Как мы автоматизировали работу с событийкой в беттинге и в 5 раз сократили сроки и бюджет на задачу

Рассказываем, как мы в Ant-Team.ru разработали уникальный инструмент для автоматизации продвижения и аналитики событийных страниц для беттинг-компании и теперь тратим минуты, а не часы на работу с посадочными и выводом их в топ.

Клиент — букмекерская компания, которая ведет бизнес в России и странах СНГ. Компания полностью легальна, действует на основании лицензий и в соответствии с законами стран присутствия.

Конкуренция в нише очень высокая. Так, еще в 2023 году объем рынка беттинга в России достиг 2,5 трлн рублей, из которых около 1,7 трлн рублей пришлось на онлайн-сегмент. Это на 12% больше, чем в предыдущем году. Увеличение интереса связано с популяризацией онлайн-ставок и активным развитием мобильных приложений.

Для работы с клиентским сайтом использовали несколько стратегий:

Стратегии понятные и рабочие, но для успешного продвижения их недостаточно. Нужна работа с событийным трафиком.

Трафик с событийных страниц в беттинге — всего лишь доли процентов от общего трафика сайта, но при этом именно событийка генерирует большую часть реальных клиентов и прибыли. Так что без нее не обойтись.

У всех стратегий свои особенности. У работы с событийным трафиком они такие:

Такие условия требуют четкой и отлаженной системы.

Все это у нас было и работало следующим образом:

Подготовка

Отслеживание

Все этапы фиксировали в виде статусов в специальной табличке в Google Sheets.

Большую часть работы делали вручную: проверяли наличие посадочных и контента на них, отслеживали позиции, статусы, переносили данные из таблиц в рабочую документацию.

На подготовку одной страницы уходило около 3-4 часов, на ежедневное отслеживание — от 30 до 90 минут в зависимости от активности спортивной жизни региона. В совокупности на эти задачи мы тратили от 15 до 25 часов в месяц.

Процесс был выстроен хорошо и давал результаты, но ручная работа — это всегда время, деньги, периодические косяки и куча возможностей для улучшений (что приятно!).

Из-за объема задач (пять рынков, разные виды спорта, чемпионаты, разные типы турниров, разные лиги) случались человеческие ошибки. Ничего критичного, но нужно было потратить время на их поиск и исправление.

Событийные страницы «живут» недолго, так что традиционные инструменты (например, Google Search Console) не давали нам достаточно оперативных данных для корректного анализа. Гугл обновляет данные с задержкой от одного до двух-трех дней и может обрабатывать не все урлы. Это сильно затягивало время аналитики и мешало принятию решений.

Нам нужно было постоянно собирать и анализировать большие объемы данных, подходящего, гибкого и наглядного инструмента для этого не было.

Работу можно и нужно было оптимизировать: настроить отслеживание позиций страниц (в целом и по ключам) в реалтайм-режиме, автоматизировать сбор статусов, чтобы ускорить вывод в топ выдачи, избавиться от ошибок и сократить затраты.

Подходящих готовых решений на рынке не было, поэтому мы взялись за самостоятельную разработку.

В первую очередь обсудили с клиентом и составили список функциональных и технических требований к решению.

Нужно было следующее:

В результате должен был получиться продукт, который связывается с системами клиента и нашими ресурсами, учитывает информацию со статусами работы по каждой событийной странице в отдельной таблице, а после размещения лендинга собирает данные из сервисов аналитики по странице. Сами данные доступны в любой момент в удобном виде на странице с дашбордами.

Начали работу с проектирования базы данных — фундамента всего решения. Определили нужные данные и их структуру. После запланировали последовательность скриптов. В результате представили первый черновой прототип будущей системы.

Подняли базу MySQL.

Написали скрипты на Python, которые обращаются:

В первой версии скрипт для сбора данных из Google Sheets «ходил» только в нашу табличку, а ссылки на лендинги с событиями и информацию о наличии текстов добавляли руками наши специалисты. Но в следующих итерациях разработки мы создали скрипт, который обращается к таблице клиента и забирает данные оттуда.

Создали простой, но интуитивно понятный дашборд в Google Looker Studio с фильтрацией и выводом основных метрик: позиции страниц, количество урлов в топ-10, частота запросов.

Базовая версия продукта была готова за (барабанная дробь) 16 часов.

Доработки — запуск парсинга сайтов и расширение функциональности — заняли еще 33 часа.

Первый вариант протестировали в рамках рабочих процессов клиента — в реальном времени, а затем быстро внедрили в продакшн.

На стороне клиента ничего менять не пришлось — все данные из клиентских таблиц (вид спорта, турнир, название и время события) автоматически парсятся с помощью Python-скриптов.

После завершения события данные автоматически удаляются из системы сбора позиций SpySERP, освобождая ресурсы.

В итоге клиент получил инструмент, который полностью автоматизирует рутинные процессы, позволяет в режиме реального времени отслеживать изменения позиций страниц, выполнять быструю аналитику.

Мы стали тратить на 2-3 часа меньше на подготовку к созданию событийных страниц, а ежедневный процесс отслеживания теперь занимает не больше 10 минут.

Стоимость текстов для посадочных сократилась в 3 раза: SEO-специалистам не приходится тратить время на формирование ключевых слов, ТЗ для текстов готовятся быстрее.

Автоматизация прошла настолько удачно, что работа SEO-специалистов свелась практически к нулю. А точнее, к одной-единственной задаче — передавать клиенту готовые тексты.

Еще один бонус: автоматизация рутинных процессов свела вероятность человеческой ошибки к минимуму.

Пока решение сосредоточено на задачах конкретного клиента, но его можно адаптировать к любому бизнесу и расширить поле применения. Например, использовать для интеграций с инструментами аналитики пользовательского поведения, прогнозирования эффективности страниц и анализа, а также разрабатывать дополнительные плагины для работы с данными.

Конкретно сейчас пожеланий по доработке продукта у заказчика нет. Но, возможно, они появятся, ведь клиент подключает к работе с дашбордом всё больше своих специалистов.

Если у вас есть задача по созданию кастомного инструмента для автоматизации рутинных задач, связанных с SEO, и вы ищете способы оптимизировать процессы, повысить эффективность работы, напишите нам в телеграм. Будем рады помочь!

Авторы: Анна Чечкова (руководитель отдела аналитики в Ant-Team.ru) и Денис Мещеряков (руководитель SEO-отдела в Ant-Team.ru).

Подписывайтесь на наш телеграм-канал, чтобы первыми узнавать о выходе новых материалов. И смотрите наши бесплатные обучающие видео на YouTube, VK и Rutube.