В марте 2023 года Сэм Альтман сказал, что искусственный интеллект в недалеком будущем станет причиной того, что множество рабочих мест просто исчезнет. Учитывая, что Альтман — генеральный директор OpenAI, к его словам стоит прислушаться. Но! Есть и вторая часть его речи, в которой Сэм говорит, что появятся новые профессии, которые сейчас себе сложно представить.
Ниже — список специальностей, которые, якобы, с успехом заменит искусственный интеллект.

В теории это возможно, а вот на практике — есть сомнения. Даже сам ChatGPT не считает, что может заменить живого специалиста.

При этом искусственный интеллект заявляет, что может упростить работу маркетологов. Как насчет того, чтобы проверить, правда ли это?
Представим, что мы оказались на месте маркетолога, который видит, что в интернет-магазине в последнее время становится меньше клиентов. Чтобы все усилия, уже вложенные в этот проект, не оказались напрасными, нужно найти причину оттока покупателей.
У компании есть CRM-система, в ней данные о клиентах магазина разбиты по таким параметрам:

Такие или подобные данные собирает большинство современных CRM. Если они есть в распоряжении маркетолога, можно приступать к решению поставленной задачи.
Причем, делать это не на основе интуиции, а опираться на «data-driven decision making», иначе говоря, используя принятие решений на основе данных.
Это можно сделать следующим образом.
Их можно получить из CRM или из бизнес-отчетов. В нашем случае данные уже были, выглядели они так:

На выходе получили сегментированные списки клиентов с указанием факторов оттока для всех сегментов.
Эти данные получили в таком виде:

Его можно спросить о том, как прекратить отток клиентов.
Сам запрос сформировали так:
“Представь, что ты — директор по маркетингу. Тебе необходимо создать развернутую стратегию удержания клиентов. При ее создании надо учесть значения факторов влияния для каждого кластера”
Чтобы искусственный интеллект сформировал содержательную стратегию, ему можно предложить уже имеющуюся информацию о клиентах, их сегментах, факторах, которые влияют на отток.
Но ее надо предоставлять в виде списка.

В дополнение предложили ChatGPT такие данные, полученные из аналитического приложения.





На первый запрос чат дал такой ответ:

Он неплох, но слишком общий. Поэтому можно задать уточняющий вопрос:
“Пожалуйста, напиши подробную стратегию удержания клиентов для каждого кластера, учитывая специфические факторы влияния в каждом кластере”
На это чат дал такой ответ:

Чтобы получить еще больше релевантной информации, можно снова конкретизировать запрос:
“Каким должен быть план действий для каждого кластера по удержанию клиентов? Положительное значение фактора подталкивает клиента к оттоку, а отрицательное — к лояльности. Модуль (абсолютное значение) указывает на силу влияния.
Кластер №1 — лояльные клиенты
День с момента последнего заказа — 9.8%
Количество заказов — 3.3%”
Также можно запросить план действий для каждого кластера. Это даст дополнительную полезную информацию:
“Пожалуйста, напиши подробный и конкретный план действий с примерами и брифом для агентств по продвижению для кластера #0”

Такие же запросы можно задать по каждому кластеру. Ответы будут отличаться, поэтому у маркетолога будет достаточно много информации для размышлений и конкретных действий.
Еще можно попросить сгенерировать примеры конкретного контента для решения той или иной задачи:
“Напиши 3-5 примеров персонализированных сообщений для электронных писем, сообщений и push-уведомлений, которые подойдут клиенту из кластера №5”
Ответ будет таким:

Все данные, которые предложил ChatGPT, по сути, могут стать черновиком презентации. Их надо будет осмыслить, отредактировать, добавить бюджеты и оформить.
Такая презентация поможет, например, перезапустить маркетинговые кампании или что-то поменять в важных процессах предприятия.
Подводя итоги: ChatGPT — действительно полезный инструмент, который может существенно упростить жизнь маркетолога. Но для того, чтобы задавать ему корректные вопросы и получать информативные ответы необходимо:
