ИИ в маркетинге: аналитика кампаний, контент и разбор заявок

Компания вела клиентов и сделки в amoCRM — это CRM (customer relationship management — система управления взаимоотношениями с клиентами), учёт продаж и отгрузок — в 1С:Управление торговлей, реклама шла через кабинеты Яндекс Директ и VK Реклама, а статистика по сайту собиралась в веб-аналитике. Данные были почти все: показы и клики, расход бюджета, заявки, сделки, суммы и каналы. Но сама аналитика рекламных кампаний, подготовка контента и разбор входящих заявок жили вне системы: отчёты собирали вручную из нескольких кабинетов и выгрузок, тексты писали в переписке и в файлах, а заявку разбирал менеджер по одному сообщению, часто «на глаз». Между набором данных и решением не было слоя, который читает их и превращает в действие. Ниже — как этот разрыв закрывает ИИ-агент, программа, которая по заданному правилу сама читает данные и тексты и выполняет шаги. Сначала — риски, которые перестают срабатывать; деньги и часы идут вторым планом, отдельным расчётом.

Держать это в ручном режиме удаётся до определённого масштаба. Пока кампаний две-три, а заявок несколько десятков в месяц, маркетолог помнит, какой канал работает, а менеджер успевает разобрать каждое обращение. Как только компания выходит на несколько площадок и десятки кампаний одновременно, а поток заявок измеряется сотнями, ручная сборка перестаёт успевать за реальностью: отчёт по кампаниям собирают к концу месяца по устаревшим выгрузкам, контент выходит с задержкой и по остаточному принципу, а заявка успевает остыть, пока её разберут и передадут нужному менеджеру.

При этом цена ошибки в маркетинге измеряется не только потраченным временем. Бюджет уходит в кампании, которые внешне выглядят рабочими, а по деньгам не окупаются, — и видно это становится поздно. Заявка, которая пришла в пятницу вечером, лежит без ответа до понедельника, и человек за это время уже написал конкуренту. Контент, выпущенный в спешке, теряет качество и роняет доверие к бренду. Ниже разберём, что именно снимает агент и сколько часов и денег возвращает, если поставить его поверх уже работающей системы.

Коротко. Система была и данные в ней были — не хватало слоя, который читает их и превращает в решение. ИИ-агент поверх amoCRM (CRM — customer relationship management, система управления взаимоотношениями с клиентами) и 1С собирает сквозную картину кампаний, готовит контент и разбирает входящие заявки, а решения о бюджете, креативе и приоритетах остаются за человеком. С чего начать, подскажет бесплатный разбор стратегии внедрения ИИ в компанию.

Почему результат кампаний и разбор заявок видно поздно

Короткий ответ: между рекламными кабинетами, учётной системой и решением нет слоя, который сводит данные вместе и делает вывод. Кабинеты знают про показы, клики и расход, CRM знает про заявки и сделки, 1С знает про отгрузки и деньги, но эти три картины не сходятся между собой автоматически. Итог — отчёт собирают руками к концу месяца, а решение по кампании принимают по устаревшим данным; заявку разбирает человек, и время первого ответа зависит от того, кто сегодня на месте.

Дальше — по порядку: что именно съедает время между запуском кампании и решением, какую работу берёт на себя агент, какие риски это снимает и сколько часов и денег возвращает. В расчётах используются отраслевые данные и прозрачная модель, а не измеренный результат конкретного клиента.

Содержание

• Почему результат кампаний и разбор заявок видно поздно
• Что съедает время между запуском кампании и решением
• Что делает ИИ-агент поверх системы
• Какие риски это снимает
• Сколько часов это возвращает
• Что остаётся за человеком
• Как это выглядит на практике
• Как внедрить поэтапно

Что съедает время между запуском кампании и решением

Формально процесс короткий: запустили кампанию — получили заявки — посчитали результат. На практике между этими точками стоит длинная цепочка ручных шагов, и каждый держится на человеке.

