Как отдел маркетинга считает рекламный бюджет за час вместо рабочего дня

Как отдел маркетинга считает рекламный бюджет за час вместо рабочего дня

AI Business Box · Кейс · Отдел маркетинга

В маркетинге почти всегда есть день, который целиком уходит не на кампании, а на цифры вокруг них: свести метрики рекламных площадок, разложить бюджет по каналам, пересчитать медиаплан с учётом НДС. Работа рутинная, но ошибиться в ней нельзя — от точности этих таблиц зависит, сколько денег реально уйдёт на рекламу и куда именно. В нашем отделе маркетинга эту часть работы пересобрали вокруг нейросетей — и она перестала быть тем самым «пропавшим днём» в календаре.

Как было раньше

Стандартная ситуация выглядела так. Приходит отчёт по рекламным кампаниям — из нескольких площадок, в разных форматах, с разной структурой колонок. Сотруднику нужно свести это в одну таблицу, посчитать ключевые показатели, найти, что сработало хорошо, а что слило бюджет впустую, и на основе этого предложить, как перераспределить деньги на следующий период. Отдельно — медиаплан, где суммы нужно пересчитать с учётом НДС, сверить с бюджетом и не ошибиться ни в одной цифре, потому что дальше эти цифры уходят в согласование.

На бумаге каждая из этих задач выглядит несложной: открыть таблицу, посчитать, сравнить. На практике одна такая сессия анализа метрик могла растянуться на рабочий день — не потому что расчёты сложные, а потому что данных много, формат у них неудобный, а любую ошибку приходится искать вручную, пересчитывая заново. Пересчёт медиаплана с НДС занимал отдельные тридцать минут — короткая, но неприятная задача, которая обычно всплывала в самый неподходящий момент, перед дедлайном согласования.

Что изменилось: три задачи, три инструмента

Сейчас в отделе эта работа разделена на три конкретных сценария, и под каждый подобран инструмент, который с ним справляется лучше всего.

Анализ рекламных метрик стал задачей для GPT-аналитика, работающего прямо с Excel-отчётами. Сотрудник загружает таблицы с площадок, формулирует, что нужно посчитать и сравнить, и получает структурированный разбор показателей. То, что раньше занимало потенциально целый рабочий день, теперь укладывается максимум в час — и это уже с учётом того, что результат нужно проверить, а не просто скопировать.

Распределение рекламного бюджета по каналам взяли на себя NotebookLM и Gemini, которым отдел передаёт отчёты по прошлым периодам. Модель формирует рабочий черновик распределения — не финальное решение, а обоснованную отправную точку, от которой маркетолог отталкивается, а не таблицу, которую приходится собирать с нуля. Дальше человек оценивает черновик с учётом контекста, которого в отчётах нет: сезонности, договорённостей с площадками, приоритетов на следующий период.

Пересчёт медиаплана с НДС — самая маленькая по объёму, но самая раздражающая задача — теперь занимает около пяти минут вместо получаса. ИИ делает расчёт по заданным параметрам, а сотрудник сверяет итоговые суммы перед тем, как отправить документ дальше. По собственной оценке сотрудника отдела, только на этой операции экономится порядка двадцати пяти минут при каждом пересчёте — немного в моменте, но заметно, если умножить на количество медиапланов в месяц.

Что мы поняли за время использования

Первое наблюдение — три похожие на первый взгляд задачи потребовали трёх разных инструментов. Анализ метрик по Excel, работа с отчётами в формате текста и структурированных документов, точечный расчёт по параметрам — для каждой нашёлся свой рабочий вариант, и заменить один инструмент другим без потери качества не получалось. Это стоит учитывать, если планировать внедрение ИИ в маркетинге: универсального решения «на всё» не вышло, зато выстроился набор инструментов под конкретные типы задач.

Второе наблюдение касается степени готовности результата. С пересчётом медиаплана ИИ выдаёт готовую цифру, которую достаточно сверить. С анализом метрик — уже аналитику, которую нужно осмыслить и дополнить собственными выводами. А с распределением бюджета — только черновик, который без маркетолога так и останется черновиком: модель не знает про договорённости с площадками и про то, что случится на рынке в следующем месяце. Чем выше уровень задачи — от расчёта к решению — тем больше в ней остаётся человека, и это не недостаток, а разумное разделение труда.

Третье — экономия времени не выглядит как разовое драматичное событие. Это скорее регулярно повторяющийся выигрыш на операциях, которые раньше незаметно съедали рабочие часы: не один спасённый день, а стабильно меньше времени на то, что приходится делать каждую неделю или каждый месяц.

Результат

По отдельности каждая из трёх задач экономит от пяти минут до нескольких часов, в зависимости от объёма данных. Сложнее всего сдвинулась самая тяжёлая операция — анализ рекламных метрик, где рабочий день сократился до часа. Проще всего — пересчёт медиаплана, где пропала получасовая рутина перед каждым согласованием, а по собственной оценке сотрудника экономия составляет около двадцати пяти минут на операцию. Это не единоразовый эффект, а изменение, которое повторяется при каждом отчётном цикле: чем чаще отдел считает метрики, бюджет и медиапланы, тем заметнее становится суммарная экономия времени.

Ни одна из трёх задач не превратилась в полностью автоматический процесс без участия человека. ИИ готовит расчёт, аналитику или черновик — маркетолог проверяет результат и принимает решение, куда в итоге пойдут деньги. Именно поэтому в отделе не считают это «заменой аналитика», а считают освобождённым временем, которое теперь уходит на саму стратегию, а не на сведение таблиц под неё.

Если в вашем отделе маркетинга похожая ситуация — метрики, бюджеты и медиапланы отнимают день за днём, а решения принимаются уже после того, как таблицы наконец сведены — расскажите нам о своей ситуации, и мы покажем, как выстроить такой же процесс у вас.