Содержание статьи

Искусственный интеллект в маркетинге: почему это развилка

Если конкурент раньше вас освоил базовый набор ИИ-инструментов, он производит контент быстрее, и каждый месяц такой работы добавляет ему публикаций, тестов и данных, которых у вас нет.

При том же бюджете он публикует больше, тестирует больше рекламных объявлений и отвечает на запросы клиентов в нерабочее время, причём без дополнительных сотрудников в штате.

Техническая экспертиза уровня CTO для этого не нужна: многие инструменты работают по подписке и открываются в обычном браузере. Порог входа ниже, чем кажется.

Вот только ИИ усиливает то, что уже есть. Если в компании нет понятного позиционирования, чёткой целевой аудитории и хоть какой-то контент-стратегии, ИИ будет выдавать много плохого контента там, где раньше его было мало. Дешёвый контент не помогает маркетингу, у которого нет понятного адресата. Поэтому системный подход важнее набора инструментов.

Где ИИ экономит деньги в маркетинге бизнеса

Производство контента

Самое очевидное применение, и его недооценивают. Про ChatGPT слышали все, но его часто держат за поисковик или переводчик, хотя он умеет работать как полноценный контент-процессор, если дать ему нормальную задачу.

Связка, которая работает в производстве статей и постов:

  1. Бриф пишет человек (целевая аудитория, угол подачи, ключевое сообщение)
  2. ИИ генерирует структуру и черновик
  3. Редактор правит голос бренда и добавляет конкретику из жизни компании

Иллюстрации для социальных сетей закрывают Midjourney и аналоги вроде Kandinsky, без фотографа и без стоков.

Что происходит в вашей компании, ИИ не знает, то есть ему неизвестны ни история с клиентом, ни срыв поставки, ни цифры вашего продукта. Весь этот живой материал добавляет человек. Поэтому ИИ забирает рутинную часть работы, а маркетолог остаётся на своём месте. Как выстроить процесс и кто отвечает за факты в готовом тексте, разобрано в отдельной статье про ИИ для создания контента.

Для своего блога я запустил похожий конвейер коротких роликов. Собирал его подрядчик. Голос синтезирует нейросеть по моим записям, аватар сделан с меня, а сценарий берётся из чужого ролика, который уже набрал просмотры, переписывается под мою тему и проходит ручную правку, где расставляются паузы и ударения, иначе нейросеть ошибается в ударениях и читает без нужной интонации. Сама генерация голоса и видео занимает минуты. Дольше всего идёт монтаж с подписями и вставками. Я спросил, нет ли нейросети, которая монтирует быстро и аккуратно, и услышал, что такие инструменты пока сырые, так что эту часть делает человек.

Подрядчик, который собирал конвейер, заметил ещё одну вещь. Лёгкий рассинхрон губ и звука замечают те, кто знает, что перед ними аватар, и внимательно смотрит на губы. Обычный зритель, которому ролик показали без предупреждения, ничего странного не видит. Тратить время на эту полировку до первых публикаций смысла мало.

Анализ и сегментация аудитории

Раньше для анализа данных о клиентах нужен был аналитик или маркетолог, уверенно владеющий Excel, а сейчас ChatGPT или Claude читают CSV-выгрузки из CRM и выдают сводку по сегментам.

Например, выгружаете из AmoCRM сделки за год, загружаете в Claude и спрашиваете, «какие три типа клиентов у меня есть по среднему чеку, скорости принятия решения и отрасли». Ответ приходит без программиста.

Нормальную BI-систему такой разбор не заменит. Но BI нужна скорее крупным компаниям, а для бизнеса такого разбора хватает как рабочего инструмента раз в квартал.

Поиск, реклама и рассылки

Три остальные зоны, где нейросеть сокращает рутину, разобраны ниже отдельными разделами: SEO, таргетированная реклама и персонализация клиентов. В каждом указано, что отдавать нейросети и где она ошибается.

ИИ в SEO: что отдать нейросети и что проверять руками

В поисковом продвижении нейросеть полезна там, где нужно переработать сотни строк, например выгрузку запросов или метатеги для всего каталога. Решить, какие страницы нужны сайту и под какой запрос, она не может.

Четыре задачи, где она экономит время:

  • Группировка запросов. Выгружаете запросы из Вордстата или сервиса позиций и просите разложить по смыслу: одни ищут цену, другие сравнивают поставщиков.
  • Метатеги для типовых страниц. Карточки товаров и страницы услуг пишутся по шаблону, и нейросеть выдаёт три варианта заголовка на каждую. Человек выбирает и правит. Главная и ключевые статьи остаются за руками.
  • ТЗ для копирайтера. Загружаете заголовки страниц из топа выдачи и получаете перечень тем, которые у конкурентов раскрыты, а у вас нет.
  • Технический аудит. Сканер сайта собирает ошибки, например битые ссылки и цепочки редиректов. Нейросеть переводит его на человеческий язык и расставляет порядок исправления. Это выручает, если сайтом занимается менеджер, а SEO-специалиста в штате нет.

Где нейросеть ошибается в SEO

Первая ошибка: смысл запроса. «Купить станок» и «станок для производства» она кладёт в одну группу, потому что слова похожи. Первый запрос ищет магазин, второй хочет статью. Если оставить их вместе, получится статья там, где нужна страница каталога.

Поэтому по каждой группе запросов выдачу открывают руками. Перед тем как заказывать страницу, откройте топ-10 по запросу и посмотрите, какие там заголовки и сколько слов. Если в топе стоят страницы услуг с ценами, статьёй туда не пробиться, сколько ни пиши.

Вторая ошибка: факты о компании. В тексте для сайта нейросеть охотно напишет «работаем с 2010 года» и «более 500 клиентов», если вы не дали ей этих данных. Выдуманная цифра на странице услуги хуже пустого места. Цифры и факты в черновик вносит человек, остальное проверяется построчно.

Третья ошибка: ссылки. Нейросеть составит список площадок и напишет редактору письмо с упоминанием его последней статьи. Одинаковая рассылка по сотне адресов этого не заменяет. Редакции отвечают на письма, в которых видно, что автор читал издание.

Накажет ли поиск за текст, написанный нейросетью, разобрано в статье про создание контента с ИИ.

ИИ в таргетированной рекламе: что делает алгоритм и что остаётся вам

Яндекс Директ и VK Реклама сами подбирают ставки и аудитории: алгоритм оценивает вероятность целевого действия для каждого показа и торгуется в аукционе быстрее любого человека. Подкрутка ставок вручную уходит из работы специалиста. Остаются три вещи: цель кампании, данные о клиентах и креативы.

Цель оптимизации

Автостратегия ищет то, что вы назвали целью. Откройте кабинет и посмотрите, что записано в цели кампании. Если там «визит на страницу контактов», алгоритм приводит людей на страницу контактов, а заявки он не ищет. Исправление занимает час. В Метрике заводят цели на заявку и звонок и переключают кампанию на оптимизацию по ним.

Следующий слой: заявка и продажа. Алгоритм находит больше заявок того типа, который вы ему показали. Если половина заявок приходит от случайных звонков, он приведёт ещё случайных звонков. Помогает передача в Метрику факта, что лид стал клиентом (офлайн-конверсия). Что считать квалифицированной заявкой, маркетинг и продажи договариваются до запуска. Как это ломается без договорённости, показано в разделе про ошибки.

Аудитории

Похожую аудиторию строят от тех, кто заплатил. Если взять всех посетителей сайта, в список попадут случайные заходы и конкуренты, и алгоритм будет искать таких же. Список из нескольких десятков клиентов даёт слабую модель: пока клиентов мало, аудиторию собирают руками.

Креативы

За вечер нейросеть делает десятки вариантов баннеров и заголовков, а победителя определяет площадка. Гипотезы формулирует человек: «оффер с конкретной экономией против общего», «боль в заголовке против результата». «Красная кнопка против синей» гипотезой не считается, это перебор вариантов.

Когда автоматика проигрывает

Заявок в неделю мало. Алгоритму не на чем учиться, и простая стратегия на клики или ручное управление приносят больше.

Продукт новый, истории нет. Первые недели деньги уходят на обучение, и эту строку закладывают в бюджет заранее.

Лендинг не открывается на телефоне или оффер расплывчатый. Алгоритм точно приведёт человека на плохую страницу.

Настройки меняют каждые три дня. Каждая правка запускает обучение заново, и до результата дело не доходит.

Новую аудиторию («а вдруг наши клиенты есть среди тех, кто интересуется бухгалтерским аутсорсом») проверяют вручную: сам алгоритм в незнакомое место не пойдёт. Каждую такую проверку записывайте в журнал гипотез, о нём ниже, в ошибке 4.

ИИ-персонализация клиентов: сегменты, письма, сайт

Персонализация с ИИ складывается из трёх действий: деление базы по поведению клиентов, разное содержание писем и предложений для разных групп, выбор времени отправки.

Письмо «Иван, вот что мы подобрали для вас» давно не работает, клиенты научились его пролистывать. Меняться должно содержание. Клиент смотрел на сайте категорию «кровли», и следующее письмо приносит подборку кровельных материалов, а общий каталог остаётся в рассылке для остальных. У части email-платформ такая функция уже входит в базовый набор, и до покупки её проверяют на демо со своей базой.

С чего начать

  1. Выгрузите из CRM историю покупок за год-два. Посчитайте три вещи: сколько клиентов купили больше одного раза, какая доля базы не покупала три месяца и больше, есть ли данные о том, что именно покупал каждый.
  2. Возьмите один сегмент, например «купили один раз и пропали», и сделайте для него цепочку из трёх писем. В первом письме лежит разбор того, как другие клиенты применяют ваш продукт. Скидка в этом письме не нужна. Через неделю идёт предложение разобрать проект клиента.
  3. Оставьте часть сегмента без цепочки. Через два-три месяца сравните, сколько клиентов вернулось в каждой группе. Без контрольной группы любой рост выручки объясняется сезоном или чем угодно ещё.

Где ИИ-персонализация ломается

Данные в CRM неполные. Если история покупок живёт в Excel у трёх менеджеров, нейросеть соберёт персонализированный мусор. Сначала порядок в CRM, потом сегменты.

Письмо «специально для вас скидка» адресовано человеку по имени, а потребности под ним нет. Читатель это видит.

Клиент получает четыре-пять автоматических касаний в неделю и отписывается. Частота входит в персонализацию так же, как текст.

Вендор продаёт комплексную платформу компании, у которой три тысячи клиентов. Для такой базы хватает рассылочного сервиса и трёх-четырёх описанных сценариев.

В B2B данных о поведении меньше, цикл сделки длиннее. Здесь персонализация работает на менеджера: клиент купил один продукт и через три месяца дважды открыл страницу другого, значит, менеджеру пора позвонить.

Чат-бот в мессенджере тоже может видеть историю клиента из CRM и вести разговор с учётом прошлых покупок. Настраивается он так же, как письма: сначала сценарий на одном сегменте.

Согласие на обработку персональных данных и на рассылки собирают до запуска, подробности в FAQ ниже.

Рабочий набор ИИ-инструментов для маркетинга бизнеса

Ниже рабочая сборка по классам инструментов. Результат зависит от того, кто и как инструментом пользуется, поэтому начинать стоит с одной-двух позиций, которые закрывают вашу главную рутину.

Тексты и контент:

  • ChatGPT: базовый инструмент. Черновики постов, писем, коммерческих предложений, FAQ для сайта
  • Claude: длинные тексты и анализ документов, в том числе больших объёмов данных. Подходит для аналитических задач

Изображения:

  • Kandinsky (Сбер): для базовых иллюстраций, обложек
  • Midjourney: более качественные маркетинговые изображения, продуктовые визуалы

Аналитика и данные:

  • ChatGPT или Claude с загрузкой файлов: разбор CSV-выгрузок из CRM и Метрики, базовая аналитика без программиста

Email и автоматизация:

  • Mindbox: платформа рассылок и персонализации
  • SendPulse: email, чат-боты, push, web-push в одном окне

SEO:

  • Сервис выгрузки запросов (Вордстат, Keys.so) плюс нейросеть для группировки и ТЗ копирайтерам
  • Сканер сайта для технического аудита, результат которого вы отдаёте нейросети на разбор

Цены и тарифы сервисов меняются, актуальные цифры смотрите на их сайтах. Одну статью расходов легко недооценить, и на сайтах сервисов её не найти: это время человека, который редактирует результат.

Как не слить деньги при внедрении ИИ в маркетинг

Ошибки, на которых сливается бюджет, почти всегда сидят в организации работы вокруг инструмента, и выбор конкретного сервиса на них почти не влияет.

Ошибка 1. Запускать ИИ без контент-стратегии

Умножать ИИ будет то, что уже есть. Если нет понимания, для кого пишем, какое сообщение несём и какое действие хотим вызвать, на выходе получится много контента ни о чём. Поэтому сначала стратегия, потом автоматизация.

Похожая ловушка ждёт с объявлениями. У компании, которая сдаёт и продаёт помещения, маркетолог переписал объявления на площадке, добавил фотографий и собрал тексты по понятной схеме, после чего просмотры выросли в разы. Я попросил разобраться, почему это сработало и можно ли это масштабировать, а потом мы спустились по воронке ниже. План по квалифицированным заявкам маркетинг выполнил досрочно, из двух десятков таких заявок до встречи дошли единицы. Продаж не было ни одной. Отдел продаж доложил, что свой план по воронке выполнил. Я сказал: «Поздравляем. План выполнил, но в рублях ничего не принёс». Дальше выяснилось, что описанного критерия квалифицированной заявки нет: ей считался любой звонок или сообщение с номером, и один человек мог попасть в счёт несколько раз. Минут двадцать ушло на то, кто и как её считает, и я предложил каждый день сверять заявки между маркетингом и продажами.

ИИ пишет объявления и делает ролики быстрее и дешевле, но решить, на какую метрику они должны повлиять и где её мерить, за вас он не может. Договоритесь об этом до запуска, иначе рост просмотров будет радовать ровно до первого отчёта о продажах.

Ошибка 2. Отдавать ИИ-контент без редактуры

Один и тот же промпт в ChatGPT для разных компаний даёт тексты с одинаковыми клише, структурой и оборотами. Такие тексты «правильные» и ни о чём. Без редактора, который понимает голос бренда, выходит усреднённый контент, и он подрывает доверие.

С ИИ сильнее и соблазн взять количеством: выпускать ролики и посты потоком в расчёте, что из массы что-нибудь выстрелит и окупит остальное. Слабый ролик не залетит, сколько его ни выкладывай, поэтому лучше выпустить меньше, но хороших. Поток стал почти бесплатным, и редактор, который отсеивает слабое до публикации, от этого становится только важнее.

Ошибка 3. Автоматизировать работу с клиентами без протокола эскалации

Чат-бот, который отвечает на вопросы потенциальных клиентов, полезен до первого нестандартного вопроса, после которого он уходит в рекурсию и начинает клиента раздражать. Поэтому любая ИИ-автоматизация в коммуникациях требует чёткого момента передачи человеку: «я не знаю, переключаю на менеджера».

Ошибка 4. Оценивать ИИ по первому эксперименту

Первый месяц с ИИ редко оправдывает ожидания. Сначала надо написать промпты под специфику бизнеса, обучить команду и выработать процессы, и заметный эффект приходит только после этой настройки.

Вторая половина ошибки: эксперименты никто не записывает, и через два месяца каждый помнит результат по-своему. На одном из трекингов команда, которая продаёт потребительские товары через свой сайт, программу лояльности и маркетплейс, попробовала рассылку по чужой базе, а потом собиралась лить рекламу из поиска сразу на три площадки. Таблицы тестов не было. Я поставил задачей на неделю завести её: название гипотезы, дата начала и конца, потраченный бюджет, что получили в продажах, и вывод. Вывод один из трёх: масштабируем, докручиваем или выкидываем. Вход и выход нужны по каждой гипотезе, как в любом процессе.

