Алексей Чекушин ЧЕСТНО про деньги, SEO, науку и накрутку ПФ!

Друзья, привет.

С вами Дмитрий Севальнев, Pixel Tools. У нас новая эпоха. Раньше гости приходили с какой-то своей темой, мы ее внимательно слушали, был доклад, и потом задавали очень умные вопросы. Наконец-то настала эпоха, когда сам гость фактически является темой. Сегодня у меня в гостях Леша Чекушин, человек, очень известный в кругах поисковой оптимизации. Леша, привет.

Привет. Да, сегодня мы просто поболтаем.

С таким гостем есть что спросить. Слушай, мы же с тобой буквально год-два разминулись на физфаке МГУ, да?

Да.

И кажется, оттуда пошли первые мемы про то, что LSA — это сингулярное размножение документов в адресах.

Это я случайно сказал. Я тогда предполагал, что это очевидно, значит, все знают. И такой: «Да, сингулярное размножение». А потом это завирусилось и стало прикольным. Хотя я много подобного говорил.

Не ностальгируешь по тем временам? У меня тоже был момент выбора — идти в науку или куда-то еще.

Если бы нормально платили, я бы сейчас занимался астрофизикой.

То есть астрофизика тебя действительно мотивирует?

Астрофизика — да, это моя любовь. Мне нравятся разные направления: исследования SNB Cosmic Microwave Background ранней Вселенной. Сейчас фантастические вещи показывает Джеймс Уэбб. Появилась тема с экзопланетами, исследования атмосфер, методы картографирования. Плюс все, что связано с космологией: расширение Вселенной, темная материя, темная энергия. Явно там сейчас находится наука. Но, к сожалению, там платят сейчас столько, что едва хватает на еду. Поэтому я наблюдатель и болельщик со стороны.

Я тоже с интересом слежу. Особенно подкаст «Вселенная» с Алексеем Семихатовым.

Да. Но если все загнется, я пойду, сделаю PhD по астрофизике и начну исследовать экзопланеты.

План Б у тебя есть?

Да, вообще без задней мысли. Просто отложу денег, чтобы прожить, и пойду заниматься.

Ты много чем занимался. Выстраивал один из самых больших отделов по поисковой оптимизации в агентстве. Потом какое-то время работал в инхаусе. Расскажи, чем сейчас зарабатываешь?

Зарабатываю тремя направлениями. Первое — классический консалт, в основном по абонентской схеме. Я подключаюсь к отделу как коуч: либо инхаус-команда, либо агентство, которое ведет крупного клиента. Нужно поднять квалификацию, понять, что именно делать, выстроить процессы, объяснить клиенту, почему нужно делать те или иные шаги. У меня была очень интересная история год назад: клиент оплачивает консалт по приличному чеку, а ему кажется, что мы занимаемся ерундой. Два месяца делали матрицу, он спрашивает: «Где результат?». Пришлось объяснять. Когда матрица была готова, начали по ней работать — результат пошел. Но вот этот период убедить клиента, что нужно вот это сделать — было сложно. Собственно, консалт — первое направление. Второе — курсы, обучающие программы. Мы перенесли их в онлайн, но вести онлайн, на мой взгляд, сложнее, чем офлайн. Для меня лично. Потому что 30-минутное видео записать — это два полных рабочих дня.

Ты запись запускаешь потом, не онлайн-стримы?

Да. Не онлайн-стрим, пробуем так сделать, но это два дня. И самое проблемное — невозможность реагировать на аудиторию. Когда я веду офлайн, я сразу вижу, что люди понимают, что не понимают, что нужно рассказать, а что не нужно. А в онлайне, пока они посмотрят, реакция сильно замедленная. Чаще всего вопросы не пишут. На лица не посмотришь, что-то от себя не добавишь. И нет эмоционального отклика, а от этого быстро выгораешь. Поэтому есть проблема. Мы адаптируем форматы, стараемся. Плюс я пробую запускать разный контент. Понятно, что мы перенесли в онлайн популярный курс по интернет-магазинам. Но когда запускали курс по аналитике там все пошло неоднозначно. Группа разделилась пополам: кто-то говорит — полная ерунда, дайте формулы, по которым считать. А я на каждом уроке объяснял: вот тема, вот подходы, вот пути решения — раз, два, три. Вот пример, как делать на реальных задачах. Но поскольку я не даю конкретного инструмента, люди думают, что аналитика — это когда ты просто ставишь формулу. А аналитика состоит в том, что ты формируешь шаблон, а не получаешь готовый. В итоге половина группы в восторге, половина — недовольна. И я думаю: как так? Я очень много вложил в этот курс. Третье направление — моя компания Digital Lamp. Мы занимаемся продвижением с крупными бюджетами, с PBN-сетками. С большими чеками — миллион рублей и выше.

То есть это под ключ история?

