Интернет-маркетинг *

Первое объявление Telegram Ads проверяли три дня. Следующие могли оставаться на модерации уже девять–десять. Пока одна часть кампании собирала данные, другая всё ещё ждала запуска, а заранее подготовленный медиаплан постепенно терял актуальность.

Одновременно выяснилось, что каналы про бизнес и финансы приводят аудиторию из другой географии. Рассказываю, как мы перестраивали тесты, почему не стали ускорять расход бюджета повышением CPM и по каким признакам оставляли площадки в кампании.

Это моя первая статья на Хабре, поэтому сначала немного предыстории. Работаю в интернет‑маркетинге с 2011 года. Застал смену десятков алгоритмов поисковиков, эволюцию подходов в SEO, был опыт работы с перформанс‑каналами (хотя база всё же сеошная). Из чисто технического — базовое знание Python. Само собой, HTML+CSS. Одним словом, не разработчик. Но вот я и подхожу к сути — почему вообще тема возникла.

Развивался как SEO, SEO‑тимлид, хед SEO‑отдела и хед SEO + контент‑отдела. В целом эволюционировал до руководителя роста, но где‑то полтора года назад споткнулся об очевидную вещь — в Рунете нет единой базы знаний по интернет‑маркетингу. Подобных ресурсов вообще немало, но они в массе своей на английском, есть на испанском, видел и на азиатских языках. На русском — ноль.

В сентябре прошлого года закончился контракт с работодателем, и по началу я планировал отдохнуть пару недель, и приняться за поиск работы. Но в какой‑то момент решил поступить чуть иначе, и купил курс CMO. Названий не будет, потому что рекламировать что‑либо не собираюсь (я бы, может, и собрался, но правила вряд ли позволят). И уже после первых модулей задумался повторно — а почему такого ресурса (энциклопедии) не существует? У меня было много заметок по основным терминам и явлениям интернет‑маркетинга, подкреплённых лично моим опытом и ситуациями, в которых мы с командой были. В общем, в один прекрасный день я создал энциклопедию и начал её настройку, потом заполнение, и, разумеется, развитие. Но это тоже преамбула, а теперь — к сути. Я подумал: в работе мы, маркетологи, пользуемся огромным количеством разных сервисов. И приложений, и веб‑версий. Почему бы мне самому не начать делать продукты для маркетологов? Уж я точно знаю индустрию изнутри, и чего конкретно нам не хватает в быту — тоже. К осени уже довелось, помимо стандартных направлений диджитал‑маркетинга, поработать и с только набиравшим тогда силу GEO. Откровенно говоря, это часть SEO под AI, но есть резон выносить его в отдельную сущность.

Кампания с недельным бюджетом 10 000 ₽ в нише, где заявка стоит около 5 000, не обучится никогда — и автостратегия тут ни при чём. Ей просто не на чем учиться: за неделю она не наберёт даже двух заявок, а без набранных заявок look-alike нечем строить закономерность. Это школьная арифметика, и желание заказчика на неё не влияет.

Я веду Яндекс Директ в недвижимости, и почти любой спор «автостратегии всё сливают» против «ручное управление умерло» у меня на глазах сводится к одному инженерному вопросу: наберёт ли алгоритм достаточно размеченных данных, чтобы обучиться в этих конкретных условиях. Стоит посмотреть на автостратегию как на классификатор, которому нужна минимальная обучающая выборка положительных примеров за единицу времени, — и половина мифов вокруг неё отваливается сама.

Дальше — как этот классификатор устроен под капотом (упрощённо, детали Яндекс не раскрывает), почему ему нужен объём, где вместо него честнее ручные ставки и как «удобная» цель тихо ломает всю оптимизацию. В конце — таблица по шести типовым сценариям недвижки. Если у вас поток в сотни конверсий в неделю, большая часть проблем ниже вас не касается: там автостратегии просто работают, и это нормально.

«Реклама не работает» — фраза, которую я слышу от застройщиков чаще любой другой. За ней почти всегда стоит одно: бюджет откручивается, заявки капают, а сделок мало. И первая реакция предсказуемая — добавить денег или сменить подрядчика.

Я решил разобрать эту жалобу на данных: взял 24 месяца помесячной статистики Яндекс Вордстата по Башкортостану и Уфе плюс срез по 109 активным жилым комплексам Уфы. Ниже — что реально видно в этих цифрах, три механизма, из-за которых кампания «буксует», и отдельно то, ради чего эту статью стоит дочитать аналитику: где данные Wordstat нельзя читать в лоб и как я на этом сам мог бы ошибиться.

