Номинируйте кейсы на Workspace Digital Awards 2026. Прием заявок до 15 декабря по льготной цене, успейте принять участие!
Назад
Инструменты

Как мы рассчитали долю рекламных расходов на маркетплейсах, используя ИИ

414 
 

Рекламное агентство AdVisor Media периодически проводит работы по исследованиям рынка как для новых, так и для текущих клиентов. В этой статье пошагово рассказываем как рассчитать примерный показатель ДРР (долю рекламных расходов) крупных игроков в категории фармацевтика.

AdVisor Media — рекламное агентство полного цикла, провело работу над созданием ИИ-бота для определения доли рекламных расходов (ДРР) в категории контактной коррекции зрения на маркетплейсах.

Немного статистики.

Согласно исследованию Glassix, к 2025 году ИИ-чат-боты окончательно утвердились в роли мощного инструмента для повышения эффективности и роста бизнеса. Они стали реально работающим решением, способным приносить ощутимые результаты.

Внедрение ИИ-ботов позволяет повысить конверсию на 23% благодаря оптимизации процесса взаимодействия с клиентами. Эффективная обработка запросов ботами освобождает до 71% времени специалистов службы поддержки.

Кроме того, использование ИИ-ботов положительно сказывается на удовлетворенности клиентов благодаря быстрым и персонализированным ответам. Автоматизация рутинных задач также снижает риск выгорания сотрудников, позволяя им сосредоточиться на более творческой и сложной работе.

Важным преимуществом является возможность сбора данных и аналитики: боты собирают ценную информацию о проблемах клиентов, точках отказа в воронке продаж, что позволяет улучшать продукт и маркетинговые стратегии.

Для данной задачи мы использовали цепочку из нескольких инструментов на базе AI, которая бесплатная и доступная каждому.

Проблемы, с которыми столкнулись:

  • отсутствие открытых данных;
  • заказ исследования стоит дорого и требует доступа к маркетплейсам.

Поэтому в данной статье делимся одной из рабочих логик при работе с разными AI.

Что было сделано

Решение 1: «в лоб».

  • Задание нейросети рассчитать ДРР по открытым источникам.
  • Бот ссылается на недоступные или битые статьи.
  • Такой уровень недостаточен для клиента.
Как мы рассчитали долю рекламных расходов на маркетплейсах, используя ИИ

Решение 2: проверка по эталонным данным.

  • У клиента есть дашборд с продажами на маркетплейсах, это отчет построенный на основании чека.
  • Бот получает задачу воссоздать эти цифры (без доступа к эталонным данным).

Тестируем идею.

Ставим задачу для бота, зная наши эталонные цифры, просим посчитать оборот, то есть повторить данные из дашборда, которые мы боту не показываем. Бот повторяет с небольшими погрешностями, но в целом точно. Мы думаем, что если эту задачу бот решает близко к эталонным значениям, значит и основную по ДРР — которую он решает, можно взять в работу.

Бот дает близкие значения — значит, справился и с расчётом ДРР.


Разместите
тендер бесплатно

Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.

Заполнить заявку 13202 тендера
проведено за восемь лет работы нашего сайта.


Но, по-прежнему, нет ссылок на достоверные источники.

Решение 3: оптимальное

Меняем логику постановки задач. Ставим задачу найти основные исследовательские бюро и сервисы в России, которые анализируют и работают с маркетплейсами.

Бот находит внушительный список, и на одном из них, по запросу «маркетплейс» лежит большое количество профильных, но не отвечающих на вопрос исследований!

В рамках диалога мы «скармливаем» все исследования боту.

Мы «обучаем» его для решения основной задачи: прочесть и сделать основные выводы по ним (только представьте: сколько бы потребовалось сил и рабочих часов на такой анализ человеку, на фактчекинг, сопоставление данных, поиск нужных закономерностей).

Обучив бота, повторяем вопрос про ДРР.

Инструменты (бесплатные):

  • анализ, исследование, математические расчеты: Deepseek, Qwen;
  • редактура, копирайт кейса по заданным наброскам — Chat GPT, также там есть большое комьюнити, которое создает нишевые продукты под разные задачи;
  • презентация — Gamma.

Что нейросеть не может

  • подумать за вас и найти изящное решение, креативный подход;
  • если говорить про китайские нейросети, то они не помнят вас в рамках междиалогового общения (также как и бесплатная версия ChatGPT, однако если вы ей скажете запомнить, то она запомнит, а в платной версии можно включить память и обучать модель под свои задачи — делать лучшую версию себя, также там доступно большое количество);
  • для расчетных математических задач лучше использовать Deepseek или модели от Qwen;
  • для креативных задач лучше подойдет ChatGPT: например, придумать концепцию видео у блогера под бытовую технику и написать сценарий.

В итоге

После повторного запроса про ДРР (долю рекламных расходов) получаем отличный внятный ответ с детализацией расчетов, который построен на аналитических данных авторитетных исследователей, и по косвенным признакам решающий задачу от клиента. Этот подход можно также тестировать для разных отраслей.

Если вы знаете, что хотите сделать, то работа с ботом — фантастический буст к вашей продуктивности.

Команда проекта:

  • Давид Бархударян, digital директор AdVisor Media;
  • Ксения Сказочкина, аккаунт менеджер AdVisor Media.

Присоединяйтесь к нашему каналу в Telegram, там мы пишем не только про российский рекламных рынок (делимся опытом, инструментами, новостями), но и про плотную работу с Китаем.

Выскажите мнение
Авторизуйтесь, чтобы добавить свой комментарий.




414

Лучшие статьи

Поделиться: 0 0 0
Лайки за кейсы:  4 Подписчики:  1