Джон Мюллер из Google обсудил с вебмастерами различные сценарии того, как факторы Page Experience (удобство страниц сайта) влияют и не влияют на ранжирование в поиске.
Гуглер не преуменьшает значение Core Web Vitals (CWV), как фактора ранжирования, а, скорее, добавляет контекст для ситуаций, когда Page Experience имеет сильное значение, и примеры того, почему он может быть более второстепенным.
А спонсором блога в этом месяце выступает сервис Rookee. Когда требуется комплексное поисковое продвижение, контекстная реклама на автопилоте или формирование репутации в сети – на помощь приходят Rookee!
25 февраля в рамках Google Office Hours Мюллеру был задан вопрос, касающийся CWV. Вебмастер заявил, что его сайт недавно просел в поисковой выдаче. Связал он это с влиянием такого фактора ранжирования, как Core Web Vitals.
Человек, задавший вопрос, хотел узнать, насколько важен Core Web Vitals, именно как фактор ранжирования.
Вопрос вебмастера:
На моём сайте произошло падение числа посетителей из-за слабого Core Web Vitals.
Сейчас я снова всё вернул, но узнал, что обновление Page Experience теперь распространяется и на настольные компьютеры.
Что значит Page Experience для настольных компьютеров и насколько он важен по сравнению с другими факторами ранжирования?
Джон Мюллер начал свой ответ с рассказа о том, как Google может не учитывать фактор ранжирования Page Experience.
На это стоит отдельно обратить внимание, поскольку принято считать, что факторы ранжирования работают всегда. Мюллер приводит сценарий, когда фактор ранжирования «ослабляется», чтобы предоставить правильный результат поиска.
Пример от Джона Мюллера:
Как и на мобильных устройствах, фактор ранжирования «Page Experience» – это, по сути, то, что даёт нам немного дополнительной информации о различных страницах веб-сайтов, которые могут появиться в результатах поиска.
В ситуациях, когда у нас есть чёткое намерение из запроса, когда мы можем понять, что люди действительно хотят перейти на этот сайт, тогда, с этой точки зрения, мы можем ослабить использование Page Experience, в качестве фактора ранжирования.
Это интересный пример, потому что многие вебмастеры и SEO-специалисты представляют себе поисковую выдачу (SERP), как десять ссылок на сайты, которые упорядочены по сумме факторов ранжирования.
Но существует множество моментов, влияющих на ранжирование сайта, и это пример того, как факторы ранжирования могут быть отложены в сторону (ослаблены) по определённым причинам.
Далее Мюллер объясняет, как работает сигнал ранжирования Page Experience.
Ранее он уже упоминал, что этот фактор не является решающим (сильным). Теперь приводит пример сценария, когда сигнал срабатывает и помогает сайту лучше ранжироваться.
Цитата:
С другой стороны, если весь контент на странице результатов поиска очень похож, то, вероятно, использование Page Experience немного помогает понять, какие из этих страниц являются быстрыми или целесообразными, с точки зрения пользовательского опыта.
Далее Мюллер рассказывает об обновлении Page Experience для ПК, которое было анонсировано 22 февраля 2022 года и которое, по заявлению Google, было завершено 3 марта.
Оценку Джона Мюллера того, сколько времени займёт внедрение обновления, следует рассматривать в том контексте, в котором она была сделана, то есть, как оценку, а не как окончательное заявление.
Мюллер сосредоточен на изменениях, которые повлечёт выкатывание Page Experience для компьютеров, и говорит, что вебмастеры не должны наблюдать серьёзных изменений в ранжировании из-за этого фактора.
Объяснение от Джона:
Поэтому, с этой точки зрения, я не ожидаю резкого скачка в результатах ранжирования для настольных компьютеров, так же как и для мобильных, по мере развёртывания обновления.
В крайнем случае, если дела у вашего сайта действительно плохи, вы увидите постепенное падение.
Важным выводом является то, что, если вебмастер столкнулся с «резкими» изменениями в результатах поиска, во время развёртывания обновления Page Experience для настольных компьютеров, то будет ошибкой считать, что эти изменения напрямую связаны с обновлением.
Далее Мюллер обращается к теме Core Web Vitals в контексте понимания причин резкого падения сайта в результатах поиска Google.
Он говорит о том, что сигнал ранжирования Core Web Vitals может быть причиной небольших изменений, но это не тот фактор, который может привести к огромным изменениям.
