Лого vc.ru

Эксперимент TJournal: Какие социальные кнопки приносят больше трафика

Эксперимент TJournal: Какие социальные кнопки приносят больше трафика

Младший редактор рубрики Growth Hacks Егор Данилов в начале июня устроил A/B тестирование социальных кнопок на дружественном нам ресурсе TJournal. Сегодня, спустя несколько недель, он готов поделиться промежуточными результатами и подготовил небольшую задачку читателям.

Поделиться

Хотел провести этот эксперимент уже тысячу лет назад. Постоянно не покидало чувство, что кнопки социальных сетей совершенно бесполезны с точки зрения объема трафика. Пару месяцев назад я предложил ребятам из TJournal провести A/B тест, в котором мы узнаем, какие кнопки социальных сетей работают для их проекта лучше всего.

Выбор кнопок и соцсетей

Выбирать соцсети не пришлось — на TJournal уже был набор из «ВКонтакте», Facebook, Twitter, Surfingbird и Google+. Менять привычный набор я не стал.

Очевидными кандидатами на тест были нативные кнопки Like и Share от «ВКонтакте» и Facebook. Правда, у Twitter, Surfingbird и Google+ такого отдельного вида нет, поэтому в обоих вариациях для этих сервисов стояли одни и те же кнопки.

Раньше на ЦП стояли нативные кнопки, затем их заменили на красивые кастомные, что вызвало одобрение со стороны пользователей. После редизайна снова вернулись нативные — многим это не понравилось. В общем, кастомные и нативные кнопки явно напрашивались на тест.

Нельзя было не взять в тест специальные сервисы-конструкторы социальных кнопок — AddThis и Pluso. Остальные сервисы брать не стали — опасался, трафика TJ просто не хватило бы, чтобы получить на таком количестве вариаций репрезентативные данные.

Итого, в соревновании приняли участие:

  • кнопки Like;
  • снова кнопки Like (для A/A теста, чтобы убедиться, что все настроено корректно);
  • кнопки Share;
  • кастомные кнопки, которые нарисовал дизайнер TJournal;
  • AddThis;
  • Pluso.

Выбор метрик

Придумали несколько вариантов, как сравнивать эффективность кнопок:

  • количество нажатий на кнопки;
  • количество расшариваний (это не то же самое, что нажатия, так как у некоторых кнопок шеринг происходят в два захода);
  • количество переходов по расшаренным ссылкам.

Первый вариант отпал сразу, так как было неочевидно, что количество нажатий всегда коррелирует с трафиком. Например, кнопка «Мне нравится» от «ВКонтакте» вообще ничего не отправляет в профиль пользователя и нужно догадаться нажать после этого еще на кнопку «Рассказать друзьям». Очень похожая ситуация с Like от Facebook: возможно, ее проще нажать, чем в два захода расшарить через Share, но мы не знаем, что Facebook выше ранжирует в своём ньюсфиде.

Я решил, что самая правильная метрика — это количество трафика, который приходит из соцсетей. Во-первых, ради него эти кнопки и ставятся. Во-вторых, отделив трафик, который приходит через кнопки, можно сравнить его с естественным (который приходит от сообществ в соцсетях или ссылки, которые пользователи расшаривают через Ctrl+C Ctrl+V).

Поэтому для эксперимента было необходимо разметить UTM-метками ссылки, которые будут расшариваться в соцсети.

Как засунуть в кнопки UTM-метки и не сойти с ума

Идея теста, поначалу показавшаяся легкой и изящной, на практике чуть не довела нас с разработчиком до истерики.

Решили сделать следующий формат UTM-меток:

http://tjournal.ru/paper/emojinalysis-tumblr?utm_source=facebook.com&utm_medium=social&utm_content=likebutton&utm_campaign=abtestsocial

В utm_source мы записывали, через какую кнопку пользователь расшаривал статью. Соответственно, для «ВКонтакте» это vk.com, для Твиттера — t.co и так далее. Это нужно для того, чтобы трафик корректно учитывался в Google Analytics. В utm_medium указывали, что тип трафика — social, он не менялся в зависимости от соцсети. Аналогично было сделано для корректного учета типа трафика в Google Analytics. В utm_content мы записывали, через какой набор социальных кнопок пользователь расшарил ссылку. Значение менялось в зависимости от соцсети. В utm_campaign всегда ставился abtestsocial, чтобы легко было выделить трафик с нашего эксперимента.

Проблема начались сразу же, когда мы стали прописывать url для нативных кнопок. И Facebook, и «ВКонтакте», и все остальные позволяют явно указать, какой URL расшаривать, даже если пользователь находится на странице с другим адресом. Например, для Facebook наш код выглядел вот так:

<div class="fb-like" data-href="http://tjournal.ru/paper/rcs-hacking-team/?utm_source=facebook.com&utm_medium=social&utm_content=likebutton2&utm_campaign=abtestsocial" data-send="false" data-layout="button_count" data-width="200" data-show-faces="false"></div>

Для «ВКонтакте»:

<script type="text/javascript"> VK.Widgets.Like("vk_like_top", { type: "button", pageUrl: "http://tjournal.ru/paper/rcs-hacking-team/?utm_source=vk.com&utm_medium=social&utm_content=likebutton2&utm_campaign=abtestsocial", pageTitle: "Спецслужбы научились прослушивать смартфоны при помощи легального вируса", pageDescription: "Два независимых центра исследований компьютерной безопасности опубликовали отчёты о новых инструментах компании Hacking Team, стоящих на вооружении мировых спецслужб и правоохранительных сил, позволяющих легально получать доступ к содержимому смартфонов подозреваемых.", pageImage: "https://api.tjournal.ru/1/paper/picture?id=4841", height: 20 }); </script>

Поставили код на страницы, я нажал Like и… в обе соцсети расшарились URL без GET-параметров и UTM-меток. Черт! Ладно, вспомнили про Open Graph тег og:url, который говорит, какую страницу расшарить. Прописываем в него UTM-метки в зависимости от вариации, в которую попадает пользователь, обновляем код, жму Like… Ничего не меняется. Вспоминаю, что Facebook кэширует данные из OG-тегов и нужно явно зайти на Facebook Open Graph Debugger, чтобы он заново спарсил данные со страницы. Результата ноль, в обе соцсети уходят ссылки без UTM-меток. Ложусь спать (важная подробность — прим. ред.).

На следующий день вспоминаю, про ещё один тег, применяемый для поисковых систем. И в наших танцах с бубнами сработал именно он.

Дальше пошло чуть проще: Facebook share работает так же, как Like, так что проблем не возникло. Но нативная кнопка «Поделиться» от «ВКонтакте» упорно не хотела расшаривать правильный URL, обрезая его после первого параметра, в результате чего получалось http://tjournal.ru/paper/emojinalysis-tumblr?utm_source=facebook.com. Попробовали заэнкодить URL — помогло, кнопки шаринга побеждены.

Дальше оказалось, что для Pluso нельзя указать разные ссылки для разных кнопок. Всем им везде в source мы написали pluso. Не очень изящно, но не смертельно. И вылез еще один негативный момент: поскольку для каждой кнопки URL был свой, пользователи всегда видели небольшое количество лайков на странице. Это теоретически может негативно повлиять на количество трафика — психологически проще нажать на кнопку, если на ней уже много лайков.

Итак, кнопки заработали. Осталось разделить трафик и запустить эксперимент.

Как мы разделили трафик

Решили не пользоваться сторонними сервисами и трафик разделить на сервере. Слово техническому директору «Комитета» Илье Чекальскому:

Когда пользователь заходит на TJournal мы смотрим, есть ли у него кука ab-testing-24. Если есть, то смотрим ее значение и показываем пользователю соответствующий набор кнопок. Если куки нет, то ставим ее и записываем туда рандомное значение от 1 до 24

Если в куке стояло 1-4, то показывали первый набор кнопок. Если 5-8, то второй и так далее. Предусмотрительный Илья сделал 24 вариации на случай, если я сойду с ума и вдруг захочу сделать 8 наборов кнопок в тесте. Но я удержался.

