Настольная книга маркетолога в эпоху нейросетей
Настольная книга маркетолога в эпоху нейросетей

Полная версия

Настольная книга маркетолога в эпоху нейросетей

Настройки чтения
Размер шрифта
Высота строк
Поля
На страницу:
1 из 2

Андрей Гусаров

Настольная книга маркетолога в эпоху нейросетей

Введение

Если ты читаешь эту книгу, вводить тебя в курс дела не нужно. Ты не первый день в маркетинге, ты уже открывал нейросеть не для того, чтобы спросить у неё анекдот, а чтобы решить рабочую задачу — и, скорее всего, результат был так себе. Не потому что нейросеть плохая. А потому что запрос был так себе.

Это не книга про то, «что такое ChatGPT» и «как написать первый промпт». Если тебе это ещё нужно — закрывай эту книгу и открывай «Настольную книгу начинающего таргетолога + нейросети»: там база разобрана подробно, и переписывать её здесь смысла нет. Здесь — про другое. Про то, как нейросеть встраивается не в отдельную задачу, а в то, как ты вообще думаешь о стратегии, сегментах, каналах, деньгах и людях, которыми руководишь.

Разница на практике простая. Начинающий просит: «напиши текст объявления для таргета». Продвинутый спрашивает иначе: «вот моя гипотеза позиционирования — найди три причины, почему она может не сработать, и предложи, как проверить каждую до того, как я потрачу на это бюджет». Первый промпт экономит десять минут. Второй — иногда экономит квартал.

Признаюсь сразу, без интриги: эта книга не научит тебя зарабатывать больше исключительно потому, что ты дочитаешь её до конца. Нейросеть не заменит твоё чутьё, не возьмёт на себя ответственность за решение и с одинаковой уверенностью выдаст тебе как гениальную идею, так и уверенно сформулированную чушь. Разница между маркетологом, которому ИИ реально помогает расти, и тем, кто просто генерирует больше текста тем же качеством — не в инструменте. Она в том, насколько остро ты умеешь задавать вопросы и насколько честно готов продавливать ответ дальше первого правдоподобного варианта.

Собственно, об этом — почти вся книга. О промптах, которые не выдают готовый ответ с первого раза, а заставляют думать: тебя — и нейросеть. Цепочки в несколько шагов, где результат одного становится входом для следующего. Промпты, где ты просишь ИИ посмотреть на твою же стратегию чужими глазами — глазами конкурента, скептичного инвестора, дотошного клиента. И промпты-«красная команда» — когда ты сам просишь найти дыры в собственной гипотезе, пока это не сделал рынок.

Что внутри

Книга разбита на пять частей — от стратегии и позиционирования к мультиканальности, данным и атрибуции, росту и оптимизации, и наконец к профессии и лидерству: как выглядит роль маркетолога, когда рутинные задачи всё активнее забирает на себя ИИ. В конце каждой главы — короткий чек-лист «что сделать до конца недели»: без него книга рискует остаться приятным чтением, которое ни на что не повлияло.

Если какая-то тема уже подробно разобрана в книге про таргетолога — здесь она не пересказывается заново, только ссылка, чтобы не занимать твоё время дублем. Здесь — только то, что имеет смысл именно на продвинутом уровне.

Ещё один честный момент: это настольная книга в буквальном смысле — справочник, а не роман, который нужно дочитать до последней страницы, чтобы он «сработал». Нормально прочитать первую часть целиком, а дальше открывать конкретную главу тогда, когда у тебя на столе именно эта задача — атрибуция, сезонный календарь, кризис. Если ты закрыл книгу на середине и вернулся к ней через два месяца ради одной главы — это не значит, что ты её не дочитал. Это значит, что она сработала именно так, как задумана.

Чего не будет

Не будет обещаний «настроить агента и уйти зарабатывать пассивно». Автоматизация и агенты упоминаются там, где это уместно, но не как главная тема — эта книга не про инструменты, а про то, как думать и формулировать задачи, которые инструментам ставить. Инструменты меняются быстрее, чем выходят книги; способ мышления — нет.