Адресат — те, кто сам собирает семантику и настраивает кампании в нише недвижимости. Бизнес-рамку («как это влияет на ваши продажи») я убрал — она на сайте. Здесь разговор про методологию: как режется спрос, какие доли из этого можно считать, а какие нельзя.

Ищешь термос — получаешь праймер для ногтей, ищешь одноразовые вилки — держи мотоцикл. Собрали коллекцию самых абсурдных ответов поисковых систем ecom площадок из реальных запросов пользователей и разложили их по шести типам: у безумия, как выяснилось, есть система.

В этой части — самое приземлённое про GEO-продвижение. Никакой философии, только то, что можно взять и в понедельник начать делать руками: как резать страницу под чанки, какой JSON-LD писать, какие боты пускать на сайт, как честно замерить цитируемость и как поймать переходы в Метрике и GA. То есть форма, в которую упаковывается уже сформулированная ценность. Если ценности нет, форма не спасёт — об этом была вторая часть.

Часть 1 — Нейросайт глазами бизнеса: позиции, трафик, конверсия и скорость изменений

Часть 2 — Как принудить нейросеть рассказать про ваш продукт

Недавно в отраслевой рассылке SEOFOMO мелькнула цифра — ChatGPT в режиме поиска повторяет около 34% своих query fan-out. То есть когда вы задаёте разные вопросы, модель под капотом раскладывает их на под-запросы к поиску — и примерно треть этих под-запросов повторяется от промпта к промпту. Есть устойчивое ядро, которое крутится постоянно.

Я работаю с видимостью брендов в нейросетях и сразу подумал: если ядро под-запросов стабильно, то и цитируемость источников не может быть равномерным шумом. Она должна расслаиваться — стабильное ядро сайтов, которые попадают в ответ почти всегда, и длинный хвост тех, кого система вспоминает через раз. Гипотезу можно проверить руками. Ниже — как я это сделал: замкнутый список из 16 брендов, шесть нейросетей, 591 обезличенный ответ и немного Python.

В Telegram Ads легко собрать медиаплан, который внушительно выглядит в таблице: сотни каналов, несколько аудиторных сегментов и десятки гипотез. Сложнее понять, где заканчивается тематическое совпадение и начинается бесполезный трафик.

В кампании эксперта по Amazon мы протестировали больше 200 площадок. Основную часть результата дали единицы. В статье разбираю, как мы делили аудиторию, отсеивали каналы и почему низкая цена подписчика на небольшом объёме ещё не делает площадку рабочей.

В этой статье мы проведем разбор формул оффера, честное сравнение и одна рабочая формула, которую можно приложить к сайту уже сегодня. Есть краткая и понятная инструкция по проверке своего оффера и позиционирования.
Оффер — не про красивые слова, а про честную сборку обещания из того, что бизнес реально умеет лучше рынка. В сложных нишах вроде мебели на заказ, ремонта, окон, натяжных потолков стабильно работает связка из трёх ответов: почему у нас, почему сейчас и почему за эти деньги.

Два месяца назад я запустил повторный замер одних и тех же 20 промптов в двух ИИ-поисковых системах — хотел посчитать, с какой скоростью источники вымываются из цитируемой выдачи. Результат оказался неожиданно резким: за первый месяц ChatGPT перестаёт ссылаться примерно на три четверти доменов, которые цитировал в начале, Алиса AI — примерно на половину. А между первым и вторым месяцем распад почти останавливается. Ниже — как я это мерил, что получилось и почему на трёх точках во времени можно уверенно говорить про форму кривой, но нельзя — про точный коэффициент.

Внеочередная публикация с мнением относительно последних фич Макса. Просто не могу не прокомментировать.

Я собрал в Я.Метрике сегмент по реферальным доменам ИИ-сервисов для своего небольшого сайта и прогнал его за четыре окна. Число получилось маленькое — 10 визитов из 634 за 90 дней. Но интереснее не само число, а то, что с ним по-честному можно делать, а что нельзя. Разобрался, почему любой такой замер по определению даёт оценку снизу: реальная величина всегда больше, а насколько — метод сказать не может.

Типичная ситуация – есть конкуренты, у которых сильный продукт и значительная доля рынка. А у вашей компании такой же продукт или даже хуже. Как отстраиваться и о чем говорить в таком случае?