Не совсем под ключ. Типичный клиент — тот, кто уже имеет свою SEO-команду, крупный инхаус, где есть SEO-специалист в штате, но нужно выстроить огромную обвязку. И когда нужна такая большая инфраструктура, мы ее строим для клиента. И нам проще работать, когда у заказчика уже есть свой SEO-специалист.

Ну да, на одном языке хотя бы.

Да, да. И туда нужно платить, можно платить.

Средний заказчик услуг думает: это абонентская плата? Платить 50 или 500? Насколько «разведут», а разницы нет.

На самом деле мы работаем в нише, куда агентства фактически залезть не могут. Формально могут, но у агентств стандартные процессы. И за 200 тысяч, и за миллион клиент получает примерно одну и ту же услугу. Просто немного больше внимания. А мы можем развернуть большую персонализированную инфраструктуру под конкретного клиента.

Россия или весь мир?

И Россия, и мир. Работаем и туда, и туда.

Круто, я даже не знал об этом.

Ну, рынок узкий. Те, кому нужно, знают.

Самое удивительное — это про курсы. Я общаюсь с разными ребятами, они говорят: «Я проходил обучение Чекушина, даже два». То есть нужные люди, которые понимают тему, они о тебе все прекрасно знают. А это соответствует тому, что тебе ближе, что мотивирует — курсы, обучение?

Понятно, что больше всего денег — в бизнесе, в агентстве. Это сильно больше, чем суммарно консалты и курсы. Консалты — чтобы держать уровень. Их можно продавать и дороже, чем я продаю сейчас. Курсы — больше для души. У меня есть потребность рассказывать. Курсы тоже приносят деньги, но эмоциональное выгорание от них большое.

Ты такой человек, который не стал бы заниматься тем, что ему не нравится.

Я не могу заниматься тем, что мне не нравится. Могу заставить себя, но недолго. Потом спотыкаюсь, мне становится неинтересно.

А сервис твой как-то отошел на второй план, я так понял?

Сервис да. Он есть, он работает, но мы его не развиваем. Потому что все сильно изменилось. Есть актуальные инструменты: DSSM, Акварель, кластеризация, текстовый анализ. Все это работает, как работало. Но принципиально новые инструменты мы туда не добавляем. То есть сервис есть, мы его поддерживаем, и все.

Слушай, ты человек, на которого приходит аудитория, за которым все следят. А ты сам за кем-то следишь? Есть эксперты, издания?

Честно — нет. У меня нет выделенного пула. Я мониторю новости, чаты, где кто-то делится чем-то интересным. Но стараюсь разбираться самостоятельно. Не знаю, хорошо это или плохо.

До основ, до утечек факторов, до всего?

Ты пытался запускать формат SEO-апдейта.

Это когда рассказываешь, что нового произошло?

Да, я в прошлом году запускал формат курса SEO-апдейт по подписке: несколько видео в месяц. Но формат споткнулся о бизнес. Две новые темы в месяц обозревать оказалось невероятно тяжело. У меня уходила неделя плотной работы над контентом, чтобы найти, разобрать тему, структурировать ее, подать материал так, чтобы не рассказывать ерунду. Аудитория небольшая — человек 50, может, со временем 100. Экономически это не оправдывает усилий. В рамках курса я разбирал утечки факторов, показывал, как при помощи нейронных моделей построить кастомные GPT, которые сами разбирали утечки.

Это крутая штука. Мы тоже по факторам работали, пытались по названиям индексовских факторов предполагать, что это.

Да, это отлично работает.

По каким-то трехбуквенным аббревиатурам я могу предположить что-то на опыте, а модель может предположить еще больше.

Да, потому что нейросети очень хорошо токенизируют. Их сильная сторона — проработанная токенизация. По коротким токенам и контексту они способны выдавать предположения, о которых ты даже не думаешь. Сейчас, с точки зрения анализа, все стало лучше, чем год назад, потому что сменилось несколько поколений моделей. Но по-прежнему без глубоких рассуждений — без специальных промптов, когда ты заставляешь нейросеть «дискутировать с собой», — она выдает ерунду. Иногда приходится прям указывать ей, куда смотреть. То есть ты создаешь несколько личностей, и они начинают между собой спорить. Да. Ты создаешь несколько «экспертов», и они начинают обсуждать задачу. Без этого модель гонит чушь. Это, кстати, один из самых эффективных методов. Например, у DeepSeek есть режим глубоких рассуждений. У GPT-моделей это тоже есть: спрятано в моделях O3 или в режимах глубоких рассуждений. Но можно и вручную промптами создать несколько экспертов, чтобы они спорили между собой: одного — SEO-эксперта, второго — эксперта по факторам, третьего — специалиста по поиску и так далее. Потом просишь: «Теперь опиши, как эти эксперты обсуждают тему». И несколько итераций — пока они все это не обсудят. После этого нейросеть приходит к более адекватным выводам.

Ого. Это глубоко, я так не делал.

