+7 (915) 573-59-20 info@xn----7sbggftcagghwjeghpl3bh8p.xn--p1ai

Google предупредит о неправильной переадресации (События)

Нередко пользователи мобильных устройств жалуются, что, переходя по ссылке из результатов выдачи, они попадают на главную страницу сайта вместо искомой.

Стремясь решить эту проблему, с 4 июня Google добавил в мобильную выдачу предупреждения о том, что пользователь может быть перенаправлен на главную страницу вместо искомой.

Сейчас это нововведение наблюдают только пользователи англоязычного поиска в США, но через некоторое время подобные предупреждения могут появиться и в мобильной выдаче других стран.

Помимо предупреждения для пользователей в выдаче, в Google Webmaster Tools появился специальный раздел, содержащий информацию о неправильной переадресации.

Чтобы избежать подобных ситуаций, Google советует настроить свой сервер таким образом, чтобы он перенаправлял пользователей на эквивалентный URL вашего мобильного сайта. В случае если у страницы нет мобильного аналога, лучше направить пользователей на обычную версию страницы, чем на главную страницу мобильного сайта. И не стоит забывать об адаптивном дизайне, который может очень пригодиться в таких случаях.  

YaC/m 2014: методы обработки данных в электронной торговле

Послеобеденную часть конференции YaC/m 2014, проходившей в Москве 5 июня 2014 года, продолжила Анна Ская. Она представила очень интересный кейс по анализу покупателей в магазине, который позволил покупать рекламу, точно нацеленную на тех, кто похож на покупателей.

По словам Анны, особенное внимание надо уделить показам рекламы тем, кто похож на самых выгодных для магазина покупателей.

Однако демографические данные — это далеко не вся информация которая необходима продавцу. Важно учитывать весь спектр данных о покупателе: какие люди его окружают, где и кем он работает, есть ли у пользователя семья и т.д.

Не менее важно понимать, как конкретный человек пришел на сайт, и что именно он ищет. Зная, как вы ведете себя в сети, производитель сможет определить, купите ли вы его продукт или нет.

Прогнозный анализ позволяет учесть всю совокупность данных о пользователях. Менее, чем за 1 минуту пребывания на сайте данные улучшают качество прогнозирования примерно на 300% по сравнению с использованием только 1-st party data.

Алексей Иванов из агентства ISEE Marketing предложил задуматься, а точно ли продающей компании нужы все эти замечательные возможности.

Возможности Big Data безграничны и удивительны, но помогут ли они вашему бизнесу?

Важно задуматься над тем, правильно ли вы понимаете, почему потенциальный клиент не купил тот или иной товар. Это позволит представителю e-commerce отвечать именно на возражения клиента, а не бомбардировать его повтором все того же предложения.

Все-таки автоматизация ретаргетинга и оптимизация рекламных кампаний может оказаться очень навязчивой и раздражающей, а большой выгоды не принесет. Гораздо более важно и выгодно для бизнеса — понять клиента, чем соотнести автоматически, что покупатели палаток часто приобретают также и самогонные аппараты.

В заключение Алексей добавил, что у подавляющего числа магазинов нужных данных недостаточно, и надо очень аккуратно относиться к новым предложениям и технологиям, даже если разработчикам и интересно что-то узнать о людях по данным.

Роман Прохоров из e-Analyzer рассказал, что при определении цены нужно предложить не столько самую низкую цену на рынке, сколько самую конкурентную ставку в своем сегменте.

Не секрет, что маркетолог всегда ограничен в возможностях, так как не может управлять ценой. По каждому из товаром цена может меняться ежедневно. Первый шаг к автоматизации заключается в автоматизации ценообразования.

Если же издержки компании очень низки, то не нужно «убивать» рынок, можно подстроиться под конкурентов и сделать цену лишь чуть ниже, чем у остальных, получив еще больше прибыли.

Подстраивая цены под агрегаторы магазинов, выбор в которых идет по цене, вы рискуете серьезно недополучить прибыль из других каналов привлечения клиентов. В данный момент это решаемая проблема — можно предложить на разные каналы разные цены, а покупатель даже не поймет, что он сравнивает цены, фактически, одного продавца.