Меня зовут Евгений Ли. Я отвечаю за продуктовый маркетинг и лидогенерацию в ИТ-компании. В этой статье я расскажу, как упаковывать неуникальный продукт, и дам готовый ИИ-навык для самостоятельной работы.

Начну с тезиса, который большинство классических сеошников и маркетологов, честно говоря, не очень любят. Но именно с него начинается понимание, что такое GEO на самом деле.

Нейросеть не рекламирует ваш продукт — она пересказывает ценность вашей компании своими словами. Она не повторяет ваши рекламные лозунги, сколько бы раз вы их где-нибудь ни написали. То есть если вы сто раз напишете, что ваш сервис самый сервисный, качество самое качественное, а ассортимент самый многообразный — модель, скорее всего, вас даже не упомянет. Не потому, что вы плохие. А потому, что ей про вас нечего пересказать. Это сказано везде — значит, не сказано нигде.

Я закинул бюджет в Telegram-рекламу своего pet-проекта — новостного бота — и за сутки получил +232 подписчика. Дашборд загорелся зелёным: «активация 81%». Палец уже тянулся к кнопке «пополнить баланс».

Хорошо, что не долил. Потому что когда я посмотрел, что эти 232 человека реально делают, оказалось: живое действие — осознанный тап 👍 или клик по ссылке — сделал ровно один. Остальные 231 — мёртвые души: 35% заблокировали бота в первый же день, а 218 из 232 зарегистрировались в один и тот же час.

Но самое неприятное — врала не только реклама. Врала моя собственная метрика: «активация 81%» считала автоматические просмотры, которые бот пишет сам себе в онбординге. Я радовался цифре, которую проще всего накрутить.

В посте — как я поймал накрутку собственными метриками за один вечер, почему «цена за подписчика» это ловушка, какую единственную цифру нельзя подделать по построению, и как отличить живой трафик от ботофермы тремя простыми SQL-запросами. С реальными числами из прода: Habr — 28% живых, органика — 19%, платная реклама — 0.4%.

Я гоняю один и тот же пул из 60 промптов через шесть ИИ-движков раз в месяц — это часть мониторинга, который я веду для одной ниши. В какой-то момент решил не просто читать ответы, а посчитать, откуда движки берут источники. Ожидал разную выдачу по одной теме — обычное дело для поисковиков. Получил другое: два практически несвязанных множества доменов. Из 174 уникальных источников за последний срез общих оказалось 7.

Расскажу, как я это посчитал, почему дело не в шуме прогона, а в архитектуре, и почему первый вывод оказался не там, где я его искал.

Это первая из трёх статей про GEO. Здесь — концептуальная база: за что вообще идёт борьба в нейровыдаче и почему это не косметическая надстройка над SEO. Во второй части будет содержательный слой — смыслы, граундинг, факт-чекинг и почему накрутка не держится. В третьей — прикладная техника: чанкование, разметка, замеры и атрибуция. Каждую часть можно читать отдельно.

Сайт на Тильде может получать поисковый трафик.

В 2026 году это уже странно доказывать: в выдаче достаточно проектов на конструкторах, у которых индексируются страницы, растут запросы, приходят заявки.

Поэтому вопрос лучше ставить практичнее: в каких случаях Тильда выдерживает SEO-задачу, а в каких начинает мешать работе.

Шопсы ВКонтакте — это публикации, которые содержат ссылки на товары. По ним пользователи могут сразу перейти к покупке. Появление формата не случайно: в соцсети уже давно растет доля товарного контента, который помогает продавцам расширять охват и стимулировать продажи.

Из статьи от экспертов click.ru и ВКонтакте вы узнаете:

Осенью 2026-го страна встала в очереди за бензином. Пока одни карты честно красили пустые баки красными точками, а официальные приложения сетей деликатно молчали о сухих колонках, мы задали неудобный вопрос: а что, если показывать не только где топлива НЕТ, но и где его ВОТ-ВОТ привезут? За пару дней 1 051 человек нажал кнопку «Тоже жду» — и мы поняли, что попали в нерв.

ГдеЗаправка (gdezapravka.ru) — народная карта наличия топлива на заправках России. Не приложение нефтяной компании и не рекламная витрина сети: обычные водители отмечают, где сейчас реально есть 92-й, 95-й и дизель, а мы собираем это в одну живую карту. Наличие — краудсорсинг от людей на местах, цены — открытый скрейп. Без единой строчки данных от владельцев АЗС. Отметиться можно анонимно, без регистрации и номера телефона — по отпечатку устройства.