У березні 2023 року Сем Альтман сказав, що штучний інтелект у недалекому майбутньому стане причиною того, що багато робочих місць просто зникне. З огляду на те, що Альтман — генеральний директор OpenAI, до його слів варто дослухатися. Але! Є й друга частина його промови, в якій Сем каже, що з’являться нові професії, які зараз собі важко уявити.
Нижче — список спеціальностей, які нібито успішно замінить штучний інтелект.

Теоретично це можливо, а на практиці — є сумніви. Навіть сам ChatGPT не вважає, що може замінити живого фахівця.

При цьому штучний інтелект заявляє, що може спростити роботу маркетологів. Як щодо того, щоб перевірити, чи це правда?
Уявимо, що ми опинилися на місці маркетолога, який бачить, що в інтернет-магазині останнім часом стає менше клієнтів. Щоб усі зусилля, вже вкладені у цей проект, не виявились марними, треба знайти причину відтоку покупців.
Компанія має CRM-систему, в ній дані про клієнтів магазину розбиті за такими параметрами:

Такі чи подібні дані збирає більшість сучасних CRM. Якщо вони є у розпорядженні маркетолога, можна приступати до вирішення поставленого завдання.
Причому робити це не на основі інтуїції, а спиратися на data-driven decision making, інакше кажучи, використовуючи прийняття рішень на основі даних.
Це можна зробити в такий спосіб.
Їх можна отримати з CRM або бізнес-звітів. У нашому випадку дані вже були, вони виглядали так:

На виході отримали сегментовані списки клієнтів із зазначенням факторів відтоку всіх сегментів.
Ці дані отримали у такому вигляді:

Його можна запитати, як припинити відтік клієнтів.
Сам запит сформували так:
“Уяви, що ти – директор з маркетингу. Тобі необхідно створити розгорнуту стратегію утримання клієнтів. При її створенні треба врахувати значення факторів впливу кожного кластера”
Щоб штучний інтелект сформував змістовну стратегію, йому можна запропонувати вже наявну інформацію про клієнтів, їх сегменти, фактори, що впливають на відтік.
Але її треба надавати у вигляді списку.

На додаток, запропонували ChatGPT такі дані, отримані з аналітичного додатка.





На перший запит чат дав таку відповідь:

Він непоганий, але надто загальний. Тому можна поставити уточнююче питання:
“Будь ласка, напиши докладну стратегію утримання клієнтів для кожного кластера з огляду на специфічні фактори впливу в кожному кластері”
На це чат дав таку відповідь:
Щоб отримати ще більшу релевантну інформацію, можна знову конкретизувати запит:
“Яким має бути план дій для кожного кластера щодо утримання клієнтів? Позитивне значення фактора підштовхує клієнта до відтоку, а негативне – до лояльності. Модуль (абсолютне значення) свідчить про силу впливу.
Кластер №1 – лояльні клієнти
День з моменту останнього замовлення – 9.8%
Кількість замовлень – 3.3%”
Можна також запропонувати план дій для кожного кластера. Це дасть додаткову корисну інформацію:
“Будь ласка, напиши докладний та конкретний план дій із прикладами та брифом для агентств з просування для кластера #0”

Такі самі запити можна задати кожному кластеру. Відповіді будуть відрізнятися, тому у маркетолога буде достатньо інформації для роздумів і конкретних дій.
Ще можна попросити згенерувати приклади конкретного контенту для вирішення того чи іншого завдання:
“Напиши 3-5 прикладів персоналізованих повідомлень для електронних листів, повідомлень та push-повідомлень, які підійдуть клієнту із кластера №5”
Відповідь буде такою:

Всі дані, які запропонував ChatGPT, по суті можуть стати чернеткою презентації. Їх треба буде осмислити, відредагувати, додати бюджети та оформити.
Така презентація допоможе, наприклад, перезапустити маркетингові кампанії чи щось змінити у важливих процесах підприємства.
Підбиваючи підсумки: ChatGPT — справді корисний інструмент, який може спростити життя маркетолога. Але для того, щоб ставити йому коректні питання та отримувати інформативні відповіді, необхідно:
