Нейросети в маркетинге: все гораздо сложнее, чем кажется

Реклама. ООО «Клик.ру», ИНН:7743771327, erid: 2SDnjdkaSPt

Разговоры об ИИ в маркетинге часто сводятся к тому, что нейросети заменят людей. На практике картина гораздо сложнее. Наталия Михалева, директор по развитию click.ru, рассказала, где нейросети действительно дают эффект, а где ожидания сильно расходятся с реальностью.

Что происходит с нейросетями в маркетинге

По данным исследований, до 89% маркетологов пользуются ИИ-инструментами в повседневной работе. При этом вполне вероятно, что реальная цифра выше.

Вместе с этим меняется цифровой контент. Около 52% статей в интернете сегодня создают нейросети.

ИИ все чаще становится частью долгосрочных стратегий. По статистике, примерно 66% компаний имеют AI-стратегию, а 69% используют искусственный интеллект в бизнес-процессах.

Но есть и обратная сторона медали.

Когда цифры заменяют смысл

Маркетинг стал максимально оцифрованным. Сегодня можно измерить почти все:

• поведение пользователей;

• этапы воронки;

• эффективность рекламы;

• взаимодействие с продуктом.

С одной стороны, это дает контроль и управляемость. С другой – смещает фокус.

Пользователь все чаще воспринимается как набор параметров: сегмент, профиль, ID. При этом за цифрами легко потерять главное – мотивацию и реальные потребности людей.

Скорость растет, а направление теряется

Компании стремятся ускорять процессы: быстрее запускать кампании, тестировать гипотезы, масштабировать результат. Нейросети усиливают эффект. Но вместе с этим возникает риск: делать больше – не значит делать лучше.

В потоке автоматизированного контента особенно заметна разница между формальным и осмысленным подходом.

Как внедрить нейросети в бизнес

Базовая логика остается той же: нужно разобрать бизнес-процессы на конкретные шаги и понять, где ИИ действительно может помочь.

Первый этап – поиск задач:

• где тратится больше всего времени;

• где много повторяющихся действий;

• где ошибки стоят дорого.

Далее процесс детализируется:

• какие действия выполняются;

• в каком порядке;

• какие данные используются.

На этом этапе можно выяснить, что часть вопросов решается без ИИ. В некоторых случаях лучше работают специализированные решения, которые:

• стабильнее;

• проще в использовании;

• точнее решают конкретную задачу.

Поэтому перед внедрением важно задать себе несколько вопросов:

• с какой проблемой нужно разобраться;

• какой процесс надо оптимизировать;

• действительно ли нужна именно нейросеть или есть более подходящий инструмент.

Иногда эффект дает изменение процессов или распределение задач внутри команды.

Трудности внедрения: кейс из практики

При внедрении нейросетей в бизнес возникает много трудностей. Чтобы показать, как это выглядит на практике, поделюсь личным примером.

Попытка оцифровать экспертный опыт

Я активно занималась интеграцией рекламных систем в click.ru и параллельно встречалась с клиентами. Это помогало не терять контакт с рынком и лучше понимать задачи бизнеса.

После одной из таких встреч мне задали неожиданный вопрос, почему мои рекомендации рекламных каналов дают высокую конверсию и как именно я подбираю решения.

Это стало отправной точкой для эксперимента – попробовать перенести накопленный опыт и рабочие подходы в инструменты на базе нейросетей. Задача заключалась в том, чтобы понять, можно ли превратить годы работы в маркетинге, B2B-продажах и взаимодействии с клиентами в формализованный алгоритм. В перспективе такой инструмент мог бы помочь менеджерам и пользователям платформы подбирать оптимальные рекламные каналы под конкретные задачи бизнеса.

Основная трудность: формализовать интуицию

На практике самым сложным оказалось извлечь четкую последовательность действий из собственного опыта. Со временем часть решений принимается автоматически, на уровне интуиции. И именно здесь возникает основная проблема. Когда нужно разложить процесс на понятные шаги и объяснить, как формируется решение, оказывается, что сделать это гораздо сложнее, чем кажется.

