В Яндекс Директ обычно делают акцент на настройку параметров личного кабинета, ключевых словах, стратегиях и ставках. Они не смотрят на результат работы - посмотрите на конверсии в Вебвизоре глазами - это просто.
Как самостоятельно пометить визиты ботов, избавится от ботовских конверсий и получить живые, рассказываю на примере сайта Московской химчистки Easy Breezy.
Мы продолжаем серию мини-кейсов про критические ошибки в контекстной рекламе. Теперь пишем о том, что мешает росту продаж в сфере услуг. Один кейс – одна ошибка. В этом материале расскажем, как неправильное позиционирование, кондовые тексты и отсутствие call-to-action приводили к высокой отказности сайта 58% юридической компании. Количество лидов было крайне низким — 5 в месяц, а CPL (стоимость лида) достигала 20 000р.
Простые и работающие подходы, которые увеличат конверсию вашего сайта. Практические советы для достижения результата в кратчайшие сроки.
GEOINT, или геопространственная разведка - это процесс использования и анализа изображений, геопространственной информации для описания, оценки и визуального отображения физических особенностей и установления географической привязки деятельности на Земле.
— В этой статье речь пойдёт о том, как исследователь смог определить точное местоположение лишь по одному снимку, выложенному в Twitter.
Как выявить и исправить скрытые проблемы вашего сайта для достижения наилучших результатов: оптимизация UX и повышение конверсии с помощью функционала записи сессий в инструментах аналитики.
Alphabay — огромный даркнет-маркетплейс, стал символом эпохи «темного» интернета. Его создание - результат стремления к анонимности, которое в итоге привело к катастрофическим последствиям.
Alphabay предлагал убежище для преступников, где они могли продавать наркотики, оружие и украденные данные. Но за анонимностью скрывался Александр Казес - тот самый Alpha02, администратор сайта, только он не учёл важность Opsec - что его и погубило.
История Alphabay - наглядный пример того, как одна ошибка может перечеркнуть всё, под катом вас ждёт увлекательная история, наполненная сюжетными переворотами.
Подавляющее большинство OSINT-тусовки интересует анализ физ. лиц, что-ж, да будет так, подготовил вам подборку различных ботов и сервисов(ГБ и др. в список не включены, о них и ленивый знает, да и не OSINT это вовсе).
В РУ-сегменте основоположником анализа по соц. сетям является VK, телега хоть и стала отдаляться от понятия мессенджера трансформируясь в соц. сеть и набирать всё бОльшую популярность, но пока и рядом не стояла по объёму потенциально важной информации о цели.
— Стоит отметить, что ВКонтакте уже начал умирать, и по моим предположениям, уже через два-три года былой актуальности от анализа ждать не стоит, народ заметно реже стал им пользоваться. Всё же, VK остаётся ключевым инструментом при анализе биографии человека, его интересов, окружения, происхождения и др.
1. 220vk — Старый, добрый и весьма потрёпанный сервис, позволяющий определить скрытых друзей, узнать на кого подписалась/отписалась цель и её интересы исходя из подписок на сообщества и людей (с временным таймлайном), а также какие были изменения в профиле и др.
2. VKHistoryRobot — Бот в тг, даст вам представление о том, как профиль выглядел в прошлом(очень полезен в случае, если профиль закрытый) предоставляет информацию в виде краткого дампа: Ф.И.; URL; фотография.
3. FindClone, search4faces — сервисы обратного поиска изображения по VK, позволяют произвести поиск профиля по загруженной фотографии, search4faces из этих двух - бесплатен.
4. Social Graph Bot — бот в телеге, позволяющий выстроить графы взаимосвязей среди списка друзей , с этим инструментом вы поймёте: насколько разноплановое окружение, кто из списка друзей является родственником и т.д; легитимен ли аккаунт и имеет ли он связь с какой либо группой лиц. (применений масса, вот вам гайд с хабра)
Ещё больше интересного и познавательного контента у меня в Telegram-канале — @secur_researcher
После внедрения процесса тестирования рекламных тегов на сайте из инструмента аналитики, GTM (предыдущая статья). Мы задумались каких ресурсов он нам стоит, как уменьшить влияние GTM и сформулировали гипотезу что посредством аудита тегов можно улучшить метрики веба. Помимо этого мы хотели бы узнать:
- Правда ли то, что ассинхронные сценарии настолько легкие для веба?