Это базовая техника промптинга. Две ключевые вещи: Ask Before Answer — «сначала спроси, потом отвечай» и второй — режим метаэксперта. То есть когда несколько экспертов спорят, а потом «метаэксперт» собирает итоговое мнение.

То есть, условно: ты послушал инженера поиска, SEO-специалиста...

Да. А потом: «Теперь ты — метаэксперт. Обобщи их выводы». И так получается результат. Плюс нужно понимать, что у GPT не одна модель, а минимум четыре разных модели внутри линейки 4o. И самое интересное — если у тебя нет большого опыта, ты не понимаешь, какая модель отвечает в данный момент. Есть некоторые признаки, по которым их можно различить: скорость генерации токенов в секунду, ошибки в лексике, особенности перевода. Одна модель работает на всех языках, а три остальные работают по принципу: генерируют ответ на английском, а потом переводят на русский — и делают это коряво. Одни используют эмодзи, другие нет. По таким мелочам можно понять, какая модель сейчас отвечает. И самое забавное — через браузер и через приложение одновременно могут работать разные модели.

Смешно. Это уже напоминает историю, как на стороне Яндекса можно было понять, какой сервер ответил.

Да, только здесь полный рандом. И даже в рамках одного обсуждения через час у тебя может начаться ответ другой моделью. И если ты этим постоянно не занимаешься, ты даже не поймешь, что модель подменилась.

Да, тема интересная. Давай перейдем к более профессиональным вопросам. Мы как-то очень естественно подошли к тому, что нейросети активно внедряются в нашу жизнь. Как ты видишь это с точки зрения поисковой оптимизации? Будем снова «хоронить SEO» с приходом нейросетей?

Обязательно. Обязательно будем хоронить. Уже шестнадцатый или семнадцатый раз. Мне кажется, 15 лет назад SEO уже хоронили. Когда я пришел в SEO, его уже хоронили.

И продолжают.

Да. Но на самом деле изменения действительно будут сильные — сравнимые с двумя большими «похоронами». Первое — развитие спецрезультатов выдачи и просадка ТИЦ и PR. Второе — когда поиск стал лезть в выдачу, подсовывать свои сервисы, манипулировать результатами, замещая органическую выдачу.

Сейчас Google рандомит свои вертикали.

Да. Вот недавно мы вывели высокочастотный запрос на третье место в одной стране. CTR — 0,3%. Это Google. Третья позиция, а по факту показывается на четвертом экране.

Тут как раз хочется вводить собственные метрики.

Да. Потому что обычные модели CTR вообще не работают для таких случаев.

То есть ты считаешь, что кризис SEO скорее связан с рекламой и вертикалями?

Да. И нейросети добавят сюда новый пласт проблем. Потому что очевидно, что они могут делать. Сейчас получается плохо, но с новыми поколениями моделей будет лучше. Главный вопрос: почему нельзя прямо сейчас взять ChatGPT и заменить им поиск?

Все, кто хоронит SEO, говорят: «Вот завтра ChatGPT заменит поиск».

Да, но это так говорят те, кто ChatGPT, извиняюсь, не пользуется. Либо абсолютные фанаты, преданные, которые им пользуются. Потому что на самом деле нейросеть очень хорошо умеет отвечать на common-вопросы, то есть на популярные вопросы. Если в интернете 500 раз написано, что 2х2=4, она с удовольствием ответит, что 4. Если тебе нужно задать вопрос «как работает аэрогриль», она расскажет, как работает аэрогриль. Все хорошо. Как только тебе нужно решить коммерческую задачу — все, это полный ступор. Нейросеть вообще ничего не понимает. Она не понимает, какой товар дороже, какой дешевле, какие у них свойства, как сравнить. Она либо начинает сравнивать чисто по ТТХ, причем от себя еще придумывает, рисует какие-то странные таблицы. А самая главная проблема в том, что обучающая база у GPT очень большая, но она построена на популярном контенте. Там действительно очень много связей, но эти связи по популярным данным. Если контент редкий, он туда практически не попадает. Поэтому нейросети нужно «загуглить». И когда нейросеть начинает гуглить, она строит свои связи на основании первых нескольких результатов. И как только там ерунда — она начинает такую же ерунду и отдавать. И ситуация следующая. Если мы берем какие-то информационные запросы, которые подразумевают какой-то известный ответ, то, скорее всего, в ближайшее время в поиске там ловить будет нечего. Потому что нейросеть, очевидно, сможет закрывать эти запросы. Понятно, что сейчас Яндекс.Нейро и нейросетка Google работают хуже, чем ChatGPT, они немного отстают, но они это быстро догонят, и этот нейроответ будет просто замещать для пользователя ответ выдачи. Что касается решения коммерческих задач.

Где все деньги?