Чтобы убедиться, что трафик распределился равномерно, мы прописали каждому пользователю Custom Dimension, где указали, в какую вариацию он попал.

Запуск теста и первые результаты

26 мая мы запустили тест.

В первый же день обозначился явный лидер и я уже было посчитал, что такими темпами эксперимент закончится через пару дней:

27 мая отрыв межу сервисами сократился, а 28 числа произошло вообще что-то непонятное:

Каждый день данные скакали. Становилось очевидно, что тест проваливается по очень простой причине: если на TJournal зайду я, попаду в вариацию с кнопками Like и зайдет Навальный на вариацию с кнопками AddThis, то при расшаривании в соцсети, при прочих равных вариация, AddThis соберет на порядок больше трафика. Кроме того, у TJournal стоит стандартный для Google Analytics период отслеживания кампаний в 6 месяцев. Это значит, что пользователи, которые придут в первый день по ссылкам Навального, а во второй день зайдут type-in трафиком, все равно во второй день будут засчитываться как посетители из AddThis.

Выяснить, какие кнопки лучше таким измерением трафика не получается.

Выводы

Чтобы хоть как-то померять эффективность кнопок, 14 июня мы добавили трекинг нажатия на кнопки и через Events стали отправлять его в Google Analytics. Но пока данных недостаточно и все равно эксперимент этот не покажет действительно, сколько трафика приведут те или иные кнопки.

Из положительных моментов — мы смогли точно посчитать, сколько трафика в месяц приносят TJ социальные кнопки. Всего за последние 30 дней на сайт было 900 000 переходов из социальных сетей. Всего 30 000 из них было сгенерировано социальными кнопками.

Задача от Growth Hacks

До 2 июля включительно мы объявляем конкурс на лучшее решение этой задачи. Победитель получит суммарно 50 000 показов баннеров своего проекта на ЦП и TJ. Пишите свои варианты в комментариях. Если нужны какие-то уточнения по данным — готовы опубликовать. После этого мы реализуем лучший вариант на TJournal и напишем о результатах в нашей рубрике.

Популярные статьи
Показать еще
Комментарии отсортированы
как обычно по времени по популярности

Егор, можно попробовать через эксперименты гугл аналитикс. Там специальный код будет между всеми вариантами лендинга, абсолютно весь трафик раскидывать. Не нужно ничего дополнительного на сервере делать. И таким способом, даже те кто уже был на этой странице и видели вариант кнопок А, возможно при следующем заходе увидят варианты B и С. Можно будет даже отследить, что мол один и тотже человек, видел кнопки А и C, но зашарил только по варианту B.

0

все так люто привязано к контенту, гетерогенности аудитории и длинному хвосту... ну, возьмите тогда и запилите тестирование по месяцам, сравнивая помесячно трафик за месяц к количеству расшариваний от определенного вида кнопок и трафик с них) (навальный наверняка за месяц хотя бы раз зайдет... или не зайдет, если он сидит... и что-нибудь пошарит себе) или если хотите какой-нибудь вирусный спец.проект - соберите эпичных блогеров, устройте экшн по шарам на 6 месяцев - и эпичный финал со срыванием покровов, разоблачениями, статистикой и общим селфи через скайп-чат)) трафика норм должно быть) а может и не быть)

Ребят, вы путаете метрики. Кликабельность кнопок никак не коррелирует c трафиком, который они приводят. Так как контент в соцсети уходит один и тот же, то трафик будет различаться только источником, то есть вывод про Навального вы сделали правильный, но поздно.
Это вообще не задача АБ-теста кнопок – чтобы повысить виральность, вам необходимо тестировать именно сам шаренный контент - менять текста и картинки.