- Правда ли то, что приостановленные теги == удаленным?
Этапы эксперимента и наши выводы читайте ниже. Будем рады, если в комментариях вы поделитесь своими мнениями, идеями или опытом. Давайте обсудим вместе!
Малый бизнес, ограниченный ассортимент, высокая конкуренция — кажется, что это рецепт провала? Не совсем! В этом кейсе мы расскажем, как семейная компания с маленьким производством аромадиффузоров вышла на Ozon и достигла дохода в 500 000 рублей в месяц, практически не тратя деньги на рекламу.
Делимся лайфхаками:
Эффективное управление производственными процессами требует точного учета, планирования и организации всех ресурсов предприятия, в т.ч. и персонала. В планы производства на предприятиях регулярно вносятся коррективы и для их выполнения требуется иметь возможно оперативно и оптимально перераспределить имеющиеся ресурсы для выполнения измененной производственной программы. В этой статье мы рассмотрим, как организовать и автоматизировать планирование расписания персонала в системе управления рабочей силой WFM TARGControl, исходя из актуального производственного плана предприятия.
Замечательный кейс о том, как понты и завышенная самооценка выдали местоположение главаря банды, включённого в список самых разыскиваемых ФБР преступников.
На минуточку, за «голову» этого чувака была объявлена награда 2 млн долларов. Но вот как попался наш герой и причём тут геопространственная разведка, читайте под катом.
“Мусорные” лиды, привлекаемые онлайн, - насущная проблема, с которой сталкиваются многие бизнесы.
Предположим, вы привлекаете на свой веб-сайт или в приложение значительный объем трафика и получаете множество заявок (лидов), однако, по мере обработки этих заявок, вы понимаете, что из-за большого содержания “мусорных” обращений (от пользователей, которые явно не готовы покупать) конверсия в покупку из них крайне низкая.
В результате ваши менеджеры по продажам перегружены, так как ежедневно обрабатывают десятки, сотни, а иногда и тысячи лидов, но количество оплаченных заказов оставляет желать лучшего.
Возникает вопрос: как исправить ситуацию, если попытки улучшить качество трафика, привлекаемого на лендинг, оказались неудачными?
Как правило, в этом случае варианты дальнейших действий ограничены, и одна из наиболее эффективных мер - внести такие изменения в лендинг, которые бы повысили процент целевых заявок, разгрузив команду sales-специалистов.
Примечание:
Важное преимущество такого подхода заключается в следующем: если вы используете рекламные performance-кампании, работающие с оптимизацией за конверсии, то корректировки лендинга с целью отсеять некачественные лиды повлияют и на показатели рекламы.
Корректируя лендинг и “фильтруя” нецелевые лиды, вы уменьшаете число конверсий для оптимизации рекламы, что способствует “переобучению” кампаний в сторону привлечения более качественных лидов.
Важно учитывать, что сначала показатели рекламных кампаний могут временно ухудшиться, но далее ситуация стабилизируется и улучшается, и вы начинаете получить качественные лиды по цене меньшей, чем до корректировок.
Серия мини-кейсов про критические ошибки интернет-магазинов, которые мешали росту продаж и прибыли. Один кейс – одна ошибка. Сегодня расскажем, как онлайн-ресторан суши запускал нерентабельную рекламу и получал ДДР 63% на клиента. Не было развития LTV и одноразовые продажи не отбивали вложения в контекстную рекламу.
Когда наш продукт (протокол рекуррентных криптоплатежей на NodeJs, React) вырос, возникла необходимость подключить систему продуктовой аналитики, чтобы понимать, что и как делают наши пользователи. В статье хочу рассказать об опыте подключения и использования системы аналитики Posthog. Думаю, статья будет полезна разработчикам, впервые подключающим аналитику, техдиректорам и менеджерам для оценки потенциальных сроков и рисков.
