Искусственный интеллект в маркетинге. Какие сервисы сделают вашу рекламу умнее?

Чтобы продавать больше, интернет-маркетологи работают с большими объемами данных и выполняют много рутинной работы. Делать это приходится часто, ведь предпочтения и поведение посетителей меняются день ото дня.

Как же хочется, чтобы сайт сам понимал, чего хочет клиент, и знал, когда и как ему можно продать товар. Поговаривают, что такая сверхспособность появляется, если добавить в маркетинг искусственный интеллект.

Как это сделать? И стоит ли оно того? Разберемся в этой статье.

Искусственный интеллект на другом языке

Знакомиться с искусственным интеллектом в маркетинге мы начали с англоязычных сервисов.

Первым был Albert – маркетинговая платформа искусственного интеллекта. Он сразу же нас поразил, потому что позиционировал себя как полностью автономный механизм. Разработчики обещали, что все каналы общения с клиентом – электронную почту, SMS-рассылки, соцсети, поисковой трафик и рекламу – Albert возьмет на себя. А попутно будет оптимизировать и анализировать рекламные кампании, которые уже есть, и оставит маркетолога без работы освободит время, чтобы маркетолог мог переключиться на более важные задачи.

Сервис показался нам интересным, но мы им не подошли: разработчики считают, что на раскрытие потенциала Albert нужно не менее 20 000 долларов рекламного бюджета в месяц. Если вам подходят такие условия, попробуйте подружиться с этим умным парнем.

А мы поискали другие англоязычные варианты и нашли Zeta Global и Trapica. Они оказались доступными, но не такими умными, как наш первый кандидат, так как умели работать только с рекламными кампаниями.

В итоге мы поняли, что даже адекватная цена не способна побороть языковой барьер с клиентом и компенсировать отсутствие важных для российской аудитории площадок — «Яндекс», «ВКонтакте» и «Одноклассники». Поэтому мы решили поискать отечественный искусственный интеллект для маркетинга, который тоже заточен под «умную» рекламу.

Говорим с умным сайтом на одном языке

Вариантов оказалось больше, чем мы ожидали: Origami, Elama, К50, Rookee, MARILYN, Alytics и другие. Для начала расскажем про два из них: Origami и MARILYN.

Origami

Origami позиционирует себя как платформа по управлению контекстной рекламой. С ее помощью рекламные кампании должны приносить ещё больше конверсий, продаж, и дохода, а также сокращать затраты. Делается это с помощью «гибридного оптимизатора». Он умеет:

• анализировать все возможные типы данных: «Яндекс.Метрику» и Google Analytics, сделки из CRM-систем, коллтрекинг;
• учитывать текущее состояние аукциона и каждый час выставлять ставки;
• прогнозировать эффективность каждой ключевой фразы и размещать эффективные фразы на высоких позициях, а менее эффективные фразы – на позициях ниже;
• выдерживать заданные KPI;
• управлять даже низкочастотными запросами с 1-3 кликами в месяц;
• работать с учетом статистики за год и сезонность;
• учитывать ассоциированные конверсии (подробнее о них читайте в моей статье о многоканальных последовательностях.

Настроить сервис несложно: подключаем счетчик Google Analytics и/или CRM-систему, указываем цели, которые приводят к продажам, и желаемый СРА. В проекте, на котором мы тестировали Origami, было пять целей:

• заявка на сайте;
• звонок;
• заказ обратного звонка;
• сообщение в JivoSite;
• оплата онлайн.

Сначала Origami две недели анализировал текущее положение дел, собирал статистику по конверсиям – их должно быть не меньше 30 в месяц. Результаты были такими:

• 11 728 показов;
• 778 кликов;
• Расход — 71 346 рублей;
• СРС — 91,7 рубля;
• 100 конверсий;
• цена конверсии — 713,5 рубля.

В течение следующих двух недель работали Origami. Я только анализировала показатели, всю внутреннюю работу действительно выполнял искусственный интеллект. В итоге он добился следующих результатов:

• 12 885 показов (рост на 10%);
• 881 клик (рост на 13%);
• Расход — 88 415 рублей (вырос на 24%);
• СРС — 100,36 рубля (рост на 9%);
• 163 конверсии (рост на 63%);
• цена конверсии — 542,4 рубля (снижение на 24%).

Я тестировала только рекламные кампании «Яндекс Директ» в поиске. Сервис нам понравился: удобный в использовании и, что немаловажно, учитывает ассоциированные конверсии в Google Analytics. Все наши пожелания сервис реализовал: конверсия выросла на 63%, а лиды нам достались дешевле на 24%.

MARILYN

MARILYN — платформа для управления интернет-маркетингом. Она также управляет ставками и рекламным бюджетом, но кроме того предлагает интересные функции вроде управления рекламой в зависимости от погоды.

Но в отличии от Origami, MARILYN не использует машинное обучение, поэтому настроить сервис сложнее. Чтобы добиться результата, маркетолог должен сам задать правила. Например, повысить ставку по ключевым словам, у которых была конверсия, и снизить ставку или вовсе отключить рекламу у тех ключей, которые не приносят конверсий.

В проекте, который мы тестировали, правила были следующими:

У ключевых слов хотя бы с одной конверсией ставка повышалась на 30%. Максимальная ставка при этом была 320 рублей.

У ключевого слова без конверсий ставку снижали на 40%. Минимальная ставка составляла 30 рублей. Правило срабатывало один раз в день.

Перед запуском правил сервис также анализировал предыдущий период — 9 дней. Результаты:

• 9 668 показов;
• 678 кликов;
• расход — 42 674 рубля;
• СРС — 62,94 рубля;
• 77 конверсий;
• цена конверсии — 554,2 рубля.

За 9 дней работы с правилами MARILYN они превратились в следующие:

• 11 883 показа (рост на 22%);
• 800 кликов (рост на 18%);
• расход — 92 510 рублей (рост на 117%);
• СРС — 115,64 рубля (рост на 84%);
• 125 конверсий (рост на 62%);
• Цена конверсии — 740,1 рубля (рост на 34%).

Сервис на любителя. Самостоятельно настроить его непросто, мы целый час общались с представителем компании, чтобы все сделать правильно. В итоге конверсия выросла на 62%, но при этом цена лида выросла на 34%. Так что результат зависит от настройки правил.

Искусственный интеллект в маркетинге: стоит внедрять или нет?

Машинное обучение нужно внедрять в работу маркетологов. Оно отлично будут работать в крупных проектах: например, в интернет-магазинах. Где большая семантика. А вот для B2B они не подходят. Конверсий в разы меньше, а для эффективной работы со ставками сервисам нужно как можно больше данных. И в B2B есть процент спамеров, которые хотят что-то вам продать и переходят по рекламным объявлениям. К сожалению, иногда их невозможно отсечь на уровне показа объявления, а это может повлиять на работу сервисов.

Кроме того, если в вашем проекте есть лиды, которые заказывают товар через звонки, то у вас должен быть настроен коллтрекинг. Или таких заявок должно быть не больше 10%. Иначе система не будет повышать ставку по тем ключевым словам, у которых конверсия – это звонок.

Накапливайте данные, внедряйте искусственный интеллект и опережайте конкурентов!

[EPSB]Внедрим искусственный интеллект[/EPSB]