Кто-то сейчас просто балуется нейронками: делает трекеры эффективности, чат-ботов, которые сочиняют песенки, и другие забавные штуки. Это всё классно, но моя задача — понять, как использовать эти технологии для реального роста дохода: в действующих бизнесах и при запуске новых проектов.
Поэтому после каждого внедрения нейросетей и агентов я стараюсь оценивать, повлияло ли это на выручку, прибыль, продажи и скорость работы. Насколько вся эта суета и потраченное время действительно дают результат.
Могу сказать уже точно - агенты реально помогают решать конкретные прикладные задачи.
Например, недавно мы
запустили новое предложение по лидогенерации, и практически полностью я упаковал его с помощью нейросетей.
Сам лендинг был собран нейронками. Я вручную не собирал блоки, а просто надиктовывал, как хочу, чтобы всё выглядело. Там, например, есть блоки с аудиозаписями, которые органично вписаны в общий стиль, — это тоже сделала нейросеть.
Дальше я собрал отдельный лендинг и запустил на него рекламу. Настройкой занимается агент-директолог. Он же ежедневно анализирует результаты и смотрит, какие заявки стали квалифицированными. Теперь я получаю каждый день по 3-5 заявок.
Пока заявки обрабатывает моя ассистентка. Если заявка подходит, она передаёт её мне. Коммерческие предложения для лидов мы тоже готовим с помощью нейросетей: ассистентка собирает с нейронкой КП и отправляет его клиенту.
Для каждой новой ниши нам нужно отдельно оценивать, можем ли мы вообще брать её в работу. Поскольку заявок сейчас поступает много, я написал небольшого бота «Проверка оффера».
С его помощью я могу даже без компьютера быстро проверить, подходит ли нам конкретная ниша.
У нас есть база данных по большому количеству направлений с примерными показателями конверсии. На основе этих данных бот рассчитывает ориентировочную себестоимость лида и показывает, какую цену нужно выставить клиенту, чтобы у нас сошлась экономика.
Также он сразу определяет, по каким критериям нужно квалифицировать лид. В итоге я получаю готовую оценку оффера и вывод: можем мы брать эту нишу в работу или нет.
Плюс бот анализирует конкурентов. Их должно быть минимум пять, чтобы мы могли собирать и парсить контакты. Он проверяет, какой трафик идёт на сайты конкурентов — органический и платный. Если трафика много, это говорит о том, что мы сможем получать достаточное количество контактов.
Дальше у нас уже написан отдельный парсер. Он собирает сайты и номера телефонов конкурентов из нескольких источников: из поисковой выдачи Яндекса, Яндекс.Карт, 2ГИС, а также находит компании, которые прямо сейчас запускают рекламу в Яндексе.
Причём мы видим примерный объём их рекламной активности и бюджет. Логика простая: чем больше конкурент вкладывает в продвижение своего предложения, тем больше потенциальных контактов мы сможем с него собрать.
Весь этот процесс автоматизирован и занимает примерно 3–5 минут. Это очень сильно ускорило сбор базы конкурентов.
Сейчас я продолжаю докручивать систему. Но главное уже произошло: на примере новой услуги я практически полностью отработал процесс её запуска с помощью агентов. Начиная с описания продукта и создания оффера, затем упаковки, маркетинга, настройки рекламы и привлечения заявок — и заканчивая непосредственным оказанием услуги.
То есть теперь практически на каждом этапе так или иначе участвует агент. Как будто бы будущее уже наступило)