И ещё: если ты читаешь это через год или три после выхода — почти всё здесь должно оставаться в силе. Конкретные интерфейсы устареют, сама логика — вряд ли.

Часть I. Стратегия и позиционирование

Глава 1. Конкурентный анализ и поиск незанятых ниш с ИИ

Начинающий маркетолог, когда хочет посмотреть на конкурентов, открывает их сайт и соцсети и смотрит глазами покупателя: красиво, не красиво, понятно, не понятно. Это нормально — и совершенно недостаточно на продвинутом уровне. Конкурента нужно смотреть не как покупатель, а как человек, который пытается понять чужую стратегию по её следам: что они тестировали и забросили, где у них явно не хватает ресурсов, а где — осознанный отказ от сегмента, потому что он им не по карману или не по профилю.

Здесь и пригодится первая рабочая метафора, которую я буду держать через всю книгу. Если в книге про таргетолога ИИ был автопилотом — который берёт рутину на себя, а курс всё равно задаёшь ты, — то здесь я буду называть его штурманом. Разница принципиальная: штурман не ведёт самолёт. Он считает маршрут, показывает, где горы и где встречный ветер, и честно скажет, если топлива не хватит долететь. Но решение — лететь этим курсом или нет — офицер за штурвалом принимает сам. На продвинутом уровне это ровно та роль, которая нужна от нейросети: не исполнитель, а тот, кто считает варианты быстрее тебя, но не несёт ответственности за то, что ты в итоге выберешь. (Рабочий вариант метафоры — если по ходу книги приживётся плохо, меняем.)

Зачем ИИ в конкурентном анализе, если можно и глазами

Дело не в том, что ИИ видит то, чего не видишь ты. Дело в объёме и в скорости смены ракурса. Ты можешь два часа вручную сводить в таблицу позиционирование пяти конкурентов — а можешь тот же час потратить на то, чтобы прогнать через нейросеть двадцать, и оставшееся время — на то, чтобы усомниться в собственных выводах. Именно второе на продвинутом уровне и есть основная работа: не собрать данные, а не обмануть себя их интерпретацией.



Цепочка промптов: от сырых данных к приоритизированной нише

Когда нужно: ты насобирал позиционирование, УТП и офферы 8–15 конкурентов (вручную, через парсинг сайтов или выгрузку из сервисов аналитики) и хочешь превратить это в конкретный список ниш, а не в ощущение «что-то здесь как будто не занято».

Шаг 1 — гипотезы: > «Вот позиционирование [N] конкурентов в нише [ниша]: [вставить: > для каждого конкурента — заголовок с сайта/лендинга, 2–3 пункта УТП > и цена или ценовой сегмент, если известны]. Найди сегменты аудитории или потребности, которые никто из них явно > не закрывает или закрывает слабо. Для каждой находки укажи: какую > потребность она закрывает, почему конкуренты её игнорируют — и > предположи, случайность это или осознанный выбор».

Шаг 2 — критика собственных гипотез (вход — ответ из шага 1): > «Пройдись по каждой найденной нише и предположи три причины, по > которым конкуренты могли осознанно её не занимать: слишком маленький > рынок, слишком дорогое привлечение, юридические ограничения, плохая > unit-экономика, или что-то ещё. По каждой нише сделай вывод: это > реальная возможность или ловушка выживательского смещения».

Шаг 3 — приоритизация: > «Из ниш, которые прошли шаг 2 как реальные возможности, построй > приоритизацию по трём критериям: размер потенциальной аудитории, > скорость, с которой конкурент сможет скопировать позиционирование > при успехе, и соответствие нашим текущим ресурсам [описать ресурсы > кратко]. Верни таблицу с обоснованием по каждому критерию».

Шаг 4 — план проверки: > «По нише с наивысшим приоритетом предложи минимальный тест гипотезы: > что нужно проверить в первую очередь, каким способом, с каким > бюджетом и за какой срок, и какой результат будет считаться > сигналом двигаться дальше, а какой — сигналом остановиться».

На что смотреть в ответе ИИ: обрати внимание, не выдаёт ли модель «очевидную» нишу вроде «премиум-сегмент» или «эконом-сегмент» без конкретики — это признак того, что данных в шаге 1 было мало или они слишком общие. Хороший результат называет нишу через конкретную потребность, а не через ценовой сегмент.

