120 годин на аналіз рекламних креативів щомісяця — маркетологи вигорають, а ціна ліда зростає на 40 відсотків

Минулого місяця ми намагалися вручну проаналізувати понад 200 рекламних оголошень для нашого нового комплексу в Ірпені. Я змусила двох менеджерів звести всі дані з рекламних кабінетів у таблиці Google Sheets, щоб зрозуміти, чому ціна ліда підскочила з 15 до 28 доларів. Ми витратили на це два робочих тижні, використовуючи лише Notion для нотаток та ChatGPT для рерайту текстів. Зрештою, ми просто вимкнули половину оголошень навмання, бо цифри в таблицях постійно плуталися. Це коштувало нам близько 45 000 гривень лише на оплату робочого часу працівників.

Найжахливіше — це людський фактор та повна відсутність системності в аналізі візуалів. Мої дівчата сиділи до дев'ятої вечора, намагаючись вручну тегувати кожен банер: де є фото кухні, а де лише рендер фасаду. Це викликало шалену фрустрацію, бо замість стратегії вони займалися механічним копіпастом. Ми втратили дорогоцінний час, і за ці два тижні бюджет просто «зливався» в порожнечу. Я відчувала безсилля, бо не могла дати власникам чіткої відповіді, чому наші показники падають.

Системна проблема в тому, що у нас немає єдиного інструменту для автоматичного збору та інтерпретації великих даних. Ми досі живемо в епоху ручних звітів, хоча будуємо сучасне житло. Наша команда з 35 людей роздута в адміністративному плані, але технічно ми лишилися в минулому десятилітті. Процес передачі даних від таргетолога до контент-мейкера зламаний, бо немає об'єктивної метрики успіху креативу. Це призводить до того, що ми масштабуємо помилки, а не успішні кейси.

Ми спробували найняти фрілансера-аналітика за 800 доларів на місяць, щоб він налаштував нам дашборди в Looker Studio. Він працював три тижні, але в результаті ми отримали ще складнішу систему, в якій ніхто не розуміється. Також ми купили платну підписку на сервіс моніторингу реклами конкурентів, що обійшлося ще в 200 доларів. Зараз ми продовжуємо використовувати ChatGPT для генерації ідей, але це не рятує від рутини з цифрами. Фактично, ми просто «заткнули дірку» грошима, не змінивши саму суть робочого процесу.

Це рішення абсолютно не масштабується, бо з кожним новим об'єктом будівництва кількість даних зростає в геометричній прогресії. Фрілансер пішов, і тепер ніхто не знає, як оновити ті дашборди, якщо зміниться структура кабінету. Ми продовжуємо витрачати понад 1 500 доларів щомісяця на неефективні процеси та зайві сервіси. Команда все одно втомлена, а якість аналітики залишається суб'єктивною. Це як будувати дім без фундаменту — рано чи пізно все завалиться під вагою нових завдань.