Привлечение аудитории приложения Wheelness с помощью виральных статей
В этом модуле передо мной стояла задача — создать контент с помощью инструментария ИИ и использовать его для продвижения своего продукта. Я выбрала проект «Wheelness» — приложение, основанное на колесе жизненного баланса, для управления жизнью и тайм-менеджмента.
Визуализация колеса баланса
Мое приложение напрямую связано с психологией. На эту тему пишется много статей, которые вызывают бурное обсуждение в сети, так как предмет рассуждения в них может быть актуален практически для каждого, ведь связан с внутренним миром человека. Именно этот вид публикаций я выбрала для своей кампании. В рамках моей работы я так же решила провести исследование: изучить реакцию людей на те или иные триггеры и темы в статьях.
Подготовка к работе
Для публикации я выбрала платформу DTF. Несмотря на то, что психология не является основной темой для обсуждений здесь, я считаю публикацию подобных статей уместной, так как целевая аудитория DTF мне кажется наиболее отзывчивой с точки зрения выражения пользователями своего мнения.
Портрет ЦА DTF
Итак, я создала 4 статьи на тему привычек и психологии личности: в одной из них я не использовала практически никаких «крючков», а в следующих — вставляла и комбинировала все больше триггеров с каждой следующей статьей. Также в рамках первого домашнего задания я создала одну статью, относящуюся к основной тематике платформы — видеоиграм. Ее я тоже использую в исследовании. В каждой статье я ненавязчиво приглашаю пользователей перейти по ссылке на мой проект и рассказываю о его пользе.
В ходе анализа виральности этих статей я собираюсь доказать две гипотезы:
1. Чем больше крючков и провокаций используется в статье, тем выше шанс активной дискуссии и большого количества обратной связи под ней. 2. Несмотря на то, что целевая аудитория DTF — гики и геймеры, статьи по психологии также релеванты и могут собирать гораздо больше обратной связи, так как их темы задевают склонных к дискуссиям читателей.
Создание статей
Интервью
Для написания статей я использовала метод интервью в нейросети чат GPT. Я загрузила в чат GPT шаблон интервью и попросила задавать мне вопросы, а затем соединить их в один промпт для написания статьи с учетом всех особенностей тематики и платформы.
Ответ чата GPT
Для начала хочу выделить основные пункты, которые важно соблюдать, чтобы попасть в целевую аудиторию DTF:
— Неформальный тон и ощущение причастности: «Вы замечали, как…», «Кажется, мы все сталкивались с…» — Небольшие блоки текста со списками, таблицами, выделениями — Аргументы, примеры, конкретика в статьях — Визуализации и картинки
Последний пункт я вывела, изучив обратную связь под своими статьями.
Комментарий под статьей на DTF
Сбор статистики
Первую статью я намеренно не оптимизировала под целевую аудиторию DTF: не делала тон повествования простым и легким, не добавляла кликбейты и призывы к действию. Сама тематика статьи так же не подталкивала к обсуждению.
Скриншот статьи на DTF
Как результат, я получила низкие показатели в сравнении с другими статьями. Зачатки обсуждений, конечно, были, однако после пары комментариев цепочка не продолжалась.
Статистика и комментарии статьи на DTF
Интересно отметить, что именно эта статья набрала наибольшее количество сохранений, несмотря на самое низкое количество показов. Полагаю, это связано с практической ценностью статьи.
Вторая статья моей серии имеет более легкий тон, блоки текста более короткие и структурированные. Она содержит призыв к действию и к выражению мнения.
Скриншот статьи на DTF
В результате я получила больше активности, чем на первой статье. Люди охотнее дочитывали статью и писали комментарии.
Статистика и комментарии статьи на DTF
Статья собрала больше активности не только из-за оптимизации под целевую аудиторию, но и из-за темы, которая может быть актуальна для большого количества людей.
В третьей статье я учла все предыдущие пункты и добавила к ним цепляющий заголовок и картинку. По моей задумке эта статья должна была стать популярнее предыдущих, так как картинки и провокационные заголовки привлекают больше внимания ненастроенных на заумное чтиво читателей.
Скриншот статьи на DTF
Так и получилось. Статья набрала еще больше показов, открытий и дочитываний.
Статистика статьи на DTF
Финалом моего исследования стала статья, в которой я собрала вместе и гиперболизировала все описанные в исследовании методы: кликбейтный заголовок, картинки, неформальный и ироничный тон, активный призыв к действию и провокация дискуссии. Статья была заблокирована, но я сохранила ее и успела сделать скриншоты активности.
Результат превысил мои ожидания: статья собрала в несколько раз больше активности, чем все предыдущие. Людей задел заголовок, бьющий в болевые точки, а оптимизация текста под ЦА улучшила результат.
Скриншот и статистика статьи на DTF
Пользователи активно обсуждали тему и делились тем, что у них на душе. Прочитав комментарии, я поняла, что статья попала в цель.
Комментарии статьи на DTF
Анализ данных и выводы
Я провела сравнительный анализ статей по 3 основным метрикам: CTR, дочитываемость и вовлеченность. С помощью Python библиотек pandas и matplotlib составила графики.
