Кейсы AI/ML: как алгоритмы снижают стоимость заявок на 50% и автоматизируют конкурентный анализ
Искусственный интеллект и машинное обучение переходят из разряда экспериментальных технологий в рабочие инструменты digital-маркетинга, демонстрируя измеримую эффективность в решении конкретных бизнес-задач. Комитет по AI/ML Ассоциации развития интерактивной рекламы (АРИР) представляет кейсы, показывающие, как современные алгоритмы помогают компаниям сокращать расходы, экономить ресурсы и повышать эффективность рекламных кампаний в условиях растущей конкуренции и дорожающего трафика.
Искусственный интеллект и машинное обучение переходят из разряда экспериментальных технологий в рабочие инструменты digital-маркетинга, демонстрируя измеримую эффективность в решении конкретных бизнес-задач. Комитет по AI/ML Ассоциации развития интерактивной рекламы (АРИР) представляет кейсы, показывающие, как современные алгоритмы помогают компаниям сокращать расходы, экономить ресурсы и повышать эффективность рекламных кампаний в условиях растущей конкуренции и дорожающего трафика.
Prometheus: автоматизация анализа активности конкурентов с помощью ИИ
Техническая лаборатория RoRe Group и группы компаний Okkam разработала инструмент Prometheus AI — решение на базе искусственного интеллекта, которое автоматизирует анализ креативной коммуникации и позволяет в разы ускорить мониторинг активности конкурентов в разных медиа. Появление платформы стало ответом на ключевую потребность рынка: раньше собрать креативы, удалить дубликаты, структурировать сообщения и получить аналитическую картину по категории было задачей на недели и требовало больших ресурсов и бюджета.
Prometheus AI агрегирует данные из официальных измерителей (включая Mediascope), исследовательских компаний и собственных разработок лаборатории. Система обрабатывает рекламные выходы по ТВ, радио, наружной рекламе, digital-каналам и ритейл-медиа. Всего доступно более 250 категорий товаров и услуг.
AI- и ML-алгоритмы выполняют несколько ключевых операций: определяют и удаляют дубликаты, группируют креативы в «семейства», анализируют визуальные и аудиоэлементы, выделяют главное сообщение, продуктовые характеристики, целевую аудиторию, эмоции, CTA и другие параметры. Таким образом, специалист получает не просто массив выходов, а структурированную и глубоко картину по категории.
Главная ценность сервиса — скорость и глубина анализа. То, что раньше занимало недели, теперь доступно за минуты. Prometheus AI позволяет моментально получать актуальную информацию о том, кто и как выходит в медиа, какие темы использует, как изменяется тональность коммуникации и какие тренды формируются в категории.
Также доступен Telegram-бот с уведомлениями о новых уникальных кампаниях конкурентов и ежедневными сводками за 24 часа, что помогает бизнесам реагировать на изменения более оперативно.
Наш сервис сосредоточен на автоматизации процесса, который ранее мог занимать несколько недель, упрощая и сокращая процесс анализа креативов и создавая новые возможности для проведения аналитики. Таким образом можно за короткие сроки получить информацию о том, что происходит в вашей категории, кто сейчас активен, в каких медиа и самое главное понять как эти конкуренты общаются с аудиторией, что они говорят и как говорят
Никита Карасев
Руководитель направления по внедрению искусственного интеллекта группы компаний «Родная Речь»
Prometheus AI автоматизирует конкурентный анализ: алгоритм собирает рекламные кампании в категории, убирает дубли, анализирует смыслы и формирует готовую картину для маркетолога. Это не просто мониторинг — это новый уровень скорости решений и стратегического контроля, доступный теперь даже малому бизнесу
Юрий Лысенко
Управляющий директор по цифровой трансформации группы компаний Okkam
Внедрение Prometheus AI позволяет компаниям не только отслеживать активность конкурентов, но и глубже понимать их коммуникационную стратегию: что бренды говорят аудитории, как выстраивают образы, какими темами усиливают присутствие и каким медиа отдают приоритет. Это создает условия для более точного планирования, увеличения эффективности креатива и быстрого реагирования на рыночные изменения.
Как на 50% снизить стоимость заявки на оформление кредитных карт с помощью Core AI?
Росбанк в условиях роста стоимости привлечения клиентов столкнулся с необходимостью оптимизации digital-маркетинга без потери охвата и качества обращений. Основными проблемами стали сложность ручного управления ставками в многоканальной конкурентной среде и недостаточная адаптация маркетинговых алгоритмов к поведенческим сценариям пользователей, особенно в сегменте банковских заявок с длительным циклом принятия решений. Тогда задачами стали снижение стоимости лида при сохранении объема целевых обращений и автоматизация рутинных процессов оптимизации.
Для решения поставленных задач команды Hybrid и MGCom реализовали ML‑проект на основе ML Bid — инструмента для интеллектуальной оптимизации ставок, который рассчитывает вероятность получения нужного результата и приводит кампанию к желаемому KPI. Проект был запущен в июле 2024 года и длился четыре месяца. Перед этим было проведено выявление наиболее эффективных связок, а затем начато A/B-тестирование digital-кампаний, включавшее запуск как с использованием ML Bid, так и без него. Основной задачей этого этапа было собрать данные для обучения модели. Она должна была не просто оптимизировать ставки, но и учитывать сложные поведенческие сценарии клиентов, такие как заполнение заявок или завершение сложных целевых действий. После сбора более 500 конверсий за 30 дней модель была переведена на оптимизацию исключительно по сложным конверсиям с постоянным переобучением на основе поступающих данных. В основе решения использовалась ML-модель по CPA с оптимизацией на события «Клик» и «Конверсия на сайте».
Внедрение ML Bid показало выдающиеся результаты: количество показов увеличилось на 100%, а post-click конверсии выросли на 245%. Зафиксирован рост CTR на 182% при снижении CPC на 64%. В разрезе рекламных кампаний по интересам первая кампания показала снижение стоимости заявки на 13,79% при росте CR на 13,46%, а вторая — снижение стоимости заявки на 54,24% при увеличении CR на 130%. Проект не только достиг поставленных KPI по снижению стоимости заявок в среднем на 50%, но и создал масштабируемую систему для других продуктов банка, доказав эффективность адаптивных алгоритмов машинного обучения в банковском маркетинге.
Кейс Росбанка хорошо иллюстрирует, как машинное обучение становится системным элементом маркетингового продукта, а не вспомогательным инструментом оптимизации. Успех достигнут благодаря способности модели учитывать сложные пользовательские сценарии и оптимизироваться под реальные целевые действия, а не поверхностные метрики. Снижение стоимости заявки в среднем на 50% — это результат корректного A/B-тестирования, достаточного объема данных для обучения и постоянного переобучения модели. Такой подход превращает ML из точечного эксперимента в устойчивый продуктовый инструмент, который масштабируется на другие направления бизнеса и позволяет маркетингу работать эффективнее в условиях высокой конкуренции и роста стоимости трафика
Кейсы
Неделя рекламы 
Новости 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Энциклопедия обмана 
Проверено ADPASS 
Рекламные кампании