Разработка и продвижение IT-продукта: какие ошибки подстерегают продуктовую команду

Разработка и продвижение IT-продукта: какие ошибки подстерегают продуктовую команду


Партнерский материал

Полтора года назад специалисты сервиса Rookee разработали и запустили технологию «Автопилот» на основе искусственного интеллекта, благодаря которой удалось оптимизировать управление контекстными рекламными кампаниями и существенно повысить их эффективность (в среднем на 20%).

В этом тексте мы расскажем, с какими проблемами мы столкнулись при продвижении новой технологии, почему так произошло и как избежать наших ошибок.

Как Rookee внедряли искусственный интеллект в процессы настройки и оптимизации контекстной рекламы

Когда нужно оптимизировать несколько тысяч ключевых слов

У нас в холдинге (сервис Rookee входит в холдинг Ingate) был продукт, в рамках которого мы создавали и продавали контекстную рекламу, — вспоминает о начале работы над «Автопилотом» руководитель направления проектов Дмитрий Кулагин. — Раньше работа строилась так: специалисты писали объявление, вручную определяли аудиторию и цену. Это было недостаточно эффективно: сотрудники изменяли настройки рекламных кампаний примерно несколько раз в месяц — делать это чаще не было ни сил, ни времени. Учитывая, что в средней рекламной кампании используется примерно 600-700 ключевых слов, а в крупных может быть вообще несколько тысяч. Свести их в Excel — большая работа.

Именно поэтому в агентстве приняли решение оптимизировать управление рекламными кампаниями. Специалисты занимались созданием «Автопилота» почти полтора года. И в итоге разработали технологию на основе искусственного интеллекта, которая в режиме 24/7 собирает статистику по различным объявлениям, анализирует ее и распределяет бюджеты, выставляя ставки так, чтобы получить максимум лидов (или трафика — в зависимости от того, что будет задано в качестве целевого значения).

Дмитрий Кулагин

Технически это задача многомерной оптимизации с ограничениями. Вначале мы пробовали ее решать «алгоритмом рюкзака», предположив, что для попадания на определенную позицию нужно поставить ту ставку, которую указывает Яндекс, но оказалось, что на нужную позицию мы не попадаем. Поэтому мы построили статистическую модель, которая параметрически подстраивается под конкретную статистику конкретного ключа за конкретный период времени, и оставляет один свободный параметр в каждом ключе — ставку.

После тестов стало понятно, что «Автопилот» гораздо эффективнее старой модели управления рекламными кампаниями.

Дмитрий Кулагин: 

На 30 проектах мы провели А/В-тестирование: сделали копию кампаний и начали запускать ее через час — час ручной настройки, час — автоматической. Через две недели сравнили эффективность одного и другого варианта: по всем проектам первенство было у «Автопилота» (за исключением пары сайтов, которые находились на доработке).

Как Rookee внедряли искусственный интеллект в процессы настройки и оптимизации контекстной рекламы

С какими проблемами мы столкнулись и какие ошибки допустили

Сейчас «Автопилот» успешно используется, как внутри холдинга для управления контекстной рекламой, так и клиентами сервиса Rookee. Продукт регулярно улучшают и дорабатывают — например, из-за изменений в Яндекс.Директе или возникновении новых форматов рекламы. Однако в процессе внедрения и продвижения нового продукта мы столкнулись с несколькими проблемами, предусмотреть которые заранее, к сожалению, не смогли.

1. «Давайте не будем»

Внедрение нового продукта внутри холдинга прошло не совсем гладко. 

Так обычно происходит со всем новым: люди не очень хотят этим пользоваться, потому что нужно учиться, — объясняет Дмитрий Кулагин. — Поэтому первой реакцией было: «Давайте не будем». Но потом сотрудники все-таки учатся, а насколько быстро — зависит от заинтересованности руководителя отдела и размера структуры. Со всей нашей компанией мы, наверное, договаривались полгода.