Мюллер продолжает свой ответ:
Другое дело, что я мог бы предостеречь от первого предположения, которое вы там привели, о том, что ваш сайт упал из-за низких показателей Core Web Vitals.
Я подозреваю, что, в большинстве случаев, сайты не увидят серьёзных изменений, когда дело касается Core Web Vitals.
Даже если ваш сайт переходит от, вроде бы приемлемого, уровня к низкому по Core Web Vitals с течением времени, я бы не ожидал увидеть каких-то гигантских изменений в результатах поиска.
Возможно, изменение нескольких позиций кажется справедливым. Но я бы не стал рассматривать это, как то, что страница переходит с… не знаю… позиции №2 на позицию №50 только из-за Core Web Vitals.
Если вы видите такие резкие изменения, я бы не стал ориентироваться только на Core Web Vitals. Я бы попытался сделать шаг назад, посмотреть на общую картину и понять, что ещё может быть задействовано.
Нужно попытаться понять, что можно сделать, чтобы улучшить ситуацию в целом, а не просто сосредоточиться на Core Web Vitals. Потому что Core Web Vitals – это то, над чем нужно много работать.
Иногда бывает трудно выстроить все эти вещи в ряд. Но это также, как я уже упоминал, нечто, что является более слабым фактором ранжирования, а не супер сильным.
Поэтому, если вы наблюдаете значительные изменения, я бы рекомендовал не тратить слишком много времени на Core Web Vitals, а попытаться понять, что является более значительным или откуда оно взялось на вашем сайте.
Из ответа Джона Мюллера можно сделать несколько выводов о Page Experience, как факторе ранжирования в поиске Google:
Источник информации (примерно, на 42:20):
Сообщение Как работают факторы ранжирования Google Page Experience на практике появились сначала на Блог SEO-аспиранта.
Новый алгоритм PaLM – это ещё один шаг к реализации архитектуры ИИ поисковой системы Google, позволяющий заглянуть в следующее поколение языковых моделей поиска.
А спонсором блога в этом месяце выступает сервис Rookee. Когда требуется комплексное поисковое продвижение, контекстная реклама на автопилоте или формирование репутации в сети – на помощь приходят Rookee!
Компания Google объявила о прорыве в области создания архитектуры искусственного интеллекта (AI), способном решать миллионы различных задач, включая сложное обучение и логические умозаключения. Новая система называется Pathways Language Model, или PaLM.
PaLM способна превзойти современные человеческие языковые модели в тестах на знание языка и рассуждения.
Но исследователи также отмечают, что они не могут избавиться от ограничений, присущих крупномасштабным языковым моделям, которые могут непреднамеренно привести к негативным этическим последствиям.
Few-shot learning – это новый этап обучения алгоритмов, который выходит за рамки глубокого обучения.
Исследователь Google Brain, Хьюго Ларошель, в презентации под названием «Обобщение на основе нескольких примеров с помощью мета-обучения» объяснил, что, при глубоком обучении, проблема заключается в том, что необходимо собрать огромное количество данных, что требует значительного количества человеческого труда:
Он отметил, что глубокое обучение (deep learning), скорее всего, не станет путём к созданию ИИ, способного решать множество различных задач, поскольку, при глубоком обучении, для каждой задачи требуются миллионы примеров.
Ларошель объясняет:
…идея заключается в том, что мы попытаемся решить эту проблему напрямую, проблему обучения на основе few-shot learning, которая является проблемой обобщения на основе небольшого количества данных.
…основная идея того, что я предлагаю, заключается в том, что вместо того, чтобы пытаться определить, что такое алгоритм обучения по N и использовать нашу интуицию в отношении того, что является правильным алгоритмом для обучения по малым наборам данных, мы на самом деле пытаемся изучить этот алгоритм комплексно.
Вот почему мы называем это обучением для обучения или, как мне нравится это называть, мета-обучением.
Цель подхода, основанного на малых наборах данных, заключается в приближении к тому, как люди учатся различным вещам и могут применять различные кусочки знаний вместе, для решения новых проблем, которые никогда ранее им не встречались.
Преимущество здесь заключается в том, что машина может использовать все, имеющиеся у неё, знания, для решения новых проблем.
В случае с PaLM, примером такой способности является возможность ИИ объяснить шутку, с которой он никогда раньше не сталкивался.