Все деньги — в решении коммерческих задач, они не информационные. Вот там пока у нейросетей такие большие проблемы, что я не готов строить прогнозы, потому что все развивается просто экспоненциально. То есть мы сейчас в фазе роста. Да, может быть, они научатся решать. Но пока то, как они пытаются это решать, даже с учетом глубоких рассуждений, выглядит откровенно слабо. Даже без учета личных предпочтений. То есть, условно, если ты выбираешь велосипед, нейросеть может рассказать, как тебе подобрать размер, какой велосипед выбрать, под какие задачи. Она это сделает. Она может послужить консультантом. Но решить коммерческую задачу — куда пойти, где заказать — она вообще не может. Точнее, может так, что лучше ее «выбросить» и делать все самому через выдачу.

Ну да, то есть получается, что какой-то сегмент будет выжигаться, но по большому счету и конверсия из этого сегмента была не такая большая. Мне еще нравится контртезис со стороны Яндекса, что такого резкого роста интереса и количества сессий к поиску они вообще не помнят. Никогда не было такого, что люди начали приходить с новыми потребностями в поиск. Люди не формировали вот эти длинные штуки — «сравнить что-нибудь, проанализировать» и так далее. Поэтому во многом тот трафик, который сейчас имеет Яндекс, — он растет.

Да, совершенно верно. Потому что поиск в текущем виде формировался под привычки пользователей, и он объективно не справлялся со сложными запросами. А теперь появились сложные запросы, на которые нейросети формируют совершенно новый сегмент. То, с чем классический поиск не справлялся, нейросеть берет на себя, и, надо признать, делает это хорошо. Хотя, откровенно говоря, Яндекс.Нейро по сравнению с GPT сейчас слабее. Но, думаю, это вопрос времени.

По оценкам, Яндекс уже вложил порядка 70-80 миллиардов рублей и явно планирует вкладывать больше.

Да, на обучение нужно вкладывать большие деньги.

А обратная сторона медали? Мы понимаем, что SEO как канал, особенно в коммерческом сегменте, никуда не девается.

Скорее всего, его будут дополнять, но не заменять. Даже самые продвинутые нейронки пока не могут заменить базовый поиск — они выступают хуже Директа, который сам по себе часто хуже органической выдачи.

Плюс дорого. И если говорить в долгосрочной перспективе, вообще не очень ясно, выдержит ли поиск свою финансовую модель.

Да, и тут нужно учитывать еще один момент: классические нейросети очень ресурсоемкие. Они дорогие как в обучении, так и в применении. Один из ключевых параметров — это количество токенов в секунду. Чтобы удешевить модели, используют так называемые дистиллированные версии — условно «выжатые», облегченные. Они справляются с 90% простых задач. Но проблема в том, что в GPT их нередко подмешивают, и это чувствуется. Такая модель резко ограничивает лексику, забывает кучу нюансов, ломается на более сложных вопросах. Простой расчет — окей, но как только задача усложняется, она просто не тянет.

А если смотреть с обратной стороны — как специалисты по SEO могут использовать нейросети прямо сейчас? Тот же тайтл — может ли она его сгенерировать?

Нет. Тайтлы нейросети делать не умеют. Это очень жесткая структура: нужно учесть кучу правил и вместить нужные слова в короткий объем — буквально 12-15 слов. Даже банальное подсчет слов — уже проблема. Я пробовал обучать модель писать тексты с заданным числом вхождений ключей — уже к 15 она начинает ошибаться. Иногда нейросеть сама пишет скрипт, который должен считать вхождения, но сама же в него ошибается, попадает в цикл. А без использования Canvas это вообще почти невозможно.

А если писать текст?

Тут гораздо проще. Если тебе повезло, и GPT выдала «удачную» модель — она вполне может написать текст, соответствующий DSM-моделям. Но самая сильная сторона GPT — это GPTs, собственные расширения. Я использую их так: беру тематический контент, например, с YouTube — популярных блогеров, транскрибирую их, загружаю как базу знаний в GPTs (в формате .csv или .txt), задаю промпт и дальше работаю уже с этой моделью. Минус — там используется только GPT-4о, нельзя выбрать другую. Но зато это дает отличный результат в узких тематиках.

Да, потому что у базовой модели такого объема контекста просто нет, а ты его загружаешь руками.

Из-за этого GPT сейчас сильнее, например, Grok, особенно в генерации текстов. Да, это не fine-tune, но качественная база знаний дает нужную глубину. Это превращает GPT в действительно уникальный инструмент.

Какие еще задачи можно решать? Кластеризация, генерация семантики?

Кластеризация — полная ерунда. Генерация семантики — тоже. На самых ранних стадиях нейросеть может подсказать, как пользователи могут называть ту или иную тему, но это скорее подсказка, чем готовая структура. Многие используют нейросеть по принципу «сгенерируй 50 запросов для страницы» — так делать точно не стоит. Она к этому не приспособлена. Да, можно использовать для идей, для перевода — особенно на другие языки, но даже там есть нюансы. Например, при переводе с английского на русский нейросеть часто дословно переводит конструкции, которые в русском языке выглядят неестественно. Типичный пример: слово «one» переводится не как «тот же самый», а как «один». Получается кринж. Да, текст читаемый, но любой носитель языка сразу поймет, что это машинный перевод. Поэтому нормальная практика — использовать GPT для черновика, а потом отдавать редактору-нейтиву на доработку.