Интересные возможности появляются и при работе в нескольких регионах.

Точно так же, как и Алексей Иванов, Роман предостерег от выводов на основе не полных или единичных данных, а так же выразил надежду на то, что стандартизация артикулов будет охватывать все больше отраслей.

Позже на дискуссионной панели докладчики обсудили, кому нужно внедрять новые технологии в первую очередь.

Прежде, чем принимать решение о внедрении новых технологий, важно понять, для чего это необходимо бизнесу. Сначала нужно считать эффективность на каждом этапе воронки, и только потом внедрять волшебные способы увеличения продаж. Если можно хорошо и выгодно сделать вручную — надо делать именно так, и не тратить силы, деньги и время на автоматизацию. А уж человеческое общение вообще никак не автоматизировать!

Тем не менее, для многих клиентов именно математический анализ на первый взгляд не связанных между собой параметров помогает и определить качество трафика, и увеличить прибыль. Главное, четко понимать, кто именно ваш клиент. Похожих можно искать вручную, можно при помощи машинного обучения, но надо знать, на кого именно похожими должны быть клиенты. Как именно работает «черный ящик» в данном случае, понимать не обязательно. Главное, чтобы он работал.

Вообще не важно, как именно представитель бизнеса доставляет сообщение пользователю, гораздо более важным является содержание сообщения. Будет ли оно написано на бумаге и отправлено по почте или показано в интернете в виде баннера — на результат не влияет.

Завершая дискуссию, участники сошлись в мнении, что проблема идентификации одного и того же пользователя с разных устройств пока полностью не решена. Однако подстраиваться под устройство, с которого человек заходит на сайт, стоит уже сейчас. Также полезно подумать о том, почему ваш сайт понадобился именно пользователю мобильного телефона.

YaC/m 2014: методы обработки данных в электронной торговле

Послеобеденную часть конференции YaC/m 2014, проходившей в Москве 5 июня 2014 года, продолжила Анна Ская. Она представила очень интересный кейс по анализу покупателей в магазине, который позволил покупать рекламу, точно нацеленную на тех, кто похож на покупателей.

По словам Анны, особенное внимание надо уделить показам рекламы тем, кто похож на самых выгодных для магазина покупателей.

Однако демографические данные — это далеко не вся информация которая необходима продавцу. Важно учитывать весь спектр данных о покупателе: какие люди его окружают, где и кем он работает, есть ли у пользователя семья и т.д.

Не менее важно понимать, как конкретный человек пришел на сайт, и что именно он ищет. Зная, как вы ведете себя в сети, производитель сможет определить, купите ли вы его продукт или нет.

Прогнозный анализ позволяет учесть всю совокупность данных о пользователях. Менее, чем за 1 минуту пребывания на сайте данные улучшают качество прогнозирования примерно на 300% по сравнению с использованием только 1-st party data.

Алексей Иванов из агентства ISEE Marketing предложил задуматься, а точно ли продающей компании нужы все эти замечательные возможности.

Возможности Big Data безграничны и удивительны, но помогут ли они вашему бизнесу?

Важно задуматься над тем, правильно ли вы понимаете, почему потенциальный клиент не купил тот или иной товар. Это позволит представителю e-commerce отвечать именно на возражения клиента, а не бомбардировать его повтором все того же предложения.

Все-таки автоматизация ретаргетинга и оптимизация рекламных кампаний может оказаться очень навязчивой и раздражающей, а большой выгоды не принесет. Гораздо более важно и выгодно для бизнеса — понять клиента, чем соотнести автоматически, что покупатели палаток часто приобретают также и самогонные аппараты.

В заключение Алексей добавил, что у подавляющего числа магазинов нужных данных недостаточно, и надо очень аккуратно относиться к новым предложениям и технологиям, даже если разработчикам и интересно что-то узнать о людях по данным.

Роман Прохоров из e-Analyzer рассказал, что при определении цены нужно предложить не столько самую низкую цену на рынке, сколько самую конкурентную ставку в своем сегменте.