В октябре 2021 года компания Google опубликовала статью, в которой изложила цели новой архитектуры ИИ под названием Pathways. Она представляет собой новую главу в продолжающемся прогрессе разработки систем ИИ.
Стандартный подход заключался в создании алгоритмов, которые были обучены делать конкретные вещи очень хорошо.
Подход Pathways заключается в создании единой модели ИИ, которая может решать любые проблемы, обучаясь тому, как их решать, избегая, таким образом, менее эффективного способа обучения тысяч алгоритмов, для выполнения тысяч различных задач.
Согласно документации Pathways:
Вместо этого мы хотели бы обучить одну модель, которая может не только решать множество отдельных задач, но и использовать и комбинировать имеющиеся навыки для более быстрого и эффективного обучения новым задачам.
Таким образом, то, что модель узнает, тренируясь на одной задаче – скажем, изучая, как аэрофотоснимки могут предсказать высоту ландшафта – может помочь ей в изучении другой задачи – скажем, предсказания того, как паводковые воды будут протекать через данную местность.
Модель Pathways определила путь Google по выведению ИИ на новый уровень, чтобы сократить разрыв между машинным и человеческим обучением.
Новейшая модель Google, названная Pathways Language Model (PaLM), является следующим шагом в развитии, и, согласно новой исследовательской работе, PaLM представляет собой значительный прогресс в области ИИ.
PaLM масштабирует процесс обучения на малых наборах данных.
Согласно исследовательским материалам:
Крупные языковые модели, как было показано, достигают высокой производительности в различных задачах естественного языка, используя обучение на малых наборах данных, что значительно сокращает количество учебных примеров, необходимых для адаптации модели к конкретному приложению.
Чтобы углубить наше понимание влияния масштаба на обучение с помощью малых наборов данных, мы обучили языковую модель-трансформер с 540 миллиардами параметров, с компактной активацией, которую назвали Pathways Language Model (PaLM).
Существует множество опубликованных научных работ, в которых описываются алгоритмы, функционирующие не лучше, чем средний текущий уровень, или достигают лишь постепенного улучшения.
С PaLM дело обстоит иначе. Исследователи заявляют о значительном улучшении, по сравнению с текущими лучшими моделями, и даже опережением человеческих эталонных показателей. Именно этот уровень успеха делает новый алгоритм примечательным.
Исследователи отмечают:
Мы демонстрируем преимущества масштабирования, добиваясь лучших в мире результатов обучения за несколько мгновений, на сотнях эталонных задач понимания языка и генерации.
По ряду этих задач PaLM 540B достигает прорывной производительности, превосходя тщательно настроенную современную модель, в работе с наборами многоэтапных логических рассуждений, и превосходя среднюю производительность живого человека по свежему стандарту «BIG-bench».
Значительное число задач BIG-bench показали скачкообразное улучшение от масштаба модели, то есть производительность резко возрастала, по мере масштабирования до нашей самой большой модели.
PaLM превосходит современные достижения в задачах обработки английского естественного языка, и это делает PaLM важным и заметным.
На общем эталоне под названием BIG-bench, состоящем из более чем 150 задач (связанных с логическими рассуждениями, переводом, ответами на вопросы), PaLM превзошёл текущий технологический уровень, но были области, где он работал не так хорошо.
Стоит отметить, что живой человек превзошёл PaLM в 35% заданий.
PaLM лучше справился с переводом с другого языка на английский, чем с переводом с английского на другие языки. Исследователи заявили, что это распространённая проблема, которую можно решить, отдавая приоритет большему количеству многоязычных данных.
Тем не менее, PaLM значительно превзошёл другие языковые модели и живого человека по всем показателям.
Особого внимания заслуживают результаты выполнения PaLM арифметических задач и задач на логическое мышление.
Вопрос:
У Роджера есть 5 теннисных мячей. Он покупает еще 2 банки теннисных мячей. В каждой банке по 3 теннисных мяча. Сколько теннисных мячей у него теперь?
Ответ:
Ответ: 11.
Вопрос:
Шон торопился домой, но свет переключился на жёлтый, и он был вынужден сделать что?
Варианты ответа: (a) требовать времени (b) бездельничать (c) идти медленно (d) океан (e) притормозить.
Ответ:
Ответ: (e) притормозить.
