Представим, что мы хотим предложить небольшим розничным сетям помощь с повторными продажами. У магазина есть покупатели, но после покупки связь с ними часто заканчивается. Возможно, владельцу будет интересно собирать клиентскую базу и возвращать людей с подходящими предложениями. Пока это предположение. В маркетинге его называют гипотезой: мы рассчитываем, что конкретной аудитории понадобится конкретное предложение, и собираемся это проверить.
Для проверки можно сделать отдельную страницу на сайте. Объяснить, какую задачу магазина решаем, показать пример и предложить оставить заявку на разговор. Такая страница называется лендингом. Затем на неё нужно привести владельцев магазинов и посмотреть, появились ли обращения и о чём спрашивают люди.
Меня в этой работе интересует время между идеей и первыми разговорами с потенциальными клиентами. Пока команда готовит страницу, мы продолжаем обсуждать предположение между собой. Чем быстрее можем показать его подходящей аудитории, тем раньше получим сведения для следующего решения. Поэтому мы подключаем AI к подготовке и выпуску лендингов. В нашем плане стоит ориентир — 30 минут на типовую страницу. Это поставленная цель; рабочую связку инструментов мы уже собрали, а её пользу нужно оценивать по всему запуску, включая проверки и исправления.
Покажем, какую работу предлагаем, приведём аудиторию и посмотрим, о чём люди захотят поговорить.
Разберём, какие сведения уже есть в клиентской базе и с чего можно начать следующую коммуникацию.
Обсудить разбор →Продолжение работы: заявки → разговоры с владельцами → уточнение предложения.
Что мы обещаем владельцу магазина
Вернёмся к примеру. За словами «помочь с повторными продажами» может скрываться многое: собрать контакты покупателей, настроить программу лояльности, подготовить сообщения для разных групп клиентов. Если попытаться рассказать обо всём сразу, получится длинная страница, по которой трудно понять, с чего начать.
Перед сборкой нужно выбрать предложение. Допустим, мы приглашаем владельца на разбор того, как магазин сейчас работает с клиентской базой. Тогда на странице должны быть понятны содержание разбора, необходимые для него сведения и то, что человек получит после разговора. Обещание должно соответствовать тому, что команда действительно готова сделать.
Этот выбор остаётся за людьми. AI может быстро подготовить варианты текста и оформления, но смена предложения затронет всю страницу: заголовок, примеры, форму заявки, рекламу. Поэтому полезно заранее потратить время на содержание. В задании достаточно обычных слов: кому пишем, какая у человека проблема, чем можем помочь и что предлагаем сделать сейчас.
Так появляются и предметные замечания к первому варианту. Вместо «сделайте убедительнее» можно сказать: «Здесь непонятно, какие данные магазин должен принести на разбор». Или: «Из заголовка следует, что мы гарантируем рост продаж, хотя предлагаем консультацию». Такие замечания помогают двигаться дальше и дизайнеру, и агенту.
Что уже получилось собрать
К октябрю у нас появилась рабочая связка Claude, Codex и Taptop. В дизайне команда также использует Higgsfield. Дальнейшее развитие связки зависит от доработки Taptop; внедрение AI в работу дизайнеров продолжается.
Higgsfield
Команда также использует в дизайне.
В сентябре мы обсуждали, как заказчик и дизайнер будут работать с Claude. В том же месяце команда сообщила о готовности первой версии дизайн-системы для сборки страниц с AI. Дизайн-система задаёт общие правила оформления и помогает сохранять узнаваемый вид страниц. Для новой задачи нужно заново продумать содержание, но гораздо меньше смысла каждый раз спорить о базовом оформлении.
Рядом шла работа над библиотекой материалов: названиями, категориями и пояснениями, где что использовать. Это полезно объяснить на обычном примере. В папке могут лежать похожие изображения продукта, но одно относится к старой версии, другое подходит для презентации, а третье можно поставить на сайт. Для коллеги, который давно работает в компании, различие очевидно. Новому сотруднику или агенту нужны пояснения.
То же относится к готовым блокам страницы. Отзыв клиента, приглашение на мероприятие и описание услуги выполняют разные задачи. Сохранить удачный блок вместе с пояснением, для чего он сделан, полезнее, чем просто сложить все макеты в одну папку. Тогда при следующем запуске команда сможет выбрать подходящую основу и сосредоточиться на предложении.
Страницу ещё нужно открыть и проверить
Даже убедительный макет оставляет работу перед публикацией. Нужно прочитать обещания клиенту, открыть страницу с телефона, отправить пробную заявку и убедиться, что она дошла до тех, кто будет с ней работать. Если форма теряет обращения, красивое оформление мало поможет проверить идею.
Для нашего условного разбора клиентской базы особенно важно, что происходит после нажатия кнопки. Человек оставил телефон. Понятно ли ему, кто и когда свяжется? Видит ли сотрудник, с какой страницы пришла заявка и на какое предложение откликнулся магазин? Без этой информации разговор легко начать совсем с другой темы.
За такими деталями нужен конкретный человек. В небольшой команде заказчик страницы может сам проверить текст, пройти форму и посмотреть, как пришла заявка. В другой компании эти действия разделят несколько сотрудников. Мне важнее, чтобы они заранее договорились, кто смотрит на содержание, кто — на удобство страницы, а кто проверяет обращения после публикации. При появлении AI эти обязанности сохраняются.
Куда уходит время после первого макета
С числом 30 минут легко получить красивый, но бесполезный отчёт. Можно начать отсчёт, когда текст, изображения и макет уже согласованы, а закончить на первом открытии страницы. Такой замер покажет скорость сборки. Чтобы понять, сколько времени занимает весь запуск, понадобятся и остальные этапы.
В сравнении я предлагаю учитывать подготовку задания, первый вариант, согласование, публикацию и последующие исправления. Ожидание материалов и время работы сотрудников лучше записывать отдельно. Так будет видно, помог ли AI быстрее собрать страницу или работа просто переместилась к человеку, который исправляет результат.
- До сборки Предложение, задание, тексты и материалы.
- Первый вариант Подготовка страницы с помощью инструментов.
- Перед выпуском Согласование, проверка на телефоне и пробная заявка.
- После выпуска Исправления и первые обращения.
Время работы сотрудников и ожидание материалов записываем отдельно.
Допустим, страницу удалось выпустить за полчаса, но затем пришлось переписать обещание клиенту и переделать форму. Это условный пример, а не наш замер. Он показывает, почему время после публикации тоже относится к задаче. При этом сама по себе доработка нормальна: важно понимать её причину и затраты.
Сравнивать нужно похожие запуски. Готовое предложение с утверждёнными текстами и совершенно новая услуга потребуют разной работы. По одному удачному лендингу трудно судить о скорости команды. Несколько сопоставимых задач дадут гораздо больше оснований решить, какой способ сборки подходит для постоянной работы.
После публикации возвращаемся к исходному вопросу: нужно ли наше предложение владельцам магазинов? Смотрим на обращения, разговариваем с людьми, уточняем содержание. Мне важно, чтобы AI сокращал весь путь до этой проверки. Тогда команда сможет раньше услышать клиентов и потратить следующие усилия на предложение, которое им подходит.
Материал может пригодиться коллегам? Отправьте им ссылку на статью.