Кликабельность кнопок же тестировать надо через события клика по ним. Повышать - внешним видом и местом расположения.

И добавьте еще один вариант - сначала кастомные картинки, а при наведении курсора на них - замена на нативные. И волки сыты (юзеры не жалуются на тормоза) и овцы целы (через нативные кнопки шарить легче, по ним конверсия выше будет, так как нет промежуточных шагов). Для мобилок (так как нет события hover) -

"сначала кастомные картинки, а при наведении курсора на них - замена на нативные."- вопрос: а нельзя ли просто скрыть нативные под кастомными картинками, чтобы их не было видно вообще, но чтоб нажимались именно нативные?

0

Не получится, чтобы нажимать нативные, необходимо вызвать событие onclick на элементе кнопки, но, так как кнопки вставляются с другого домена в iframe, доступа из JS к ним нет по соображениям безопасности.

0

Я имел в виду разместить сверху картинку, "прозрачную" для кликов. Не?

0

Карим, к сожалению, так не получится. Сейчас попробовал еще хак со скрытием/показом перекрывающией картинки при событии mousedown/up - тоже не получается.
Прозрачные на события элементы в DOM отсутствуют :(

0

поддержу предыдущего оратора, тестируем:
1) внешнйи вид кнопок и позиции - влияет на кликабельность

2) замену лайк\пошарить - влияет на количество расшариваний, т.к. именно шары влияют на привлечение трафика, то меряем во втором варианте именно их.

0

ой, не закончил.

Для мобилок (так как нет события hover) - нужно выбирать, либо оставлять нативные (тормоза), либо отправлять на всякие share.php (неудобный UX).

0

Да, все верно. В целом, результат говорит о том, что кнопки соцсетей бесполезны (дают 3% от всего социального трафика, который составляет еще какую-то долю от всего трафика TJ).

P.S. Идея с нативными кнопками по ховеру отличная.

0

Я за нативные кнопки - расшаривать на странице материал не всегда хочется, а вот показать автору статьи что он молодец и мне инфа понравилась тыкнув лайк мне не жалко

Просто меряйте клики, если клики по кнопкам выполняют абсолютно те же действия, то не думаю, что то, как она выглядела сильно повлияет на следующее решение пользователя.

Так, выдаём половине кастомизированые кнопки, половине нативные, считаем клики, делим на общее количество просмотров.

Если же хотите количество шарингов посчитать — каждому пользователю в URL добавляйте уникальный идентификатор (64 или 128 бит будет более чем достаточно) и набор используемых кнопок. Затем поднимаете Redis где-нибудь рядом, создаёте там два множества для кнопок, куда добавляете эти идентификаторы. Если первый раз его видим — инкрементируем счётчик ответственный за тот набор кнопок, иначе с этого шаринга уже приходили и не увеличиваем.

Ну а затем просто смотрим на оба счётчика, если мы действительно поровну показывали кнопки — то просто будет достаточно их сравнить.

Если же нужна точность — можно и кнопки выдаваемые на сервере выбирать и вести ещё счётчики выданных тех или иных кнопок.

0

Заметил, что уже не первый раз исходники встречаются в постах. Добавьте отображение получше:)

"Это значит, что пользователи, которые придут в первый день по ссылкам Навального, а во второй день зайдут type-in трафиком,
все равно во второй день будут засчитываться как посетители из AddThis. "
В момент прихода с социалки по url с параметрами смотреть параметры через js и генерировать событие - это отделит type-in и позволит подсчитать "чистых" пользователей из разных социалок и пришедших по разным кнопкам.
Я бы использовал к тому же якорь #. Его должны пропускать все социалки, по нему тоже хорошо фильтруется.
Как я понял это единственное, что не позволило Вам подсчитать по изложенному алгоритму.

0

Можно еще считать количество расшаренных ссылок. Это как раз будет показатель работы кнопок, особенно если сравнивать нативные и кастомные. И это и будет некий относительный показатель трафика, независящий от того, кто расшарил эту ссылку.