С ИИ-экспериментами то же самое. Запустили сегмент с новой цепочкой писем, поставили дату, посчитали результат против контрольной группы и записали решение. Тогда первый неудачный месяц превращается в данные.

Ошибка 5. Использовать ИИ только для текстов

Самым недоиспользованным применением ИИ в маркетинге бизнеса я считаю аналитику. Многие держат ИИ за «умный Word», хотя анализ клиентской базы, сегментацию, конкурентный мониторинг и обработку отзывов он делает быстрее ручной работы. Попробуйте в следующий раз дать ему выгрузку из CRM вместо задания написать пост.

Предиктивный маркетинг: когда это актуально для бизнеса

Предиктивный маркетинг означает, что ИИ предсказывает, кто из клиентской базы, вероятно, купит снова, кто собирается уйти и кому стоит показать апсейл. Такие функции продаются модулями email- и CRM-платформ, и проверять их стоит на своей базе до оплаты.

Для бизнеса это становится актуальным при двух условиях: база клиентов достаточно большая и есть история покупок за несколько сезонов. На маленьких объёмах предиктивные модели работают ненадёжно. Им попросту не на чем учиться. Если повторные покупки нельзя выгрузить из CRM одной таблицей, о прогнозах говорить рано.

Если условия выполнены, сегмент «вероятные повторные покупатели» в рассылке стоит сравнить по конверсии с сегментом «вся база» и уже по разнице решать, платить ли за предиктивную функцию дальше.

Диагностика ИИ-готовности

Прежде чем вкладываться в ИИ-инструменты, стоит понять, где вы находитесь сейчас. Отметьте честно, какие из четырёх пунктов про вас правда:

  1. Контент-стратегия на квартал вперёд записана.
  2. Целевая аудитория описана подробнее, чем «мужчины 25-45 с интересом к нашей теме».
  3. CRM ведётся, и в ней есть история покупок и контактов с клиентами.
  4. В команде есть человек, который отвечает за ИИ-инструменты и редактирует всё, что они выдают.

Если правдой оказался один пункт или ни одного, ИИ в маркетинге пока преждевременен, и сначала нужна операционная база. При двух и более можно начинать с базового набора.

ИИ-диагностика на ai.nexops.ru разбирает, что имеет смысл автоматизировать в вашем бизнесе, а что пока нет.

FAQ

По нарастающей сложности. Базовый уровень: черновики текстов и объявлений. Средний: персонализация, когда система по поведению клиента показывает разный контент или меняет содержание письма. Продвинутый: прогнозы, кто из клиентов купит повторно, кто уйдёт к конкуренту и какие сегменты прибыльнее. Бизнес практичнее начинать с первого уровня, с производства контента и базовой автоматизации коммуникаций.

Для старта хватает четырёх классов: чат-ассистент для текстов и разбора выгрузок, генератор изображений, платформа рассылок с персонализацией и сервис выгрузки поисковых запросов. Остальное добавляют под конкретную задачу, когда рутина её уже показала.

Нет. История компании, отношения с клиентами, переговоры с подрядчиком и момент, когда аудитория устала от одного типа контента, остаются за человеком. ИИ забирает черновики и рутину, и у маркетолога освобождается время на то, что требует знания бизнеса изнутри. Маркетолог всё реже пишет с нуля и всё чаще решает, что и для кого публиковать.

Он ускоряет черновик. Маркетолог получает готовую структуру и текст и правит их под голос бренда. Ещё нейросеть предлагает варианты заголовков для проверки на аудитории и переписывает один материал под разные площадки. Процесс и ответственность за факты разобраны в статье про ИИ для создания контента.

Система показывает или отправляет разным людям разный контент по их поведению и истории взаимодействий. Клиент смотрел на сайте категорию «кровли», и следующее письмо приносит подборку кровельных материалов вместо общего каталога. Другой пример: клиент обычно покупает в конце месяца, и напоминание приходит за несколько дней до него. Меняется содержание письма для каждой группы, а имя в заголовке роли не играет.