То есть нейросеть помогает ускорить рутинные этапы, но без ручной доводки не обойтись?

Да, особенно в дешевом копирайтинге. Это как раз один из трех сегментов, которые сильнее всего пострадали. Первый — копирайтинг, второй — дизайнеры, особенно те, кто делает простые задачи (там уже Midjourney, Leonardo и т.д.), и третий — программисты.

Особенно джуны. Сейчас никому не нужны джуниоры. Все хотят сразу синьоров. Что делать с переходом от джуна к мидлу — непонятно, это открытая проблема.

Копирайтинг нейросети действительно закрывают, но чтобы это работало, нужен человек, который умеет: выбрать правильную модель, собрать контекст, запромтить правильно. А промптинг — это отдельная наука, которой нужно учиться. Я делал по ней большое видео, минут на сорок. И это только поверхностный обзор: zero-shot, one-shot, multi-shot, мета-эксперты, глубокие рассуждения, Canvas. Если все это совместить, то можно получить отличный результат. Но чтобы это внедрить, нужны не дешевые джуны, а квалифицированные люди.

Если отдать это неопытному — он скажет: «Нейросети не работают», и бросит.

Да, классика. Вот еще типичная ситуация. Я сижу с клиентом, объясняю, что в их нише нельзя продвигаться без ссылочного. Он открывает сайт конкурента, смотрит Ahrefs и говорит: «Вот, посмотрите, у них нет ссылок». А я знаю, что у этого сайта мощные зеркала с подклейками через DNS Lookup. Google их видит. Все остальные — нет. Я сам показывал это им, как делать, но текущему клиенту не могу рассказать, так как подписывал NDA. А клиент уверен, что там все «белое и пушистое», потому что в Ahrefs пусто. Это типичная проблема: даже если ты знаешь, что у конкурента стоят десятки миллионов рублей в виде скрытого ссылочного, ты не можешь этого доказать.

Ну тут рынок такой, к сожалению. Я так вижу, что многие директора по маркетингу, им вообще все равно, какими средствами это получено — ссылочными, поведенческими факторами — нужен результат.

Да. А еще хотят гарантии.

Я согласен, что здесь специалисты часто оказываются между двух огней. С одной стороны — заказчик, которому важен результат любой ценой, с другой — поисковая система, которая все жестче относится к накруткам. Получается, ты вроде стараешься, но система может наказать, даже если сам все делаешь корректно.

И кажется, за последние 5 лет в SEO-сообществе произошел сильный сдвиг: место, где раньше были деньги, поменялось. Раньше много денег было в услугах и e-commerce. Сейчас e-com просел не по трафику, а по объемам, которые платят SEO-специалистам. Есть некоторое количество крупных и нишевых магазинов, которые себя хорошо чувствуют. Но мелкий e-com сильно выдавлен, в том числе, за счет сервисов самих поисковиков. А пробиться внутрь крупных проектов сложно: у них часто уже есть сильный инхаус. То же самое касается услуг. Давление агрегаторов стало ощутимее. Из-за этого происходит выдавливание из выдачи. В итоге все сводится к следующему: или ты перебиваешься на остатках, или идешь в беттинг и гэмблу. В гэмбле все предельно жестко: если ты работаешь «белыми» методами, тебе туда не войти. Там черная игра. В беттинге правила помягче, и с профессиональной точки зрения даже интереснее: там нужно одновременно решать задачи по оппозиционке, инфоконтенту, новостям, трафику. Все это работает в связке, на одном проекте. Это сильно прокачивает специалиста.

Ты сам тоже в беттинге сейчас?

Да, уже давно. И сдвиг действительно сильный. Если хочешь зарабатывать, ты вынужден туда идти.

А что думаешь про инициативы Яндекса? Вот недавно был круглый стол, они снова хотят акцентировать внимание на экспертности, оценке качества страницы, авторитетности автора. Это поможет бороться с накруткой?

В теории — да. Но давай по-честному. Насколько сложно русскому SEO-шнику обмануть такую систему? Создать авторов, нарисовать им лица, сделать профили в соцсетях, разместить фейковые публикации, подтянуть индексацию — все это вполне возможно и за адекватные деньги. Да, у Google тоже есть система авторства, но она обходится легко. У Яндекса будет аналогично.

А если говорить не о накрутках, а о внутренних поведенческих факторах? Что реально работает?

Работает не удобство сайта, а вовлечение. То есть задача — захватить внимание пользователя так, чтобы он забыл, что искал. Тогда это становится последним кликом. В этом и есть суть продуманного CJM. Мы по своим проектам видим: когда пользовательский путь и онбординг продуманы, это улучшает и поведенческие, и бизнес-метрики.