Результат эксперимента

Несмотря на трудности, нам удалось создать рабочую модель. На ее основе мы разработали рекомендательную систему. Она помогает выбирать рекламные каналы в зависимости типов бизнеса. Система работает в интерфейсе click.ru.

Где нейросети действительно эффективны

Нейросети пока не универсальны и подходят не для всех задач. Однако есть направления, где эффективность уже очевидна и подтверждается практикой.

Структурированный анализ данных

Большие языковые модели хорошо справляются с обработкой информации: помогают находить закономерности, группировать данные и приводить их к понятной структуре.

Персонализация предложений на больших масштабах

ИИ позволяет адаптировать коммуникацию под каждого пользователя. Система учитывает:

• интересы;

• поведение;

• историю взаимодействия с брендом.

На основе этого формируются более точные и релевантные предложения.

Генерация контента по заданной структуре

Одна из самых востребованных задач. Но важно понимать ограничение: нейросети лучше всего работают, когда задача поставлена четко. По сути, взаимодействие похоже на работу с начинающим, но исполнительным сотрудником. Чем конкретнее заданы контекст, структура, формат результата, тем выше качество на выходе.

Речевая и текстовая аналитика

Нейросети можно использовать для разбора коммуникаций в службах поддержки и отделах продаж.

ИИ помогает:

• анализировать звонки и переписку;

• выделять темы и проблемы;

• находить повторяющиеся сценарии;

• формировать задачи для дальнейшей работы (например, в CRM).

Это упрощает работу с обратной связью и позволяет быстрее выявлять точки роста.

Маркетинговые исследования

Маркетологи регулярно работают с новыми нишами и сегментами. Они изучают сайты компаний, статьи, исследования, экспертные блоги, материалы лидеров мнений. Без вспомогательных инструментов на понимание специфики рынка уходит от нескольких дней до недель. Нейросети позволяют значительно ускорить процесс.

Как в click.ru используется ИИ

В компании тестировали разные сценарии применения нейросетей. Часть решений показала хороший результат, часть осталась на уровне экспериментов.

Генератор рекламных изображений

На старте большинство популярных моделей плохо справлялись с задачами рекламы. К креативам есть свои требования:

• продукт показан крупно и четко;

• он занимает центральное место в композиции;

• на изображении нет множества лишних деталей.

Поэтому мы обучили одну из известных моделей на большом массиве рекламных материалов. В результате она стала создавать изображения, подходящие для рекламных задач. Инструмент активно использовали как пользователи платформы, так и команда внутри компании.

Аналитика звонков в продаже и клиентском сервисе

В продажах и клиентском сервисе нейросети анализировали:

• переписку с клиентами;

• входящие и холодные звонки;

• диалоги службы поддержки.

Это позволяло понять:

• какие вопросы возникают чаще всего;

• где клиенты испытывают сложности;

• какие аргументы хорошо работают в продажах.

На основе данных мы корректировали скрипты и инструкции, что помогало улучшить коммуникацию с клиентами.

Анализ трендов и генерация идей для контента

Для работы с контентом необходимо постоянно отслеживать множество источников:

• Telegram-каналы;

• экспертные блоги;

• отраслевые медиа;

• исследования и статьи.

Это большие объемы информации, которые нужно регулярно анализировать. Нейросети позволяют автоматизировать процесс: собирать данные из разных источников, находить повторяющиеся темы и выявлять тренды, а также формировать идеи для новых публикаций.

Анализ финансовых данных и поиск аномалий

В click.ru зарегистрированы сотни тысяч пользователей, которые ежедневно запускают рекламные кампании и проводят финансовые операции. Это формирует большой массив данных внутри системы.

Финансовый блок регулярно решает задачи:

• подготовки отчетности;

• анализа показателей;

• прогнозирования;

• управленческого учета.

