Контекстная реклама *

Три минуты на презентацию проекта, десятки слайдов, полчаса вопросов от экспертов и сверхзадача убедить жюри в том, что ты не фантазер, а у идеи есть коммерческие перспективы. Это набор задач стартапера, который идет классическим путем — от идеи к развитию через питчи и поиски инвесторов.

Как подготовить такое выступление, на чем сделать акцент и как справиться с волнением, как не запутаться и не забыть сказать про главное, и что оно такое, это магическое главное? Об этом беседуем с нашей коллегой Елизаветой Кузьминой, руководителем направления технической аналитики АНО «Платформа НТИ» и основательницей стартапа Hypothesis Lab, платформы для тестирования рекламных кампаний и проверки гипотез с использованием синтетических персон для генерации креативов, а также подготовки рекомендаций по масштабированию и сбора аналитики.

Елизавета представила свою платформу на финале акселератора «Физтех. Идея», весенней волне 2026 года. Это был самый первый питч проекта, и сразу успешный. В финальном питче ее команда вошла в топ-6 проектов и получила полмиллиона рублей на развитие.

Поздравив с почином, поговорили с Елизаветой о ее стартапе, а также о том, как устроен акселератор и как подготовить суперлаконичную презентацию на три минуты. А также какие вопросы задают эксперты и что помогает убедить жюри в перспективности проекта. В общем, вот лайфхаки для всех, кто идет или готовится пройти по этому пути.

Компании и менеджеры узнают о партнерах или конкурентах в первую очередь из ответов нейронок, поэтому сегодня все устремились в GEO — Generative Engine Optimization. Метод подразумевает настройку контента на сайте таким образом, чтобы чат-боты вроде ChatGPT и поисковики с генеративными функциями цитировали бренд в своих ответах.

Получается что-то вроде SEO-лихорадки из нулевых, когда компании гонялись за нужными ключевиками и соревновались в методах «творческой оптимизации». Ниже — о том, что (хорошего и не очень) дают чат-боты при поиске информации о компаниях, и почему попытки «придумать сеошный хак для нейронки» — так себе идея.

Если вы когда-нибудь занимались рекламой и маркетингом, то сталкивались с тем, что вам нужна рекламная кампания с баннерами, но вручную делать крайне долго, а заказывать стоит денег и времени. Сегодня это можно сделать менее чем за час, включая согласование. Тут проблема не в том, умеет ли ИИ рисовать, а в том, может ли она захватить внимание, учесть вашу аудиторию и требования площадки. Безусловно, при большой рекламной кампании тяжело обойтись без дизайнера, но если вам нужны прототипы или быстро и дешево сгенерировать несколько рекламных баннеров, то вам стоит уметь работать с ИИ.

Кроме того, объем креативов растет быстрее, чем способность их тестировать. Что же делать?

В этой статье разберем, какие инструменты, и главное как, закрывают задачи баннерной рекламы, как построить процесс, где ИИ экономит время - а где лишь создает риски.

29 сентября на конференции unBoxed Amazon показал формат Branded Conversations. Бренд пишет бриф о своих товарах, и ассистент Alexa for Shopping опирается на него, когда объясняет покупателю, чем одна модель отличается от другой. До сих пор бренды платили за место рядом с ответом ИИ. Теперь можно оплатить кусок самого объяснения.

Для тех, кто занимается продвижением в нейросетях, тут два вопроса: что делать с открытыми моделями, где брифа нет, и как измерять видимость, когда часть ответов куплена.

Я отдал браузерному помощнику разбор двух рекламных кабинетов в Яндекс Директе. Ниша: продажи серверов и систем хранения данных корпоративным заказчикам, тендерные закупки, цикл сделки в месяцах, чек в миллионах. Работа заняла три дня в начале августа.

Про поломки самих кабинетов я писал в предыдущей статье. Здесь другой материал: пять раз я получил от нейросети уверенный вывод, построенный на неверно прочитанном интерфейсе. Ни один из пяти не был ошибкой рассуждения. Логика в каждом случае чистая, аргументация связная, тон ровный.

Ниже: как выглядят такие ошибки, чем они опасны и по какому признаку я их ловил.

Цифры округлены и обезличены: ниша узкая, игроков мало, по точным данным компанию вычисляют за пару минут. Соотношения между цифрами сохранены.

Даже надежные и отлаженные связки в Яндекс Директе могут постепенно утрачивать свою результативность: аудитория устает от рекламы, конкуренция усиливается, а привлечение каждого нового клиента обходится дороже. В подобных условиях важнее не увеличивать вложения, а находить дополнительные возможности для развития и проверять новые идеи. 

