Разработка программных продуктов становится доступнее. Вместе с этим у автора появляется следующий вопрос: кто купит сделанную программу и как до этих людей добраться? Нужно понять покупателя, подготовить предложение, объяснить продукт и получить обратную связь. На каждую из этих задач уходит время.
ИИ помогает сократить эту работу и проверить больше вариантов. Исследование, текст, перевод, рекламный ролик, прототип — всё это можно готовить быстрее. Решения о продукте и оценка результата остаются за человеком: ему нужно понимать, что он предлагает и какую реакцию получает.
В докладе я разобрал два знакомых мне проекта: Invoisin Алмаса Абулхаирова и UNFROST команды NordUnit, о котором рассказывал Фёдор Данилов. На их примерах удобно показать, как одна и та же технология помогает продвигать разные продукты.
Начать с ситуации покупателя
Перед подготовкой рекламы полезно разобраться, кто вообще может купить продукт. Какую задачу человек решает сейчас? Чем пользуется? Что его не устраивает? Из-за чего он будет готов попробовать другой инструмент?
Материал для такого исследования уже существует: отзывы, обсуждения, вопросы на форумах, переписка, описания конкурирующих продуктов. ИИ помогает собрать и сопоставить эти сведения, выделить повторяющиеся проблемы и предложить гипотезы.
Я бы начинал с конкретного вопроса. Например: почему пользователи определённого сервиса ищут замену и чего ждут от нового решения? Из такого исследования можно получить основу предложения: кому оно адресовано, какую проблему затрагивает, какие возможности стоит показать.
Здесь полезно сделать несколько проходов. После первого исследования уточнить вопрос, проверить найденные объяснения, посмотреть на другую группу покупателей. Постепенно становится понятнее и аудитория, и сама задача продукта.
Invoisin: ответить на конкретный запрос
Invoisin — сервис для выставления счетов. У такого продукта много потенциальных покупателей и много альтернатив. Поэтому важно найти ситуацию, в которой человек уже готов рассматривать другое решение.
В разобранном примере Алмас использовал запрос на переход с Harvest. Человек недоволен условиями привычного сервиса, ищет замену и встречает предложение, которое прямо отвечает на его задачу.
Дальше нужно последовательно объяснить продукт. В поиске человек видит подходящую страницу. В коротком ролике — знакомую проблему и способ её решить. После перехода — именно тот сценарий, который его заинтересовал.
ИИ делает подготовку таких материалов доступнее. Можно написать несколько вариантов предложения, подготовить отдельные страницы, сценарии роликов и переводы. Затем проверить, на что люди реагируют, и доработать подачу.
При этом каждый материал должен решать понятную задачу. Если человека заинтересовал переход с одного сервиса на другой, ему нужны ответы про этот переход. Какие действия потребуются? Что он получит? Как будет выглядеть привычная работа?
Ещё один пример из Invoisin — запрос покупателя на дополнительную функцию. Алмас сам общался с клиентом. ИИ помогал разбирать запрос и готовить материал для обсуждения, включая прототип решения.
Прототип позволяет быстрее согласовать ожидания. Покупатель видит, что именно ему предлагают, и может сказать: «Да, это то, что нужно» или объяснить, что следует изменить. Автор продукта проверяет, подходит ли такая доработка остальным планам, и принимает решение.
Так ИИ помогает и до покупки, и в разговоре с уже заинтересованным человеком. Персональный ответ становится менее трудоёмким, а связь между запросом и предлагаемым решением — понятнее.
UNFROST: найти людей, которым интересна игра
С игрой меняется содержание предложения. Человек хочет получить интересный опыт: исследовать мир, испытать определённые эмоции, освоить механику. Поэтому нужно понять, что именно привлекает его в этой игре.
На момент доклада команда UNFROST готовилась к выпуску и проверяла интерес аудитории. Здесь работа с ИИ начиналась с исследования и позиционирования: кому может понравиться игра, какие её особенности показывать, какими словами о ней рассказывать.
Затем из этого собирается комплект материалов: страница магазина, описания, публикации, переводы, материалы для прессы и авторов видео. У разных площадок свои задачи, но описание игры должно оставаться согласованным.
Следующая большая работа — найти подходящих авторов и издания. Важно посмотреть, какие игры они освещают, что интересно их зрителям и читателям, насколько предлагаемая игра подходит этой аудитории.
ИИ помогает искать и изучать такие площадки, собирать сведения и готовить персональные обращения. В хорошем письме понятно, почему мы обращаемся именно к этому человеку и чем игра может быть интересна ему и его аудитории.
Перед отправкой нужно проверить факты и само предложение. Контакт в таблице ещё не означает заинтересованного автора. Подготовленный текст получает смысл, когда он соответствует человеку, которому адресован.
По результатам продвижения команда смотрит, какие материалы привлекают внимание и где возникает интерес к игре. Это даёт основания менять подачу и выбирать дальнейшие действия.
Собрать работу в последовательный процесс
В обоих примерах работу можно собрать в одну последовательность:
- Изучить спрос. Найти задачи, проблемы или интересы людей, которым может подойти продукт.
- Сформулировать предложение. Выбрать конкретный повод обратить внимание и попробовать.
- Подготовить материалы. Сделать страницу, описание, ролик, демонстрацию или письмо под выбранную задачу.
- Найти аудиторию. Определить площадки, поисковые запросы и авторов, через которых можно до неё добраться.
- Получить обратную связь. Посмотреть на реакцию людей, вопросы и действия.
- Доработать предложение или продукт. Использовать полученные сведения в следующей попытке.
ИИ может помогать на каждом этапе: исследовать, формулировать, переводить, показывать и анализировать. У автора остаётся ответственность за связь между этими действиями.
Для меня результат такой работы — понятнее выбранный покупатель, точнее предложение, полезный разговор с заинтересованным человеком и проверенные на практике решения о продвижении. Именно по этим изменениям имеет смысл оценивать пользу ИИ.