Даже при использовании Excel или BI-инструментов работа с такими объемами данных требует значительных ресурсов. Нейросети и ML-модели упростили процесс. Они помогают автоматически выявлять:

• статистические аномалии;

• подозрительные операции;

• нестандартные паттерны в данных.

Мониторинг законодательства и работа с юридическими данными

Мы регулярно выпускаем инструкции, статьи, проводим вебинары по крупным изменениям в законодательстве. Например, при введении трехпроцентного сбора, обязательной маркировки рекламы. С помощью ИИ мы смогли собрать и систематизировать информацию о подготовке отчетности, правилах передачи данных, расчете платежей, а также внедрили соответствующие механизмы на платформе.

Компании из сферы диджитал-маркетинга должны регулярно отслеживать изменения, которые связаны:

• с законом о рекламе;

• налоговыми изменениями;

• правилами обработки персональных данных;

• требованиями к отчетности.

Поскольку часть процессов автоматизирована внутри click.ru, команда постоянно работает с большим объемом юридической и отраслевой информации, чтобы своевременно адаптировать сервис под новые требования.

Практические выводы из опыта внедрения ИИ

На практике сформировалось несколько принципов, которые помогают внедрять нейросети без лишних ожиданий и ошибок.

ИИ не устранит хаос в процессах

Если внутри компании нет четко выстроенных процессов, нейросети ситуацию не исправят. Когда команда сама не до конца понимает, как устроена работа и в какой последовательности выполняются задачи, автоматизация только усиливает хаос.

Поэтому перед внедрением важно:

• описать последовательность действий;

• зафиксировать правила принятия решений;

• структурировать ключевые сценарии работы.

Только на этой базе ИИ начинает приносить реальную пользу.

Без данных ничего не работает

Любая модель опирается на данные. Это может быть:

• информация, на которой она обучена;

• данные самой компании.

Также важно понимать, когда модель обновлялась и насколько ее ответы соответствуют текущей реальности.

Разные модели – разные результаты

Один и тот же запрос в разных нейросетях может дать разные ответы.

Причина – в различиях:

• обучающих данных;

• алгоритмов обработки;

• логики генерации.

Чтобы получить более объективную картину, имеет смысл использовать несколько инструментов и сравнивать результаты.

Автоматизация начинается с понимания процесса

Перед тем как что-то автоматизировать, нужно это описать. Нейросеть может предложить варианты, но без собственной экспертизы оценить их применимость будет трудно.

Команду нужно обучать

Работа с нейросетями требует отдельного навыка – умения ставить задачи. Важно:

• четко формулировать запросы;

• понимать, какой результат нужен;

• разбираться в базовых принципах написания промптов.

Оптимальный подход к внедрению:

1. Сначала разобраться с инструментами самостоятельно;

2. Затем показать команде конкретные кейсы;

3. После этого внедрять решения в рабочие процессы.

Лучше всего обучение работает через практику и обмен опытом внутри команды.

Сложности на старте – это нормально

В отличие от общения между людьми, нейросеть не считывает контекст через интонацию или эмоции. Она работает только с текстом. На первых этапах результат может не всегда соответствовать ожиданиям. Это нормальная часть процесса, которая проходит с практикой. Полезный прием – уточнять у модели, как она поняла задачу и какие данные ей нужны.

Почему важно сохранять человеческий фактор

Алгоритмы помогают ускорять процессы, анализировать данные и генерировать идеи. Но итоговые коммуникации – тексты, креативы, рекламные сообщения – по-прежнему адресованы людям. Пользователи все лучше распознают контент, созданный с помощью ИИ.

Ключевая ценность маркетинга – способность вызывать эмоцию, точно попадать в контекст и говорить на языке аудитории. В этих задачах человек пока сильнее. Поэтому эффективный подход – не заменять маркетинг нейросетями, а использовать их как инструмент.

Оригинал статьи на SEOnews