• Сбор данных из разных источников. Статистика кампаний живёт в рекламных кабинетах, заявки — в CRM (customer relationship management — система управления взаимоотношениями с клиентами), оплаты и отгрузки — в учётной системе. Чтобы увидеть реальную стоимость заявки и её окупаемость, эти выгрузки нужно свести вручную — в таблицу, где каналы уже разошлись по названиям и периодам. Родственный слой — сквозную аналитику и то, чем она отличается от отдельной системы, — мы разбирали отдельно.
• Подготовка отчётности. К нужной дате маркетолог собирает отчёт: расход по каналам, количество заявок, стоимость обращения, доля целевых. Пока отчёт готовится, часть данных уже устарела, а выводы делаются по усреднённым цифрам, а не по свежим.
• Производство контента. Тексты объявлений, посты, письма и описания товаров пишут и правят в переписке и файлах. Версии расходятся, формулировки дублируются, а проверка фактов и единообразия бренда держится на одном человеке.
• Разбор входящих заявок. Каждое обращение нужно прочитать, понять, что человеку нужно, оценить его как потенциального клиента и передать подходящему менеджеру. Вручную это делается по одному сообщению, а часть заявок теряется в потоке.
• Контроль бюджета и ставок. За расходом следит человек: заметить, что кампания вышла за допустимую стоимость заявки, удаётся, когда бюджет уже потрачен.
• Сводка для руководства. К концу периода собирается картина: сколько потратили, сколько получили, что работает, что нет. К моменту отчёта данные уже неполные, а гипотезы для следующего шага выводятся из памяти, а не из данных.

Каждый шаг по отдельности выглядит мелочью. Вместе они дают главный эффект: решения принимаются не на свежих данных, а на том, что успели собрать. При нескольких площадках и десятках кампаний на аналитику, контент и разбор заявок уходят десятки часов в месяц, и почти всё это время уходит не на решения, а на подготовку к ним.

Что делает ИИ-агент поверх системы

Агент не заменяет CRM, учётную систему и рекламные кабинеты — он читает то, что уже лежит в них и в связанных документах, применяет к этим данным правила компании и возвращает результат обратно: в виде понятного вывода и готовых материалов. Конкретно он делает следующее.

1. Сводит данные кампаний в одну картину. Агент читает статистику рекламных кабинетов, карточки заявок и сделок в CRM (customer relationship management — система управления взаимоотношениями с клиентами), оплаты и отгрузки в учётной системе и сопоставляет их по кампаниям, каналам и периодам. На выходе — сквозная картина: сколько стоила заявка по каждому каналу и что из этого дошло до оплаты.
2. Находит кампании, которые вышли за рамки. Агент сравнивает факт с заданными правилами — предельной стоимостью заявки, темпом расхода бюджета, долей целевых обращений — и подсвечивает кампании, которые тянут бюджет впустую, пока это ещё можно исправить, а не в конце месяца.
3. Готовит черновики контента под задачу. По брифу и данным о том, что уже работало, агент собирает черновики объявлений, писем и описаний, приводит их к единому тону и проверяет на повторяющиеся формулировки. Человек правит и утверждает — но начинает не с пустого листа.
4. Разбирает входящие заявки. Агент читает текст обращения, определяет, что человеку нужно и какой у него запрос, отмечает срочные и целевые заявки и предлагает, кому из менеджеров её передать. Этот же слой мы разбирали в материале про разбор входящих документов, писем и поручений.
5. Держит время первого ответа под контролем. Заявка не ждёт, пока её заметят: агент сам подсказывает менеджеру, что нужно ответить сейчас, и подсвечивает обращения, которые ещё не взяли в работу. Как это устроено в сервисном контуре, — в статье про ИИ в службе поддержки.
6. Собирает сводку и гипотезы. Вместо ручного отчёта агент готовит картину к нужной дате и предлагает следующий шаг: какой канал усилить, какой креатив повторить, где стоимость заявки выросла. Выводы опираются на данные, а не на память.
7. Ведёт журнал. Каждое действие и каждый вывод остаются в журнале: что агент предложил, что подтвердил человек и что изменилось. Это и доказательная база по кампаниям, и материал для настройки правил.

Как агент работает с данными заявок и сделок в конкретной системе, мы разбирали на примере amoCRM и ИИ-агента AMMA и его пределов.

Какие риски это снимает

Главная ценность агента — не сэкономленные часы, а ситуации, которые перестают срабатывать. Разберём их конкретно, от самого дорогого.

Бюджет уходит в кампании, которые не окупаются

Когда стоимость заявки и её судьба видны только в конце месяца, деньги уже потрачены. По данным исследования Ingate Group «Искусственный интеллект: возможности и риски для маркетинга и бизнеса — 2025» (1 010 участников, февраль–март 2025), 39% руководителей называют сложность объективной оценки результатов ИИ одной из главных проблем, а среди приоритетов автоматизации оптимизацию рекламных кампаний назвали 33% опрошенных. Агент держит стоимость заявки и её окупаемость на виду в реальном времени: кампания, вышедшая за рамки, подсвечивается, пока бюджет ещё можно перераспределить.

Заявка остывает, пока её разбирают

Скорость первого ответа — один из самых сильных факторов в работе с обращением. По исследованию MIT и InsideSales.com, компании, которые связываются с заявкой в течение 5 минут, в 21 раз чаще доводят её до квалификации, чем те, что отвечают через 30 минут, а 78% клиентов в итоге покупают у компании, которая ответила первой (данные MIT и InsideSales.com). Агент разбирает заявку сразу, отмечает срочные и целевые и подсказывает менеджеру, что отвечать сейчас, а не когда дойдут руки. Как это выглядит в контуре продаж, разбирали в материале про внедрение ИИ в отдел продаж.

