КиберМаркетинг-2014: Анонсы и ответы о поведенческих факторах

16 октября 2014 года, в московском event-холле «Инфопространство», завершилась ежегодная конференция CyberMarketing-2014 – крупнейшее отраслевое мероприятие в России, сосредоточенное исключительно на вопросах SEO.

Программа конференции ориентирована на специалистов в области поисковой оптимизации, маркетологов, руководителей компаний, владельцев бизнеса и включает в себя доклады признанных экспертов отрасли, круглый стол и профильную выставку. Специалисты ведущих SEO-компаний и поисковых систем рунета представили актуальную информацию по вопросам поискового продвижения, имеющую практическую значимость для всех групп участников мероприятия.

В этом году на CyberMarketing-2014 состоялся ряд значимых анонсов. В кабинете вебмастера Mail.ru запущен новый сервис показа статистики поисковых запросов. Об этом рассказал руководитель проекта Поиск@Mail.ru Андрей Калинин. Новый сервис статистики поисковых запросов Поиска@Mail.Ru позволяет узнать: в каких запросах встречалось заданное слово или словосочетание; количество пользователей, вводивших каждый найденный запрос; демографическую информацию о пользователях.  Громким релизом стал запуск командой SeoPult новой технологии улучшения поведенческих факторов. О трафике, улучшающем поведенческие факторы поведал Александр Митник, руководитель Обучающего Центра CyberMarketing. Технология улучшения поведенческих факторов от SeoPult базируется на работе с интересами огромного числа интернет-пользователей (Big Data). Получая задачу привести аудиторию на тот или иной сайт, для улучшения его поведенческих, система SeoPult посредством DMP (Data Management Platform) Uptolike определяет пользователей, которые искали в поисковых системах информацию, близкую к тематике страниц этого сайта. В дальнейшем выбранная аудитория маркируется на предмет высокой заинтересованности в данной тематике и при обнаружении такого «эталонного» пользователя ему показывается непоисковая реклама, которая приведет его на нужный сайт через поисковую выдачу. Трафик закупается по модели RTB через крупнейшие сети: Google AdX, AdFox, Republer и другие.

Не обошлось и без новостей от представителей Google: специалист службы качества поиска Google Андрей Липатцев на CyberMarketing-2014 сообщил слушателям о том, что Поисковая система не использует поведенческие факторы и социальные сигналы в ранжировании сайтов. «Эти сигналы слишком шумные и ценность этих данных для ранжирования такая же, как рост и вес вебмастера», – в шутку заявил представитель поиска. Основной доклад Андрея Липатцева был посвящен вопросам разработки мобильных версий сайтов для пользователей смартфонов.

Также на CyberMarketing-2014 представитель Яндекс.Карт Андрей Чеботарев рассказал о том, как грамотное встраивание географических карт на сайты позволяет улучшить юзабилити и помогает пользователям.

Завершил конференцию круглый стол на тему «BigData приходит в SEO» с участием: Константина Леоновича, куратора проектов Sape; Станислава Ставского, руководителя группы в отделе маркетинга компании Lamoda; Сергея Людкевича, независимого эксперта; Михаила Сливинского, руководителя отдела маркетинговой и поисковой аналитики компании Wikimart; Александра Митника, руководителя Обучающего Центра CyberMarketing и Алексея Штарева, исполнительного директора SeoPult, TrustLink.

В ходе обсуждения были рассмотрены следующие вопросы: как абсолютно легальными способами улучшить поведенческие метрики сайта, какими знаниями нужно обладать о пользователях и как эти знания применять для повышения эффективности рекламных кампаний, какие поисковые сервисы будут в тренде в ближайшие годы.

Отвечая на вопрос: «Что понимать под Big Data в SEO?», Константин Леонович выразил мнение о том, что все уже давно используют BigData. Однако здесь существует принципиальный момент: насколько крупными и масштабными должны быть эти данные. «На вопрос работают ссылки или нет, мы отвечаем именно при помощи Big Data, анализируя сотни тысяч ссылок на разных проектах, мы исследуем, работают ли они, и как работают», – пояснил представитель Sape.

В ответ на вопрос «Какие данные о пользователях собираете?», Станислав Ставский сообщил, что компания Lamoda анализирует лог-файлы. И все же, такие данные нельзя назвать Big Data, поскольку анализ Big Data подразумевает под собой сегментирование пользователей, проецирование их поведения на определённые графики.

По мнению, Михаила Сливинского, человечество научилось накапливать, обрабатывать и анализировать данные. «Если вы посмотрите всего на 2 запроса, то ничего не поймете – наличие большого количества данных позволяет делать более точные выводы. Обладая информацией можно при помощи машинного обучения извлечь какие-то признаки, и предупредить уход пользователя с сайта», – пояснил он.

Сергей Людкевич, как человек с математическим образованием, посоветовал слушателям работать с большими данными очень осторожно и понимать, что любую задачу прогнозирования очень сложно решить с определенной точностью.

Дальнейшая часть беседы свелась к обсуждению источников данных о переходах пользователей их поиска, после того как Яндекс и Google начали шифровать эту информацию.

Алексей Штарев выразил следующее мнение: «Всегда есть краткосрочный и долгосрочный интерес. Чтобы не произошло подмены понятий, надо четко понимать, что анализировать. Можно попробовать парсить контекстную рекламу поисковых систем – там отражается, то искал пользователь. Это и есть информация о его переходах».

Михаил Сливинский посоветовал коллегам и слушателям представить человека, который приходит на сайт и покупает товар, далее ему предлагают аналогичные товары из той же категории. Если покупка была системной, то велика вероятность, что человек купит аналогичный товар повторно. Таким образом, интересы пользователя можно выявлять, исходя из приобретённых товаров.

В поисках ответа на вопрос, что мы хотим узнать о пользователе, Константин Леонович предположил, что было бы неплохо знать самый свежий поисковый ряд. Александр Митник предложил взглянуть на вопрос немного шире. По его мнению, важно знать полный спектр интересов пользователя от сиюминутных до долгосрочных. Также бизнесу неплохо было бы понимать, насколько пользователь платёжеспособен и адекватен, как ведёт себя на аналогичных сайтах. Михаил Сливинский посоветовал отслеживать поведение пользователя на этапе, когда человек пришел на сайт и еще не сделал покупку. К примеру, можно посмотреть, чем посетители, перешедшие на ресурс из Google, отличаются от посетителей, перешедших из Яндекса.

Сергей Людкевич высказал мысль о том, что, распределяя контент по гендерному принципу, можно стимулировать активность пользователя на сайте, показывая им нужные баннеры.

Размышляя над измерением показателя отказов (bounce rate), Константин Леонович посоветовал посмотреть как обстоят дела у конкурентов и сделать на своем ресурсе лучше, чем у них.