Генерация и тестирование AI-видеокреативов в маркетинге
AI Creative Studio создает изображения, видео и тексты, а AI-видеокреативы применяются для тестирования маркетинговых гипотез.
Количественный эффект не раскрыт.
Как компании используют искусственный интеллект и нейросети в маркетинге: реклама, персонализация предложений и работа с контентом. Реальные кейсы внедрения с задачами команд, результатами и источниками.
Кейсов внедрения: 164.
AI Creative Studio создает изображения, видео и тексты, а AI-видеокреативы применяются для тестирования маркетинговых гипотез.
Количественный эффект не раскрыт.
ИИ-рекомендации персонализируют подбор товаров покупателям.
Конверсия увеличилась на 28%.
Собственная модель встроена в личный кабинет продавца и строит тепловую карту, доли внимания и предполагаемую траекторию взгляда по изображению товара.
Продавцы получают рекомендации по расположению, размеру и удалению элементов изображения.
Компания использует ИИ-рекомендации для подбора персональных предложений покупателям.
Рекомендации включены в клиентские сервисы. Отдельное изменение продаж не раскрыто.
Внедрён корпоративный ИИ-контур с доступом к кабинетам Wildberries и Ozon, аналитике маркетплейсов, учётной системе и внутренним данным. За шесть недель команда запустила 26 автоматизаций, включая сводную отчётность, контроль цен и остатков, анализ рекламы и финансовых отчётов, а также ежедневную сводку для собственника.
Команда высвобождает около 270 часов в месяц; контроль цен сокращён с 2 часов до 30 минут в день на менеджера, а ответы о марже ускорены с периода от дня до недели до нескольких минут. ИИ выявил ошибки учёта, расхождения маржи, рекламные и складские потери и риск по доступу к финансам. Наблюдавшийся рост выручки и продаж авторы не приписывают ИИ.
Модель формирует резюме последних десяти отзывов и теги.
Конверсия в покупку выросла на 1,87%, в добавление в корзину — на 2,04%.
Платформа в реальном времени строит цифровой профиль абонента и формирует персональные предложения; генеративный ассистент помогает запускать кампании.
Формируется более 500 млн персональных предложений в месяц при производительности до 1500 запросов в секунду.
Нейросети применяются для раскадровки и производства промоматериалов.
Раскадровка занимает несколько часов вместо 1–2 рабочих дней; охват публикаций с ИИ-контентом превысил 1 млн человек.
Мультиагентный ассистент генерирует описания объявлений профессиональных продавцов.
Ассистент доступен 500 тыс. профессиональных продавцов; каждое второе сгенерированное описание публикуется без правок.
Система генерирует карточки товаров для сайта.
Стоимость написания карточки снизилась на 95%, скорость публикации выросла в десятки раз.
В интернет-аптеке работает агент, который генерирует краткие описания товаров и выделяет их ключевые свойства.
не раскрыто
Компания обновила брендбук, логотип и лендинг с использованием нейросетей.
Заявлен приход нового клиента через обновлённый сайт.
Алгоритмы Ozon анализируют обезличенные данные об аудитории продавца и автоматически определяют пользователей, наиболее вероятно заинтересованных в его товарах.
Количественный эффект не раскрыт.
ИИ-инструмент автоматически распределяет рекламный бюджет между автомобилями дилеров.
Инструмент предназначен для увеличения трафика и числа лидов; фактический измеренный результат не раскрыт.
Внедрила ML-ретаргетинг Mindbox в Яндекс Директе; модель оценивает вероятность покупки и корректирует ставки по группам пользователей.
Средняя стоимость заказа снизилась на 7% относительно контрольной группы, конверсия в заказ выросла на 0,44 п. п.; статистическая значимость — 95%.
ML-алгоритм присваивает клиентам балл готовности к оформлению кредита, после чего SMS отправляются только клиентам с высоким баллом.
Расходы на SMS сократились вдвое; конверсия в повторную заявку не снизилась.
Модель рассчитывает вероятность заказа со скидкой и без нее и направляет промокод только клиентам, которым он нужен для возврата.