Другим выдающимся примером того, насколько продвинутым является PaLM, выступает генерация тестов объяснений.
Вот как это описывается в исследовательской работе:
Цель данного раздела – продемонстрировать возможности PaLM в отношении генерации языка объяснений, для подсказок, требующих сложного сочетания логической цепочки умозаключений, знания мира, понимания абстрактного и лексикографического языка (например, каламбуров).
Ниже – пример языковой модели, объясняющей шутку.
Шутка:
Я собирался лететь в гости к своей семье 6 апреля. Моя мама сказала: «О, здорово, у твоего отчима поэтические чтения в этот вечер!».
Так что теперь я прилетаю 7 апреля.
Объяснение PaLM:
Шутка заключается в том, что мать говорящего пытается уговорить его пойти на поэтические чтения отчима, но говорящий не хочет идти, поэтому он меняет свой рейс на следующий, после поэтических чтений, день.
Вот пример цепочки умозаключений, когда для создания ответа необходимо правильно соединить и рассмотреть несколько понятий и сущностей.
Вводные данные:
Гвидо пишет программу на языке Python. Он постоянно путается в области видимости переменных и ищет её на StackOverflow.
Возможно ли, что под Гвидо подразумевается Гвидо ван Россум?
Вывод PaLM:
Гвидо ван Россум является создателем Python. Ему не нужно искать область видимости переменной на StackOverflow.
Ответ: «Нет».
Вот ещё один пример.
Вводные данные:
Дженнифер выглянула в окно и видит под собой очень классное облако. Она отстегивает ремень безопасности и направляется в туалет. Возможно ли, что Дженнифер движется со скоростью более 300 миль в час относительно Земли?
Вывод PaLM:
300 миль в час – это около 480 км/ч. Это, примерно, скорость коммерческого самолёта. Облака обычно находятся ниже самолётов, поэтому Дженнифер, вероятно, летит на самолёте.
Ответ: «Да».
Приведённый выше пример способности PaLM к сложным рассуждениям демонстрирует, как поисковая система следующего поколения может быть способна отвечать на сложные вопросы, используя знания из Интернета и других источников.
Достижение архитектуры ИИ, способной выдавать ответы, отражающие окружающий нас мир, является одной из заявленных целей Google Pathways, и PaLM – шаг в этом направлении.
Однако авторы исследования подчеркнули, что PaLM – это не последнее слово в области ИИ и поиска. Они прямо заявили, что новая модель – это лишь первый шаг к следующему виду поисковых систем, который предполагает Pathways.
Прежде чем мы с вами продолжим увлекательное погружение в мир современных алгоритмов Google, стоит уяснить два технических термина, чтобы понять, о чём идёт речь:
Термин «модальности» относится к тому, как вещи переживаются или в каком состоянии они существуют, например, текст, который читают, изображения, которые видят, вещи, которые слушают.
Термин «генерализация» в контексте машинного обучения означает способность языковой модели решать задачи, на которых она ранее не обучалась.
Исследователи отмечают:
PaLM – это только первый шаг в нашем видении создания Pathways, как будущего масштабирования ML в Google и за его пределами.
Мы считаем, что PaLM демонстрирует прочную основу для нашей конечной цели – разработки крупномасштабной модульной системы, которая будет обладать широкими возможностями генерализации в различных модальностях.
Необычным отличием описываемой научной работы является то, что исследователи предупреждают об этических моментах.
Они утверждают, что крупномасштабные языковые модели, обученные на веб-данных, впитывают многие из «токсичных» стереотипов и социальных различий, которые распространяются в Сети, и заявляют, что PaLM не устойчив к этим нежелательным влияниям.
В статье приводятся ссылки на исследование 2021 года, в котором рассматривается, как крупномасштабные языковые модели могут способствовать нанесению различного вреда нашему обществу:
Исследователи отмечают, что PaLM отражает токсичные социальные стереотипы и дают понять, что отфильтровать эти предубеждения непросто.
Выдержка из исследования:
Наш анализ показывает, что используемые данные и, соответственно, PaLM отражают различные социальные стереотипы и токсичные ассоциации вокруг терминов идентичности.
Удаление этих ассоциаций, однако, нетривиально… Будущая работа должна быть направлена на эффективную борьбу с такими нежелательными предубеждениями в данных и их влиянием на поведение модели.
Между тем, при любом реальном использовании PaLM для решения нисходящих задач, следует проводить дальнейшую контекстуальную оценку справедливости, чтобы оценить потенциальный вред и ввести соответствующие меры смягчения и защиты.
PaLM можно рассматривать, как взгляд на то, как будет выглядеть следующее поколение поиска. Эта модель претендует на то, чтобы превзойти текущий технологический уровень, но исследователи также заявляют, что предстоит ещё много работы, включая поиск способа смягчения вредного распространения дезинформации, токсичных стереотипов и других нежелательных результатов.
Источники информации:
Сообщение Алгоритм Google PaLM: дорога к языковым моделям следующего поколения появились сначала на Блог SEO-аспиранта.
Проверяю кейс для начинающих по арбитражу индийского попандер-трафика с DaoAd на пуш-подписки RedPush и две разные гемблинг партнёрки: лотереи от Lottery Partner и ставки на спорт от 4RaBet в AffMamba.
А спонсором блога в этом месяце выступает сервис Rookee. Когда требуется комплексное поисковое продвижение, контекстная реклама на автопилоте или формирование репутации в сети – на помощь приходят Rookee!
Время от времени я тестирую различные публичные связки в нише арбитража трафика (партнёрского маркетинга) и делюсь результатами с читателями блога. Это, как раз, один из таких постов.
В декабре 2021-го на одном из арбитражных Ютуб-каналов (коих сейчас расплодилось, как собак в Армении) наткнулся на связку по заработку денег, которая преподносилась под видом варианта «для начинающих».
Учитывая мою давнюю любовь к простым схемам монетизации трафика (без использования многочисленных дополнительных платных инструментов), связка была взята в работу.
Попандер (popunder) – это разновидность рекламы на сайте, представляющая из себя отдельно всплывающее окно лендинга, находящееся под активным окном браузера пользователя.
Попандер-реклама не видна сразу, в момент появления. Она начинает выполнять свою функцию, когда человек закрывает основной сайт или целенаправленно переключается между окнами браузера.
Закупаем дешёвый попандер-трафик (или кликандер), сливаем его на партнёрку с пуш-подписками, через какое-то время подписки начинают приносить деньги, покрывая первоначальные расходы.
Естественно, для объективности, источников информации было подобрано несколько (ссылки можете сами найти по ключам, тут давать не буду, а то ещё обидится кто):
Помимо положительных комментариев и обсуждения тонкостей настройки слива трафика, мною были найдены и негативные отзывы. Например, Max Fuckin (владелец партнёрки RedPush) в конце прошлого года писал:
Попандер, контекст – вообще мимо, это неокупаемые истории. Трафа должно быть много и он должен быть бесплатным. Тогда вы на коне.
Учитывая всё это, запустились тесты.
В начале декабря, согласно проверяемой схеме, в рекламной сетке DaoAd был закуплен popunder из Индии. 30 тысяч кликов за $10 (примерно).
10 декабря статистика в RedPush выглядела следующим образом:
Настройки РК (CPC):
Ещё раз заостряю ваше внимание: всё, согласно проверяемому кейсу (в первоисточнике настройки такие же).
15 декабря статистика в партнёрке RedPush была такая:
То есть, получилось 2,300 пуш-подписок, которые принесли, на тот момент, 45 рублей. Забегая вперёд, дополню, что, после составления блэк-листа, корректировки устройств (браузеров) и долива оставшейся сдачи ($5), результат был таковым:
Параллельно, кстати, начал лить Канаду (CA), но там вообще полный ноль.
Статистика по лендингам:
Статистика по устройствам:
Статистика по площадкам:
Статистика по браузерам:
Дабы максимально разнообразить данный кейс для новичков, решено было не останавливаться на пушах и попробовать что-нибудь ещё. В связи с этим пошёл на Сёрч, для консультации у своего старого товарища по медиабаингу – Максима (aka Kuprum).
Макс, выслушав историю про мобильный трафик из Индии разной тематики, «не очень хорошего качества» (на Сёрче запрещено открыто обсуждать кликандер и попандер), посоветовал два варианта:
Недолго думая, пополнил баланс в DaoAd и пошёл настраивать новую рекламную кампанию.
Настройки РК (CPC):
Из Lottery Partner мне, после регистрации, написала менеджер – Валентина. Задала стандартные вопросы: каналы, страны, ЦА, опыт работы. Получив мои стандартные ответы, пожелала успехов в арбитраже.
Трафик запустил по накатанной. Через два дня можно было уже анализировать статистику.
Из 48 тысяч слитых кликов в статистике Lottery Partner учлось только 7 тысяч. Регистраций и конверсий не было (менеджер написала, это, скорее всего, из-за того, что их система учитывает только уникальные клики).
В прямой партнёрке 4RaBet Partner было написано, что всякий кликандер они не принимают, поэтому Купрум дал мне замену – AffMamba – гемблинг ПП с разными формами оплаты и гео (масса «схемных» офферов).
Пришло время третий раз закидывать невод.
Забавное наблюдение: у AffMamba в правилах написано, что они принимают абсолютно любой трафик, но при этом в офферах есть тот самый 4RaBet (который я и взял для теста).
Настройки РК (CPC):
Менеджер из AffMamba добавился уже в Телеграм, а не через почту, как у Lottery Partner. Расспросил меня про опыт (в том числе в гембле), источники трафа, как их нашёл и т.п.
Не успел я начать лить, тут же было предложено перейти на другой оффер – 9winz (IN). Типа, там и выплата интереснее ($60 + возможность повышения ставки), и тематика более подходящая под мой трафик.
Но на этом энтузиазм иссяк (появились более насущные дела). 56 тысяч кликов, 8 регистраций, 0 перводепов. Менеджер меня сразу предупредил, увидев моих индусов, что тут может не быть вообще депозитов, даже после 100 рег. Специфическое гео.
В сухом остатке:
Если нужна какая-то дополнительная информация – добро пожаловать в комментарии.
Всем профита!
Сообщение Минусовый слив попандер трафика из Индии на пуши и гемблинг (проверяю кейсы) появились сначала на Блог SEO-аспиранта.
Тинькофф банк предлагает инновационные решения для предпринимателей: облачная онлайн-касса с подключением на сайте, доступная стоимость, интеграция с разными ОС.
Законодательство Российской федерации ставит частных предпринимателей и коммерческие компании в достаточно жёсткие рамки. Они требуют работы с отчётностью через кассовые аппараты и ведение бухгалтерского учёта.
Но если речь заходит об интернет-магазинах, облачная онлайн касса для ип от Тинькофф банка станет оптимальным решением. После ее подключения, у вас появится возможность автоматически формировать чеки для отправки как покупателям, так и для подачи в налоговые органы. Таким образом удаётся существенным образом снизить издержки и повысить скорость обслуживания.
Использовать облачную онлайн-кассу можно и в других сферах, например в службах такси или доставки для передачи клиентам чеков в электронном виде на e-mail, мессенджеры или в SMS-сообщениях. Всё это позволяет ощутимо снизить издержки и повысить общую эффективность работы.
Возможность решить все вопросы в одном месте, получая при этом готовое решение под ключ, идеально подходит для малого и среднего бизнеса, готового делегировать затратные рутинные процессы сторонним подрядчикам.
Ни для кого не секрет, что приобретение и обслуживание кассового оборудования – одна из главных статей прямых расходов магазинов. Вы оплачиваете не только амортизацию и обслуживание оборудования, но и проведение всех необходимых проверок.
Облачная онлайн-касса, подключить которую могут клиенты Тинькофф банка, нацелена на облегчение работы магазинов, и снижение нагрузки на бухгалтерию и администрацию. Она открывает перед предпринимателями массу новых возможностей и преимуществ:
Не меньшую роль играет и тот факт, что подобное решение исключает необходимость беспрерывного наличия специалиста на рабочем месте. Онлайн-касса работает везде, где есть подключение к интернету через Wi-Fi или мобильную сеть. Программное обеспечение интегрируется с разными операционными системами. Специалисты Тинькофф банка всегда готовы произвести дистанционную настройку и проконсультировать по возникающим вопросам.
Подключение облачной онлайн-кассы для интернет-магазинов и ИП открывает возможности по приёму платежей через систему Тинькофф Оплата. Этот процесс включает следующие этапы:
Если данное предложение для вас является актуальным, оставить заявку на подключение и настройку можно на сайте Тинькофф банка, либо воспользовавшись мобильным приложением.
Вы сможете выбрать подходящий для себя вариант: касса для ИП, самозанятых, торговый эквайринг для интернет-магазина. Заполните небольшую анкету, после чего с вами выйдет на связь представитель банка и подробно шаг за шагом проконтролирует процесс подключения облачной кассы.