Частая ошибка: маркетолог доходит до шага 3, видит красивую таблицу с цифрами приоритизации — и останавливается, не пройдя шаг 4. Цифры в таблице ИИ на этом этапе — не данные, а оформленная догадка. Без дешёвого теста это всё ещё гипотеза, а не план.



Пример из практики

Показательная ситуация, которая часто повторяется на продвинутом уровне: региональный интернет-магазин электроники был уверен, что конкурирует ценой — как и все вокруг. Прогон позиционирования пяти конкурентов через эту цепочку показал другое: все пятеро одинаково слабо закрывали вопрос гарантии и возврата — тема была зарыта мелким шрифтом у всех. Ниша оказалась не в цене, а в доверии к постпродажному обслуживанию — и именно на этом строилось новое позиционирование.



Взгляд со стороны: роль конкурента

Отдельная польза цепочки промптов выше — то, что она у тебя. Но иногда полезнее не собирать данные о конкуренте, а на минуту стать им.

Промпт с ролью: финансовый директор конкурента

Когда нужно: ты не понимаешь, почему конкурент делает то, что делает — демпингует, игнорирует очевидный на твой взгляд сегмент, годами не меняет продуктовую линейку. Соблазн списать это на некомпетентность — и почти всегда ошибочный.

«Выступи в роли финансового директора компании [конкурент]. Объясни, почему с точки зрения их юнит-экономики и структуры затрат текущая стратегия ценообразования и позиционирования рациональна — даже если со стороны она выглядит странно. Укажи, какие ограничения (по марже, по каналам привлечения, по контрактным обязательствам, по инвесторским ожиданиям) могли на это повлиять».

На что смотреть в ответе ИИ: модель почти всегда найдёт рациональное объяснение — это её сильная сторона и одновременно риск: она может «рационализировать» и то, что на самом деле было ошибкой конкурента. Не бери первый ответ как факт — попроси альтернативную версию: «а теперь предположи, что это была ошибка, а не расчёт — как бы это выглядело?». Сравнение двух версий полезнее любой из них по отдельности.

Частая ошибка: воспринимать реконструкцию ИИ как подтверждённый факт о конкуренте, а не как одну из непротиворечивых версий. У тебя нет доступа к их реальным цифрам — и не будет, сколько бы ты ни спрашивал.



Красная команда для собственной ниши

Когда гипотеза найдена и выглядит многообещающе — самое опасное время. Именно здесь стоит развернуть ИИ против себя, пока это не сделал рынок.

Красная команда

Когда нужно: у тебя есть конкретная гипотеза ниши или позиционирования, и прежде чем закладывать её в стратегию и бюджет, нужна честная проверка на прочность.

«Вот моя гипотеза: [сформулировать в 2–3 предложениях]. Найди три самые вероятные причины, по которым она может провалиться на рынке — не общие риски вроде “конкуренция”, а конкретные, вытекающие именно из этой гипотезы. Для каждой причины предложи один недорогой способ проверить её до полноценного запуска».

На что смотреть в ответе ИИ: если все три причины звучат как общие маркетинговые трюизмы («рынок может быть не готов», «нужен бюджет на продвижение») — переформулируй запрос, добавь больше контекста о своём продукте и аудитории. Хорошая красная команда бьёт в конкретные слабые места именно твоей гипотезы, а не в маркетинг вообще.

Частая ошибка: согласиться с первым правдоподобным списком рисков и не продавить ИИ на конкретику. Это, кстати, ошибка не только этой врезки — она будет всплывать в книге ещё не раз, потому что это, судя по всему, самая частая ловушка при работе с нейросетью на любом этапе.



Что сделать до конца недели

Возьми пять ближайших конкурентов и прогони их позиционирование через цепочку промптов из этой главы — хотя бы до шага 3.

Выбери одного конкурента, чьё поведение тебе непонятно, и проверь его логику через роль CFO — сравни рациональную и «ошибочную» версии.

