Где в интернет-маркетинге можно автоматизировать, а где

Автоматизация почти каждый год в трендах интернет-маркетинга. И это справедливо — она экономит время, силы и деньги, как правило, тоже.

Стоит однажды избавиться от надоедливой рутины, как хочется внедрить автоматизацию везде. Но надо учитывать, что не все в интернет-маркетинге ей подвластно. Некоторые работы лучше делать руками, доверять их машинам пока рановато.

Разбираем на конкретных примерах по каждому направлению.

Дизайн

Хотя дизайн — максимально творческая часть, часть работы можно достаточно легко переложить на машину. Например, нейросети очень хороши в создании и обработке изображений, так как:

Впрочем, машина умеет даже в креативы. Недавно в Студии Лебедева признались, что больше года выдавали дизайнерскую нейросеть за реального человека. «Николай Иронов» довольно успешно разрабатывал логотипы, потому что работы «принимались заказчиками и транслировались на огромную аудиторию».

Судя по специфичности получившегося «экспресс-дизайна», все-таки человеку лучше выбирать креативы из разных вариантов, сгенерированных программным обеспечением. Исходя из опыта, понимания проекта и задач клиента, в конце концов, собственного чувства прекрасного.

Примеры работ Николая Иронова

Контент-маркетинг

Работа с текстами — это постоянное исправление ошибок, много времени может уходить на правки вроде:

переписывания «ютьюб» на «YouTube»;
удаления двойных пробелов;
замены длинных тире на средние;
исправления «оффлайн» на «офлайн» и т. п.

Такие простые операции легко автоматизируются с помощью скриптов в том же MS Word, для этого не нужно учить языки программирования.

Фрагмент скрипта в Word (можно просто воспользоваться функцией «Запись макроса…», потом копировать и изменять получившийся шаблон).

Ну и, конечно, робот легко проверит уникальность статьи или сравнит два текста между собой. А вот проверка фактов и смыслов, работа со структурой и экспертизой, понимание целевой аудитории и продукта — такая сложная деятельность по-прежнему нуждается и будет нуждаться в живых людях. Хотя уже есть какие-то решения для генерации текста (и даже инструменты для выявления таких фейков), а некоторые компании увольняют журналистов и редакторов из-за искусственного интеллекта — делегировать контент-маркетинг роботам очень и очень рано.

Машины могут справиться с какими-то простыми действиями. Например, им можно доверить генерацию возможных идей для публикации — на основании семантики сайта, заголовков конкурентов или статистики поисковиков. Или первичный отбор возможных площадок для внешнего контент-маркетинга по трафику, ссылочному профилю. Но дальнейший выбор подходящих тем и ресурсов, с которыми можно работать, и адаптация статья под конкретную площадку — работа живого специалиста. Потому что в результатах автоматического подбора все равно будет много лишнего.

SEO-продвижение

Автоматизация в SEO — не блажь или дань моде, а просто необходимость. Вручную невозможно собрать большое семантическое ядро, где десятки и сотни тысяч ключевых фраз. Точнее, возможно, но очень долго и муторно, потому кажется бессмысленным.

В SEO можно (например, с помощью Click.ru) автоматизировать большинство рутинных операций:

Парсинг запросов и частотностей Wordstat.
Подбор поисковых подсказок Яндекса, Google, YouTube.
Кластеризацию собранной семантики по топам.
Проверку позиций сайта по определенным запросам.
Удаление дублей и пустых запросов (с нулевой частотностью).
Парсинг метатегов и заголовков H1.

Роботы легко соберут большой массив данных и первично отсортируют. Но без вмешательства человека все равно не обойтись. Например, нет метрик, позволяющих машине точно понять, подходит запрос конкретному бизнесу или нет. А опытный SEO-специалист или интернет-маркетолог, который общается с клиентом — поймет.

Если делать целевые страницы под каждый собранный запрос, не хватит никаких ресурсов. Если пытаться оптимизировать страницу под все ключи из кластера, может получиться нечитаемый текст, который не принесет пользы никому.

Пример: SEO-сервис собрал десятки брендовых запросов. Их еще можно использовать в контекстной рекламе, но вряд ли есть смысл делать под них отдельные целевые страницы на сайте производителя-конкурента

SEO-аудит (сбор данных по трафику, подсчет количества ссылок, поиск битых ссылок и 404 и пр.) можно легко доверить машине, а вот интерпретацией результата должен заниматься специалист. Отчеты по продвижению тоже грех не автоматизировать, но только человеку стоит принимать решения с учетом полученных цифр.

Контекстная реклама

Сбор первичной семантики как и в SEO можно доверить машинам. Корректировки ставок — тоже: нет смысла постоянно сидеть, проверять что-то и вручную менять.

Автоматическим стратегиям (например, оптимизации по конверсиям на сайте), скорее, также можно доверять. Гораздо больше положительного опыта, чем отрицательного. Главное, иметь достаточный объем трафика и конверсий, чтобы алгоритмы нормально обучились. Если трафика, бюджета и времени мало, пожалуй, лучше вручную.

Такие инструменты, как автотаргетинг в Директе, выглядят привлекательно — удобно было бы вести контекстную рекламу вообще без ключей. Возможно, сработает хорошо при работе с широкой аудиторией, каким-то массовым товаром. Но в сложных узких нишах это может закончиться плохо, так как даст нерелеватные слова и слив бюджета. Даже при включении автотаргетинга PPC-специалист должен следить за качеством используемой тематики.