Из статьи вы узнаете:

Резкий рост подписчиков, высокий охват и тишина в комментариях ещё не доказывают накрутку.

Разбираю, как проверить канал перед рекламой, сравнить публикации одинакового возраста и отделить сомнительные данные от неподходящей аудитории.

Внутри схема проверки, таблица наблюдений и пример того, как один вирусный пост искажает средний охват.

Привычные инструменты интернет-маркетинга уже не охватывают весь путь пациента. Теперь часть этого пути человек может пройти с помощью нейросети, которая собирает информацию из разных источников, сравнивает предложения и формирует ответ на его запрос. Как это выглядит на практике? Например, так: пациент открывает Chat GPT и пишет: «Посоветуй хорошую стоматологию для имплантации зубов. Сравни клиники по стоимости, квалификации врачей и отзывам пациентов». Через несколько секунд он получает готовую подборку с названиями клиник, описанием их преимуществ и ссылками на источники. Ему остаётся изучить несколько вариантов и выбрать, куда записаться на консультацию. Попадёт ли ваша клиника в эту подборку? Так возникает новая задача для медицинского маркетинга: сделать так, чтобы нейросети находили достоверную информацию о вашей клинике и могли использовать её при формировании рекомендаций. Меня зовут Вячеслав Радецкий, я медицинский маркетолог. В этой статье разберу, как нейросети формируют рекомендации, какие факторы влияют на присутствие клиники в AI-ответах и что необходимо сделать с сайтом, репутацией и внешними площадками, чтобы увеличить свои шансы на попадание в такие подборки.

Неделю назад я выложил статью про то, как запустил Директ Коммандер на Linux. А через пару дней выяснил, что половину той инструкции можно выкинуть.

Bottles там не нужен, хватает обычного Wine из репозитория WineHQ. Заодно разобрал автообновление: Коммандер вешает красную плашку «обновление будет установлено автоматически при следующем запуске», честно качает 134 мегабайта и не устанавливает ничего. Ни тогда, ни потом, и никак об этом не сообщает.

И отдельно расскажу, как я собственным скриптом удаления снёс себе рабочую установку. Там всё сломала одна подстрока.

Когда нужно понять, как часть воронки тормозит продажи, классические фреймворки SWOT, PEST и 4P не дают точных ответов. А вот чтобы во время разработки маркетинговой стратегии точно понимать, как приоритизировать рекламные каналы и сплитовать бюджет, нужен набор маркетинговых фреймворков, которые не связаны напрямую с анализом рынка.

В этой статье разберём связку из пяти маркетинговых фреймворков: JTBD, CJM, юнит-экономики, full-funnel-сплита и инкрементальности.

Привет, Хабр!

Меня зовут Дмитрий, руководитель отдела рекламы и продвижения в Аспро. Мы запускаем интернет-магазины и развиваем систему управления бизнесом Аспро.Cloud.

Частый вопрос от клиентов: цели стоят, семантика собрана, заявки идут — а стоимость лида скачет от 800 до 3000 рублей без всякой логики. Обычно грешат на подрядчика, а дело в том, что алгоритм оптимизируется под заявку, а не под деньги.

Разберем, какие ошибки сливают бюджет в Директе.

Официально Коммандер есть только под Windows и macOS. Установщик под Wine зацикливается намертво, но само приложение запускается — если знать одну деталь про сборку Wine. Разбор, почему не работает очевидный путь, и рабочая инструкция.

Большая часть ниш в B2C обладает коротким циклом сделки и, согласитесь, отделу маркетинга гораздо удобнее отчитываться о результатах, когда продаж с рекламы не приходится долго ждать. Потратили деньги, получили продажи, посчитали стоимость привлечения и выручку, оценили ROAS каждого канала. В B2B процесс выглядит совсем иначе.

В некоторых бизнесах цикл сделки может занимать три или четыре месяца. А в некоторых еще дольше. И получается следующая картина: рекламную кампанию в новом канале запустили в сентябре, потратили бюджет, получили лиды, провели квалификацию. В октябре только-только вывели эти лиды на первую встречу. К ноябрю половина из тех, кто был на встрече, просит подождать из-за долгого согласования бюджета. И вот в декабре происходит долгожданное закрытие сделок. При этом фаундер просит отчет по эффективности нового канала уже в октябре, а финансовый отчет компании строится по календарным месяцам.

Сопоставляя в соседних колонках расходы за сентябрь с выручкой за сентябрь, мы не сможем сделать правильные выводы, потому что выручка сентября была сгенерирована за счет лидов, привлеченных, например, в июле, а окупаемость маркетинговых инвестиций сентября мы увидим сильно позже. Но отказаться от отчетности, заявив «увидим через три месяца», тоже нельзя. Поэтому на длинном цикле сделки появляются следующие вызовы: корректно оценить полученные результаты и спланировать инвестиции в рекламные каналы при условии их медленной окупаемости.

