Половину наших клиентов привлекаем через маркетплейсы / классифайды и постоянно стараемся улучшить маркетинг этих каналов. Для Биз-цена используем Циан, Яндекс Недвижимость, Авито и другие площадки. В Лавише, проекте по продаже старинных вещей, публиковали предметы на Амазоне, Ебэй и Этси. И если в контекстная реклама много настроек и подробная аналитика, то у маркетплйесов нет таких возможностей. Чтобы привлекать больше клиентов, мы пишем надстройки для таких площадок.

Встроенные маркетинговые инструменты маркетплейсов, как будто созданы чтобы клиентам было сложнее разобраться в том как формируется выдача. Например, чтобы проследить сколько просмотров приходится на ту или иную категорию предметов на Амазоне в день, пришлось последовательно выписывать статистику каждого дня, выставляя соответсвующую дату. А на Авито до сих пор нельзя посмотреть как распределяется количество просмотров по дням, можно увидеть только количество просмотров к объявлению за прошедшие дни со дня публикации. 

Причины две:
— Маркетплейсы не хотят путать пользователей настройкам. Сохраняя парадигму: хочешь больше клиентов — плати больше площадке. Например на Ебэйе предлагает оказаться выше в выдаче, если согласиться отдать сервису бóльший процент в момент совершения продажи. 
— Развитие рекламных инструментов внутри площадки, это сложная работа по сбалансированию инструмента. Например, если дать понятный инструмент пользователям и рассказать, как заголовок влияет на ранжирование, то часть компаний начнет злоупотреблять правилом чтобы оказаться выше в выдаче, при этом для пользователей это может означать менее читаемые заголовки.

Мы изучаем поисковые алгоритмы каждого маркетплейса, строя надстройки над внутренними системами аналитики. Чтобы быть уверенными, что наши действия над оформлением объявлений приводят к увеличению продаж проводим эксперементы. Для этого автоматизируем их, ведь площадки не дают инструментов для быстрых эксперементов, как в контексте. 

Пример работ по увеличению продаж на Амазоне
Чтобы продавать больше предметов на Амазоне, собирали семантические ядра для каждой категории предметов: для ваз своя семантика, для графинов своя. Далее написали автогенератор заголовков, который использовал информацию из анкеты каждого предмета и начали эксперементы, по тому как последовательность слов в заголовке влияет на выдачу. Затем начали эксперементировать над буллет поинтами, описывающих каждый товар. Далее у каждого товара прописали до 1500 ключевых слов относящихся к предмету. При том, что заполнение ключевых слов на Амазоне, нельзя было передать при пакетной выгрузкой предметов на площадку. Пришлось писать модуль который вписывал ключевые слова уже после того как товар опубликован на Амазоне. 

Работа над увеличением клиентов с маркетплейсов это область в маркетинге, которой мало кто занимается профессионально. Время от времени появляются сервисы, которые автоматизируют кусочки работы, но я не встречал ниодного продукта, который полно покрывал хотя бы один маркетплейс.