Контент не поспевает и теряет качество

Когда тексты пишут в спешке между другими задачами, страдают и сроки, и качество: формулировки повторяются, а проверка фактов держится на одном человеке. По исследованию Ingate Group, около 70% российских маркетологов и предпринимателей уже применяют ИИ для создания контента — текстов, изображений, видео и презентаций. Агент снимает черновую часть: собирает черновики под бриф, приводит их к единому тону и ловит повторы, оставляя человеку правку и утверждение.

Отчётность для руководства устаревает

Отчёт, который собирают неделю по ручным выгрузкам, описывает вчерашний день и не помогает принять решение сегодня. Агент держит картину кампаний актуальной и готовит сводку к нужной дате, поэтому разговор с руководством идёт о том, что делать, а не о том, что уже случилось.

Зависимость от конкретного маркетолога

Если весь порядок аналитики и контента держится на одном человеке, его отпуск или переход на другую работу останавливают и отчётность, и выпуск материалов. Агент переносит правила из головы в систему: кампании, брифы и тон бренда живут отдельно от конкретного специалиста, а новый сотрудник входит в работу по готовому контуру.

Кампании без единой картины

Данные, разбросанные по кабинетам, CRM (customer relationship management — система управления взаимоотношениями с клиентами) и таблицам, не дают ответить на простой вопрос: какой канал тянет бизнес, а какой просто тратит бюджет. По данным исследования «Авито Услуг» (через «Известия», ноябрь 2025), в январе–октябре 2025 года россияне обращались к услугам с применением ИИ в сферах IT, дизайна, текстов, PR и рекламы в 2,6 раза чаще, чем годом ранее, а спрос на продвижение в соцсетях вырос в 4,4 раза. Агент сводит эти разрозненные потоки в одну картину, где видно отдачу каждого канала.

Сколько часов это возвращает

Часы — уже следствие: они высвобождаются потому, что шаги, которые раньше делали руками, теперь делает агент. Ниже типовой расчёт для отдела маркетинга из 11 человек с потоком около 350 заявок в месяц и несколькими активными кампаниями. Цифры намеренно взяты круглыми — это модель на понятных вводных, а не измеренный результат конкретного клиента.

Показатель	Вручную	С агентом
Сбор и сверка данных кампаний из кабинетов, CRM и 1С	26 ч	7 ч
Подготовка текстов и материалов (объявления, письма, описания)	34 ч	12 ч
Разбор и первичная квалификация заявок	28 ч	6 ч
Сводка для руководства и гипотезы по каналам	16 ч	4 ч
Итого в месяц	104 ч	29 ч

Открытая арифметика. Вручную: сбор и сверка данных по 6 активным кампаниям и трём источникам ≈ 26 часов; подготовка около 40 материалов в месяц × 50 минут ≈ 34 часа; разбор 350 заявок × 5 минут ≈ 29 часов; сводка и разбор гипотез ≈ 16 часов. С агентом остаётся проверка, правка и решения — около 29 часов. Экономия — примерно 75 часов в месяц на одном отделе маркетинга. При стоимости часа сотрудника маркетинга и руководителя в 800 рублей это около 60 000 рублей в месяц; на трёх направлениях или площадках — порядка 180 000 рублей в месяц. Возврат идёт не только часами: быстрый первый ответ на заявку повышает долю доведённых до квалификации обращений, а перераспределение бюджета из неокупаемых кампаний — это уже сэкономленные деньги, которые считаются по каналам.

Что остаётся за человеком

Агент готовит и предлагает, но не принимает решений за маркетинг и руководителя. Границы ответственности стоит зафиксировать прямо.

• Бюджет, запуск и остановка кампаний — за человеком. У агента нет прав менять ставки, бюджеты и публиковать рекламу без подтверждения.
• Утверждение креатива и публикация контента — за маркетологом. Агент собирает черновик, но тон бренда и фактическую проверку подтверждает человек.
• Оценка качества заявки и переговоры — за менеджером. Агент подсказывает, кому передать обращение, но решение о работе с клиентом принимает человек.
• Стратегия и медиапланирование — за руководителем маркетинга: агент считает, но приоритеты и цели задаёт человек.
• Персональные данные клиентов выходят за пределы роли только по регламенту. Агент видит лишь то, что нужно для задачи, и не расширяет доступ сам.

