Некоторые компании не имеют четкого представления о возможностях и преимуществах искусственного интеллекта, поэтому не используют его в работе. А зря! С его помощью можно снижать ДРР, повышать средний чек, прогнозировать и увеличивать конверсии, и еще много чего полезного.

Искусственный интеллект может не только забрать часть задач маркетолога на себя, но и выполнить их за считанные минуты в противовес неделям томного ручного труда «живого» специалиста. 

О том, как маркетологи могут повысить эффективность своей работы, сэкономив силы, время и ресурсы компании, рассказала Анастасия Прилепская — директор по развитию Profitator (Kokoc Group). Своими инсайтами она поделилась на конференции о привлечении, конверсии и аналитике в мебельном бизнесе Callday.Furniture 2024. 

Profitator (Kokoc Group) — это агентство интернет-маркетинга и digital-рекламы. Среди клиентов агентства компании divan.ru, Finn Flare, Ашан и другие. Здесь знают все о трендах рынка digital-инструментов для решения множества задач бизнеса. Один из нашумевших инструментов — искусственный интеллект. 

Определимся с терминологией

Сейчас будет немного теории. Она нужна для того, чтобы разобраться в терминах и понять, почему AI и «нейронка» — не совсем синонимы. 

AI (Artificial intelligence) / ИИ (Искусственный интеллект) — это система, анализирующая информацию и решающая задачи аналогично тому, как это делает человек.

ML (Machine Learning) — машинное обучение. Это обучающиеся математические модели, которые производят анализ большого объема данных, при этом выводы делаются без следования жестко заданным правилам.

Нейронная сеть — один из методов ML.

Теперь немного статистики.

Исследование IBM показало, что на конец 2023 г. ИИ и ML используют в каждой второй компании. Остальные компании исследуют варианты применения ИИ в своих бизнес-процессах. Только 15% респондентов говорят о том, что не используют ИИ в работе и даже не изучают возможность его применения. 

Особенно активно ИИ внедряют крупные компании.

В России картина немного отличается. Активно внедряют и используют ИИ только треть компаний, и только пятая часть планирует внедрять его в ближайший год. Половина отечественных компаний не планирует внедрять ИИ, либо откладывают это в долгий ящик. 

Источник: https://www.tadviser.ru/index.php/Статья:Искусственный_интеллект_(рынок_России) 

Один из лидеров внедрения и развития ИИ в России — это Яндекс: 

• Поиск Нейро;
• Автоматизация в Директе и Бизнесе;
• YaGPT;
• Внутренние технологии на базе ИИ.

ИИ и ML для решения задач маркетолога

Анастасия Прилепская называет самые популярные задачи, которые маркетолог может делегировать искусственному интеллекту:

• Обработка и анализ Big Data;
• Генерация контента (текст, фото, видео и т.д.);
• Прогнозирование (спроса, трендов и т.д.);
• Антифрод-системы.

Делегирование этих задач позволит оптимизировать рекламные бюджеты, экономить ресурсы и время, а также получать новый контент и информацию в неограниченных количествах.

Разберем, как это работает на практике.

Кейс 1: как использовать ML для оптимизации бюджета

Машинное обучение позволяет выявлять сегменты аудитории, которые с наибольшей вероятностью совершат конверсию. Благодаря этому маркетолог сможет в разы повысить эффективность рекламы.

Например, стратегии Яндекс.Директа используют ML-алгоритмы для назначения ставок.

Кроме этого есть внешние инструменты, которые позволяют улучшать показатели платного трафика. Вот некоторые из них:

• Tomi AI
• Segmel
• Sales Ninja.

Tomi.ai

Это платформа для предиктивного таргетинга и оптимизации рекламных кампаний. Платформа применяет модели машинного обучения для поведенческой оценки посетителей сайта с точки зрения вероятности конверсии и потенциала продаж.

В Profitator (Kokoc Group) успешно применяют этот инструмент в работе. Например, в одном из кейсов его использовали, чтобы сократить показы рекламы для пользователей, которые не заинтересованы в покупке.

Тестирование инструмента длилось 2,5 месяца на площадке Яндекс.Директ. Запускали поисковые и сетевые кампании. Получили 2 синтетические конверсии.

Результаты:

• ДРР ниже на 13%
• Средний чек выше на 26%
• CPC ниже на 27%
• CPO ниже на 9%
• Доход выше на 51%

Segmel

Segmel — платформа глубокой сегментации пользователей для оптимизации рекламных кампаний с помощью алгоритмов машинного обучения. В режиме реального времени рассчитывает вероятность покупки, возврата в продукт, ожидаемый LTV.

Однажды в Profitator (Kokoc Group) столкнулись с проблемой, когда на фоне роста СРС стали расти показатели СРО и ДРР по рекламным кампаниям. Нужно было оптимизировать рекламный бюджет — повысить эффективность и конверсию ретаргетинговых аудиторий.

В этой ситуации использовали Segmel:

Сбор данных и обучение моделей

• Настроили микроцели на сайте.
• Собрали данные о поведении пользователей.
• Выгрузили обученные модели в Яндекс.Аудитории.

Верификация

• Настроили +0 корректировку в рекламных кампаниях.
• В течение 2 месяцев сопоставляли коэффициент конверсии сегментов с оценкой покупательской способности от ML-оценки.
• Скорректировали период ожидания покупки.

Тестирование

• Выделили 50% аудитории в контроль для исключения фактора сезонности и действия оптимизационных мер в Яндекс.Директ.
• Внедрили корректировки ставок на различные сегменты аудиторий в рекламных кампаниях.
• По мере накопления результатов усиливали размер корректировок от +/-5% до +/-30% в завершающем этапе.

Тестирование инструмента длилось 2 месяца на площадке Яндекс.Директ. Использовали смарт-баннеры, категорийные и брендовые кампании в поиске.

Результаты по тестируемому сегменту

• ДРР ниже на 19%;
• CPO ниже на 29%;
• CR выше на 40%.

Кейс 2: как использовать ИИ для генерации креативов

Искусственный интеллект помогает помогает маркетологам генерировать идеи креативов, подбирать референсы и создавать концепты.

В Profitator (Kokoc Group) отмечают 2 основных профита использования ИИ для генерации креативов:

• Поиск подходящих элементов (например, фонов)
• Реализация специфических запросов клиента.

Использование нейросетей позволяет компании оперативно создавать изображения под акцию и конкретные референсы:

• не приходится работать с 3D и рендерами, что обычно занимает много времени;
• не нужно организовывать большое количество тематических съемок.

Кроме того, использование нейросетей позволяет компании экономить время на поиск фонов и ускоряет создание креатива в 3 раза.

Нейросети позволяют с минимальными затратами времени воплощать креативные идеи команды.

Кейс 3: как использовать ИИ для персонализации контента сайта

Существуют инструменты на базе ИИ, которые служат аналогом A/B тестирования, но с применением ML:

• OfferFit;
• Webflow;
• SalesNinja.

Принцип работы этих инструментов следующий:

1. Сначала определяется контент персонализации. Например, заголовки посадочных страниц.
2. Затем система случайным образом показывает заголовки посетителям. 
3. После накопления конверсий система сможет натренировать математическую модель искусственного интеллекта, которая будет понимать, какой вариант заголовка какому пользователю оптимальнее показать для повышения вероятности конверсии.

Персонализацию контента с помощью ИИ также используют в email-маркетинге.

Выводы

ML-решения уже сегодня помогают маркетологам спрогнозировать:

• Спрос
• Отток покупателей или повторные покупки
• LTV клиента
• Как увеличение рекламного бюджета повлияет на количество конверсий.

Однако полноценно заменить специалиста, дизайнера или менеджера ИИ-технологии пока не готовы. Это всего лишь инструмент, который позволяет вывести эффективность работы и ее показатели на принципиально новый уровень, экономя при этом силы, время и ресурсы.