SEO OS: от поискового сигнала к понятному действию

Персонализация устарела, а письма идут

Дмитрий открыл страницу с тарифами в сентябре и не купил. Через месяц ему приходит письмо: «Вы посмотрели тарифы, готовы обсудить?» Он уже выбрал другого поставщика и забыл про письмо, которое когда-то открыл. Сообщение собрано правильно: нужный сегмент, верно выбранный триггер, пройденный A/B-тест. Промах получился только в одном месте, во времени. Человек уже другой, а цепочка осталась прежней.

AI-маркетинг · Блог

Все статьи
Сергей Шаповалов · Основатель AI SEO-агентства AG Branding, специалист по продвижению8 мин чтения
Песочные часы и кубы с символами на мраморных постаментах, золотые линии данных

Коротко

  • Почему маркетинговые цепочки пишут по старым сигналам и как отличить прирост от атрибуции: разбор свежих заметок MarTech и данных Adobe.

Персонализация устарела, а письма идут

Эту ловушку в ноябре разобрали в колонке MarTech. Автор с 25-летним опытом в бренд-стратегии предлагает добавить к вопросу «релевантно ли это сообщение?» одно слово: сейчас. Тот же вопрос всплывает сразу в нескольких свежих заметках про маркетинг. В одной речь о бонусах, которые выдают тем, кто и так купил бы. В другой о данных ритейлера, чьи аудитории обещают точное попадание в покупателя. В третьей о том, что почти три четверти компаний не могут связать разговор с ИИ-агентом с выручкой. Все четыре истории про одно: система уверенно работает, а реальность ушла вперёд.

Что тормозит персональную цепочку

Маркетинг разложен на кампании, каналы и воронки, а клиент проходит через это как через одни отношения с брендом. Триггер сработал вчера, потребность изменилась сегодня. Кто-то месяц назад выбирал рынок, теперь сравнивает двух конкретных поставщиков. Кто-то вчера был готов покупать, а утром пересмотрел приоритеты.

Люди это замечают. В исследовании на 3 300 покупателей, которое приводит колонка, 81% игнорируют маркетинговые сообщения, которые считают нерелевантными. Каждый четвёртый говорит, что общее письмо снижает желание покупать. 71% хотят, чтобы бренд учился на их поведении и менял подход со временем. Просьба сводится к одному: заметьте, когда мне уже не нужно то, что вы предлагаете.

Adobe в своём исследовании нашла обратную сторону: только 15% компаний оправдали ожидания клиентов от опыта, который удивляет и радует. 75% практиков назвали персонализацию в реальном времени трудной задачей. Инструментов хватает. Не хватает понимания, где сейчас находится человек.

Полезный сценарий для модели автор видит в распознавании: заметить смену поведения полезнее, чем сгенерировать ещё один абзац. Модель замечает смену поведения, вытаскивает контекст из прошлой переписки с продажами, подаёт знак, что цепочка больше не имеет смысла. Инструмент находит сигнал, а решение по-прежнему принимает человек. Без этого условия автоматизация продолжает диалог, который клиент давно закрыл.

Бонусы за то, что случилось и без них

Похожая ошибка живёт в программах лояльности. Маркетинг запускает накопление баллов, а через полгода отчитывается ростом повторных покупок. Вопрос, что программа заставила клиента сделать такого, чего он не сделал бы без неё, обычно остаётся в стороне.

Дэниел Маккарти, доцент маркетинга в Университете Мэриленда, разбирал публичные цифры Blue Apron в интервью Knowledge at Wharton. Через полгода после регистрации 70% клиентов уходили, а в выборке оставались те, кто и так собирался остаться. В программу записываются самые частые покупатели, и сравнение с остальными выходит смещённым. У клиента из колонки участниками стали 10% покупателей, которые и раньше брали часто. Бюджет ушёл на награду за поведение, которое существовало до запуска.

Цифры оттуда же: у одного клиента 70% начисленных баллов были слишком малы, чтобы их потратить, а 90% покупателей совершали одну покупку при награде за четвёртую. Если направить тот же бюджет на вторую покупку, отдача на бумаге оказалась в семь раз выше.

Разговор с агентом не доходит до выручки

Третья часть той же проблемы касается данных. Invoca опросила 451 маркетолога в США и выпустила отчёт «2026 Broken Funnel Report». Разговорных ИИ-агентов держат хотя бы в одном канале 44% B2C-компаний, ещё 27% их тестируют. Связать конверсии агента с рекламными платформами получается у 19%. Лид от первого клика до конверсии внутри беседы целиком отслеживают 26%.

При этом заявки из ответов ChatGPT, Claude и Gemini 44% респондентов назвали самыми квалифицированными. Google Local Services Ads набрали 40%, органика 39%, платная соцреклама 37%. Канал, который приносит лучшие лиды, остаётся хуже всего измеренным. Реклама настраивается по обрывку данных, и сильный источник выглядит слабым.