Код на python для сравнительного анализа CTR, дочитываемости и вовлеченности статей
Графики CTR, дочитываемости, вовлеченности и общие показатели статей
Самые высокие показатели
CTR (отношение открытий к показам) лидирует у статьи «Я ничего не добился к 30» — она вдвое выше остальных.
Дочитываемость — тоже максимальная у той же статьи (62.4%), далее идут статьи о прокрастинации и зависимости от соцсетей.
Вовлеченность — неожиданно, выше у статьи про чтение (10.4%), несмотря на небольшое количество реакций.
Выводы
Безусловный лидер по охвату и интересу — статья «Я ничего не добился к 30». У неё: — Самый высокий CTR (28.2%) и дочитываемость (62.4%) — Абсолютно наибольшее количество реакций, комментариев и сохранений
Это мощный пример вирусного и резонансного заголовка.
Статья про лайфхаки чтения: — Имеет средний CTR, но хорошую вовлеченность (на 100 открытий) — Возможно, заходит хорошо целевой аудитории, но требует оптимизации под платформу и призывов к действию
Психология (зависимость от соцсетей, прокрастинация): — Дают хорошие дочитывания (53–54%), но слабее вовлекают — Можно улучшить за счёт интригующего начала
Таким образом, моя гипотеза подтвердилась. Сочетание всех перечисленных инструментов гарантируют виральность статьи
Дополнительный сравнительный анализ
Я выбрала еще три метрики для дополнительного анализа: эффективность дочитываний, соотношение сохранений и дочитываний, соотношение комментариев и реакций.
Код на python для сравнительного анализа эффективности дочитываний, соотношения сохранений и дочитываний, соотношения комментариев и реакций статей
Графики эффективности дочитываний, соотношения сохранений и дочитываний, соотношения комментариев и реакций статей
Самые высокие показатели
Эффективность дочитывания (Дочитывания / Показы): Лидер — «Я ничего не добился к 30» — каждая пятая рекомендация превращается в дочитывание
Сохранения на дочитывание: Лидер: статья про чтение — 11,7% дочитавших сохранили пост, что говорит о высокой полезности.
«Я ничего не добился к 30» читают, но почти не сохраняют — это эмоциональный, но не практичный контент.
Комментарии к реакциям: Абсолютный лидер: «Зависимость от соцсетей» — 9 комментариев на 1 реакцию. Это говорит о желании аудитории высказаться.
Выводы
Эмоциональный контент («Я ничего не добился к 30») привлекает внимание и удерживает, но почти не сохраняется.
Полезный и структурированный контент (7 лайфхаков для чтения) меньше привлекает массово, но показывает отличную вовлечённость и сохранения.
Психология и саморазвитие (зависимость от соцсетей, прокрастинация) вызывают живую дискуссию, но требуют доработки для практической ценности.
Продвижение приложения Wheelness
По результатам кампании я сделала вывод, что выбранный способ не подходит для продвижения сторонних проектов. Несмотря на то, что статьи открыли в сумме 1963 человека, на странице проекта прибавилось всего 3 просмотра. Вероятно, пользователей интересовало именно обсуждение и «фан», а не поиск решения своих проблем. Несмотря на это, я считаю публикацию статей на живых платформах отличным способом повышения осведомленности и вещания в массы от лица команды создателей приложения. В дальнейшем планирую использовать публикацию статей для развития личного бренда и репутации проекта, а также буду смешивать информационные статьи с постами о разработке приложения, тестами и успешными кейсами.
В рамках первого домашнего задания я опубликовала статью «Как дизайн персонажей влияет на выбор игрока в мультиплеерных шутерах». Статья была оптимизирована под целевую аудиторию DTF, а ее тематика идеально подходит под геймерскую специфику платформы.
Скриншот и статистика статьи на DTF
Сводка показателей статьи по 6 метрикам
Итоговый дашборд
Проанализировав все показатели, я выяснила, что статья показала самый низкий результат по 4 из 6 метрикам.
Это подтверждает мой второй тезис: несмотря на специфику ЦА DTF, статьи по психологии могут собирать гораздо больше обратной связи, чем профильные публикации.
Поисковая выдача
При генерации каждой из статей я просила чат GPT проводить SEO анализ и вставлять в заголовки и блоки текста релевантные ключевые слова.
Это помогло моим статьям находиться в топе поисковой выдачи.
Результаты поисковой выдачи
Заключение
В ходе исследования я проанализировала эффективность продвижения через информационные статьи на форумах. Результат не оправдал моих ожиданий, но дал важные инсайты, как еще можно использовать публикации подобных статей.
С помощью анализа метрик я исследовала важность оптимизации текста под специфику платформы и доказала выдвинутые гипотезы.
В этом мне помогли нейросети DeepSeek и чат GPT, используя которые, я сгенерировала статьи с необходимым содержанием, построила графики метрик и собрала данные для анализа в удобную для восприятия и демонстрации форму. Благодаря ИИ я смогла получить быстрые и точные математические расчеты, что позволило мне провести более верхнеуровневый анализ, не беспокоясь о технических моментах.