А чтобы посчитать кол-во расшаренных ссылок, можно добавлять не utm-метку, а делать дубли страниц с редиректом на основную.

Т.е. расшариваемая ссылка будет выглядеть так: tjournal.ru/paper/emojinalysis-tumblr/facebook-likebutton2/ при клике на неё делать редирект на основную статью: tjournal.ru/paper/emojinalysis-tumblr/ Так соцсети будут думать, что основная ссылка и та, что расшариваются - это две разных ссылки, поэтому можно будет легко посчитать количество расшариваний только одной из них.

Кстати, да. Как минимум, это позволит посчитать расшаривания для ВК.

Но все равно не решает проблему с Facebook - хочу понять, кто дает больше трафика - Like или Share.

0

Поиграйте с og:title и og:image пропишите call-to-action и увидите как на share после первых комментариев соберете больше трафика. Комментарии вообще хорошо поднимают EdgeRank.
C like в ФБ сложнее, очень сильно зависит какое ядро аудитории будет лайкать. Если компактное, то эффект будет заметнее и вырастет вирусный траф (почекайте потом utm в GA)

0

Нужен длинный период и много данных тогда.

Кстати, вот тебе тогда еще геморойчик :-)
От количества ВК-лайков зависит популярность материала в этом разделе: vk.com/feed?section=articles&subsection=top
И с этого раздела тоже есть трафик.

Т.е. чтобы попасть туда необязательно, чтобы ссылка была расшарена. Достаточно нажатий на "мне нравится" на нативной кнопке. Т.е. тоже не понятно как выделить трафик оттуда.

Сильно заморачиваетесь там, где есть простое решение

У Вас ведь не стоит задача провести А/В тест за короткое время?

Сделайте проще:
1) поставьте первый набор тестируемых кнопок на неделю-две.
2) смените набор тестируемых кнопок на такой же срок
3) сравните результаты

Да, будут возникать взаимопересечения на "стыке" тестов первого и второго наборов кнопок,
значит, выкинете из анализа второго набора данные за первые два дня

Это не быстро. Зато железобетонно : )

Не согласен. Дело в том, что расшариваемость в таком случае будет зависеть еще и от материала/статьи. То есть "средняя температура" интересности статей на след неделе может быть выше, чем на этой и соответственно влиять дополнительно. Смысл-то АВ-теста, что меняется только один параметр при прочих равных

не думаю, что в TJ бывают "очень бомбовые" материалы, так что контент можно считать примерно однородным

КСтати, есть еще одно решение.
сделать два поддомена, b1.tj... и b2.tj....
на каждый вешать свой набор кнопок, ну а мешать "выдачу" с поддоменов юзерам 50/50

делается элементарно.
Зато считать статистику легко, нет заморочек с обрезкой урлов, поддомен видно всегда

0

ABCD- тестирование? )))

0

:) цель будет достигнута, это главное : )

0

Этот пост был опубликован ради важной подробности от редактора. (мое.личное.прим.).

А что если не анализировать трафик из соц. сетей, а просто сравнить кликабельность кнопок разных сервисов. Оставить куки, показывать рандомно на одном и том же материале разные кнопки, и записывать количество кликов по ним. В итоге получить при среднем показе среднее значение кликов для каждых сервисов.
Например материал "Ростелеком может приобрести Now.ru и Rutube" был показан для каждой группы в среднем 100 тыс раз, 100 тыс. раз с кастомными кнопками, 100 тыс. раз с Pluso и т.д. В сумме за неделю для восьми групп 800 тыс раз. Ну и подсчитать количество кликов в процентном соотношении по каждой группе в один интервал времени. Например, кастомные кнопки 46% кликов, pluso 15%, likebutton 32% и т.д.

0

Кликабельность уже считаем, да (правда, всего 2 недели, так что данных мало). Проблема в том, что, как правильно написал Игорь Любимов, клики необязательно коррелируют с трафиком.