Не секрет, что маркетолог всегда ограничен в возможностях, так как не может управлять ценой. По каждому из товаром цена может меняться ежедневно. Первый шаг к автоматизации заключается в автоматизации ценообразования.

Если же издержки компании очень низки, то не нужно «убивать» рынок, можно подстроиться под конкурентов и сделать цену лишь чуть ниже, чем у остальных, получив еще больше прибыли.

Подстраивая цены под агрегаторы магазинов, выбор в которых идет по цене, вы рискуете серьезно недополучить прибыль из других каналов привлечения клиентов. В данный момент это решаемая проблема — можно предложить на разные каналы разные цены, а покупатель даже не поймет, что он сравнивает цены, фактически, одного продавца.

Интересные возможности появляются и при работе в нескольких регионах.

Точно так же, как и Алексей Иванов, Роман предостерег от выводов на основе не полных или единичных данных, а так же выразил надежду на то, что стандартизация артикулов будет охватывать все больше отраслей.

Позже на дискуссионной панели докладчики обсудили, кому нужно внедрять новые технологии в первую очередь.

Прежде, чем принимать решение о внедрении новых технологий, важно понять, для чего это необходимо бизнесу. Сначала нужно считать эффективность на каждом этапе воронки, и только потом внедрять волшебные способы увеличения продаж. Если можно хорошо и выгодно сделать вручную — надо делать именно так, и не тратить силы, деньги и время на автоматизацию. А уж человеческое общение вообще никак не автоматизировать!

Тем не менее, для многих клиентов именно математический анализ на первый взгляд не связанных между собой параметров помогает и определить качество трафика, и увеличить прибыль. Главное, четко понимать, кто именно ваш клиент. Похожих можно искать вручную, можно при помощи машинного обучения, но надо знать, на кого именно похожими должны быть клиенты. Как именно работает «черный ящик» в данном случае, понимать не обязательно. Главное, чтобы он работал.

Вообще не важно, как именно представитель бизнеса доставляет сообщение пользователю, гораздо более важным является содержание сообщения. Будет ли оно написано на бумаге и отправлено по почте или показано в интернете в виде баннера — на результат не влияет.

Завершая дискуссию, участники сошлись в мнении, что проблема идентификации одного и того же пользователя с разных устройств пока полностью не решена. Однако подстраиваться под устройство, с которого человек заходит на сайт, стоит уже сейчас. Также полезно подумать о том, почему ваш сайт понадобился именно пользователю мобильного телефона.

YaC/m 2014: анализ Big Data и персонализация в электронной коммерции

5 июня 2014 года в Москве состоялась вторая конференция Яндекса YaC/m, посвященная маркетинговым технологиям, аналитике и работе с данными в электронной коммерции. Участие в мероприятии приняли ведущие российские и зарубежные специалисты по цифровому маркетингу и методам обработки данных в электронной торговле.

Сразу же после кейноут доклада состоялось выступление Марвина Ляо (Marvin Liao), который длительное время занимал позицию топ-менеджера в корпорации Yahoo.

На YaC/m 2014 он рассказал участникам о свежих идеях использования технологий маркетинга и Big Data в Silicon Valley на примерах крупнейших интернет-компаний и самых успешных стартапов. Также речь в докладе шла о количественном маркетинге и о том, как его сейчас понимают в Кремниевой Долине.

По прогнозам инвестиционного фонда Marc Andreesen, розничные оффлайн-магазины в США постепенно отмирают – их вытесняет интернет-торговля. В ближайшие несколько лет пользователи могут вообще отказаться от посещения оффлайн-магазинов и будут совершать покупки только в интернете, ведь это экономит их время, силы, а нередко и деньги. Такой прогноз, по мнению Марвина Ляо, чересчур радикален, и всё же он действительно отражает тренды, характерные сегодня для рынка e-commerce в США и в большинстве других развитых стран мира. В борьбе за лидерство существенные изменения претерпевают и бизнес-модели. Во многом эти изменения определяет растущая популярность мобильных устройств, в частности, смартфонов.