Как Rookee внедряли искусственный интеллект в процессы настройки и оптимизации контекстной рекламы

Рис.1 «Кривая диффузии инноваций» Эверетта Роджерса, дополненная Юргеном Аппело

Дмитрий добавляет, что в управлении это не сложная программа: «в ней задается бюджет, цели и максимальная ставка, а дальше ты в это просто веришь. Но не все хотят верить, потому что от этого зависит премия: то ли получится, то ли не получится — просто страшно».

Такая реакция на новый продукт довольно типична: согласно кривой изменений, в основе которой работа психиатра Элизабет Кюблер-Росс, в ситуации перемен люди обычно проходят несколько этапов: сначала отрицают необходимость нововведений, но в итоге принимают их. Чтобы не допустить «пробуксовки» новых технологий, полезно использовать модель Роджерса (рис.1), поделив сотрудников на типы, и проводить отдельную разъяснительную работу в группах «Инноваторы» и «Первопроходцы». В случае успеха остальное большинство подтянется.

2. Когда не с того начали

После успешных тестов в холдинге команда сервиса проанализировала международный рынок: решения, подобные «Автопилоту» на нем были востребованы, поэтому стали готовить свою технологию к продаже для начала в России. Но что-то пошло не так.

Один из отцов-основателей «Автопилота» Дмитрий Кулагин считает, что главная ошибка связана с продвижением на внешний рынок — в продукт и его позиционирование было вложено слишком много средств на этапе подготовки, и это не окупилось. «Мы думали, что сервис гарантированно будет продаваться, и потратили много времени на «обертку», разработку интерфейса. Однако продать его крупным агентствам не удалось. Точнее не удалось продать массово. Те несколько агентств, которые тогда поверили в технологию, до сих пор работают с «Автопилотом». Но в целом экономика не сошлась, т.е. превратить разовые продажи в массовый поток и зарабатывать больше, чем тратить на привлечение клиентов на тот момент не удалось. Теперь уже очевидно, чтобы не прогореть на продвижении, нужно делать МVР (минимально жизнеспособный продукт) с еще меньшими затратами. Если сервис продается, начинайте быстро доделывать его до нормального состояния, параллельно расширяя аудиторию. Если нет — без сожаления переходите на другой проект».

Решение

В нашем случае ситуация решилась так: сейчас «Автопилот» продают Rookee в более низкочековом сегменте. 

На широкую аудиторию мы активно запустили MVP «Автопилота» год назад, после этого в течение полугода привлекали пользователей в систему и собирали фидбек по функционалу и результативности, — рассказал product owner системы «Автопилот» Константин Орешников. — На текущий момент идет стадия доработки системы после запуска пользовательского MVP. Мы не планируем массово привлекать аудиторию до момента выпуска следующего релиза, в рамках которого готовим масштабное обновление системы: оно отразится на важных деталях работы с сервисом, удобстве его использования, плюс, добавим дополнительную отчетность и аналитику. Основное ядро клиентов сейчас состоит из лояльных пользователей, которые с нами почти с самого начала, но есть и постоянный приток новых клиентов. В основном это представители малого и среднего бизнеса, есть и несколько агентств. Приток осуществляется за счет кросс-привлечения из других наших сервисов.

Как Rookee внедряли искусственный интеллект в процессы настройки и оптимизации контекстной рекламы

Чек-лист: что нужно сделать, чтобы не наступить на наши грабли

1. Внедряя новый продукт внутри компании, гораздо эффективней может быть не декларация решений сотрудникам о нововведениях «сверху», а изменение общественного мнения о них изнутри с помощью «лидеров мнений».

2. При этом внедрять инновации необходимо как можно быстрее, иначе они окажутся нежизнеспособными. Чем меньше времени уйдет на то, чтобы коллектив привык работать «по-новому», тем меньше шансов, что новшество захотят упростить или просто займутся профанацией.

3. И всем известное правило: «Сначала продавайте, потом дорабатывайте». Ключевые слова для внедрения нового продукта — быстро и дешево, т.е. буквально, если что-то не получается, то можно попробовать еще пару раз, но потом нужно без сожаления переключиться на другие задачи.



About the Author

Leave a Reply