25 людей чи агенти: куди насправді ставити AI у performance-бізнесі
Американське автострахування — один із найжорсткіших рекламних аукціонів у світі. За моєю оцінкою, лише лідогенератори в цій ніші мають близько двох мільйонів доларів на день рекламних бюджетів. Страхові компанії готові дорого платити за клієнта, який залишиться з ними на роки, тож за увагу кожного водія, незадоволеного новим рахунком, змагаються сотні кампаній.
Calma працює всередині цього аукціону. Ми купуємо трафік, переважно в Meta, а також у Google та інших мережах, і перетворюємо його на кваліфіковані ліди для страхування, кредитів і home services у США. Наші бюджети вимірюються мільйонами доларів на рік, за плечима десятки тисяч протестованих креативів. Економіка тут проста й безжальна: гроші за показ ідуть із рахунку одразу, а ціна ліда стає відомою пізніше, коли за нього вже відторгувалися покупці. На однаковому трафіку день може закритися і в плюс, і в мінус: усе вирішують ставки покупців. У березні ринок пережив ще й хвилю посилення комплаєнсу, і кути, які місяцями приносили гроші, довелося знімати.
У такому бізнесі питання про AI давно не філософське. Нещодавно я побачив це особливо чітко, на дзвінку з одним з операторів нашої ніші.
Дві машини на одному ринку
Обмін досвідом між конкурентами тут звична річ: аукціон достатньо великий, а хаос у ньому спільний для всіх. Тому ми відкрито порівнювали структури.
Їхня машина вражає. Близько 25 людей у медіабаїнгу, плюс аналітики й технічна команда. Тестувальники шукають переможців, сеньйор-баєри забирають знайдений креатив і агресивно його масштабують. Поруч працює креативна команда, є окремі напрямки під різні продукти й платформи. Це зріла, добре збудована організація, і я кажу це з повагою.
Наша машина вирішує ту саму задачу інакше. Той самий обсяг у нас робить одна людина з агентами. Погані оголошення зупиняють правила, цілодобово, за критеріями, які ми самостійно напрацювали і регулярно покращуємо. Креативи завантажуються в потрібні кампанії автоматично, а коли показники перетинають поріг, система сама ставить задачу на нові ітерації. Людина перевіряє те, де ціна помилки найвища: кабінет, піксель, гілку структури.
Один проти двадцяти п'яти, на тому самому обсязі. Ще один факт ми звірили одразу: в обох компаніях кількість креативів давно не означає кількість переможців. У нас із приблизно тисячі активних креативів п'ять можуть тягнути дві третини бюджету. Тому ми перестали нарощувати тест-обсяг і вкладаємося в якість самих ідей, а не в додаткові руки на закупівлі.
Підписуйтеся на наші соцмережі
Найцікавіше сказали вони самі: їхній розподіл ролей склався тоді, коли AI ще не відігравав такої ролі, і сьогодні людей на запуски, тести й рутину потрібно менше. Звільняти нікого не планують: їхня робоча сила коштує недорого, і така структура для них досі вигідна. Західна компанія такої опції не має. Ми вирішили конкурувати не штатом, і тому AI став нашим головним важелем.
Це порівняння, звісно, не вимірює прибуток. Суддя в цій грі один, P&L, і за ним ми судимо кожне рішення. Але важіль видно неозброєним оком. І він з'явився не тому, що в нас краща модель. Такі самі моделі доступні всім. Він з'явився через те, куди ми їх поставили.
Де в компанії народжуються гроші
У методології Адізеса мені запам'ятався простий поділ: є зелені підрозділи, які приносять гроші, і є функції, що забезпечують їхню роботу. У нас зелені це медіабаїнг і креативне виробництво. Відділ розробки, фінанси, аналітика критично важливі, і компанія без них не проживе. Та їхня цінність вимірюється тим, наскільки сильнішими вони роблять тих, хто заробляє.
Коли прочитати прибуток наскрізь, від першого витраченого долара до виплати за лід, стає зрозуміло, де рішення змінюють результат, а де лише обслуговують його. Саме ця карта визначає, що дасть компанії кожен наступний агент.
Три рівні віддачі
Перший рівень: агент економить. Тут AI вже працює бездоганно. У нас зникла ручна звітність баєрів, частину перевірок перед комплаєнсом виконує автоматика, рутина перестала з'їдати години сильних спеціалістів. Це реальні гроші. Але в економії є стеля: вона закінчується там, де закінчуються витрати.
Другий рівень: агент підсилює того, хто заробляє. Стелі тут майже немає. Сильний баєр тримає в голові обмежену кількість кампаній, а його критерії, перетворені на правила, працюють на всіх кабінетах одночасно, також о третій ночі за Києвом, коли в США прайм-тайм. Один фахівець із такими важелями тримає обсяг, для якого зазвичай будують цілий відділ. Це і є різниця між двома машинами вище.
Третій рівень: агент заробляє сам. Ми вже тестуємо AI-баєра на окремому напрямку: власні рішення щодо запусків і зупинок, власний P&L, жорстка стеля збитку. Вердикту ще немає, і я не обіцятиму його наперед. Але це вже робота в кабінеті, а не слайд на конференції. Найближче майбутнє нашої індустрії вирішуватиметься саме тут.
Умова в усіх трьох випадках одна: агент іде лише туди, де процес зрозумілий до чисел. Наші правила зупинки з'явилися після тисяч рішень, ухвалених руками. Спочатку експертиза, потім її масштабування. Автоматизувати те, чого ви самі ще не розумієте, означає лише швидше помилятися на більші суми.
Аудит, який нікому не завадить
Нам допомогла проста вправа: коротка пауза без нових інструментів і один список. Усі агенти й AI-сервіси, а поруч три колонки:
-
1
Де стоїть: підрозділ, що заробляє, чи функція забезпечення.
-
2
Який рівень: економить, підсилює чи заробляє.
-
3
Який рядок P&L рухає: і звідки ви це знаєте.
Це справа кількох днів, часто кількох годин, бо картина зазвичай прозора. Просто рідко хто зупиняється, щоб на неї подивитися. Якщо весь список опиняється на першому рівні, це вже непогана економія, а наступний агент, імовірно, дасть більше поруч із людьми, які приносять гроші.
А втратити за час такої паузи можна хіба що метушню. Рахувати, скільки людей потрібно компанії, зараз уміють усі. Мені цікавіше інше питання: скільки може заробити кожен із них.
Руслан Дроздов, засновник Calma (calma.io), компанії з performance-лідогенерації