Если у тебя уже есть рабочая гипотеза ниши или позиционирования — прогони её через красную команду до конца недели, не откладывая на потом.



Глава 2. Позиционирование и УТП: цепочки промптов для проверки гипотез

У любой нейросети есть особенность, о которой стоит знать заранее: попроси её придумать УТП — и она придумает. Пять штук, десять, двадцать, все звучат гладко, у каждого есть заголовок и подзаголовок. Проблема не в том, что варианты плохие. Проблема в том, что «звучит гладко» и «отличает тебя от конкурента в голове реального покупателя» — это два разных критерия, и первый почти ничего не говорит про второй.

Из главы 1 у тебя уже должна остаться карта того, что конкуренты не закрывают. Эта глава — следующий шаг: как превратить найденный пробел в формулировку УТП, которая выдержит проверку, а не просто хорошо прозвучит на созвоне с командой.



Цепочка промптов: от черновика УТП к протестированной формулировке

Когда нужно: у тебя есть ниша или сегмент, найденные в главе 1, и нужно превратить это в конкретное позиционирование и УТП — а не остановиться на уровне «мы для тех, кому важна экспертность».

Шаг 1 — черновые варианты: > «На основе этой ниши и портрета аудитории [вставить] предложи 5 > вариантов УТП. Для каждого укажи: какую конкретную боль он закрывает > и почему именно наш продукт/услуга может это подтвердить — не общими > словами, а фактом, цифрой или процессом, который у нас реально есть».

Шаг 2 — проверка на пустые слова: > «Пройдись по каждому варианту и вычеркни формулировки, которые мог бы > дословно использовать почти любой конкурент в нише, поменяв только > название бренда. Оставь только то, что реально привязано к нашим > отличиям».

Шаг 3 — стресс-тест по сегментам: > «Возьми оставшиеся варианты и для каждого из трёх сегментов аудитории > [перечислить] оцени: этому сегменту эта формулировка вообще важна, > или это ценность другого сегмента, которую мы по ошибке приписали > этому. Отметь конфликты, если один вариант УТП одновременно привлекает один сегмент и отталкивает другой».

Шаг 4 — финальная сборка: > «Из формулировки, прошедшей шаг 3 без конфликтов, собери короткую > (1–2 предложения) версию позиционирования и три поддерживающих > сообщения для разных точек касания — сайт, реклама, первый контакт > с продажами».

На что смотреть в ответе ИИ: на шаге 2 модель часто оставляет варианты живыми даже там, где сама же должна была их вычеркнуть — вежливость встроена в неё сильнее, чем строгость. Перечитай сам и вычеркни то, что ИИ пожалел вычеркнуть.

Частая ошибка: пропустить шаг 3 и сразу собрать финальную формулировку из самого «красивого» варианта шага 1. Красиво звучащее УТП, которое одинаково слабо цепляет все сегменты сразу, хуже узкого, которое сильно цепляет один.



Взгляд глазами скептичного покупателя

Промпт с ролью: покупатель, который тебе не доверяет

Когда нужно: формулировка прошла цепочку выше, звучит убедительно для команды — но команда не покупатель, а свою же идею любому маркетологу сложно раскритиковать беспристрастно.

«Выступи в роли потенциального клиента из сегмента [описать], который уже разочаровывался в похожих обещаниях у других компаний и настроен скептически. Прочитай это позиционирование: [вставить]. Скажи, каким формулировкам ты не поверишь и почему, и что нужно добавить или убрать, чтобы обещание звучало правдоподобно, а не как маркетинг ради маркетинга».

На что смотреть в ответе ИИ: хороший ответ называет конкретные слова и обороты, которые триггерят недоверие («лучший», «уникальный», «революционный» без доказательства), а не просто говорит «звучит неправдоподобно». Если ответ общий — попроси переформулировать конкретнее: «укажи ровно те слова в тексте, которые вызывают сомнение».

Частая ошибка: спорить с ИИ вместо того, чтобы прислушаться. Модель в этой роли отражает реакцию реального скептичного покупателя точнее, чем кажется маркетологу, который эту формулировку писал сам и уже в неё влюбился.