Через разбор материалов, которые вы собрали сами. В нейросеть загружают рекламные объявления конкурентов из открытых библиотек, отзывы на маркетплейсах и структуру их сайтов. Получается обычная конкурентная разведка, которую ИИ делает быстрее. Для мониторинга упоминаний бренда существуют отдельные сервисы.

Расходов две группы: подписки на сервисы и время людей, редактора и того, кто проверяет факты. Время обычно перевешивает подписки. Посчитайте так: сколько часов в неделю уходит на правку и проверку, умножьте на стоимость часа сотрудника. Цены самих сервисов меняются, их смотрят на сайтах сервисов.

Начните с текстов писем: это экономит время на производстве. Следующий шаг: содержание под сегмент или поведение клиента, когда один шаблон показывает разные блоки разным группам. Самый продвинутый вариант: предиктивная отправка, где алгоритм выбирает время для каждого получателя вместо одного общего на всю базу.

Он группирует тысячи запросов по смыслу, готовит ТЗ для копирайтеров по структуре страниц из топа, пишет варианты метатегов для типовых страниц и переводит отчёт технического аудита в список задач. Ошибается в смысле запроса и в фактах о вашей компании, поэтому выдачу по каждой группе запросов открывают руками, а цифры проверяют построчно.

Алгоритм прогнозирует поведение клиента до того, как оно произошло: кто из базы, вероятно, купит повторно в ближайший месяц, кто собирается уйти и ждёт оффера удержания, а кто только изучает рынок и нуждается в образовательном контенте. Метод работает при большой базе и накопленной истории, на малых объёмах модели недостаточно точны.

Самая частая: ИИ внедряют без контент-стратегии, и он умножает хаос. Почти так же часто контент уходит в публикацию без редактуры, и усреднённый голос подрывает доверие. Дальше идут автоматизация клиентских коммуникаций без момента передачи человеку, оценка эффекта по первым неделям и использование нейросети только для текстов. Над всем этим стоит выбор инструмента раньше, чем понятна задача.

Зафиксируйте базовые значения до внедрения, через месяц и через три месяца сравните. Смотрите на скорость и стоимость единицы контента, на органический трафик и на конверсию рассылок. Для персонализации держите контрольную группу, которая получает прежние письма: без неё рост объясняется сезоном.

Ставки и аудитории можно, цель и оффер нельзя. Алгоритм ищет то, что записано целью кампании, поэтому её проверяют первой: заявка в Метрике должна означать заявку, а не визит на страницу контактов. Раз в неделю владелец смотрит отчёт по числу заявок и доле целевых, иначе через полгода разобраться в кабинете невозможно.

Площадка ищет людей, похожих на список, который вы загрузили. Стройте её от тех, кто заплатил. Список из всех посетителей сайта даёт случайных людей и конкурентов, а совсем короткий список клиентов даёт слабую модель.

Да, согласие нужно в двух видах. Обработка персональных данных требует согласия субъекта (статья 9 закона 152-ФЗ), и его можно отозвать. Реклама по сетям электросвязи допускается только с предварительного согласия адресата, и доказывать, что согласие было, придётся вам (часть 1 статьи 18 закона о рекламе 38-ФЗ). Данные граждан России при сборе записывают и хранят в базах на территории России (часть 5 статьи 18 закона 152-ФЗ), поэтому зарубежный сервис рассылок перед подключением проверяет юрист.

Запросите ИИ-диагностику бизнеса

Если, пока вы читали, не раз мелькало «у нас похоже», в бизнесе почти наверняка есть точки, где ИИ даст быструю отдачу, и зоны, где внедрять его пока рано.

На ai.nexops.ru мы проводим ИИ-диагностику: смотрим на маркетинговые процессы, производство контента и работу с клиентской базой и составляем список, что автоматизировать первым.

Результат диагностики: список действий с приоритетами, с которым можно идти в работу на следующий день.

Также можно начать с диагностики бизнеса: там смотрим на весь операционный контур, маркетинг входит как одна из точек.