CEO в AnData
Вы зовёте подрядчика проверить рекламу. Его задача — разобраться, на каком этапе теряются заявки. В ответ на просьбу дать доступ проще всего скопировать права сотрудника, который уже работает в системе. Вместе с нужными отчётами подрядчик может получить всё, что тому сотруднику когда-либо понадобилось.
Маркетинг оплатил переход, человек открыл сайт — и остался один с выбором. Нужно разобраться в товарах, доставке, сроках и оплате. Я предлагаю смотреть на ИИ-консультанта как на участника этого участка продажи. Но оценивать его по числу сообщений было бы слишком удобно.
В обсуждении ИИ для бизнеса мне часто не хватает продолжения. Агент понял вопрос, написал хороший ответ — хорошо. А клиент получил предложение? Менеджер позвонил? Заказ оплатили? Именно эту часть я хочу видеть, когда мы подключаем агента к рабочему процессу.
Сегодня на Yandex Scale я смотрел на новый продукт Яндекса с вполне конкретным интересом: мы в Андате уже развиваем Бизнес-терминал вокруг похожей идеи. Пользователь ставит задачу в одном окне, а агенты работают с подключёнными системами. С масштабом Яндекса такой способ работы может стать привычным для гораздо большего числа компаний.
Одинаковые экраны ещё не означают одинаковый бизнес. Когда я думаю о защите ИИ-продукта от копирования, меня интересует, что конкурент получит вместе с интерфейсом. А что ему придётся выяснить в работе с настоящими клиентами.
В демонстрации вайбкодинга сайт появляется за «5 минут». Заказчик пишет пожелание, агент меняет код, в браузере открывается готовая страница. Если вы занимаетесь маркетингом, соблазн понятен: можно самому довести идею до выпуска, пока она ещё актуальна.
Нейросеть за минуту написала двадцать объявлений. Дизайнер получил ещё десять идей для баннеров. Команда отчиталась: ИИ внедрён. А покупатель после клика попал на общую страницу, не понял итоговую цену и ушёл. Производительность выросла в редакторе. До кассы изменения не дошли.
На этом фоне особенно неприятно читать исследование Chainalysis.…
Самая популярная отговорка, которую я слышу от бизнеса, звучит так:
«Нам пока рано, у нас нет нормальной сквозной аналитики / CDP / ИИ-агентов. Вот внедрим, тогда всё настроим».
Кейс: как с минимальными трудозатратами запустить рекламу в Яндекс Директе, не застрять в подборе семантики благодаря нейросетям и ML и в итоге получить конверсии по нормальной цене (нам удалось).
Мы поставили перед собой задачу собрать и запустить с нуля рекламные кампании и потратить на это минимум человеческого ресурса и квалификации. Прид…
В эпоху сложных ежедневных «потрясений» важно уметь продолжать смотреть в «будущее» на горизонт 3–7–10–15 лет.
Во-первых, взгляд в будущее позволяет держать фокус, во вторых проще относишься к ежедневным взлетам и падениям — это позволяет сгладить эмоциональные перепады и сложности. Сегодня поговорим про бизнес будущего и роль маркетинга в не…
Мало просто начать собирать данные, чтобы делать аналитику. Если вы отслеживаете пользовательские пути и совершаете касания в разных каналах, нужна надежная система сбора и хранения статистики, нужны витрины данных и ресурсы на поддержку и развитие всей инфраструктуры. Не говорю уже о том, что к любой системе аналитики нужно добавить самого аналити…
Привет! Продолжаю рассказывать о том, как мы начали переизобретать маркетинговые инструменты, когда это еще не было мейнстримом. В прошлой статье я рассказал, как мы сделали ML-оптимайзер для контекстной рекламы. Как вы понимаете, ML не существует без большой и чистой даты, поэтому нам понадобился свой трекинг, который собирает данные полнее и глуб…