Сегодня на первое место выходит анализ Big Data, персонализация и автоматизация. Нельзя продвинуть продукт к пользователю, будь то конкретный товар или мобильное приложение, не зная ничего о своей аудитории. Анализ данных о пользователях становится всё более сложной задачей, ведь в огромных массивах важно уметь вычленять именно те сегменты информации, которые на самом деле помогут вам стать ближе к вашей целевой аудитории. Еще одна большая трудность заключается в том, что здесь нет единого рецепта – каждая компания должна подходить к анализу пользовательских данных индивидуально, учитывая специфику бизнеса и цели.

Аналитика данных становится сложнейшей и подчас трудно реализуемой задачей. Не случайно лучшие западные умы бьются над созданием решений, позволяющих предоставить маркетологам действительно рабочие данные, а не просто огромные пласты сырых данных.

Конференцию продолжил Валерий Дьяченко, IT-директор OZON.ru. Он рассказал о том, что такое рекомендательные сервисы в e-commerce, а также об опыте их использования в OZON.ru.

Использование рекомендательных сервисов дает продающей компании возможность предложить нужные товары нужному пользователю в нужном месте и в нужный момент. В выигрыше остаются все: пользователи находят это удобным, им становится интуитивно понятно, как взаимодействовать с сайтом магазина, а значит, проще совершать покупки. Интернет-магазин получает: повышение конверсии; больший средний чек; повышается показатель выручка на визит. Сайт магазина может использовать альтернативную навигацию. Растёт доверие и лояльность клиентов. Бизнес становится управляемым и легко масштабируемым. Компания получает возможность собирать дополнительные данные о своих клиентах.

Использование рекомендательных сервисов на сайте Оzon.ru, обеспечивает 25% попадания товаров в корзину.

Используя рекомендации для медийной продукции, можно добиться продления жизненного цикла товара; повышается частотности покупок; появляется возможность анализировать предпочтения клиентов.

Также появляется возможность агрегации предложений по:

  • Произведениям;
  • Жанрам;
  • Авторам;
  • Исполнителям и т.д.

Книжная продукция отличается коротким жизненным циклом; невысокой частотой покупок; её сложно таргетировать; интересы и предпочтения клиентов сложно предугадать; каждый раз покупатели предъявляют новые требования к качеству контента. Рекомендательные сервисы позволяют свести к минимуму большую часть этих проблем.

Что касается категории аксессуары, то здесь возможна однократная настройка менеджером категории, а затраты на поддержку после настройки будут нулевыми.

Аналитик Яндекса Иван Ямщиков рассказал о том, что такое графы и как их можно использовать в электронной коммерции.

Теория графов позволяет находить закономерности во всех аспектах жизни и деятельности:

Если попробовать найти закономерности в покупках, то можно понять, какой товар целесообразно предлагать в качестве дополнительного или вместо того, который просматривает на сайте покупатель. А если найти среди пользователей тех, кто между собой знаком, то можно увидеть, чья именно рекомендация окажется весомой для посетителя.

Чтобы окончательно заинтересовать слушателей социальными графами, в конце доклада Иван привел пример семьи Медичи, которая не была ни самой знатной, ни самой богатой, ни самой сильной.

И кто знает, сколько бы продлилось ее правление в Италии, если бы ее представители были знакомы с теорией графов?

YaC/m 2014: анализ Big Data и персонализация в электронной коммерции

5 июня 2014 года в Москве состоялась вторая конференция Яндекса YaC/m, посвященная маркетинговым технологиям, аналитике и работе с данными в электронной коммерции. Участие в мероприятии приняли ведущие российские и зарубежные специалисты по цифровому маркетингу и методам обработки данных в электронной торговле.

Сразу же после кейноут доклада состоялось выступление Марвина Ляо (Marvin Liao), который длительное время занимал позицию топ-менеджера в корпорации Yahoo.

На YaC/m 2014 он рассказал участникам о свежих идеях использования технологий маркетинга и Big Data в Silicon Valley на примерах крупнейших интернет-компаний и самых успешных стартапов. Также речь в докладе шла о количественном маркетинге и о том, как его сейчас понимают в Кремниевой Долине.

