Автосалон «NN» — потому что клиент под NDA — долгое время вёл соцсети без выделенного SMM‑специалиста. Контент создавали маркетолог и менеджеры по продажам — от случая к случаю, в разной тональности и без опоры на данные. Результат был непредсказуем: то пост «выстреливал», то проваливался.
Клиент пришел к нам на консультацию: как в хаосе и без возможности выделить специалиста под контент создать системный подход. После знакомства и брифинга, мы им предложили автоматизацию: анализ конкурентов и генерация идей на базе Popsters, Google Таблицы и ChatGPT.
Клиент и ситуация
Сфера: официальный дилер в городе с населением 1,2 млн человек.
Штат: маркетолог (он же SMM по совместительству) + три менеджера по продажам, которые иногда помогали с фото и идеями.
Проблемы:
- Никто не отвечал за системный контент. Соцсети вели по настроению: маркетолог выкладывал новости салона, менеджеры — свои фото машин, посты выходили в разное время, с большими перерывами, без оформления, а иногда и с ошибками.
- Тональность прыгала. Вчера был серьёзный пост про безопасность, сегодня — мем с машиной, завтра — просто перепечатка новости от импортера. Подписчики не успевали привыкнуть к голосу бренда.
- Никто не отслеживал конкурентов. Маркетолог изредка смотрел, что они пишут, но времени на глубокий анализ не было.
- Идеи для постов рождались болезненно. Каждое утро вопрос: «О чём писать?» Часто брали темы из головы — и гадали, сработает или нет.
Решение: автоматизация через ИИ-разведку
Внедрение проходило в три шага без найма нового сотрудника.
Шаг 1. Настроили сбор данных конкурентов
Мы использовали сервис аналитики Popsters, но не настаиваем, что он единственный так может. Собрали 5 конкурентов, загрузили публикации за последние 3 месяца, выгрузили и снова загрузили — в этот раз окончательно, в одну большую Google таблицу.
Шаг 2. Подготовили «умную» таблицу со скриптом
Написали скрипт, который для каждого нового поста обращается к ChatGPT (через API) и заполняет заданные в скрипте колонки. Мы выбрали оценку успешности/провальности публикации по статистике, определение тональности поста, ключевых слов, а также адаптацию успешных постов под бренд «NN».
Для этого добавили в скрипт правила общения с клиентом, тональность и некоторые факты про модели авто. Причем адаптацию мы попросили сделать сразу в нескольких форматах: и статичный пост, и сценарий для видео, и карусель, и структура статьи.
Шаг 3. Встроили в рутину команды
Каждый понедельник маркетолог открывает таблицу и за 20–30 минут видит:
- Какие форматы и темы у конкурентов залетели (и готовые тексты).
- Какие провалились (чтобы не повторять ошибок).
- Посты с аномальными всплесками — скорее всего, там была реклама, значит, тему стоит взять на заметку.
На основе этих данных маркетолог формирует контент-план на неделю и распределяет, что и когда публикует. Менеджеры по продажам получают чёткие задачи: «в среду пост про трейд-ин, текст уже есть, нужно только видео с клиентом».
Октябрь — декабрь
- Октябрь — ведение аккаунта до консультации и изменений.
- Ноябрь — подключение автоматизации и изменение подхода к созданию контента.
- Декабрь — подключение тестового продвижения на самые успешные публикации для роста аудитории, так как органически аккаунт рос бы слишком медленно.
За следующие 6 месяцев удалось выстроить стабильную систему создания контента и масштабировать рекламную кампанию.
Результаты через 6 месяцев
Чтобы внедрить такую систему, необходимы:
- Парсер — Popsters (или аналог) для сбора постов конкурентов.
- Google Таблицы — бесплатно, с возможностью писать скрипты.
- ChatGPT API — затраты на токены от 500 до 2 000 ₽/мес (зависит от количества анализируемых постов).
- Настроенный скрипт — один раз прописать логику (фильтрацию, промпты, заполнение таблицы). Это может сделать штатный IT-специалист или мы.
Если вы тоже устали от хаотичного контента, хотите снять нагрузку с маркетологов и менеджеров и начать использовать только работающие форматы — мы поможем. Настроим систему под анализ ваших конкурентов и обучим команду.