При подготовке рассылки полезные сведения о клиентах могут оказаться разбросаны по интервью, отчётам и заметкам. Маркетологу приходится заново собирать их под конкретный текст. В Microsoft эту задачу связали с созданием писем: ИИ-помощник использует накопленные исследования, чтобы сообщения учитывали потребности аудитории.

Как работает помощник AMA

В кейсе от 19 октября Microsoft описала AI Messaging Assistant, или AMA. Он помогает применять клиентские исследования при подготовке и проверке маркетинговых сообщений. Исследовательские данные обезличиваются, доступ к исходным материалам ограничен.

AMA встроен в Cascade Content Studio — среду, где маркетологи готовят тексты писем, выбирают изображения и уточняют сообщения для аудитории. Обратная связь оказывается внутри рабочего процесса создания материала.

Компания оценила созданную ценность в $14 млн. Это оценка участников корпоративного кейса; публикация не содержит независимого повторения замеров. Точная дата внедрения не названа: новостной повод — рассказ о действующей работе, опубликованный 19 октября.

Как связать отзыв клиента с тезисом письма

Для другой команды полезен сам порядок работы: прежде чем писать, собрать сведения о потребностях выбранной аудитории. Вместе с заданием на текст стоит передать фрагменты исследований, на которые можно опереться. Тогда редактор сможет проверить, откуда появился каждый тезис.

Предлагаемый нами вариант — сначала подготовить короткий бриф. В нём связать наблюдение из исследования, потребность аудитории и тезис, который допустимо использовать. Рядом сохранить ссылку на исходный фрагмент и отметить, к какому сегменту относится вывод. Это редакционная рекомендация, а не описание внутренних полей AMA.

Например, для собственного пилота можно разобрать обращения о сложности первоначальной настройки отчёта. Из них команда формирует гипотезу: части пользователей нужна помощь именно с первым результатом. Письмо в таком случае может предложить понятный следующий шаг — открыть инструкцию или разобрать пример. Сначала следует проверить, есть ли такие обращения и доступен ли предлагаемый способ помощи.

Отдельно полезно записать границы вывода. Несколько похожих замечаний ещё не описывают всех клиентов. Если в материалах смешаны опыт новых пользователей и запросы давних заказчиков, для подготовки письма их стоит разделить. Иначе убедительно написанное сообщение может отвечать на чужую задачу.

Что проверять в тексте после генерации

Рабочий результат — письмо, которое редактор может принять по понятным основаниям. Для проверки можно выбрать три вопроса:

  • Подтверждается ли главный тезис материалами выбранной аудитории?
  • Есть ли в письме обещания или сведения о продукте, которых нет во входных данных?
  • Понятно ли получателю, какое действие предлагается и что он получит после него?

Такую проверку удобно проводить рядом с брифом. Если тезис не удаётся связать с исходным наблюдением, его возвращают на уточнение. Если текст обещает неподтверждённую функцию, формулировку проверяет ответственный за продукт. Результат анализа отзывов и сведения о возможностях продукта выполняют здесь разные задачи.

С чего начать своей команде

Для первой пробы достаточно одной темы письма и небольшого набора разрешённых к использованию материалов. До генерации выбрать аудиторию, собрать подтверждения и описать ожидаемый результат. Затем подготовить вариант текста, провести редакторскую проверку и сохранить внесённые исправления.

Сравнивать имеет смысл весь путь до согласованного письма: сколько времени ушло на поиск оснований, написание и правки. Полезно отметить, какие ошибки повторяются и какие сведения пришлось запросить дополнительно. Это покажет, чего не хватает рабочему процессу до следующей рассылки.

Собрать исходные наблюдения помогут промпты для анализа отзывов, а организовать подготовку и проверку материалов — гайд по ИИ для маркетинга и рекламы.

Больше материалов по теме — в разделе «Маркетинг, продажи и клиенты».