Финальную формулировку, прошедшую обе врезки, имеет смысл ещё раз прогнать через красную команду из главы 1 — тот же промпт-паттерн, но теперь по конкретному тексту УТП, а не по общей гипотезе ниши. Повторять здесь этот промпт не буду, чтобы не дублировать — просто подставь в него готовую формулировку вместо гипотезы.

Пример из практики

Частый результат этого промпта с ролью скептичного покупателя: формулировка УТП, которая звучала убедительно на созвоне с командой, не выдерживала первого же вопроса «а почему я должен в это поверить». Рабочий приём — оставлять в УТП не обещание, а конкретику, которую невозможно повторить без реального изменения продукта: не «быстрая доставка», а «доставка за 2 часа с трекингом курьера в реальном времени».



Что сделать до конца недели

Прогони найденную в главе 1 нишу через цепочку из этой главы — получи 2–3 готовых, а не пять сырых, варианта УТП.

Проверь финальный вариант через роль скептичного покупателя — и честно зафиксируй, какие слова пришлось убрать.

Прогони готовую формулировку через красную команду из главы 1 — до того, как она уйдёт в бриф на креатив или в медиаплан.



Глава 3. Продвинутая сегментация аудитории: от портретов к мотивационным кластерам

«Мария, 32 года, менеджер по продажам, любит йогу и путешествия» — если в твоей практике до сих пор встречаются портреты в таком виде, дело не в лени. Дело в том, что классический портрет отвечает на вопрос «кто это», а решения о покупке принимаются не по демографии, а по мотивам. Двух Марий одного возраста и профессии может разделять пропасть, если одна покупает из тревоги («а вдруг я отстану от рынка»), а другая — из амбиции («хочу быть на голову впереди»). Рекламный текст, который бьёт в тревогу первой, вторую скорее раздражает.

Мотивационный кластер — это группа людей, объединённая не тем, кто они, а тем, зачем они на самом деле покупают. Внутри одного демографического портрета таких кластеров может быть два-три, и наоборот — один мотивационный кластер спокойно живёт сразу в нескольких демографических портретах. ИИ здесь полезен ровно потому, что руками искать эти пересечения по десяткам интервью и отзывов долго, а нейросеть может пройтись по большому массиву текста быстро — с оговоркой, что предположения ей всё равно придётся проверять на реальных людях, а не принимать как готовый вывод.



Цепочка промптов: от сырых отзывов к мотивационным кластерам

Когда нужно: у тебя есть массив «голоса клиента» — отзывы, ответы на опрос, расшифровки интервью, комментарии в соцсетях, обращения в поддержку — и стандартная демографическая сегментация уже не даёт ничего нового для стратегии.

Шаг 1 — извлечение мотивов: > «Вот подборка отзывов и комментариев клиентов [вставить или описать > объём и источник]. Для каждого выдели: явную причину покупки (что > человек написал буквально) и вероятный скрытый мотив (что стоит за > этой причиной — тревога, амбиция, экономия времени, статус, что-то > ещё). Не обобщай пока, дай список по каждой отдельной цитате».

Шаг 2 — группировка в кластеры: > «Сгруппируй скрытые мотивы из шага 1 в 4–6 кластеров. Для каждого > кластера дай название, отражающее суть мотива (не демографию), и > список исходных цитат, которые в него попали».

Шаг 3 — проверка на пересечение с демографией: > «Для каждого кластера предположи, есть ли у него характерная демография, или он одинаково распределён по разным демографическим группам. Отдельно отметь кластеры, которые демографии противоречат — например, если внутри одной возрастной группы оказалось два противоположных по мотиву кластера».

Шаг 4 — приоритизация под текущую стратегию: > «Оцени каждый кластер по объёму (доля цитат, которые в него попали) > и по тому, насколько наш текущий продукт и позиционирование [кратко описать] уже закрывают его мотив. Укажи, какой кластер недообслужен сильнее всего — это и есть кандидат на приоритет».

На что смотреть в ответе ИИ: на шаге 1 модель склонна додумывать скрытый мотив увереннее, чем позволяют данные — особенно если исходных цитат мало. Если по одному кластеру в основе меньше 5–7 реальных цитат, относись к нему как к гипотезе, а не выводу.