Что делать, когда в премиум сегменте лидов мало и они дорогие? Как избежать ошибок в контекстной рекламе и эффективно обучить алгоритмы? В этом кейсе делимся стратегиями борьбы с нецелевыми обращениями, съедающими рекламный бюджет, и нехваткой данных для обучения ИИ Яндекса. Оптимизируем сайт и применяем микроконверсии. Выигрываем в конкуренции, уча алгоритмы продавать услугу, как товар, и выходим на VIP-аудиторию.
Серия мини-кейсов про критические ошибки интернет-магазинов, которые мешали росту продаж и прибыли. Один кейс – одна ошибка. В седьмом материале расскажем, как интернет-магазин матрасов терял доход из-за рекламы нерентабельных товаров. Средний чек упал с 14 800 р. до 12 300 р. А ДРР (доля рекламных расходов) выросла до 36%.
Digital-аналитика рекламных каналов является неотъемлемой частью работы над маркетинговыми кампаниями.
Одним из самых результативных подходов при анализе рекламных кампаний является исследование показателей эффективности в разрезе различных сегментов.
На практике чаще всего используются следующие популярные разбивки:
Анализ в разрезе рекламных кампаний;
По ключевым словам и группам объявлений;
По типу устройств (смартфоны, планшеты, компьютеры);
По гео (города и страны);
По демографическим признакам (пол и возраст).
Как правило, в ходе исследования специалист разделяет трафик между сегментами и оценивает разницу в стоимости лида (CPL) либо стоимости заказа (CPO). Далее производятся соответствующие корректировки.
Подобный анализ может дать специалисту большой объем полезной информации, которая, будучи правильно учтенной, даст значительный положительный эффект.
Однако практика показывает, что стандартных сегментов часто оказывается недостаточно, и многие аналитики / маркетологи начинают задаваться вопросом:
На что еще взглянуть в рекламных кампаниях, чтобы увеличить эффективность привлекаемого трафика?
Давайте разбираться!
Статья посвящена небольшому личному исследованию по изменению стоимости квадратного метра в Варшаве, Минске, Москве и Санкт-Петербурге. Для простоты и скорости везде использовал chatgpt-4 с последующей ручной перепроверкой всех выдаваемых значений. Будет много неожиданных результатов и занимательных графиков, так что приступим!
Уверены, у многих компаний первый опыт с контекстной рекламой был не самый удачный: деньги потрачены, а выхлопа мало. Особенно это актуально в В2В сегменте, где высокая стоимость привлечения. Эта история как раз про В2В, и она тоже начиналась неудачно. Первый месяц рекламной кампании разочаровал и нас, и нашего заказчика, который до этого не имел опыта с контекстной рекламой и продвигался, в основном, через сарафанное радио. Ниже покажем на конкретном примере, почему контекстная реклама может привести к сливу бюджета и что мы предприняли, чтобы исправить ситуацию и в итоге привести 20+ новых В2В клиентов с крупными заказами: средний чек ~50 000 руб при стоимости привлечения лида около 4000 ₽.
История будет в трех частях:
Виват, Хабровчане! Несмотря на то, что мы открутили бюджеты в сотни миллионов рублей десяткам клиентов, до сих пор регулярно ловим инсайты в работе с Яндекс Директом, проводя эксперименты. Ими и хотим поделиться с вами. Поймете, как лучше работать с рекламным кабинетом Яндекса в 2024 году, чтобы не наломать дров.
Рассказываем на примере интернет‑магазина матрасов. Как всего за месяц нам удалось поднять доход с рекламы с 3,4 до 9,7 млн ₽ при сохранении текущего уровня бюджета. Но не обошлось и без фейлов: одна гипотеза подняла ДРР до 300%. И почему не стоит сильно закручивать гайки автостратегиям, как приводить клиентов только с большим средним чеком и как отучить алгоритмы приводить на сайт любителей класть в корзину, но не заказывать.
