Как мы рассчитали долю рекламных расходов на маркетплейсах, используя ИИ
Рекламное агентство AdVisor Media периодически проводит работы по исследованиям рынка как для новых, так и для текущих клиентов. В этой статье пошагово рассказываем как рассчитать примерный показатель ДРР (долю рекламных расходов) крупных игроков в категории фармацевтика.
AdVisor Media — рекламное агентство полного цикла, провело работу над созданием ИИ-бота для определения доли рекламных расходов (ДРР) в категории контактной коррекции зрения на маркетплейсах.
Немного статистики.
Согласно исследованию Glassix, к 2025 году ИИ-чат-боты окончательно утвердились в роли мощного инструмента для повышения эффективности и роста бизнеса. Они стали реально работающим решением, способным приносить ощутимые результаты.
Внедрение ИИ-ботов позволяет повысить конверсию на 23% благодаря оптимизации процесса взаимодействия с клиентами. Эффективная обработка запросов ботами освобождает до 71% времени специалистов службы поддержки.
Кроме того, использование ИИ-ботов положительно сказывается на удовлетворенности клиентов благодаря быстрым и персонализированным ответам. Автоматизация рутинных задач также снижает риск выгорания сотрудников, позволяя им сосредоточиться на более творческой и сложной работе.
Важным преимуществом является возможность сбора данных и аналитики: боты собирают ценную информацию о проблемах клиентов, точках отказа в воронке продаж, что позволяет улучшать продукт и маркетинговые стратегии.
Для данной задачи мы использовали цепочку из нескольких инструментов на базе AI, которая бесплатная и доступная каждому.
Проблемы, с которыми столкнулись:
отсутствие открытых данных;
заказ исследования стоит дорого и требует доступа к маркетплейсам.
Поэтому в данной статье делимся одной из рабочих логик при работе с разными AI.
Что было сделано
Решение 1: «в лоб».
Задание нейросети рассчитать ДРР по открытым источникам.
Бот ссылается на недоступные или битые статьи.
Такой уровень недостаточен для клиента.
Решение 2: проверка по эталонным данным.
У клиента есть дашборд с продажами на маркетплейсах, это отчет построенный на основании чека.
Бот получает задачу воссоздать эти цифры (без доступа к эталонным данным).
Тестируем идею.
Ставим задачу для бота, зная наши эталонные цифры, просим посчитать оборот, то есть повторить данные из дашборда, которые мы боту не показываем. Бот повторяет с небольшими погрешностями, но в целом точно. Мы думаем, что если эту задачу бот решает близко к эталонным значениям, значит и основную по ДРР — которую он решает, можно взять в работу.
Бот дает близкие значения — значит, справился и с расчётом ДРР.
Но, по-прежнему, нет ссылок на достоверные источники.
Решение 3: оптимальное
Меняем логику постановки задач. Ставим задачу найти основные исследовательские бюро и сервисы в России, которые анализируют и работают с маркетплейсами.
Бот находит внушительный список, и на одном из них, по запросу «маркетплейс» лежит большое количество профильных, но не отвечающих на вопрос исследований!
В рамках диалога мы «скармливаем» все исследования боту.
Мы «обучаем» его для решения основной задачи: прочесть и сделать основные выводы по ним (только представьте: сколько бы потребовалось сил и рабочих часов на такой анализ человеку, на фактчекинг, сопоставление данных, поиск нужных закономерностей).
редактура, копирайт кейса по заданным наброскам — Chat GPT, также там есть большое комьюнити, которое создает нишевые продукты под разные задачи;
презентация — Gamma.
Что нейросеть не может
подумать за вас и найти изящное решение, креативный подход;
если говорить про китайские нейросети, то они не помнят вас в рамках междиалогового общения (также как и бесплатная версия ChatGPT, однако если вы ей скажете запомнить, то она запомнит, а в платной версии можно включить память и обучать модель под свои задачи — делать лучшую версию себя, также там доступно большое количество);
для расчетных математических задач лучше использовать Deepseek или модели от Qwen;
для креативных задач лучше подойдет ChatGPT: например, придумать концепцию видео у блогера под бытовую технику и написать сценарий.
В итоге
После повторного запроса про ДРР (долю рекламных расходов) получаем отличный внятный ответ с детализацией расчетов, который построен на аналитических данных авторитетных исследователей, и по косвенным признакам решающий задачу от клиента. Этот подход можно также тестировать для разных отраслей.
Если вы знаете, что хотите сделать, то работа с ботом — фантастический буст к вашей продуктивности.
Присоединяйтесь к нашему каналу в Telegram, там мы пишем не только про российский рекламных рынок (делимся опытом, инструментами, новостями), но и про плотную работу с Китаем.
Просто о сложном
Неделя рекламы 
Новости 
Кейсы 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Энциклопедия обмана 
Проверено ADPASS 
Рекламные кампании