Сообщение Подключение облачной онлайн-кассы для интернет-магазинов и ИП появились сначала на Блог SEO-аспиранта.
Интересно, стоит ли добавлять Тик Ток в вашу маркетинговую стратегию? Чтобы ответить на данный вопрос, предлагаю вашему вниманию интересную статистику и факты об этой платформе для обмена короткими видео.
А спонсором блога в этом месяце выступает сервис Rookee. Когда требуется комплексное поисковое продвижение, контекстная реклама на автопилоте или формирование репутации в сети – на помощь приходят Rookee!
TikTok зарекомендовал себя не только как новомодный тренд. На практике, эта социальная сеть для обмена короткими видеороликами стала ключевым игроком на пути потребителя к покупке, особенно при первом знакомстве с продуктом.
Хотите обосновать необходимость использования Тик Ток, как части вашего собственного цифрового маркетингового комплекса для бизнеса? Вам понадобятся аргументы, подкреплённые данными, чтобы оправдать инвестиции.
Ознакомьтесь с этими интересными фактами и статистикой TikTok, которые вы можете использовать, чтобы убедить свою маркетинговую команду или клиента о перспективности канала.
И она продолжает расти.
Помимо демографических данных, понимание менталитета пользователей TikTok может помочь определить, кто является вашей потенциальной аудиторией и какой контент найдёт у них отклик.
Вот несколько интересных вещей, которые мы с вами знаем о том, кто такие пользователи ТикТок и чего они хотят:
Использование TikTok влияет на потребление медиаконтента в других каналах и платформах, о чём свидетельствуют следующие интересные факты:
Если вы не поддерживаете связь с аудиторией в TikTok, то упускаете ценные возможности увеличения охватов.
Пользователи TikTok склонны быть полностью вовлечёнными и отключаться от остального мира, когда они используют платформу.
Как максимально использовать эту платформу, чтобы произвести впечатление на её обитателей? Для начала, ознакомьтесь с лучшими практиками и советами по маркетингу в Тик Ток.
Попасть в поле зрения большой аудитории может быть лестно, но бессмысленно, с точки зрения маркетинга, если эти люди не готовы стать клиентами. Это ещё одна область, где TikTok превосходит всех своих конкурентов.
Пользователи TikTok хотят, чтобы их развлекали, обучали и вдохновляли контентом, который они просматривают. Вот как они проводят время в социальной сети, согласно исследованию TikTok Marketing Science Global «Time Well Spent» от компании Kantar:
TikTok – это отличное место для семьи и друзей, где они могут вместе создавать и открывать что-то новое. Исследование Kantar показало, что именно это делают пользователи, совместно наслаждаясь социальной сетью:
Является ли TikTok хорошим местом для инвестирования бюджета в рекламу (SMM)? Посмотрите вот на эти факты:
Большинство постоянных пользователей социальной сети довольны рекламой в Тик Ток. Около 45% опытных тиктокеров отмечают, что реклама сочетается с другим контентом сервиса.
В данный момент TikTok предлагает бесплатный курс из 4 частей, чтобы помочь рекламодателям извлечь максимальную пользу из своих инвестиций в платформу.
TikTok с нами надолго, и на него стоит хотя бы взглянуть, как на часть вашего маркетингового комплекса.
Это не блажь, и аудитория тут не ограничивается одной узкой группой или демографической стратой. Тик Ток стал мейнстримом, и люди, которые его используют, демонстрируют хороший уровень коммерческих намерений.
TikTok сейчас – это двусторонний канал, где пользователи ожидают обычного бытового разговора, и не любят, когда им «продают».
Пользователи хотят, чтобы их обучали, развлекали и вовлекали. Маркетологи, которые смогут этого добиться, найдут высокомотивированную аудиторию, открытую для поиска товаров, покупок и обмена рекомендациями с семьёй и друзьями.
Короче говоря: самое время врываться в ТикТок, если вы до сих пор этого не сделали!
Сообщение Статистика Тик Ток: 40 интересных фактов для маркетолога появились сначала на Блог SEO-аспиранта.
0 
6 
Оригинал 
Блогов 52
Постов 13950
Оценок 111
В ответ на seoonly.ru.
Тяжёлые времена.