24 июля в 13:29

Видеосообщения: 1

Пост без текстового описания.

24 июля в 13:29

Спросите тех, кто у вас не купил ☝️ Обычно глубинные интервью проводят только с покупателями. Они уже выбрали продукт и могут объяснить почему. Но Александр Петров, директор по маркетингу и партнёр Blue Sleep, предлагает смотреть на такие исследования шире: отдельно изучать покупателей и тех, кто не дошёл до оплаты. ⚡️ Покупатели помогают растить средний чек Они объясняют, почему выбрали именно вас, что сравнивали и за что готовы платить больше. Эти данные помогут развивать повторные продажи: усиливать рекомендации и повышать средний чек. ⚡️ Некупившие помогают растить конверсию Могут рассказать, где и почему ушли: не поняли ценности, выбрали конкурента или не дождались скидки. Из этих ответов рождаются новые тексты на сайте, скрипты менеджеров, рассылки и рекламные сообщения. «Увеличение бюджета на рекламу не спасёт, если посетитель не увидел для себя ценности на сайте. Важно найти и транслировать смыслы, которые подтолкнут людей к покупке», — Александр Петров, директор по маркетингу и партнёр Blue Sleep Собрали инструкцию с комментариями от Александра о том, как использовать ИИ-кастдев на всём пути клиента 👇 1. Найдите точку, где теряются деньги Начните с вопроса «где мы уже платим за клиента, но не доводим его до покупки?». Для этого изучите конверсию по всей воронке: сколько людей переходит на сайт, в карточку товара и корзину, оплачивает заказ, возвращается за повторной покупкой. Так вы заметите участок, где даже небольшое улучшение конверсии даст заметный прирост выручки. 2. Разделите аудиторию и проведите опрос Вопросы к покупателям и тем, кто ушёл, должны быть разными. У купивших стоит спрашивать: • почему выбрали бренд; • с какими компаниями сравнивали; • в чём сомневались; • какие изменения принёс продукт. У некупивших: • что хотели сделать; • почему отказались от покупки; • чего ждут от компании в разных каналах. 3. Загрузите ответы в ИИ Это поможет быстро проанализировать ответы из анкет, отзывов, звонков и переписок. Попросите ИИ сгруппировать ответы, найти повторяющиеся барьеры и разделить аудиторию на 3–5 сегментов на основе задач и сложностей. «Для качественного анализа не нужны сотни интервью. Часто хватает 12–15 ответов, чтобы увидеть повторяющиеся паттерны и реальную мотивацию покупателей» 4. Привяжите инсайты к конкретным точкам пути клиента Сами по себе результаты интервью с цитатами ничего не меняют. Важно понять, где именно использовать новую информацию для каждого из сегментов. Например, барьер «не понимает разницу между моделями» нужно прорабатывать на этапах, где человек выбирает товар. В каталоге, карточке и чате с менеджером. Там могут появиться дополнительные фильтры или функция сравнения. «Так кастдев перестаёт быть набором цитат и превращается в план изменений по всему CJM (пути покупателя) — что сказать, в какой момент и каким аргументом подтолкнуть к следующему шагу» 5. Меняйте коммуникацию и проверяйте результат Инсайты на этапах нужно превратить в конкретные изменения. Возьмём тот же пример с разными моделями товаров: добавьте функцию сравнения товаров или дополнительные фильтры в каталоге, чтобы покупатель сразу понял разницу. А затем измерьте результат изменений. В итоге получаем простой алгоритм: нашли слабый этап → спросили клиентов → разобрали ответы через ИИ → внедрили механику → замерили результат. «ИИ не решает за маркетолога. Он помогает быстрее найти повторяющиеся барьеры и живые формулировки клиентов. Но выбирать гипотезу, тестировать и оценивать результат всё равно должна команда» Готовый набор с навыками для такого ИИ-агента можно забрать по ссылке 🔥 А больше вопросов о пути клиента, внедрении ИИ и кейсах компании Blue Sleep вы сможете задать Александру на нашем ивенте 30 июля 👇