Например, клик по кнопке "Мне нравится" от ВКонтакте вообще не расшаривает никуда контент. И не факт, что Facebook одинаково ранжирует контент, отправленный через Share и Like.

0

Я согласен с мнением выше, что тестировать надо не все сразу одним махом, а по очереди. Сперва только клики на кнопки, потом откуда сколько трафика приходит

0

Люди, которые написали, что тестировать надо по очереди не знакомы с концепцией «a/b тестирования».

Даже когортный анализ не поможет, поскольку в разные месяцы авторы будут писать материалы разной виральности.

Почему «даже»? Это он и есть, выходит.

0

Я из вашего комментария ничего не понял :(

0

Попробуйте у себя считать "количество переходов по расшаренным ссылкам", а не в аналитике. Когда будут данные, можно просто отбросить зашкаливающие значения по своему опыту или учесть их только на какой-нибудь %, чтобы значение было соизмеримо с остальными. Либо отбрасывать тех, откуда сразу много (по своему опыту) идет трафика в первый же день. Из 30 000 переходов навальных, скорее всего, будет не много. Или один он :)

0

Возможно, я скажу что-то очевидное, но чем плоха идея с генерацией ссылок, описанная выше Максимом Гоненко? Нужно только ее немного усложнить — генерировать кастомную ссылку под каждый клик.

То есть, в том же bit.ly я могу внятно смотреть количество кликов по каждой моей ссылке, вне зависимости от того, куда она шарится и сколько раз.

Вводим уникальный номер посещения, вписываем в него 1-2 доп. цифры/буквы (чтобы понимать, какая версия кнопок показалась), а потом обрабатываем весь массив входящих ссылок.

Поправьте меня, возможно я понял задачу некорректно.

0

Выдавать точно также по cookie материал, но приписать туда еще уникальный тег( #plusobtnsilicon #nativebtnsilicon - главное уникальность и т.д.) и уже потом смотреть по разнице с распарсенной информации из соц.сетей(поиск по тегу) смотреть сколько человек запостило запись по какой кнопке.

0

Вся проблема сводится к тому, что вы не можете трекать расшаривание контента на втором этапе в поп-ап окне.

Предлагаю вам решение не самое идеальное, можно предложить и более филигранное, но тратить на настройку парсеров, предположу, вам не очень захочется:
site:vk.com "url" "utm"
site:facebook.com "url" "utm"
...

Так вы сможете получить статистику по репостам. Тут если кто-то репостнит репост, то будут считаться, как два репоста, можно решить на уровне Якорей (описано выше), и настройки парсера для сбора статистики. Можно воспользоваться, стандартными инструментами для сбора количества результатов поиска (правда стандартные обычно удаляют кавычки), например кейколлектор, язл, мб еще что-то...
Так же можно парсить поиск самих социалок, чтобы удалить дубли в комментах (ПС комментарии считают отдельно), но тут точно получится для ВК, и точно не получится для ФБ, для остальных социалок не уверен.

Считаю, что это:
site:vk.com "url" "utm"
site:facebook.com "url" "utm"
...
Будет репрезентативно.

0

А как насчёт того, чтобы укоротить ссылку содеражщую UTM метку и GET параметр

0

Расшаривались бы с UTM метками, сразу, без танцев с бубном. Если в byt.ly укоротить, ещё и источники переходов потом можно собрать.

0

и, кстати, в некоторых случаях, через Яндекс Метрику будет видно с чьей страницы были переходы. Точно могу сказать, что если переход будет сделан непосредственно со страницы Навального ВК, то это пропишется в отчёте.

0

Предлагаю:
1. пометить все ссылки, публикуемые в пабликах TJ метками, и не считать этот трафик социальным.

Получим весь "Социальный трафик"= (Количество просмотров статьи) - (Переходы на статью с самого TJ) - (Переходы из пабликов)

2. для каждой отделmной статьи вычислять (Социальный трафик)/(Количество просмотров статьи) = "Коэффициент виральности статьи"

3. посчитать "Средний коэффициент виральности" для статей с каждым видом кнопок
Разные виды кнопок сравнивать по этому коэффициенту.

