Контекстная реклама *

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.

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.

Сегодня только самый ленивый уже не попробовал создать свой SaaS. И я это знаю, так как руковожу маркетинговым агентством, которое больше 10 лет специализируется на продвижении SaaS-сервисов, и мы тоже параллельно делаем несколько собственных SaaS-продуктов, за маркетинг которых я плачу из своего кармана. И ко мне переодически приходят за консультацией по поводу продвижения разных SaaS. Поэтому, учитывая, что за эти годы мы собрали микс работающих каналов для десятков клиентских, я решил написать статью, в которой расскажу, что работает в России, а что за рубежом и что из этого доступно для российских основателей, чем продвижение B2B SaaS отличается от B2C, и с чего бы я начинал сегодня.

Отчёт Директа показал пять конверсий, потом ноль, потом три. Все три запроса вернули 200 OK. Разбор трёх мест, где успешный ответ API не означает, что вы получили нужные данные, что операция выполнилась и что настройка совпала с замыслом.

Можно ли с помощью AI самостоятельно создать полноценную рекламную кампанию в Яндекс Директе — от анализа продукта и семантики до объявлений и готовой кампании в кабинете — без постоянной помощи таргетолога?

Я сделал для этого плагин для Codex и Claude Code и на практике столкнулся с другой стороной задачи: как дать агенту достаточно свободы для такой работы, но сохранить контроль над аккаунтами, изменениями и рекламным бюджетом. В статье — о том, как устроен этот подход и какие ограничения пришлось заложить в систему.

235 рекламных кампаний, восемь месяцев дневной статистики, 1,5 млн рублей расхода. Три ловушки в отчётах, из-за которых выводы сначала получились красивыми и неверными, и что осталось от цифр после проверки.

Я пишу на Хабре, в основном, про старое железо и игры, но периодически появляются статьи по моей основной специализации — интернет‑рекламе и аналитике. 

Август для меня традиционно пора проведения аудитов сайтов и кабинетов контекстной рекламы Яндекс.Директ. Поток писем и звонков с вопросами идет волнами.

Что интересно, до сих пор довольно большая часть корпоративных сайтов все еще не соответствуют требованиям Федерального закона от 27.07.2006 № 152-ФЗ «О персональных данных». А подавляющая доля тех, кто работает с контекстной рекламой, не знает о том, что Яндекс включает новые опции и инструменты автоматически, и сильно удивляются, почему проседает поток лидов.

Давайте обсудим, на что нужно обратить внимание.

В Telegram Ads рекламодатель платит за Views. Но что должно технически произойти, чтобы в статистике появился ещё один просмотр?

Я полез в MTProto, TDLib и исходники Telegram Desktop. Оказалось, что получение объявления от сервера ещё не является View: клиент отдельно регистрирует просмотр, когда выполняется условие видимости. Причём весь текст должен оказаться на экране, а CTA-кнопка — необязательно.

А дальше начинается самое интересное: дедупликация, антифрод, frequency и точная связь этого события с биллингом уже находятся за закрытой серверной границей Telegram. Я попробовал восстановить весь путь и чётко отделить то, что можно доказать по коду, от того, чего мы на самом деле не знаем.

Внутри:

- Как избавиться от тех, кто ПОСТОЯННО кликает по вашей рекламе.
- Защищаем сайт БЕЗ КАПЧИ: рисуем кнопку, которая будет невидима для бота.
- Как вычесть мусорные визиты из Яндекс.Директа.
- Как кормить Директ конверсиями, чтобы он НЕ учился на МУСОРЕ.

И ТОПовый лайвхак! Ловушка для ботов, которую может повторить каждый.

Покажу простой эксперимент, с помощью которого можно своими глазами увидеть и доказать, что по вашей рекламе кликает именно бот.

Привет, на связи Дмитрий. У меня на руках аккаунт, в котором поисковый и охватный контуры размечены раздельно, а замеры доведены до квалифицированной заявки и продажи в CRM. Если вы отвечаете за рекламу веб-сервиса и в команде идёт вечный спор, надо ли держать горячий и латентный спрос в разных кампаниях, дальше цифры этого аккаунта и решения, которые из них следуют.

Привет, на связи Дмитрий. У меня на руках аккаунт, в котором поисковый и охватный контуры размечены раздельно, а замеры доведены до квалифицированной заявки и продажи в CRM. Если вы отвечаете за рекламу веб-сервиса и в команде идёт вечный спор, надо ли держать горячий и латентный спрос в разных кампаниях, дальше цифры этого аккаунта и решения, которые из них следуют.

Содержание

1. Почему одна структура аккаунта не тянет оба типа спроса?

2. Как разметить аккаунт, чтобы замеры вообще стали возможны?

3. Что показали замеры по типам трафика?

4. Почему дешёвый клик не означает дешёвую заявку?

5. Что происходит внутри автотаргетинга и что там можно отключать?

6. Почему по цене формы нельзя резать бюджет?

7. Сколько данных нужно, чтобы решение по кампании не было случайным?

8. Как собрать структуру под каждый контур и как делить бюджет?

9. Где структура ломается чаще всего?

10. Частые вопросы

Большой канал с хорошим CPM может оказаться одной из самых дорогих площадок в медиаплане.

Не потому что вырос прайс. Просто большую часть его аудитории вы уже купили в предыдущих каналах.

Я попробовал добавить пересечения прямо в расчёт медиаплана: считать не размер следующей площадки, а сколько новых людей она реально добавляет и сколько стоит эта тысяча дополнительного охвата. На синтетической модели разница между обычным подбором и overlap-aware планом доходила до 30,5% unique reach при одном бюджете.

Внутри — немного теории множеств, одна рабочая формула для Google Sheets и очень неприятный пример с третьим «выгодным» крупным каналом.

Я решил проверить, можно ли вообще поставить stop-loss объявлению не на глаз, а математически: задать допустимый CPA, посчитать минимальную нужную конверсию и понять, после какого количества нулевых попыток гипотезу уже действительно пора закрывать.

Получилась довольно простая модель — и один неожиданный ориентир, который я теперь точно буду учитывать в тестах.

Привет, на связи Дмитрий Шестаков. Мы в агентстве собираем сквозную аналитику для онлайн-сервисов с длинным циклом сделки, и почти каждый проект начинается с одной и той же сцены: Директ показывает одно число заявок, Метрика другое, CRM третье, и все три системы уверены в своей правоте. Ниже разберу наш стек как он есть — какие слои данных нужны, по каким ключам они связываются, чем забираем выгрузки, где спотыкались сами. С замерами реального проекта, где расход в Директе за период превысил полтора миллиона рублей. Если вы отвечаете за окупаемость трафика SaaS-сервиса, схема переносится почти без изменений.

Вот маркетинговая задачка: вам приносят отчёт и предлагают увеличить бюджет на следующий квартал. На первый взгляд всё выглядит хорошо: коэффициент LTV/СAC = 4, значит, каждый клиент приносит в 4 раза больше, чем стоит его привлечение. Запускаемся?