Разбирали на живом человеке и Обсуждали вот такие вопросы:
1. Как начать собирать команду 2. Кого взять первого в команду 3. Как взять ассистента 4. Когда теряешь в заработке 5. Когда брать второго таргетолога 6. ЛТВ людей в команде 7. Сколько проектов на 1 таргетолога 8. Сколько людей в команде должно быть 9. Сколько можно клиентов вести командой 10. Сколько платить команде
Все записи у нас остаются и их можно смотреть сколько угодно раз, Уже 23 записи по 2 часа каждая
Если хочешь к нам в тусовку то ссылка в комментах)
За 1 год проект LinkedIn «Коллективные статьи» подобрался к отметке в 10 миллионов страниц экспертного контента. С сентября 2023 года их постоянная аудитория увеличилась более чем на 270%.
То, как проект достиг текущих показателей, и в будущем, вероятно, продолжит стремительный рост, позволяет извлечь нам с вами ценные уроки для создания собственной SEO-стратегии, использующей ИИ в связке с экспертизой живых людей.
Рекомендация месяца: Telega.in — платформа нативных интеграций в Telegram-каналах. Проверенные вручную каналы и боты. Помогаем найти целевую аудиторию в Telegram и запускать эффективные интеграции.
Почему Коллективные статьи работают
Идея, лежащая в основе проекта Collaborative Articles, заключается в том, что люди обращаются к Интернету, чтобы разобраться в определённых (предметных) темах, но то, что находится в Интернете, далеко не всегда оказывается полезной информацией от настоящих экспертов в той или иной области.
Обычно человек ищет информацию в Google, попадает на такой сайт, как Пикабу или Reddit, и читает то, что там размещено. Но в данном случае нет никакой уверенности в том, что эта информация принадлежит эксперту из определённой области, а не просто обыкновенному болтуну (или CPA-вебмастеру).
Как человек, не являющийся экспертом в теме, может узнать, что сообщение незнакомца заслуживает доверия и является экспертным?
Решением проблемы стало привлечение экспертов LinkedIn для создания статей на темы, в которых они являются специалистами. В результате такие страницы ранжируются в Google, и это приносит пользу эксперту, что, в свою очередь, мотивирует эксперта писать больше контента.
Как LinkedIn создала 10 миллионов страниц экспертного контента
LinkedIn выявляет экспертов в определённой области и обращается к ним с просьбой написать эссе на заданную тему. Темы для эссе генерируются с помощью инструмента искусственного интеллекта, разработанного редакционной группой LinkedIn. Затем эти темы сопоставляются с экспертами в предметной области, выявленными с помощью Графа навыков LinkedIn.
Граф навыков LinkedIn сопоставляет участников LinkedIn с экспертами в предметных областях с помощью структуры под названием «Структурированные навыки», которая использует модели машинного обучения и обработку естественного языка для выявления смежных навыков, помимо тех, которые определяют сами члены сообщества.
При сопоставлении используются навыки, найденные в профилях пользователей, описаниях вакансий и других текстовых данных на платформе. В качестве отправной точки.
Дальше, для получения дополнительных знаний и опыта, которыми могут обладать пользователи, используются искусственный интеллект, машинное обучение и обработка естественного языка.
В документации Skills Graph всё это объясняется следующим образом:
Если член сообщества знает об искусственных нейронных сетях, значит, он знает что-то о глубоком обучении, а это значит, что он знает что-то о машинном обучении.
…Наше машинное обучение и искусственный интеллект прочёсывают огромные массивы данных и предлагают новые навыки и связи между ними.
…В сочетании с обработкой естественного языка мы извлекаем навыки из множества различных типов текста – с высокой степенью достоверности – чтобы обеспечить высокий охват и высокую точность при сопоставлении навыков с нашими пользователями…
Опыт, экспертиза, авторитетность и достоверность
Стратегия, лежащая в основе проекта LinkedIn «Коллективные статьи», гениальна, потому что в результате получаются миллионы страниц высококачественного контента от профильных экспертов по миллионам тем. Возможно, именно поэтому страницы LinkedIn получают всё больше органических показов в поиске Google.
Сейчас LinkedIn совершенствует свой проект, добавляя в него функции, которые должны ещё больше повысить качество страниц:
Эволюция способа задавания вопросов. С недавних пор LinkedIn представляет экспертам сценарии, по которым они могут написать эссе, затрагивающие реальные темы и вопросы.
Кнопка «Бесполезная информация». У коллективных статей есть кнопка, с помощью которой читатели могут сообщить LinkedIn, что конкретное дополнение от эксперта не является полезным. С точки зрения SEO очень интересно, что LinkedIn рассматривает кнопку «Отклонить» через парадигму полезности.
Улучшенные алгоритмы подбора тем. LinkedIn усовершенствовал алгоритм подбора пользователей к темам, который называется «Embedding Based Retrieval For Improved Matching» («Поиск на основе встраивания для улучшения сопоставления») и был создан с учётом отзывов пользователей о качестве подбора тем к пользователям.
Объяснение от LinkedIn:
Основываясь на отзывах наших пользователей, полученных с помощью специальных механизмов оценки, мы сосредоточили свои усилия на возможностях сопоставления статей и экспертов-пользователей. Один из новых методов, который мы используем, – поиск на основе вкраплений (EBR). Этот метод генерирует вкрапления для участников и статей в одном и том же семантическом пространстве и использует приблизительный поиск ближайших соседей в этом пространстве для генерации лучших совпадений статей для участников сообщества.
Главные SEO-выводы
«Коллективные статьи» от LinkedIn – один из лучших стратегических проектов по созданию контента, которые я видел за последнее время. Революционным его делает то, что он использует технологии искусственного интеллекта и машинного обучения вместе с человеческим опытом для создания экспертного и полезного контента, который нравится читателям и которому они могут доверять.
LinkedIn использует сигналы взаимодействия с пользователями для повышения качества экспертов, приглашаемых для создания статей, а также для выявления статей, которые не отвечают потребностям пользователей.
Преимущества такого создания статей заключаются в том, что высококлассные профильные специалисты продвигаются каждый раз, когда их статья попадает в поисковую выдачу Google, что даёт возможность любому, кто продвигает услугу, продукт или ищет клиентов или следующую работу, продемонстрировать свои навыки, опыт и авторитетность.
Сообщение Коллективные статьи: как LinkedIn покоряет органическую выдачу Google с помощью ИИ и живых экспертов появились сначала на Блог SEO-аспиранта.
Ну что, начинаем рабочую неделю, надо для челенджа успеть заработать 375к)
Сейчас прохожу по всем нашим кабинетам, смотрю где надо внести правки и думаю как улучшить результат
+ надо поковырять таргет на себя тк смотрю что стоимость лида начала расти с 300 до 400 уже поднялась. И думаю пора выключить кое-что
В целом таргет на себя - это основа откуда идут заявки на настройку) Раньше начинал с бесплатных методов, но сейчас только платные. Надо тратить свои деньги, чтобы уметь эффективно тратить деньги клиента
Продолжаю ковырять миджорни и меня он просто восхищает) Изучаю сейчас всякие промты и шаблоны, чтобы делать более эффективные креативы. И думаю что мы с командой со временем перейдем именно на крео сделанные в ИИ
Есть ниши которые прям отлично заходят под ИИ, но вот химчистку и лазерку я пока что не смог победить) Тк не получается сгененировать приборы, он делает какую-то магию постоянно но не то что надо)
0 
18 
Оригинал 
Блогов 52
Постов 13527
Оценок 111