В четвертом квартале 2025 года подход вернул в 1,8 раза больше покупателей, чем в третьем квартале до запуска модели; стоимость возврата снизилась на 25%.
Машинное обучение применяется для оценки лояльности клиентов, выбора следующего предложения и прогнозирования действий клиента при покупке страховых продуктов; отдельные модели работают для SMS, холодных звонков и email.
Персонализируются предложения и каналы коммуникации; собственная AutoML-система сокращает время разработки и переобучения моделей, без количественной оценки.
Выполняется комплексное SEO-ведение: созданы отдельные посадочные страницы премиум-серий и машиночитаемая структура страниц для цитирования в ответах Алисы AI.
Охват запросов вырос на 142%: с 2 046 до 4 948; коммерческие запросы в ТОП-10 — с 86 до 152; Алиса цитировала сайт по 20 из 20 отслеживаемых запросов; запрос «теплица из стекла купить» достиг 2-й позиции.
В витрине «Спешл» ИИ-агент анализирует модные показы, коллекции и материалы брендов, определяет тренды и генерирует образы одежды, обуви и аксессуаров с товарами из ассортимента.
Пользователь может выбрать образ, виртуально примерить вещи в карточке товара и перейти к покупке.
Централизованная ИИ-система управляет карточками и создаёт локальный контент для каждой точки с учётом города и района, а аналитику сводит в единый дашборд.
Видимость в локальном поиске выросла на 42% по сети без роста маркетинговых расходов.
После оптимизации карточки кофейни запустили автоматические ответы на отзывы.
Через 45 дней рейтинг вырос с 4,1 до 4,5, переходы из 2ГИС — на 35%, поток — ещё на 22 клиента в день.
Через API внедрено единое управление ответами на отзывы для четырёх точек с общим стандартом и сроком ответа до двух часов.
Через три месяца минимальный рейтинг сети вырос до 4,3, а запись через 2ГИС — на 28%.
Сервис генерирует текст объявления и распознаёт комплектацию автомобиля по фотографиям.
Текст объявления формируется за несколько секунд. Изменение конверсии продажи не раскрыто.
Агент генерирует ответы на положительные отзывы с поисковыми фразами из пула городских запросов; отрицательные отзывы передаются команде на разбор.
Генерация ответов встроена в текущую работу с отзывами; количественный эффект не раскрыт.
Агент формирует риск-паспорт неактивных клиентов, проверяет карты, диалоги и расшифровки звонков, исключает нежелательные контакты и останавливает коммуникацию при негативе.
В первые дни конверсия в запись составила около 5%.
Созданы региональные статьи по ОСАГО, внедрена микроразметка LocalBusiness и FAQ, получены ссылки с региональных СМИ.
AI-трафик вырос с 0 до 1 200 визитов в месяц; конверсия составила 7,2% против 3,8% из обычной органики; заявки на ОСАГО выросли на 340% за 3 месяца; ROI — 860%.
Компания тестирует ML-систему, которая прогнозирует вероятность ближайшей покупки и конкретные товары для каждого держателя карты лояльности, а также рассчитывает индивидуальную скидку.
В первых результатах тестирования точность персональных товарных рекомендаций превысила 30%.
В рамках GEO-продвижения настроена генерация ответов в ChatGPT через API с актуальными ценами; также созданы экспертные статьи, выполнена разметка страниц и автоматизирован сбор отзывов через CRM.
По данным ФОНИИ, за шесть месяцев AI-трафик вырос с нуля до 3400 визитов в месяц, конверсия посетителей из AI-каналов в запись достигла 11,2%, ROI за первый год составил 580%, а стоимость привлечения клиента снизилась на 63%.
Компания встроила гибридный юридический бот в маркетинговый процесс: сначала для предварительной самопроверки контента, затем для круглосуточного постконтроля внешних коммуникаций и автоматических уведомлений.
Представитель компании заявляет о сокращении времени анализа материалов на 30–50%, высвобождении до 3000 часов в год и экономии почти 15 часов в месяц на одного маркетолога; средняя экономия от предотвращённого нарушения оценена в 1,5 млн рублей.