Частая ошибка: взять кластеры из шага 2 как готовую сегментацию и сразу нести в медиаплан. Это по-прежнему гипотеза, построенная на текстах, которые уже есть — то есть на тех, кто уже купил или уже написал отзыв. Кластеры, которые важны для тех, кто ещё не купил, таким способом ты не увидишь.



Момент принятия решения глазами кластера

Промпт с ролью: человек из кластера в момент колебания

Когда нужно: кластер найден и назван, но команда всё ещё спорит, как с ним говорить — формулировки на бумаге есть, а ощущения, как это работает в голове живого человека, нет.

«Выступи в роли человека из кластера [название и краткое описание мотива]. Ты уже почти решил не покупать — опиши от первого лица, в какой момент ты откладываешь решение, что тебя останавливает и какая одна фраза или аргумент могла бы вернуть тебя обратно к решению купить. Отвечай не рекламным языком, а так, как реально думает человек в этот момент».

На что смотреть в ответе ИИ: обращай внимание не на сам «возвращающий аргумент» — он может быть банальным, — а на то, как модель описывает момент сомнения. Именно это чаще всего оказывается полезнее для медиапланирования: понимание, на каком шаге воронки кластер отваливается, важнее конкретной фразы, которая должна его удержать.

Частая ошибка: воспринимать сгенерированный «возвращающий аргумент» как готовый рекламный текст и копировать его напрямую. Это черновик инсайта, а не креатив — креатив по нему всё ещё нужно написать отдельно и, желательно, человеку, а не вставить промпт-ответ как есть.



Пример из практики

Типичный случай: компания годами делила аудиторию на «B2B» и «B2C», хотя внутри B2B-сегмента жили два разных мотивационных кластера — закупщики, которые экономят время (готовы платить за скорость оформления), и закупщики, которые экономят бюджет (готовы ждать ради цены). Одна и та же реклама «быстро и выгодно» размывала оба сообщения и не цепляла по-настоящему ни один кластер.



Что сделать до конца недели

Собери в одном месте весь доступный «голос клиента» за последние несколько месяцев — отзывы, обращения в поддержку, комментарии — и прогони через цепочку из этой главы.

Для кластера с наибольшим приоритетом (шаг 4) прогони промпт с ролью человека в момент колебания и зафиксируй этот момент — покажи его команде, которая пишет креативы.

Сверь получившиеся кластеры с текущей сегментацией в рекламных кабинетах — совпадают ли границы, или таргетинг до сих пор идёт по демографии, которая мотивам уже не соответствует.



Глава 4. Ценностное предложение и месседжинг под сегменты

К этому моменту у тебя, если ты шёл по книге по порядку, накопилось три слоя: ниша, в которой конкуренты слабы (глава 1), УТП, прошедшее проверку скептичным покупателем (глава 2), и мотивационные кластеры, которые за этим УТП стоят (глава 3). Соблазн — взять единую формулировку ценностного предложения и разослать её везде одинаково. Именно этот шаг чаще всего обнуляет всю предыдущую работу: одно и то же сообщение редко одинаково цепляет кластер, который покупает из тревоги, и кластер, который покупает из амбиции — даже если оба в итоге купят один и тот же продукт.

Задача этой главы не придумать месседжинг с нуля, а собрать то, что уже есть в предыдущих трёх главах, в рабочую матрицу: какое сообщение, для какого кластера, в какой точке касания.



Цепочка промптов: от УТП и кластеров к матрице месседжинга

Когда нужно: у тебя есть готовое УТП и 2–4 приоритетных мотивационных кластера, и нужно превратить это в конкретные формулировки для сайта, рекламы и первого контакта с продажами — раздельно под каждый кластер.

Шаг 1 — переформулировка УТП под мотив: > «Вот базовое УТП: [вставить]. Вот описание мотивационных кластеров: > [вставить из главы 3]. Для каждого кластера перепиши УТП так, чтобы > оно било в конкретный мотив этого кластера, не меняя сути обещания — > меняется только то, какая часть обещания выходит на первый план».

На страницу:
1 из 2