Как это выглядит на практике

Похожие контуры мы разбирали на нескольких командах. У федеральной сети B2B (business-to-business — работа с юридическими лицами) услуг запрос строился вокруг выборок ключевых показателей и цепочки «счета → оплаты → отгрузки»: нужно было видеть конверсию и отклонения по филиалам — та же задача свести данные из разных систем в одну картину. У ритейлера и сети общепита программа строилась для команд под операционные процессы, где маркетинг и продажи работают в связке. Работа начинается не с покупки продукта, а с диагностической встречи: смотрим, какие данные и процессы уже есть, где разрыв между источниками данных и решением и какие контуры можно подключить первыми. Названий клиентов и сумм мы не публикуем, а измеримого эффекта «до и после» по этим проектам нет — эффект в статье считается по отраслевым данным и прозрачной модели, а не выдаётся за результат клиента. Отдельно про то, с чего начинать внедрение ИИ в бизнес-процессы, мы писали в другом материале.

Как внедрить поэтапно

Начинать с большого проекта не нужно. Порядок такой.

1. Собрать данные на месте. Выгрузить кампании и каналы из рекламных кабинетов, карточки заявок и сделок из CRM (customer relationship management — система управления взаимоотношениями с клиентами), отгрузки и оплаты из учётной системы, тексты объявлений и контента. Проверить, что всё это не в трёх разных местах.
2. Выбрать один процесс. Обычно это либо сводка по кампаниям, либо разбор входящих заявок — самый частый и самый заметный для команды процесс.
3. Записать правила. Что считается целевой заявкой, какая стоимость обращения допустима, за сколько минут должен уйти первый ответ, какой тон бренда обязателен. Правила, живущие в голове маркетолога, переносятся в документ.
4. Запустить пилот на выгрузке. Агент работает с данными систем, но ничего не пишет в кабинеты и CRM. Смотрим, насколько его выводы совпадают с ручными и где он ошибается.
5. Включить возврат в систему. Когда картина агента сходится с ручной, результат возвращается туда, где работает отдел, — с журналом и списком спорных позиций.
6. Расширять по процессам. Следом подключаются подготовка контента и гипотезы по каналам, затем остальные площадки и направления.

Что в итоге

ИИ не заменяет CRM, учётную систему и рекламные кабинеты и не принимает решения за маркетинг. Он закрывает разрыв между данными, которые уже есть в этих системах, и решением, которое каждый день принимает отдел маркетинга и руководитель. Сначала это снимает риски — бюджет, уходящий в неокупаемые кампании, заявки, остывающие без ответа, контент, теряющий качество, и устаревшую отчётность. Вторым планом приходят деньги и часы: около 75 часов в месяц на отделе и порядка 180 000 рублей на трёх направлениях. Решать по-прежнему будет человек — но решать он будет на свежих данных, а не на том, что успел собрать.

Хотите увидеть этот контур на своих цифрах — начните с бесплатного разбора стратегии внедрения ИИ в компанию. Если вы руководитель и выбираете, какие процессы брать первыми, — отдельный разбор про то, какие программы с ИИ выбирают для продаж. А слой разбора обращений, который стоит перед передачей клиента менеджеру, — в материале про ИИ для входящих документов.

Источники

• Около 70% российских маркетологов и предпринимателей применяют ИИ для создания контента (текст, изображения, видео, презентации); 73% отмечают рост скорости выполнения задач, 60% — высвобождение времени для стратегических задач; среди приоритетов автоматизации — персонализация (45%), оценка лидов (35%) и оптимизация кампаний (33%); 39% называют сложность оценки ROI от ИИ главным барьером (второе ежегодное исследование Ingate Group «Искусственный интеллект: возможности и риски для маркетинга и бизнеса — 2025», 1 010 участников, февраль–март 2025): Ritm Magazine, обзор исследования Ingate Group
• В январе–октябре 2025 года россияне обращались к услугам с применением ИИ в IT, дизайне, текстах, PR и рекламе в 2,6 раза чаще, чем годом ранее, спрос на продвижение в соцсетях вырос в 4,4 раза, на карточки товаров с ИИ — на 99% (исследование «Авито Услуг»): «Известия», 28.11.2025
• 66% маркетологов используют ИИ в работе; 82% называют главной целью ИИ сокращение времени на повторяющиеся задачи, связанные с данными; 79% согласны, что ИИ и автоматизация помогают тратить меньше времени на рутинные задачи (опрос более 1 000 специалистов по маркетингу и рекламе): HubSpot, The State of AI in Marketing
• Компании, которые связываются с новой заявкой в течение 5 минут, в 21 раз чаще доводят её до квалификации, чем те, что отвечают через 30 минут; 78% клиентов покупают у компании, ответившей первой (исследование MIT и InsideSales.com): Rework, Lead Response Time: The 5-Minute Rule