SEO-специалисты тут могут сильно помочь: понять интент, спрогнозировать, какие потребности будут у пользователя.

Да, это действительно большая и до сих пор актуальная проблема. Как десять лет назад, так и сейчас, при общении с владельцами бизнеса, менеджерами по закупкам или коммерческими департаментами складывается одинаковая картина: они мыслят исключительно в категориях собственного ассортимента. «У нас есть магазин, у нас есть товары, вот выкладка — размещайте». Когда начинаешь объяснять, что в первую очередь есть пользовательский запрос, реальное поведение и потребности, реакция зачастую непонимание. Ты показываешь: вот конкретный запрос, вот потребность пользователя, вот пример, где можно дать точное попадание. В ответ — «у нас есть еще другие бренды». Но в выдаче — только одна страница. Только один бренд. А пользователь ищет не это. Или, например, приводят аргумент: «мы закупили популярный в России бренд». Но в реальности на него нет спроса в поиске. На рынке он может быть известен, но в интернете — его нет. Поэтому ключевая точка роста для любой коммерции — это синхронизация поискового спроса и товарного предложения. Как только SEO-специалист начинает показывать, где есть реальный спрос, и под этот спрос формируется соответствующее предложение, даже без глубоких доработок сайта, это дает сильный рост. При использовании даже базовой, шаблонной оптимизации сайта такое выравнивание обеспечивает и трафик, и конверсии, и бизнес-результат.

Буквально сегодня у нас был вебинар, на котором мы с помощью ИИ провели исследование. Мы проанализировали кейсы, которые подают на премии в e-commerce-сегменте. Это объемные, подробно оформленные заявки с сильными результатами. Люди платят за участие в премии Digital Workspace Awards. Мы провели обобщение и типизацию: что именно компании делают. Помимо стандартной технической оптимизации вроде устранения битых ссылок. Практически все отмечают одно — работу со спросом и создание новых страниц. Это полностью подтверждает твои слова. Если в компании нет специалиста, который занимается этим направлением, значит, она упускает важные возможности.

Самое сложное — убедить руководство, что этим нужно заниматься. Часто они не хотят делегировать решения по ассортименту.

Я так понимаю, потому что у них есть свои данные: что и где продается, какие бренды приоритетны.

Да. А еще они ориентируются на офлайн-розницу и говорят: «в магазинах это продается». Приходится объяснять, что оффлайн и онлайн — две разные среды. Онлайн-ритейл ограничен по ассортименту, и в нем преобладают популярные позиции. На Западе уже давно произошла «революция малых брендов» (Small Brand Revolution). В онлайне успешно работают товары, которые невозможно представить на полке: их оборачиваемость слишком низкая. А в интернете это допустимо. Здесь эффективны механики через блогеров, микробренды, нишевые линейки.

А маркетплейсы? Это же вообще отдельный пласт.

Да. Там другие покупатели, другие бюджеты, другие товары. То, что продается в интернет-магазине, на маркетплейсе может не работать.

Я смотрел подкаст, кажется, с ребятами из Эльдебате. У них был собственный ассортимент с определенной аудиторией и средним чеком. Они загрузили его на маркетплейсы и товары там не продавались.

Потому что потребитель другой.

Средний чек в интернет-магазине — около 5000 рублей, а на маркетплейсе — 500. Подходы, ожидания и восприятие совсем иные.

Да, и сами критерии выбора, параметры — все отличается. Если переносить данные офлайн-продаж в онлайн, то результат будет слабым.

Слушай, но наверняка же много чего делаете, и не все работает. Понятно, что какие-то фундаментальные вещи работают с ассортиментом, с созданием новых страниц. А, например, работы по обогащению карточки товара, проводишь ты и как вообще правильно проводить такие работы? Как правильно оценивать результаты: гипотезы, A/B-тесты, что-то подобное?

Если говорить о реальной работе, то чаще всего полноценно работать в формате гипотез и A/B-тестов не получается. Причина простая: проведение A/B-теста значительно дороже с точки зрения разработки, чем просто выпуск обновления. Ситуацию осложняет и то, что одна фича может затрагивать видимость целого сегмента.

А бывает такое, что фича ухудшает видимость?

Бывает, конечно. И это абсолютно нормальная ситуация. Вторая проблема — отсутствие контроля над сроками разработки. Вы можете ожидать релиз одной задачи, но вместе с ней на продакшн выходят еще несколько фич. Они могут пересекаться между собой.

То есть одна фича накладывается на другую?

Да. Плюс может совпасть момент закупки ссылочного, и оно сработает не тогда, когда ты планировал. Еще могут параллельно измениться поведенческие факторы. В итоге понять, что именно повлияло на результат — крайне сложно. Это действительно непростая аналитическая задача: определить, что сработало в плюс, что в минус.

Получается, полноценные тестовые группы почти нереальны?

