Трафик Conf

Данная тема подойдет для более опытных специалистов, которые хотят углубиться в контекстную рекламу. Основные темы:

- ремаркетинг,

- таргетинг по намерениям,

- автоматизация правил

- анализ данных

- демонстрация на реальных кейсах

1. SEO + Яндекс Директ: 5 стратегий одновременного использования

2. Медийка — перспективные траты или слив бюджета

3. Фишечки по снижению стоимости лида до 10 раз

Как можно бесплатно получать внешние ссылки на свой сайт. Универсальные типы площадок и методы добычи ссылок. Бесплатные способы ускорения индексации страниц с внешними ссылками. Красные флаги линкбилдинга. Что не так с показателем DR и его аналогами. Мои списки площадок для размещения.

1. Как проверять товарные фиды? Частые ошибки и их решение

2. Дополнительные возможности по улучшению фидов. Обновления директа и сторонние сервисы

3. Неочевидные способы использования фида. (Фид не только для Ecommerce)

— Как справляются с семантикой новые модели

— ИИ в семантическом ядре для крупных проектов и маркетплейсов

— Работа с многослойными запросами

— Где ИИ на текущий момент бесполезен

— Примеры крупных семантик

— ИИ помощник в поиске ключевых слов

1. Что такое АB-тесты вкратце для профессионалов

2. Почему вообще за это взялись SEO-специалисты

2.1 SEO — одна из немногих дисциплин в digital, где результат отсрочен и требует постоянной валидации гипотез на длинной дистанции.

2.2 В отсутствии штатной системы экспериментов SEO-специалистам пришлось строить свои мини-системы внутри хаоса, чтобы проверять эффективность изменений.

2.3 Опыт работы с неявными метриками (как органический трафик, crawl rate, индексируемость) делает SEOшников чувствительными к качеству данных и необходимости строгих контролей.

3. SEO как драйвер кросс-командного взаимодействия

3.1.SEO-шники часто работают на стыке продуктовой, разработческой, маркетинговой и аналитической команд, поэтому у них уже есть опыт выстраивания коммуникаций и внедрения изменений через сопротивление.

3.2. Продвижение SEO-гипотез требует аргументации через данные, что естественным образом подводит к необходимости формализации и тестирования.

4. Что именно сделали: кратко о системе

4.1 Организация процесса тестов в корпорации

4.2 Технический стек АБ-тестирвоания

4.3. Валидация гипотез и реестр АБ-тестов с ICE приоретизацией

4.4. Настроены вспомогательные прокси-метрики (например, crawl budget, CTR из выдачи, позиции)

5. Чем подход SEO отличается от классического product-AB

5.1 SEOшники умеют работать с шумными, неидеальными и внешними данными, в отличие от чисто фронтовых АB-тестов.

5.2 Применение кластерных АB-тестов вместо классических user-based: поисковики не делят пользователей случайным образом, значит и методология должна адаптироваться.

5.3 Гибридные метрики — сочетание поведенческих и технических показателей, не видимых напрямую в бизнес-аналитике.

6. Примеры успешных кейсов, где конверсия выросла на 300%

7. Ошибки и уроки

8. Выводы

8.1. SEO-специалисты — естественные строители АБ-систем, потому что они:

- Думают в категориях гипотез и проверки последствий.

- Работают с длинными циклами и малым контролем над внешней средой.

- Привыкли защищать изменения с данными «на руках».

8.2. В корпорациях, где продуктовая аналитика часто занята фронтом и монетизацией, SEO может стать катализатором системного подхода к экспериментам.

– Что такое офлайн-конверсии

– Способы передачи конверсий

– Почему у вас не получается настроить и эффективно использовать

– Как серьезно ошибиться и передать не те данные

– Как использовать офлайн-конверсии для оптимизации в стратегиях Директа

Ждём ваши тезисы!

1. Что такое look-alike аудитория и как она создается.

2. Источники данных для построения look-alike: CRM, пиксели, пользовательские списки.

3. Кейсы использования look-alike для привлечения новых клиентов.

4. Комбинирование look-alike с другими типами таргетинга для повышения точности.

5. Частые ошибки при работе с look-alike: недостаточные данные, слишком широкий таргетинг.