По прогнозам инвестиционного фонда Marc Andreesen, розничные оффлайн-магазины в США постепенно отмирают – их вытесняет интернет-торговля. В ближайшие несколько лет пользователи могут вообще отказаться от посещения оффлайн-магазинов и будут совершать покупки только в интернете, ведь это экономит их время, силы, а нередко и деньги. Такой прогноз, по мнению Марвина Ляо, чересчур радикален, и всё же он действительно отражает тренды, характерные сегодня для рынка e-commerce в США и в большинстве других развитых стран мира. В борьбе за лидерство существенные изменения претерпевают и бизнес-модели. Во многом эти изменения определяет растущая популярность мобильных устройств, в частности, смартфонов.

Сегодня на первое место выходит анализ Big Data, персонализация и автоматизация. Нельзя продвинуть продукт к пользователю, будь то конкретный товар или мобильное приложение, не зная ничего о своей аудитории. Анализ данных о пользователях становится всё более сложной задачей, ведь в огромных массивах важно уметь вычленять именно те сегменты информации, которые на самом деле помогут вам стать ближе к вашей целевой аудитории. Еще одна большая трудность заключается в том, что здесь нет единого рецепта – каждая компания должна подходить к анализу пользовательских данных индивидуально, учитывая специфику бизнеса и цели.

Аналитика данных становится сложнейшей и подчас трудно реализуемой задачей. Не случайно лучшие западные умы бьются над созданием решений, позволяющих предоставить маркетологам действительно рабочие данные, а не просто огромные пласты сырых данных.

Конференцию продолжил Валерий Дьяченко, IT-директор OZON.ru. Он рассказал о том, что такое рекомендательные сервисы в e-commerce, а также об опыте их использования в OZON.ru.

Использование рекомендательных сервисов дает продающей компании возможность предложить нужные товары нужному пользователю в нужном месте и в нужный момент. В выигрыше остаются все: пользователи находят это удобным, им становится интуитивно понятно, как взаимодействовать с сайтом магазина, а значит, проще совершать покупки. Интернет-магазин получает: повышение конверсии; больший средний чек; повышается показатель выручка на визит. Сайт магазина может использовать альтернативную навигацию. Растёт доверие и лояльность клиентов. Бизнес становится управляемым и легко масштабируемым. Компания получает возможность собирать дополнительные данные о своих клиентах.

Использование рекомендательных сервисов на сайте Оzon.ru, обеспечивает 25% попадания товаров в корзину.

Используя рекомендации для медийной продукции, можно добиться продления жизненного цикла товара; повышается частотности покупок; появляется возможность анализировать предпочтения клиентов.

Также появляется возможность агрегации предложений по:

  • Произведениям;
  • Жанрам;
  • Авторам;
  • Исполнителям и т.д.

Книжная продукция отличается коротким жизненным циклом; невысокой частотой покупок; её сложно таргетировать; интересы и предпочтения клиентов сложно предугадать; каждый раз покупатели предъявляют новые требования к качеству контента. Рекомендательные сервисы позволяют свести к минимуму большую часть этих проблем.

Что касается категории аксессуары, то здесь возможна однократная настройка менеджером категории, а затраты на поддержку после настройки будут нулевыми.

Аналитик Яндекса Иван Ямщиков рассказал о том, что такое графы и как их можно использовать в электронной коммерции.

Теория графов позволяет находить закономерности во всех аспектах жизни и деятельности:

Если попробовать найти закономерности в покупках, то можно понять, какой товар целесообразно предлагать в качестве дополнительного или вместо того, который просматривает на сайте покупатель. А если найти среди пользователей тех, кто между собой знаком, то можно увидеть, чья именно рекомендация окажется весомой для посетителя.

Чтобы окончательно заинтересовать слушателей социальными графами, в конце доклада Иван привел пример семьи Медичи, которая не была ни самой знатной, ни самой богатой, ни самой сильной.

И кто знает, сколько бы продлилось ее правление в Италии, если бы ее представители были знакомы с теорией графов?