Да. Это огромная редкость. Поэтому на практике чаще работает другой подход. Например: выбираем конкретную категорию внутри интернет-магазина, измеряем ее текущее состояние, создаем ассортиментную матрицу, по матрице выделяем страницы, делаем для них индивидуальную кастомную оптимизацию и уже затем сравниваем их динамику с динамикой страниц, которые мы не трогали.

И по этой разнице можно понять эффект?

Именно. Просто смотреть динамику отдельных страниц бессмысленно: изменения по всему хосту могут смещать результат. Нужно сравнивать либо с общей динамикой сайта за исключением этой группы, либо по типам страниц, либо использовать медианную динамику, чтобы убрать влияние экстремальных значений.

А что по метрикам? Какие считаешь наиболее некорректными?

Самая проблемная для меня — метрика Петраф. Ее популяризовал один сервис. Идея была интересная, но на практике метрика почти неприменима. Основная причина — ядра, которые загружают пользователи, совершенно не подходят под методику. Первая проблема: Петраф не учитывает реальный CTR запроса, а использует средний. А на первой позиции CTR может быть и 20%, и 2%. Это полностью искажает расчеты. Вторая проблема: сильный перекос по частотности. В ядрах почти всегда слишком много высокочастотных запросов — их проще найти. Низкочастотных, напротив, недостаточно.

То есть метрика сильно зависит от структуры ядра?

Да. Если не убрать ВЧ-запросы из ядра, Петраф будет неизбежно перекошен.

У нас в Пиксель Тулсе есть метрика — она похожа по идеологии, но там мы всегда выделяем высокочастотные запросы отдельно.

Да, иначе они просто убивают метрику. Многие пользователи этого не делают: загружают ядро как есть, получают «скачущую» метрику и задают вопрос: «Почему Петраф так нестабилен?» Или: «Почему реальный трафик не отражается в метрике?» Ответ всегда один — неправильно составленное ядро и некорректное применение методики.

Давай потихоньку перейдем к более легким вопросам. На твой взгляд, SEO-специалист сейчас — это что-то трансформирующееся? Мы уже поняли, что кто-то уходит в гэмблу, в беттинг. Какие навыки сейчас должны быть у SEO-специалиста? Он должен владеть промптингом, ИИ-инструментами. Что еще? Как ты видишь будущее SEO-специалиста через 2-3 года? Какие навыки обязательны?

Совершенно точно — количество необходимых навыков сильно выросло. Работа с нейросетями становится обязательной на уровне глубже, чем просто «вбил запрос в Телеграм-бот». Нужно понимать принципы работы моделей, уметь работать с GPT, корректно использовать промптинг, уметь управлять Canvas, собирать контекст, формировать базы знаний. Основная рабочая модель — GPT, потому что она закрывает большую часть задач. Для генерации изображений я использую Leonardo: она заметно сильнее, чем DALL-E и Midjourney в текущем состоянии. Но работа с графикой не так важна для SEO-специалиста, как работа с текстами и данными. Нужно разбираться в типах ссылочного, понимать работу PBN-сетей. Сейчас это серьезный тренд и в Google, и в Яндексе: построение сеток, отбор доменов, оценка истории, анализ рисков. Проблема в том, что типичный выпускник курсов по PBN вообще не представляет, как эти сети работают на практике. Их учат по устаревшим методикам, многим вещам 5-6 лет, и они уже давно не применимы. И главное — работать нужно головой, а не шаблонами. В этих историях очень легко ошибиться. Если говорить о диагностике проектов, без поведенческих факторов сейчас тоже практически невозможно. Либо делать самим, либо закупать — но в сложных нишах без ПФ сейчас ничего не работает. Я бы с удовольствием работал без поведенческих, но реальность такая, что без них не продвинуться. С SEO-специалистами сейчас огромная проблема. Профессия перестала быть модной. Если кто-то пытался найти руководителя SEO-направления, он понимает, о чем речь — это почти невозможно. Их очень мало. Я говорю не о дефиците 20-30%. Их в разы меньше, чем нужно рынку. Ситуация настолько обострилась, что на позиции руководителей претендуют люди, которых я бы охарактеризовал как сильных мидлов.

У нас был стажер-аналитик, мы долго его подтягивали, а потом он ушел в другую компанию, стал мидлом, а через полгода — руководителем отдела аналитики. И вопрос даже не в нем — просто дефицит колоссальный.

После ухода международных компаний и блокировки рекламы произошло перераспределение бюджетов. Выяснилось, что эффективность PPC-каналов сильно упала: Meta была лучшим рекламным инструментом, и заменить ее до сих пор нечем. ВК, YouTube-замещения, рекламные инструменты — все работает хуже. Бюджеты начали переносить в другие каналы, а они не дают ту же эффективность. В итоге внимание резко вернулось к SEO. В 2022-2023 году многие компании «рванули» в SEO, в том числе те, кто раньше им почти не занимался. А специалистов не хватает. На рынке, предположим, есть около сотни сильных руководителей SEO по всей стране, а нужно — тысяча. И это реальная пропорция. Но из сотни — большинство сидят в крупных командах, с бонусами, опционами, стабильностью, и они никуда не уходят. Поэтому на рынке активны только единицы. Эти единицы получают десятки предложений одновременно. С джунами и мидлами ситуация чуть проще, но с сеньорами — очень тяжелая. И особенно тяжело с хэдами.