Месяц закрытия сделки мало говорит об эффективности маркетинга

Поисковый трафик обычно воспринимают как игру в долгую. В органике нужно собрать семантику, подготовить контент, дождаться индексации и попытаться обойти страницы, которые уже годами стоят в топе поисковой выдачи. В платном поиске всё быстрее, но каждый клик уже стоит денег — и чем очевиднее спрос, тем дороже за него бороться. 

Но есть сценарий, в котором поисковый трафик можно получить дешевле: поймать спрос в момент, когда он только появляется.

Привет, Хабр! Я Влад Силантьев — основатель digital‑агентства Silantev Studio. Мы много работаем с платным трафиком и постоянно ищем способы получать больше заявок без увеличения рекламного бюджета.

Недавно решили протестировать для этого ИИ‑квалификатор на сайте. Первые результаты оказались интересными: +33% квалифицированных лидов и около 300.000 ₽ дополнительной выручки за первые две недели.

В этом кейсе расскажу, как проводили тест, что именно делал ИИ и за счёт чего удалось получить такой прирост.

Мы внедрили ИИ‑квалификатор на сайт медицинского центра по протезированию конечностей. Здесь особенно важно не просто собрать номер телефона, а сначала понять ситуацию человека.

В один обычный рабочий день на почту ООО пришло определение об истребовании сведений, необходимых для разрешения дела, в том числе сведений (информации), необходимых для расчета размера административного штрафа. Простыми словами: в отношении ООО было возбуждено дело об административном правонарушении. Причина — пропущенный срок подачи акта по Интернет‑рекламе. Возможная сумма штрафа ощутимая для малого бизнеса. Как так вышло и что было дальше — читайте в этом разборе.

Я отвечаю за маркетинг в B2B ИТ: серверы и системы хранения данных для корпоративных заказчиков. Закупка идёт через тендерные процедуры, цикл сделки измеряется месяцами, чек измеряется миллионами. В начале августа я разбирал два рекламных кабинета в Яндекс Директе, которые до меня вели несколько лет.

Повод для разбора дала сверка с системой учёта клиентов. Из нескольких десятков заявок с сайта за период целевыми оказались единицы, меньше пяти процентов. Дальше выяснилось, что через Директ за тридцать дней в компанию не пришло ни одной заявки вообще, при живом расходе.

Ниже девять поломок, которые нашлись в кабинетах, и чек-лист, по которому я теперь захожу в любой незнакомый кабинет. Ни одна из девяти не экзотика, каждая проверяется руками за несколько минут.

Медиаплан обычно собирает внутренняя команда или подрядчик, а отвечает за него руководитель маркетинга. И тут есть риск: на согласование приходит красивая таблица с площадками, бюджетами, показами, кликами и конверсиями, а в результате прогноз может не совпасть с результатом.

Например, охват и частота по средним значениям площадки, CTR и конверсии на основе прошлых размещений. Поэтому задача маркетолога — разобраться, откуда взялась каждая цифра, насколько ей можно доверять и что команда будет делать, если план не совпадает с реальностью. Иначе план может сильно разойтись с фактом, и тогда отвечать за потраченный бюджет придётся маркетологу.

В статье вместе с Ксенией Гавриленко, Performance marketing Lead Яндекс Рекламы и приглашённым преподавателем ВШЭ, рассказали, какие показатели в медиаплане стоит поставить под сомнение, что проверить до запуска и какие вопросы задать команде, чтобы результат приятно удивлял.

Собрал в онлайн-таблицу гайды от топовых авторов как писать статьи в блог-платформах Хабр, VC, DTF и Дзен, чтобы получить бесплатный целевой трафик или подписчиков. Эти материалы набрали 16500+ закладок в избранное и 3.8 млн просмотров.

У маркетолога давно есть ИИ. Только работает он курьером между вкладками.

Сначала нужно обсудить с моделью аудиторию, затем открыть Wordstat, Директ, Метрику и Яндекс Аудитории. Собрать цифры, перенести их обратно в чат, снова объяснить контекст — и повторить цикл для следующей задачи.

Мы объединили эти сервисы в одном окне Cursor. Агент получает данные через API и помогает в пяти процессах: анализе аудитории и JTBD, сборе семантики, подготовке объявлений, еженедельной оптимизации и ретаргетинге. Перед записью он согласовывает будущие изменения, запускает dry‑run и ждёт решения человека.