23 июля в 18:18

Фото: 1

Хочу поделиться скиллом, условно это в целом мой целый проект, который управляет рекламными кампаниями в Яндекс.Директе. Не просто, а с логикой. Он не идеален и накапливал знания итерационно по факту, он может ошибаться, но может стать отличным стартом или началом, для того чтобы вы его тоже дополняли. Выложу скорее всего на Guthub чуть позже. Его нужно попросить, дать доступы свои, которые будут только локально, рекомендую давать до метрики и до директа, там самое сложное это получить доступ к API директа, попросите его и скидыйте ему скриншоты и получите доступ. Потом сделали проект, гидаете ему ссылку или описание проекта и говорите сделай мне стратегию и рекламную кампанию для такого сайта у меня такая аудитория и тд. Он все сделает. Собрал универсальный Codex-скилл для управления рекламой в Яндекс Директе и аналитикой в Метрике — Yandex Performance Ops. Он превращает Codex в performance-маркетолога, который умеет не просто смотреть клики и CTR, а анализировать всю воронку — от первого рекламного касания до регистрации, публикации и оплаты. Что умеет: • собирать статистику Директа и Метрики; • считать CTR, CPC, CR, CPA и прокси-конверсии; • показывать результаты за вчера, предыдущий день и месяц; • сравнивать платный трафик с общей посещаемостью; • анализировать first-touch и last-touch атрибуцию; • находить, откуда реально пришёл оплативший пользователь; • строить продуктовую воронку и искать точки потерь; • анализировать регистрации, активации, оплаты, retention и LTV; • проверять поисковые запросы, минус-фразы и автотаргетинг; • находить мусорные площадки и подозрительный трафик в РСЯ; • анализировать устройства, регионы, UTM, объявления и креативы; • проверять цели, бюджеты, ставки и стратегии оптимизации; • проектировать поиск, РСЯ, ретаргетинг, LAL и кампании по конкурентам; • предлагать перераспределение бюджета и новые рекламные гипотезы; • проверять посадочные страницы и соответствие рекламы офферу; • составлять ТЗ на события Метрики и продуктовую аналитику; • работать по циклу: анализ → dry-run → применение → проверка; • документировать каждую оптимизацию и её результат. Скилл учитывает малые объёмы данных: не делает выводы по нескольким кликам, использует прокси-цели и не предлагает оптимизироваться на оплату, если алгоритму пока не хватает конверсий. Внутри есть готовые инструкции, шаблон конфигурации и Node.js-скрипты для подключения API Директа и Метрики. Данных моих проектов внутри нет: никаких токенов, доменов, ID кампаний, счётчиков и статистики. Каждый подключает собственный рекламный кабинет. Установка: 1. Распаковать архив. 2. Положить папку yandex-performance-ops в ~/.codex/skills/. 3. Открыть новую сессию Codex. 4. Написать: Используй $yandex-performance-ops: собери статистику Директа и Метрики, проверь воронку и предложи оптимизации. Архив приложу ниже

Telegram MAX

23 июля в 16:51

- выявляет площадки с расходом без полезных действий; - не блокирует площадки только из-за одного случайного клика; - сравнивает CTR с последующим качеством визита; - ищет связки «аудитория × креатив × посадочная»; - разделяет ретаргетинг, LAL и холодные аудитории; - предлагает тесты новых сегментов; - контролирует частоту и выгорание креативов. 9. Работать с креативами - проверяет лимиты Яндекс Директа; - оценивает заголовки, тексты и CTA; - контролирует соответствие посадочной; - формирует матрицу сообщений по сегментам; - предлагает изображения и видео; - помогает составлять ТЗ для баннеров и роликов; - учитывает модерацию; - различает продуктовые, болевые, доказательные и ретаргетинговые сообщения. 10. Проверять посадочные страницы - соответствие рекламному обещанию; - понятность УТП на первом экране; - видимость CTA; - мобильный и десктопный опыт; - скорость перехода к целевому действию; - наличие доверительных элементов; - корректность Метрики и целей; - причины потери пользователей между визитом и регистрацией; - необходимость вести на главную, продуктовый экран, тарифы или checkout. 11. Проектировать аналитику Помогает подготовить ТЗ на события: - просмотр ключевого блока; - достижение pricing; - qualified visit; - начало регистрации; - успешная регистрация; - начало создания объекта; - завершение первого результата; - публикация; - начало оплаты; - успешная оплата; - повторное использование. Для каждого события определяет название, триггер, параметры и место в воронке. 12. Принимать решения при малом объёме данных Скилл учитывает, что у новых проектов может быть мало оплат. Поэтому он: - не делает выводы по нескольким кликам; - использует прокси-конверсии; - проверяет качество визитов; - оценивает накопленную выборку; - предлагает минимально достаточный бюджет теста; - не переключает стратегию на редкую цель без необходимого объёма данных; - разделяет подтверждённые факты, гипотезы и неизвестные параметры. 13. Документировать работу Для каждого изменения фиксирует: - дату; - проект; - кампанию; - источник гипотезы; - что изменено; - почему изменено; - исходные показатели; - ожидаемый эффект; - критерий успеха; - дату следующей проверки; - результат после проверки. 14. Встроенные утилиты Внутри находятся: - yandex-kpi.mjs — универсальный сборщик статистики Директа и Метрики; - validate-config.mjs — проверка конфигурации проекта; - redact-scan.mjs — поиск токенов, ID, почты, доменов и других приватных данных; - config.example.json — обезличенный шаблон подключения нового проекта. Что он не содержит - наши токены; - данные конкретных проектов; - ID кампаний и счётчиков; - накопленную статистику; - персональные данные; - готовый доступ к чужому рекламному кабинету.

Telegram MAX