Улучшение поведенческих факторов сайта интернет-магазина "белыми" способами
Дмитрий Сазонов, Руководитель проекта ApiShops.comЗанимается электронной коммерцией с 1999 года, являлся создателем нескольких популярных интернет-магазинов (в том числе, Porta.ru). В 2003 году был награжден Рамблером премией «Человек года в электронной коммерции». В 2007 году переключился на создание и развитие инструментов для интернет-маркетинга, открыв систему размещения ссылок TNX.net, систему размещения статей Liex.ru (сервисы, в которых суммарно зарегистрировано более 300 тыс пользователей), а в 2011 году запустил инновационный сервис для полной автоматизации контекстной рекламы интернет-магазинов Context.Apishops.com, агентство контекстной рекламы TNXContext.ru и сервис по профессиональному ай-трекинг юзабилити аудиту сайтов и интернет-магазинов Usabilist.ru (в котором является совладельцем). В настоящий момент работает над проектом глобальной системы продвижения товаров с оплатой за продажи (CPS).
Секция 2.4. Поисковое продвижение интернет-магазина
Тезисы доклада:
1. Поведенческие факторы за последний год стали основными факторами ранжирования Яндекса. Раньше это были ссылки, сейчас из 20 основных факторов ранжирования Яндекса лишь 2 - ссылочных и их вес постоянно снижается. Какие бывают поведенческие факторы.
2. Почему не стоит влиять на поведенческие факторы "серыми" и "черными" методами.
3. "Белые" способы влияния на поведенческие факторы сайта:
3.1. Способы повышения кликабельности сниппета интернет-магазина в выдаче Яндекса.
3.2. Улучшение глубины и времени просмотра сайта интернет-магазина на основе юзабилити тестирования магазина с помощью ай-трекинга. Кратко: Что такое ай-трекинг и каким образом он может помочь улучшить удобство использования магазина и конверсию и поведенческие факторы.
3.3. Способы улучшения поведенческих факторов сайта с помощью автоматизированных систем управления контекстной рекламой, используя данные Яндекс-Метрики:
3.3.1. Повышение средней глубины просмотра сайта с помощью автоматического отключения ключевых запросов, имеющих глубину просмотра ниже средней;
3.3.2. Автоматическое отключение ключевых запросов с низкой конверсией;
3.3.3. Автоматическое отключение контекстной рекламы по запросам, по которым сайт находится высоко в естественной выдаче, для увеличения кликабельности сниппета в естественной выдаче.
Занимается электронной коммерцией с 1999 года, являлся создателем нескольких популярных интернет-магазинов (в том числе, Porta.ru). В 2003 году был награжден Рамблером премией «Человек года в электронной коммерции». В 2007 году переключился на создание и развитие инструментов для интернет-маркетинга, открыв систему размещения ссылок TNX.net, систему размещения статей Liex.ru (сервисы, в которых суммарно зарегистрировано более 300 тыс пользователей), а в 2011 году запустил инновационный сервис для полной автоматизации контекстной рекламы интернет-магазинов Context.Apishops.com, агентство контекстной рекламы TNXContext.ru и сервис по профессиональному ай-трекинг юзабилити аудиту сайтов и интернет-магазинов Usabilist.ru (в котором является совладельцем). В настоящий момент работает над проектом глобальной системы продвижения товаров с оплатой за продажи (CPS).
Тезисы доклада:
1. Поведенческие факторы за последний год стали основными факторами ранжирования Яндекса. Раньше это были ссылки, сейчас из 20 основных факторов ранжирования Яндекса лишь 2 - ссылочных и их вес постоянно снижается. Какие бывают поведенческие факторы.
2. Почему не стоит влиять на поведенческие факторы "серыми" и "черными" методами.
3. "Белые" способы влияния на поведенческие факторы сайта:
3.1. Способы повышения кликабельности сниппета интернет-магазина в выдаче Яндекса.
3.2. Улучшение глубины и времени просмотра сайта интернет-магазина на основе юзабилити тестирования магазина с помощью ай-трекинга. Кратко: Что такое ай-трекинг и каким образом он может помочь улучшить удобство использования магазина и конверсию и поведенческие факторы.
3.3. Способы улучшения поведенческих факторов сайта с помощью автоматизированных систем управления контекстной рекламой, используя данные Яндекс-Метрики:
3.3.1. Повышение средней глубины просмотра сайта с помощью автоматического отключения ключевых запросов, имеющих глубину просмотра ниже средней;
3.3.2. Автоматическое отключение ключевых запросов с низкой конверсией;
3.3.3. Автоматическое отключение контекстной рекламы по запросам, по которым сайт находится высоко в естественной выдаче, для увеличения кликабельности сниппета в естественной выдаче.
|
|
 |