В чём преимущество предлагаемого метода: люди часто делятся, скопировав ссылку из адресной строки браузера (и отправляют по емайл или в мессенджерах) однако социальные кнопки могут увеличивать этот показатель, поскольку напоминают пользователям о возможности поделиться. Вспомните сколько раз каждый из нас забывал, например, купить продукты, хотя они были очень нужны. Напоминать о возможности поделиться нужно. Кроме того цифры на кнопках часто показывают, что статья популярна - и значит повышаются шансы, что моим знакомым она будет интересна.

Кроме того, если большое число Like приводят к большей видимости ссылки на Фэйсбуке, то данный метод так же покажет это, увеличив Коэффициент.

Utm метки в кнопки ставить при этом необязательно.

Учитываем эффект Навального - возможно кнопки влияют на его желание поделиться ссылкой, причём необязательно через кнопку (возможно он так же смотрит на число Лайков). Тут важно только то, что отдельные кнопки увеличивают Коэффициент виральности - а почему они это делают не так важно.
Потом было бы интересно сравнить Коэффициент с числом кликов на кнопки - может будет неожиданная доп инфа.
Так же предлагаю дополнить наборы одной или несколькими кнопками Grrow.me - их можно устанавливать вместе с обычными.

0

Предлагаю для теста добавить набор из кнопок www.Grrow.me

Сервис частично решает задачу, озвученную в статье. Как он работает:
1. При клике на кнопку Grrow пользователю предлагается залогиниться через социалку на выбор (это необходимо для идентификации каждого конкретного пользователя).

2. Grrow выдаёт каждому пользователю свою уникальную ссылку - и предлагает поделиться именно ей. Преимущество - когда люди делятся через email, скайп, мессенджер или даже через СМС, Grrow знает по какой ссылке пришёл пользователь.

3. Grrow строит граф распространения ссылки от человека к человеку. Можно определить агентов влияния (лидеров мнений) и затем рекомендовать им новый контент с сайта. Тут win-win сайт получает трафик от лидера мнений, а тот контент, интересный его подписчикам и друзьям.
Как указано в самой статье Навальные приносят самый большой траф и Grrow стимулирует их обратить внимание именно на сайт с кнопками Grrow.

Через Grrow можно настраивать любой внешний вид кнопки - например это может быть просто "Поделиться" или набор Интересная статья, Рекомендую, Просто Супер и т.д.

Важно - С помощью дизайна кнопки можно добиться "эффекта ореола" (широко применяемого в рекламе) когда человек видит надпись "Статья Супер" он подсознательно лучше относиться к материалу.

PS: нашему молодому стартапу очень бы пригодились 50.000 показов баннеров - будем признательны за них.

На скриншоте реальный лавина-граф, выросший на Grrow

0

Возможность комментирования статьи доступна только в первые две недели после публикации.

Сейчас обсуждают
Роман
ShareBike

Яндекс - это международная компания, основанная в России. Как и Касперский, например, и многие другие.

«Половина украинцев — это программисты, копирайтеры и маркетологи»
0
Рустам Галиев
RC Group

Хочешь - сей, а хочешь - куй, всё равно потратишь на "другие нужды компании".

«Надеюсь, нам удалось вдарить рок в этой дыре»
0
Mila Volkova

все это прекрасно - охват и т.д. Но сколько покупателей, как повлияло на покупку...Я не увидела. Пропустила?

Рекламная кампания на основе данных об эпидемиях и погоде: опыт препарата «Кагоцел»
0
Лев Третьяков

Спасибо огромное

Alfamart24 — интернет-магазин товаров для дома, дачи и офиса без складов и салонов продаж
0
Лев Третьяков

спасибо большое!

Alfamart24 — интернет-магазин товаров для дома, дачи и офиса без складов и салонов продаж
0
Показать еще