Настольная книга маркетолога в эпоху нейросетей

В конце главы 4 в матрице месседжинга появилась колонка с предварительной гипотезой: через какой канал реалистичнее достучаться до каждого кластера. Это была именно гипотеза — прикидка на глазок, без цифр бюджета. Эта глава про то, как превратить прикидку в распределение бюджета, которое можно защитить перед тем, кто его утверждает, а не объяснить фразой «мне так кажется правильным».

Здесь важно сразу расставить границы того, что ИИ умеет, а что нет. Штурман хорош там, где нужно быстро свести много переменных и проверить логику распределения на противоречия. Он бесполезен и даже вреден там, где ты просишь его назвать точные цифры конверсии или CPA по каналу, которых он не знает и знать не может — любая цифра, которую он выдаст без твоих реальных данных, будет правдоподобной выдумкой, а не расчётом.

Цепочка промптов: от гипотезы каналов к бюджетному плану с проверкой

Когда нужно: есть кластеры аудитории и предварительная гипотеза, через какие каналы до них добираться, и есть общий бюджет, который нужно разложить по каналам не интуитивно, а по вменяемой логике.

Шаг 1 — картирование каналов на кластеры: > «Вот мотивационные кластеры и предварительная гипотеза каналов для > каждого: [вставить из главы 4]. Для каждой пары кластер–канал > перечисли: почему этот канал логичен именно для этого мотива, и какие > у него ограничения (стоимость привлечения обычно выше или ниже > среднего по нише, скорость набора данных для оптимизации, требования > к формату креатива)».

Шаг 2 — начальные веса бюджета: > «На основе картирования из шага 1 предложи первоначальное > распределение бюджета по каналам в процентах — с явным указанием, > какие допущения ты закладываешь в каждую цифру (например: канал X > получает больше, потому что кластер, для которого он ключевой, > самый крупный по объёму). Не давай точных прогнозов CPA или ROI — > только логику весов».

Шаг 3 — сверка с реальными данными: > «Вот наши фактические показатели по каналам за последние [период]: > [вставить реальные цифры, если есть — CPC, CPA, конверсия, объём]. > Сравни с распределением из шага 2 и укажи, где гипотеза расходится с > практикой — и стоит ли расхождение объяснять неверной гипотезой о > канале или тем, что кампании в этом канале ещё не настроены под > нужный кластер».

Шаг 4 — поэтапный план с точками проверки: > «Собери финальное распределение бюджета в три части: основной бюджет > (каналы с подтверждённой эффективностью), тестовый бюджет (гипотезы > из шага 1, которые ещё не проверены практикой) и экспериментальный > резерв (новые каналы или форматы). Укажи, через какой срок и по каким > метрикам пересматривать это распределение».

На что смотреть в ответе ИИ: если на шаге 2 модель всё же выдаёт конкретные прогнозные цифры ROI или CPA без твоих реальных данных — это красный флаг, а не полезная деталь. Такие цифры звучат уверенно именно потому, что модель обучена звучать уверенно, а не потому, что у неё есть основания их знать.

Частая ошибка: пропустить шаг 3, потому что реальных данных под рукой не оказалось, и выкатить распределение бюджета, основанное только на логических допущениях шага 2. Гипотеза без сверки с практикой — нормальный первый черновик, но её нужно явно обозначить как черновик перед тем, кто её утверждает, а не выдавать за готовый план.

Пример из практики

В одном из кейсов агентства GUSAROV — с мебельным гипермаркетом «Домашний очаг» в Минске — тестовый бюджет из финального распределения пошёл не в новый канал, а в новый источник аудитории внутри уже работающего: Wi-Fi-сканер на офлайн-точке клиента добавил сегмент посетителей, которые физически заходили в магазин, но не оставляли контактов — и ретаргетинг именно на них оказался куда эффективнее расширения на холодную аудиторию.

Проверка бюджета глазами того, кто его утверждает

Промпт с ролью: CFO, утверждающий медиабюджет

Когда нужно: распределение бюджета готово, логика в шагах 1–4 кажется убедительной — но перед тем, как нести её на утверждение, полезно пройти через тот же скепсис, который встретит план на самом созвоне.

«Выступи в роли финансового директора, который утверждает медиабюджет и не разбирается в маркетинге настолько же глубоко, насколько ты. Вот предложенное распределение и обоснование: [вставить]. Задай пять вопросов, которые ты бы задал перед тем, как подписать этот бюджет — не про маркетинговую логику, а про риски потери денег, если гипотеза не подтвердится».

На что смотреть в ответе ИИ: лучшие вопросы в этой роли — не про «а почему именно эти проценты», а про то, что произойдёт, если тестовый бюджет не оправдается: есть ли точка остановки, кто её контролирует, насколько дорого будет ошибиться. Если у тебя нет готового ответа хотя бы на три из пяти вопросов — план ещё не готов к утверждению.

Частая ошибка: готовить ответы на вопросы CFO уже во время самого созвона, а не заранее. Эта врезка существует именно для того, чтобы пройти через неприятные вопросы в одиночку, до того как их задаст живой человек с полномочиями зарезать бюджет.

Что сделать до конца недели

Прогони цепочку из этой главы хотя бы для трёх основных каналов, которые уже используются или рассматриваются.

Сведи реальные данные за последний период (даже неполные) и пройди шаг 3 — сверку гипотезы с практикой.

Прогони готовое распределение через роль CFO до того, как понесёшь его на реальное утверждение бюджета.

Есть распространённая ловушка на продвинутом уровне: каждый канал по отдельности настроен хорошо. Реклама в одном канале приводит целевой трафик, в другом — конвертит на уровне бенчмарков, email-рассылка открывается лучше среднего. А общая конверсия в продажу при этом почему-то не растёт. Обычно причина не в каналах — она в стыках между ними. Клиент видит рекламу в одном канале, заходит на сайт, уходит, через неделю видит ретаргетинг с другим сообщением, которое не продолжает первое, а начинает разговор заново — и на этом месте теряется не человек, а логика воронки.