Выручку или оформленные сделки главным мерилом считают 27% опрошенных. Остальные смотрят на удовлетворённость, число квалифицированных лидов, объём разговоров и стоимость обслуживания. Метрики отвечают, насколько агент занят и насколько он дешёв. Принёс ли он деньги, из них не следует.

Мраморные постаменты со световыми линиями, сходящимися в стеклянную линзу

Атрибуция отвечает на другой вопрос

Четвёртый кусок мозаики приходит из рекламы с данными ритейлера. С 2025 года бренды могут запускать кампании в Meta или TikTok и таргетировать аудиторию, собранную из покупательских данных сети: покупатели категории, постоянные клиенты, те, кто перестал покупать. По отчёту Tinuiti за первый квартал 2026 года, у рекламодателей, которые используют дисплей Walmart на сайте сети и вне его, офсайт-размещения заняли 39% дисплейного бюджета. Расходы на офсайт-ритейл-медиа рынок нарастит с 6,54 млрд долларов в 2023 году до 20,77 млрд к 2027 году.

Атрибуция покажет, что покупка связана с показом. Купил бы человек без этого показа, она не ответит. Разницу видно только через замер прироста: общие продажи за период кампании, поведение новых покупателей бренда, инкрементальный ROAS там, где он доступен. Метод замера команда согласует до первого показа, иначе после потраченного бюджета доказывать что-либо поздно.

Что сделать на этой неделе

  1. Откройте три автоматические цепочки и выпишите, на каком сигнале держится каждая. Проверьте, что произойдёт, если событию больше 30 дней.
  2. Добавьте в сценарии условие остановки: клиент получил предложение от другого поставщика, сделка встала на паузу, сменился ответственный.
  3. Сведите историю касаний из CRM, сервиса рассылок и поддержки в одно поле. Агент должен видеть контекст целиком, вместе с отдельными событиями.
  4. Для кампаний с данными ритейлера зафиксируйте методику прироста до старта. Иначе отчёт покажет связь и промолчит про эффект.

Что это значит для бизнеса

Персонализация не ломается на уровне модели. Она ломается на уровне данных: сигнал стареет, а решение остаётся. Маркетинг с ИИ даёт эффект в тех компаниях, где есть привычка проверять, изменилось ли состояние клиента с момента, когда сработал триггер.

Для компаний Владивостока и Дальнего Востока это заметно сильнее, чем для федеральных сетей. Продажи идут удалённо, менеджер в местном офисе и автоматическая цепочка часто видят две разные истории одного человека, а база покупателей мала, чтобы простить бюджет, потраченный на тех, кто купил бы и так. Начните с бесплатного AI-аудита бизнеса: на нём видно, какие процессы держатся на памяти людей, а какие уже описаны и могут работать в связке с агентом. Внедрение искусственного интеллекта в маркетинг здесь начинается со сквозного контекста клиента. Новый инструмент рассылок подождёт.

:::faq Почему персонализированное письмо может стать нерелевантным, если сегмент выбран верно? Сегмент описывает состояние клиента на момент сборки кампании. Через месяц человек мог выбрать поставщика, отложить решение или изменить задачу. Сообщение остаётся корректным по настройкам и ошибочным по моменту, поэтому цепочке нужны условия остановки и регулярная сверка с текущим поведением.

Что такое прирост и чем он отличается от атрибуции? Атрибуция показывает, связаны ли показ рекламы и покупка. Прирост отвечает, изменил ли показ решение человека. Связанная покупка может произойти и без рекламы, поэтому прирост измеряют отдельно: сравнением с контрольной группой или по общим продажам за период кампании.

Как понять, что программа лояльности награждает тех, кто купил бы и так? Выгрузите из CRM, сколько покупателей совершают одну покупку, сколько две и сколько четыре. Если участники программы изначально покупали чаще остальных, рост метрик после запуска объясняется отбором. Для проверки часть клиентов держат вне программы как группу сравнения.

Почему компании не видят выручку от ИИ-агента в поддержке и продажах? Агент общается с клиентом в чате или по телефону, а рекламные системы и аналитика о разговоре не знают. Без передачи идентификаторов сессии и результата беседы в рекламные платформы конверсию не связать с кампанией. По данным Invoca, такую связь настраивают 19% B2C-компаний с агентами.

С чего начать, если маркетинг уже собирает данные из нескольких систем? Сведите историю касаний из CRM, рассылок и поддержки в одно поле и проверьте десять последних диалогов агента: из какой кампании пришёл человек и чем закончилась беседа. Если восстановить путь не получается, сначала строят сбор событий, а потом масштабируют автоматизацию. :::

Автор

Сергей Шаповалов

Сергей Шаповалов

Основатель AI SEO-агентства AG Branding, специалист по продвижению

Следующий шаг

SEO-продвижение

Собираем спрос и превращаем его в план роста страниц.