Да, мы тоже это замечаем. С джунами еще нормально, но дальше — очень сложно.

Да. И при этом требования к специалистам растут. Если раньше вырастить SEO-специалиста до уровня сильного мидла можно было примерно за год, то сейчас — около двух лет. Ситуацию осложняет огромный разрыв между тем, сколько может зарабатывать SEO-руководитель самостоятельно «на рынке», и тем, что предлагают компании в найме. И речь не о разнице в 20-30%. Разница может составлять несколько раз, иногда даже в десять раз. Компании не готовы платить такие суммы.

Да, начинается экономический тупик. Хотя, казалось бы, SEO остается недофинансированным каналом.

Совершенно верно. SEO по-прежнему сильно недофинансировано, хотя по доле трафика оно должно получать намного больше ресурсов.

Если убрать брендовый трафик, примерно 75% поискового трафика приходится на SEO, и только 8-10% — на контекстную рекламу. Но при этом денег в контексте почему-то значительно больше.

И вот приходит специалист и говорит: «Я готов рассматривать от миллиона рублей в месяц, плюс опционы». Компания смотрит удивленно. А он уже сам зарабатывает больше миллиона — это базовый уровень для сильного хэда. И рынок упирается в тупик: найти хорошего руководителя SEO за 300 тысяч рублей сейчас почти невозможно.

Слушай, давай небольшой блиц. Что ты посоветовал бы владельцам интернет-магазинов и коммерческих проектов в ближайшие два года? На что делать акцент в оптимизации?

То, о чем я сказал: провести полноценную аналитику ассортимента на основе поискового спроса. Нужно понять, что именно продается в интернете. Это первое. Надо учитывать, что «что продается в интернете» и «на что есть поисковый спрос» — это разные вещи. Структуру необходимо выстраивать под поисковый спрос. Есть отдельные позиции, которые хорошо продаются на маркетплейсах, но это может не иметь отношения к вашему магазину. Товары, которые продаются через маркетплейсы, и товары, которые продаются через поиск, — это два разных типа ассортимента. Необходимо построить аналитику на основе поискового спроса, сформировать ассортиментные матрицы. На их основе специалисты смогут принять ассортиментные решения: что закупить, что взять по VMI-модели, что — по модели маркетплейса, чтобы закрыть ассортимент, который действительно нужен пользователю и соответствует спросу. Если вы входите в рамки ценовой эластичности конкретной ниши и предлагаете релевантный ассортимент, вы будете успешным магазином. Если ассортимента нет или вы не попадаете в цену — можно закрывать проект.

Дай себе какой-нибудь дельный совет по SEO 5 лет назад, если бы мог что-то сказать себе.

Не заморачиваться ни на что и идти в поведенческие факторы и PBN-сети.

Сова или жаворонок? Я помню, ты как-то написал мне в семь утра, я спросил: «Почему ты не спишь?», а ты сказал, что просто еще не ложился.

Да. Я ярко выраженная сова.

ChatGPT или DeepSeek?

ChatGPT безальтернативно. Ни DeepSeek, ни Grok по функционалу даже близко не подходят. Grok ближе всего по качеству модели, но GPT полностью решают рабочие задачи.

Крутить ПФ или строить PBN?

Зависит от проекта и задачи. Для Яндекса — поведенческие факторы, для Google — PBN. Но есть ниши, где PBN-сети нужно строить даже под Яндекс. Бывают проекты, где приходится и PBN строить, и поведенческие включать — и это работает.

Что больше любишь — Яндекс или Google?

Как пользователь я предпочитаю Google, но зависит от задачи. Если нужно решить локальную задачу, связанную с Россией, Яндекс подходит лучше — качество локализации выше. Но при этом интерфейс и «обвязка» сервисов перегружены, и это мешает. Поэтому в большинстве случаев я предпочитаю Google.

А как SEO-специалист?

Как SEO-специалист сейчас больше люблю Google, потому что я не люблю крутить поведенческие факторы. А приходится. Яндекс, пожалуйста, перестаньте вынуждать нас крутить ПФ. Никто не хочет это делать. Мы это делаем не потому, что любим, а потому что иначе невозможно продвинуться.

Позовешь аудиторию куда-нибудь? Может, у тебя есть ближайший мастер-класс?

В ближайшее время — нет. У меня только закончился курс по аналитике. Следующий курс будет позже.

А запись продается?

Да, запись продается. Можно приобрести записи курсов по интернет-магазинам и по аналитике. Курс по аналитике доступен на сайте Search Engine Education.

Лех, спасибо большое, было интересно.

Спасибо, что позвал. Обязательно загляну еще.