#эксперт_на_связи Дмитрий, как думаете смогут в перспективе нишевые агрегаторы товаров, конкурировать с крупными агрегаторами? (типа пульсцен и прочие)

Мы ставим однозначно на контент! -)
Ссылки, часто, проще, но контент куда более долговечная история.

По скорости так:
- Небольшие правки под SEO в контенте можно внести куда быстрей, чем разобраться со ссылками. Это дает очень значимый и хороший профит.
- Вложения в контент-маркетинг уже более долгая история, скорость соизмеримая со ссылочной стратегией в начале и точно быстрей после отладки процесса.

По качеству:
- Вложения в контент более масштабируемы.
- Плюс, работает на конверсию, что важней. Ключевая метрика оценки канала SEO для бизнеса — CPA.

Но стоит помнить, что ряд мономов учитывает как ссылочное, так и внутреннее и если в ссылках совсем «по нулям», то будут сложности.

#эксперт_на_связи Второй вопрос схож: по агрегторам - можно ли их как-то вычленить всех или по нишам и когда бы ты смог это воплотить?)

#эксперт_на_связи  Но ведь таким образом, у нас получается куча страниц, соответствующих одному и тому же сегменту запросов.
В результате получается несколько посадочных вида "Норковые шубы" - "Норковые шубы страница 2" и т.д.
Даже если для каждой посадочной делать уникальные теги "Норковые шубы стр 1" и "Шуба из норки стр 2", отвечать они будут одним и тем же запросам пользователя

Благодарю за все ответы, Дмитрий, очень хорошее получилось интервью, весьма интересное )

Речь типа о том, чтобы стабильно попадать в блоки типа ответов на вопросы, карты и так далее? Тут надо исходить из работы самого блока. Честно сказать, 100% логики мы там не видим, есть определенные лайфхаки, но те так чтобы прям гарантированно. Тем более, они в РУ-сегменте часто пропадают из выдачи вообще. Есть смысл заморачиваться только по основным ВЧ, разве что.

Полного же списка не видел, надо составить? =)

#эксперт_на_связи Третий вопрос: в одном чате, говорили, что хард-кластеризация имеет свои недостатки (отсюда следует, что и кластеризация Пиксель Тулс, основанная на данном методе, тоже не идеальна) и хороша только кластеризация на основе обучения нейронки. Каково твоё мнение?

А почему б ему не быть - сразу по нишам будет видно где какие крохи тебе оставлены

Всем спасибо за вопросы, рад был!

Ну да, есть такое =) По факту, все методы дают те или иные погрешности и требуется потом руками частично править. Но это 10-15% работы.

Основная ошибка, которую тут допускают оптимизаторы, это кластеризация один раз, без попыток подобрать нужные параметры на вход. Не обязательно святые «пересечение = 3 и метод = Hard». В ряде тематик это не очень хорошо работает и надо «поиграться».

Могу поверить, что тут ML ещё покажет себя по качеству кластеризации, но пока больше мнений и разговоров. Рабочих и качественных решений «из коробки» не встречал.

Вроде на все вопросы ответили :)

Спасибо всем, кто участвовал в чате и огромное спасибо Дмитрию за развернутые ответы! 😊

Если есть предложения кого позвать в #эксперт_на_связи в следующий раз – обязательно пишите

Людкевич

Людкевич