «[VV] закрывает магазины», «[VV] закроет все магазины в 2025 году» и т.п. 

День пятый:

На страницах BUSINESS (gazetabiznes.ru) выходит статья-опровержение под заголовком: «[VV] не закроет все магазины в 2025 году: в торговой сети опровергли слухи о тотальном закрытии магазинов».

Через несколько минут после публикации BUSINESS:

Пользователи поисковиков Яндекс и Google, вводят запрос: «[VV] закрывает магазины», а на первой строчке видят: «[VV] не закроет все магазины […]».

Пользователи нейропоиска Яндекса (с недавних пор назвается «Алиса») спрашивают: «закроет ли [VV] свои магазины», а нейросеть им в ответ (цитируя публикацию BUSINESS): «Нет, [VV] не закроет все магазины в 2025 году. Об этом заявила официальный представитель службы по внешним коммуникациям компании 27 февраля 2025 года. По её словам, закрытие некоторых торговых точек — стандартная практика для [VV]. Компания тестирует разные локации и города, и если точка не показывает эффективности, её закрывают и ищут новое место, где спрос на ассортимент будет выше…»

*На скриншотах показана выдача на момент публикации статьи в BUSINESS (февраль 2025). Позднее тему осветили другие крупные СМИ, и сейчас она (выдача) может немного отличаться.

ИТОГ:

Произошло каскадное распространение запрограммированной информации. Практически мгновенное попадание сообщения-опровержения со страниц BUSINESS в поиск  (на первое место по целевым запросам) и нейросети, позволило охватить сначала активных, а потом с их помощью и пассивных потребителей информации.  

Активные потребители информации в данном случае, это не только взволнованные клиенты, партнёры и персонал [VV], но и редакторы групп в соцсетях, администраторы телеграм-каналов и журналисты других СМИ. 

Активные потребители информации: узнав о тотальном закрытии магазинов торговой сети [VV], начинали проверять эту информацию посредством поисковых систем, сразу же натыкаясь на публикацию-опровержение от BUSINESS. 

Однако если взволнованные клиенты, партнёры и персонал [VV], просто читали опровержение «для себя», то представители медиа (журналисты, редакторы, администраторы телеграм-каналов) распространяли его на своих ресурсах, расширяя охват на пассивных потребителей информации — тех, кто знал неверные слухи или вообще находился вне темы.

Таким образом мы показали, что всего одной публикации в правильно подобранном СМИ, оказалось достаточно для того, чтобы обойти в поисковой выдаче и в нейропоиске все ранее распространенные публикации со схожими заголовками, но без частицы "НЕ". Так, пользователи писали запрос в утвердительной форме "[VV] закроет магазины", а получали в выдаче (на первом месте в поисковиках и в качестве утверждения в нейропоиске) "[VV] НЕ закроет магазины".

Как итог: слухи о тотальном закрытии компании трансформировались во всеобщую осведомлённость о закрытии лишь нескольких её филиалов.

Что такое «правильно подобранное СМИ» в данном случае?

• Отраслевое издание - посвящённое бизнесу в целом или конкретной сфере деятельности (специализированное). Только такие СМИ могут органично публиковать новости и пресс-релизы компаний (вопрос индексации материалов с пометкой ERID выходит за рамки данной темы и будет рассмотрен отдельно — подписывайтесь, чтобы следить за обновлениями: ТГ, ВК).
• Цитируемость агрегаторами - материалы издания должны перепечатываться крупнейшими новостными агрегаторами. Это обеспечивает мгновенное попадание в поисковую выдачу и нейропоиск.
• Присутствие СМИ в LLM-датасетах - издание должно входить в обучающие выборки крупных языковых моделей, чтобы его материалы использовались ИИ для формирования ответов.