📖 Глоссарий

Показы

Также: impressions, количество показов

Коротко

Сколько раз публикация, объявление или сниппет были показаны пользователям — с учётом повторных показов одному человеку.

Показы отличаются от охвата: если один человек увидел пост трижды, это три показа, но один охваченный пользователь.

Упоминается в статьях

💬 Термины и жаргон SERM

Прогрев карточки: как подготовить карточку организации к сезону

Если начать обновлять карточку в пик спроса, клиенты и ассистенты увидят старую картину. Что входит в прогрев, за сколько недель начинать и как проверить, что карточка…

⏱ 6 минЧитать →
💬 Термины и жаргон SERM

Слепая карточка: почему незаполненная карточка организации теряет клиентов

Название, адрес, телефон — и больше ничего. Клиент не видит услуг и фото, ассистент не связывает компанию с запросом. Как распознать слепую карточку, заполнить её и…

⏱ 6 минЧитать →
💬 Термины и жаргон SERM

Нейросарафан: как рекомендации нейросетей приводят клиентов

Раньше спрашивали знакомых, теперь спрашивают ассистента — и действуют по совету так же охотно. Чем нейросарафан похож на обычное сарафанное радио, чем отличается и как его…

⏱ 5 минЧитать →
💬 Термины и жаргон SERM

Нейропрозвон: как регулярно проверять, что говорят нейросети о компании

Ответы ассистентов меняются без предупреждения, а проверка «по случаю» пропускает ошибки. Как собрать набор вопросов, выбрать ассистентов, вести таблицу и как часто делать нейропрозвон.

⏱ 5 минЧитать →
💬 Термины и жаргон SERM

Сезонка: как учитывать сезонные колебания отзывов

В пик спроса отзывов больше и жалоб на очереди тоже, в межсезонье карточка «стареет». Как увидеть сезонный рисунок в данных, не принять его за проблему и…

⏱ 6 минЧитать →
💬 Термины и жаргон SERM

Тёплая просьба: когда и как просить клиента об отзыве

Просьба сразу после результата даёт больше подробных отзывов, чем рассылка через месяц. Как выбрать момент, канал и слова для тёплой просьбы и не скатиться в отбор…

⏱ 5 минЧитать →
💬 Термины и жаргон SERM

Доответка: зачем возвращаться к отзыву и сообщать, чем всё закончилось

Первый ответ обещает разобраться, а будущий клиент так и не узнаёт, разобрались ли. Когда нужна доответка, как её писать и как встроить в процесс работы с…

⏱ 5 минЧитать →
💬 Термины и жаргон SERM

Верхняя тройка: почему первые отзывы в карточке решают больше остальных

Большинство клиентов видят два-три отзыва и закрывают карточку. Как площадки выбирают, что показать первым, как проверить свою тройку в разных режимах и что с ней можно…

⏱ 6 минЧитать →
💬 Термины и жаргон SERM

Обещанка: почему невыполненное обещание в ответе на отзыв хуже молчания

«Обязательно разберёмся и свяжемся» — а потом тишина, и автор дописывает об этом в отзыве. Как распознать будущую обещанку, связать ответы с задачами и закрывать истории…

⏱ 5 минЧитать →

Упоминается в исследованиях

Рецензируемое исследование 2011

Ответы в поисковой выдаче забирают клики у обычных ссылок

Chilton, Teevan · Proceedings of the 20th International Conference on World Wide Web (WWW 2011), 27–36

200 млн запросовОбъём выборки: более 200 млн запросов от 8 млн пользователей за неделю.
🎯 Ответы в поиске (AEO)Читать →
Рецензируемое исследование 2022

Быстрому ответу над выдачей доверяют больше, даже когда он неверен

Bink и др. · Proceedings of the ACM SIGIR Conference on Human Information Interaction and Retrieval (CHIIR '22), 113–122

60,8%Доля оценок блока ответа как достоверного.
🎯 Ответы в поиске (AEO)Читать →
Рецензируемое исследование 2009

Хороший отказ от клика: до половины брошенных запросов решаются прямо в выдаче

Li и др. · Proceedings of the 32nd International ACM SIGIR Conference on Research and Development in Information Retrieval, 43–50

54,8% и 31,8%Доля брошенных запросов в США, которые потенциально могли получить ответ прямо в выдаче: мобильные и десктопные.
🎯 Ответы в поиске (AEO)Читать →
Рецензируемое исследование 2013

Опережающее раскрытие кризиса: почему компании выгоднее сказать первой

Claeys и др. · Journal of Applied Communication Research, 41(3), 293–308

Первым — лучшеСтратегия опережающего раскрытия восстанавливает репутацию лучше, чем ответ после того, как о кризисе сообщили другие.
🛡️ Управление репутацией (ORM)Читать →
Рецензируемое исследование 2024

Чтобы модель извлекала факт, он должен встречаться в разных формулировках

Allen-Zhu, Li · Proceedings of the 41st International Conference on Machine Learning (ICML 2024), PMLR 235, 1067–1077

0%Без разнообразия формулировок знание может быть запомнено, но не извлекаться: точность ответов на вопросы нулевая независимо от последующего…
🧠 Языковые модели (LLMO)Читать →
Рецензируемое исследование 2023

Языковые модели плохо запоминают редкие факты: всё решает число упоминаний

Kandpal и др. · Proceedings of the 40th International Conference on Machine Learning (ICML 2023), PMLR 202, 15696–15707

Сильная связьТочность ответа на вопрос коррелирует и причинно связана с числом релевантных документов в данных предобучения.
🧠 Языковые модели (LLMO)Читать →