Program

Saját PPC/SEO diagnoszta Claude Code-dal, valós adatból – kód nélkül, a rendszert haza is viszed

A legtöbb PPC/SEO-szakember nap mint nap ugyanazt kérdezi: „mi a baj ezzel a fiókkal, hol kezdjem az auditot?” Megmutatom, hogyan építettem Claude Code-dal egy diagnosztikai rendszert, ami ezt helyettem gondolja végig — a saját fejemmel, de a valós adataimból: MCP-n keresztül élőben húzza le a KPI-kat a Databox-ból (Google Ads, GA4, Shopify, Meta egy helyről). Élőben építünk egy audit skillt, kód nélkül, rákötjük az adatforrásra, és a szemed előtt ad valódi diagnózist — a végén pedig a rendszer teljes, open source változatát is hazaviszed.

Hogyan változott meg a Google Cégprofil működési logikája 2021 és 2026 között? Milyen új ellenőrzési mechanizmusokat alkalmaz a Google, és hogyan kapcsolódik össze a profil hitelessége a vélemények algoritmikus értékelésével? Kitérünk arra, hogy milyen jelek alapján érzékeli a Google a manipulációt, miért tűnnek el látszólag indokolatlanul egyes vélemények, hogyan ismeri fel a rendszer a mesterséges review mintázatokat, milyen módon hatnak ezek a lokális rangsorolásra és milyen profilmódosítások növelik leginkább a felfüggesztés kockázatát.

Az AI eszközök olyanok mint egy szerszámosláda, nem helyettesítik a szaktudást és a megfelelő eszközök kiválasztásán múlik minden. Megmutatom, hogy én milyen munkafolyamatokra használom, hogyan vonom be a piackutatástól az apró részfeladatokig. Példákon keresztül mutatom be az eszközfüggetlen szemléletet, ami azok változásával is érvényben marad, de jópár gyakorlatias, jelenben aktuális konkrét esetet is bemutatok az AI célzottan Meta Adses felhasználásra.

Ebben az előadásban amellett érvelek, hogy a GA4 felülete mára inkább szűk keresztmetszet, mint valódi elemző eszköz: a mintavételezés, az „(other)” sor, az átláthatatlan consent kezelés és az API korlátok komolyabb adatmennyiségnél garantáltan torzítják, blokkolják, de minimum lassítják a munkát. Megmutatom, hol bukik el a GA4 felület, mit nyersz a BigQuery export nyers adataival, és hogyan tettük ezt hozzáférhetővé az open-source GA4Dataform projekttel – anélkül, hogy adattárház-mérnökké kellene válnod.

Egy Wizz Air méretű platformnál a technikai hibák, a belső igények és az üzleti célok közötti prioritások felállítása a legnagyobb kihívás. Az előadás egy enterprise szintű, strukturált keretrendszert mutat be, amellyel folyamatos nyomás alatt is megalapozott döntések hozhatók. Hogyan lehet kialakítani egy azonnal alkalmazható módszertanta, ahol a korlátozott fejlesztői kapacitás mellett is mindig a legnagyobb üzleti értéket (ROI) hozó feladatokra fókuszáljanak?

A PPC, SEO és analitika területén a változás nem kivétel, hanem működési alapállapot. Az előadás azt mutatja be, hogyan változik a senior szakemberek szerepe az AI és az automatizáció terjedésével, illetve hogyan alakíthatják a kisebb ügynökségek a folyamatos szakmai változásokat tudatosan fejlesztett működési képességekké. A résztvevők gyakorlati keretet kapnak ahhoz, hogyan lehet a változásokat észlelni, értelmezni, kontrolláltan tesztelni, majd egységes munkafolyamatokba, minőségbiztosítási pontokba és tudásmegosztási rendszerbe beépíteni.

Ezen az előadáson két élesben működő, házon belüli AI-folyamatunk kulisszái mögé kukkanthatsz be: megmutatjuk, hogyan váltottuk ki a megszokott Data Studio riportokat Claude-ra, és hogyan automatizáltuk a komplett versenytárselemzést egy Make-alapú scraping rendszerrel.

Előadásomban bemutatom egy esettanulmányon keresztül, hogyan tudsz eredményesen paid social PPC kampányokat futtatni 2026-ban. Bemutatom, mi működött 2025-ben és mi az, ami már nem működik mindebből 2026-ban. Hogyan használd ki az early Q3-as off season időszakot és fordítsd az előnyödre.

Hogyan építs folyamatokat az AI SEO világában? Mi az, amit még ma is kézzel kell csinálni és mi az, amit már egy gép végez el helyettünk?

Zárszó & egyéni kérdések, amiket soha nem mer senki feltenni, csak a konferencia végén privátban!