А в больших ecommerce-проектах с тысячами товаров автоматизация просто жизненно необходима. Специалист сойдет с ума, если будет для такого количества позиций вручную подбирать ключи, писать заголовки и тексты, проставлять все ссылки. Правда, после генерации из YML все равно стоит посмотреть, может, что-то поправить. Если сложная тематика и товаров/услуг немного, опять же лучше справиться вручную.

Продвижение в социальных сетях

Сложно представить, как собирать целевые аудитории вручную и, главное, зачем — этим успешно занимаются парсеры (TargetHunter, Pepper Ninja и др.). Но выставить настройки и параметры с учетом особенностей продукта и бизнеса все равно должен специалист.

Генерацию креативов для рекламных объявлений опять же можно попробовать делегировать машинам, но конечное решение лучше оставлять за спецом. Выбор целевой страницы — тоже.

Подбор похожих аудиторий (look-alike) показывает эффективность на многих проектах, скорее, нейросети справляются здесь достаточно хорошо. A/B-тестирование объявлений просто невозможно производить вручную, но снова человек должен выбрать условия и интерпретировать результаты.

Если брать SMM, то можно автоматизировать такие рутинные действия, как:

отслеживание упоминаний бренда и отзывов на продукт;
модерация комментариев (спам, нецензурная брань и др.);
ответы на типичные вопросы и первичная обработка заявок.

Так, например, работает YouScan — инструмент поиска упоминаний в соцсетях

Делать что-то более сложное — например, решать техническую проблему, консультировать по товару, отвечать на негатив — снова должен живой человек.

Постинг, естественно, нужно автоматизировать — нет смысла круглосуточно сидеть и отправлять сообщения, когда можно настроить расписание. А вот доверять написание текста роботам пока рановато. Зато, пожалуй, они справятся с адаптацией контента для разных соцсетей (но это не точно, скорее, придется все равно что-то ручками исправлять).

Email-маркетинг

Пожалуй, руками нужно делать только контент. Много чего просто необходимо автоматизировать:

Отправку триггерных и реактивационных рассылок.
Сегментацию и персонализацию.
Чистку баз от нерабочих имейлов.
Отчетность по открытиям писем, кликабельности и др.

Естественно, написать все эти письма, выбрать сервис email-рассылки и составить цепочки — задача живого маркетолога.

Видеомаркетинг

Снимать и монтировать видео, конечно, придется самим, если речь не про какой-то шаблонный рекламный ролик (для видеоинфографики есть недешевые конструкторы вроде Vyond или Powtoon).

Подбирать каналы для прямой рекламы тоже придется в основном вручную — биржи (например, Webartex) или сервисы статистики (тот же Socialblade) могут только облегчить и ускорить эту работу. То есть первичный отсев площадок по определенным параметрам, поиск контактов или оценку накруток хорошо бы доверить машинам. А постановка технического задания, общение с исполнителем, подготовка сценария — все это уже человеческая работа.

Для электронной коммерции есть интересное решение — UpSalesLab, который массово создает видео по шаблонам, фотографиям и текстовому описанию: его он автоматически синтезирует в речь. (Хотя есть герои вроде шанти-шанти.рф, которые сами снимают видеообзоры на тысячи товаров и обходятся без таких сервисов).

Также можно автоматизировать запуск и ведение видеорекламы в Google Ads — с помощью таких инструментов, как Utify.

Веб-аналитика

Сбор статистики; фильтрация, сортировка и сведение разных типов данных; визуализация; отчетность на почту или в мессенджеры — все это автоматизируется.

К примеру, OWOX BI может объединить маркетинговые данные из разных источников и выдать график и таблицу по любым показателям

Но специалист должен взять этот отчет, изучить его и принять решение. Потому что можно по-разному интерпретировать одни и те же данные исходя из целей бизнеса, тематики, используемых маркетинговых каналов и инструментов.

Например, не стоит оценивать SMM, контент- или видеомаркетинг по прямым конверсиям, потому что это «долгоиграющие» каналы, часто работающие с «холодным» трафиком. Лучше использовать атрибуцию first-click вместо last-click, смотреть вклад таких источников в многоканальных последовательностях Google Analytics.

Что в итоге

Можно автоматизировать почти все простые рутинные действия, где нужно действовать строго по шаблону и с четко определенными параметрами. Машины легко исправят «Вконтакте» на «VK», найдут битую ссылку и пост в социальной сети с упоминанием бренда, даже озвучат текст синтезированным голосом. Но что-то более сложное — фактчекинг, обработка негативного отзыва или монтаж роликов — все равно остается за человеком.

Нейросети часто удивляют, так как способны на что-то более творческое, но рано говорить, что они захватят мир и вытеснят с рынка всех digital-специалистов. Да, они могут генерировать какие-то креативы, но лучше всего выполняют ту же шаблонную рутинную работу. Например, хорошо справляются с обработкой изображений.

Дисклеймер: но даже если когда-нибудь роботы достигнут совершенства и смогут выполнять почти всю работу по маркетингу, нужны будут специалисты, кто будет их обучать. Так что, пожалуй, хорошие маркетологи останутся востребованными даже при терминаторах и Скайнете.