Как обосновать и внедрить AI в маркетинг компании

Сегодня вышло мое интервью для «Маркетологи в мобайле» от Rocket10, в котором мы разбирались, как получить ценность от внедрения AI в крупных компаниях.

На примере перформанс-маркетинга мы ответили на вопрос:

Как сформулировать цель, ради которой стоит вкладывать ресурсы и время команды на обучение и эксперименты с AI, чтобы получить больше, чем «погенерим и поиграемся на хайпе»?

Ниже делюсь тезисами из интервью, а полную версию можно прочитать по ссылке.

Для меня граница между AI-хайпом и практической пользой проходит по наличию предсказуемого результата для бизнеса.

В перформанс-маркетинге для Браузера мы быстро перестали играться и перешли к системному внедрению:

Стартовали работу от целей, понятных бизнесу.

Перешли к измеримым KPI и приоритезируем AI-задачи по вкладу в цель:

Повысить привлечение пользователей на 15% за счёт новых нейросетевых подходов.

Производить в два раза больше успешных креативов без дополнительного найма в продакшн-команды.

Выделили ресурсы и построили процесс работы с AI.

Чтобы наши цели не остались просто планом на бумаге, мы:

Добавили в команду роль AI-маркетолога: эксперт, который сфокусирован только на задачах роста эффективности за счёт нейросетей.

Выделили время команды на AI: один полноценный день в неделю, сфокусированный на задачи, эксперименты и обучения с нейросетями.

Превратили «магию рандома с AI-креативом» в предсказуемый результат.

Чтобы успех был воспроизводимым, мы занимаемся системной работой:

Собираем базы удачных и провалившихся промптов с визуализациями креативов и отчетом об эффективности AI-креативов.

Ведем регулярный мониторинг нейросетевых новинок, вайбовых промптов и адаптируем их под задачи привлечения пользователей.

Внедряем AI-анализ успешных и провалившихся креативов, по результатам которого генерируем гайдлан для работы дизайнеров и редакторов (креативы с элементами X более успешны в этом месяце, креативы с элементом Y чаще проваливаются в рекламе).

Где мы видим успехи:

Скорость производства: удвоилось количество подходящих для основной закупки креативов, которое команда создает за спринт.

Себестоимость: добились снижения затрат производства одного креатива на 30%.

Масштаб: Растим количество эффективных AI-креативов в рекламе и быстро идем к своей амбиции роста на 15% в привлечении пользователей за счет нейросетевого продакшена.

Когда вы переводите разговор с только «нам тоже надо, это прикольный хайп» на язык метрик (скорость, себестоимость, масштаб):

-обосновать инвестиции команды и компании в AI получается гораздо проще,

-а нейросетки становится набором управляемых инструментов, встроенных в ежедневную работу команды.

У нас получается. И у вас получится 🙂

❤️ и 👍 — если пост был полезен, а подход понятен.
— посмотрите еще один мой пост по теме внедрения AI в работу команд.

Мальцев в TG | MAX | VC | Сетке