Александра Шестопалова

Head of Marketing в Contenteam

Как с распространением AI-инструментов перестроить работу маркетинговой команды? Каких специалистов можно превратить в промт-инженеров, а кого придется уволить?

Как преодолеть сопротивление со стороны сотрудников и период первоначального падения производительности?

Александра Шестопалова — Head of Marketing IT-редакции Contenteam — расскажет о том, как в ее компании начали использовать нейросети, с какими сложностями при этом столкнулись и какие результаты получили в итоге.

За 8 лет карьеры Александра прошла путь от SEO-редактора до директора по маркетингу в агентствах Contenteam и iGaming Text Lab.

Она также проводит консалтинговые сессии по брендингу и контент-маркетингу для digital-компаний, выходящих на глобальный рынок.

Рекомендуем также другие статьи Kraftblick.Media по теме:

Тест-драйв: можно ли с помощью ChatGPT создавать экспертный IT контент.
55+ AI-инструментов, чтобы в разы ускорить и упростить маркетинг на уровнях от CMO до LeadGen. Гайд от Николая Кудласевича. Часть 2.
Как организовать работу Sales Pod-а, чтобы он работал эффективнее команды в 10+ человек. Кейс Bridge Inc.
Как Intetics (700+ человек) использует искусственный интеллект в компании и в маркетинге [с размышлениями о тенденциях развития AI].

В статье вы прочитаете:

• Начало: надежды на AI-маркетинг. Какие задачи делегировать?
• Копирайтер. Дизайнер. Контент-маркетолог. Промт-инженер, ты кто?
• Инструмент #1. Плагин Dall-e for Chat GPT+
• Инструмент #2. Плагин Ask Your PDF for Chat GPT+
• Инструмент #3. AI-редактор заголовков рассылок в MailChimp
• От каких инструментов отказались и какие результаты получили после экспериментов

*Примечание редакции: картинка обложки создана командой автора статьи с помощью плагина Dall-e для GPT+. Надпись отредактирована в Canva Pro. Процесс занял 17 минут.

Начало: надежды на AI-маркетинг. Какие задачи делегировать?

Contenteam — редакция с глубокой экспертизой в IT контенте и штатом нейтив-копирайтеров из США и стран Европы. Основные клиенты — IT аутсорсинг команды, которые хотят растить бренд на международном рынке.

После первого релиза ChatGPT многие наши клиенты пришли с запросом по упрощению и удешевлению контентной цепочки с помощью AI. Таким образом задача по освоению нейросетей стала для нашей редакции одной из приоритетных.

Изначально возник ряд сложных вопросов:

• в какой мере и где GPT сможет заменить копирайтера
• нужно ли срочно менять бизнес-процессы
• следует ли увольнять junior и middle копирайтеров, а редакторов превращать в промт-инженеров 

Но довольно быстро очарование AI спало. Простыня текста, сгенеренная GPT, сама по себе оказалась не нужна никому: ни поисковикам, ни соцсетям, ни читателям, ни клиентам.

Ни для экспертной колонки, ни для актуальной емейл-рассылки, ни тем более для публикаций в серьезные отраслевые СМИ такой продукт не подходил.

Единственный вид контента, при создании которых оказалось выгодно использовать нейронки, стали статьи для PBN-сеток наших клиентов. Грубо говоря, для страниц, созданных исключительно для роботов Google, которые никто кроме этих роботов никогда не прочитает.

Поняв это, мы решили поступить умнее — интегрировать AI-инструменты в собственные маркетинговые процессы и посмотреть, что из этого получится на более длинной дистанции.

Так начали использовать AI для:

1. Помощи в брейншторминге контент-стратегий и планов (GPT-4).
2. Улучшения конверсий заголовков статей, рассылок и постов в социальные сети (GPT-4).
3. Снижения затрат на графическое оформление контента (Dall-e, Midjourney).
4. Сокращения времени на on-page оптимизацию страниц сайтов (придумывание мета-тегов (GPT-4).
5. Вписывания ключевых слов в тексты (Surfer SEO). 

Уже на первом этапе мы столкнулись с тем, что время выполнения задач с применением AI-инструментов у сотрудников увеличилось (!) на 30-40%.

Почему так произошло? Ведь нам казалось, что мы выдали все инструкции, подобрали работающие промты, четко обрисовали задачи и т.д.

Оказалось, что для качественной AI-интеграции в маркетинг недостаточно дать вводные и подключить сотрудника к нужному инструменту.

Инструмент #3. AI-редактор заголовков рассылок в MailChimp

Вот что вы можете в итоге увидеть:

• Описание инструмента: MailChimp предлагает улучшенные варианты заголовков на основе содержания вашей рассылки.
• Цель внедрения: повысить OR рассылок, сократить время на A/B-тестирование заголовков.  
• Статистика до внедрения: Open Rate — 35%
• Статистика после внедрения: Open Rate — 46%
• Анализ результатов: подняли OR на 11%. Отличный результат для узкой B2B ниши и небольшого количества лидов.

Особенности использования

Плюс инструмента в том, что он предлагает улучшать заголовки, исходя из своей внутренней статистики по Open Rate писем, причем по схожим с вашей аудиториям.

Получается встроенное и довольно эффективное data-driven решение по увеличению конверсии.

От каких инструментов отказались и какие результаты получили после экспериментов

Что не сработало

Не менее полезным для результативности работы компании оказался и негативный опыт, полученный в результате внедрения искусственного интеллекта.

Инструмент: Автоматическае вставка ключевых слов в текст Surfer SEO.

Причина отказа: Мы пользуемся инструментом Surfer SEO для создания ТЗ к статьям и аналитике конкурентов, но их автоматический тул, который проставляет ключевые слова в текст, ужасен.

Редактору приходится переписывать статью и тратить на on-page оптимизацию в 3 раза больше времени.

Инструмент: Chat GPT для статей и текстов объемом больше 250 слов.

Причина отказа: Выдает недостоверную и неактуальную информацию. Огромное количество времени редактора уходит на проверку фактов, редактуру по стилю и попытки обойти AI-детекторы Google.

Что получили после внедрения

Итак, наш опыт показал, что интеграция AI в процессы маркетинга не является панацеей и требует продуманного подхода.

Важно понимать, что нейросети удобны для выполнения типичных задач, но они требуют присутствия человека с ownership mind, способного формулировать задания и тонко корректировать полученные результаты с точки зрения бизнес-пользы.

Применение AI в дата-аналитике, создании иллюстраций и оптимизации рассылок привело к значительному сокращению ресурсов, но в то же время поставило перед нами новые вызовы: необходимость обучения сотрудников навыкам работы с искусственным интеллектом и управления ожиданиями от результатов.

Если же подбивать итог в конкретных цифрах, то за 10 месяцев своих экспериментов мы получили следующее: 

• Затраты на AI-инструменты: $4770.
• Время на обучение сотрудников: 72 часа.
• Освоили AI-инструменты и интегрировали их в работу на постоянной основе: 5 человек из 12 обучавшихся.

Таким образом, AI стал мощным инструментом только в руках тех, кто был готов инвестировать время в освоение его возможностей и пересмотреть свои функции в команде с точки зрения более высокоуровневых бизнес-процессов. [/ihc-hide-content]