Главная Академия Статья Пишем, верстаем, анализируем: 12 способов улучшить email-маркетинг с помощью ИИ

Пишем, верстаем, анализируем: 12 способов улучшить email-маркетинг с помощью ИИ

Ограничения в популярных мессенджерах заставили многих вновь обратить внимание на проверенный способ связи — email-рассылки. Чтобы ускорить переход на электронные письма, оптимизировать этот процесс и запустить полноценный email-маркетинг без глубокого погружения в профессию, можно использовать ИИ.

Вместе с экспертами Unisender разбираемся, как использовать нейросети для решения задач email-маркетинга, делимся проверенными промптами и лайфхаками.

Марина Панова

автор Unisender

Основные метрики email-маркетинга

Прежде чем писать письмо и запускать рассылку, нужно поставить цель — какой результат мы хотим получить от email-продвижения. Оценить рассылки предметно помогают метрики, вспомним базовые показатели.

Open Rate (Открываемость) — показывает, какой процент получателей открыли письмо. Если процент низкий, нужно искать слабые места, например, тестировать новые темы и прехедеры.
CTR (Кликабельность) — показывает процент подписчиков, которые нажали на кнопки и ссылки в письме. Если показатели снижаются, стоит доработать дизайн и расположение элементов, переписать тексты на кнопках или картинках.
CR (Конверсия) — показывает процент подписчиков, которые совершили целевое действие. Например, посмотрели карточку с товаром или добавили в корзину.
Unsubscribe Rate (Отписки) — показывают, насколько письма соответствуют ожиданиям подписчиков. Отписки — нормальное поведение для клиента, если рассылки перестали интересовать. Однако если показатель растёт, нужно проверить частоту отправок. Возможно, письма приходят слишком часто и утомляют аудиторию.
Spam Complaint Rate (Жалобы на спам) — показывают, сколько человек пометили письмо как нежелательное. Рост жалоб снижает рейтинг отправителя и может привести к блокировке IP-адреса. Возможно, подписчики просто не находят кнопку отписки, поэтому отправляют письмо в спам.

Емейл-рассылки: их виды по цели, содержанию и способу отправки

Как улучшить email-маркетинг с помощью ИИ

Нейросети могут помочь улучшить метрики и тем самым решать бизнес-задачи. Главное — правильно создать запрос и протестировать результат.

Создать контент-план

Контент-план помогает структурировать работу и вовремя отправлять email-рассылки, не срывая дедлайны.

В чём сложность: как правило, подготовка плана занимает не менее часа. Нужно проанализировать предыдущие рассылки и посмотреть аналитику, изучить письма конкурентов, учесть сезонность и действующие акции. А ещё выбрать удачное время для запуска рассылок.

Что может сделать нейросеть: изучить бизнес-цели и целевую аудиторию, проанализировать историю открытий и кликов предыдущих писем. Продумать структуру контента и идеи для A/B-тестов. В итоге, на создание контент-плана с учётом промпта потребуется 15-20 минут.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для ChatGPT: «Ты — email-маркетолог в музее современного искусства. Составь контент-план email-рассылок на 1 месяц. Аудитория: девушки 20-35 лет, посещают музей раз в месяц, увлекаются творчеством и саморазвитием. Цель — повысить повторные продажи и удержание клиентов через новые предложения и выставки. Частота — 2 письма в неделю. Для каждого письма укажи тему, цель, основное предложение и идею CTA. Стиль текста — дружелюбный, ориентированный на молодую аудиторию. Результат представь в виде таблицы».

Вот что предлагает нейросеть:

ChatGPT разбил контент-план по неделям: для каждой придумал тему письма, описал цель и содержание. А ещё предложил идеи CTA для усиления предложения

Результат дорабатывайте с учетом собственного опыта и знания продукта. Общайтесь с нейросетью, уточняйте запросы, адаптируйте предложенный план под задачи бизнеса.

Михаил Шумовский — главред журнала «Нейромедиа», автор Телеграм-канала «Миша, давай по новой» о нейросетях в диджитале

Нейронки совершенствуются и с каждым днём лучше понимают любые запросы. Но всё равно важно правильно формулировать задачу.

Если мы говорим про ChatGPT, Claude и другие простые неронки, то нужно объяснять, что вы пишете, для кого вы пишете, показывать какое-то количество примеров.

Если используете более серьёзные инструменты, которые работают на основе скиллов, например, Claude Code или Codex, то важно расширить контекст. Объяснить, какие паттерны поведения нейронка должна соблюдать, что ей стоит учесть при решении задачи.

Сгенерировать тему и прехедер

Тема — заголовок email-сообщения, который пользователь видит в почте в строке входящих писем сразу после имени отправителя. Прехедер — следующая строчка после темы.

В чём сложность: тема и прехедер должны выделяться в почтовом ящике и мотивировать читателя сразу открыть письмо. Обычно маркетолог тратит много времени, чтобы придумать цепляющие фразы. А у подписчиков развивается баннерная слепота — они чаще игнорируют рекламные письма в почте.

Почтовый ящик среднестатистического подписчика завален письмами — развивается баннерная слепота. Вот почему маркетологи соревнуются в остроумии, выдумывая связки темы и прехедера

Что может сделать нейросеть: изучить целевую аудиторию, стиль общения с читателями и предложить разные варианты тем и прехедеров. В результате на задачу уйдёт менее 15 минут вместо стандартных 30-40 в зависимости от креативности маркетолога.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen, а также встроенные нейросети сервисов email-рассылок. Они могут проанализировать письмо и сгенерировать варианты темы и прехедера, умеют создавать письма целиком и даже переводить рассылку на другие языки.

Пример промпта для ChatGPT: «Ты — email-маркетолог в музее современного искусства. Предложи три темы и три прехедера для письма. Цель письма: анонс нового выставочного сезона с сентября. Нам нужно продать годовой абонемент в музей. Целевая аудитория: женщины 25-50 лет. Стиль общения: дружелюбный, средне формальный. Важно, чтобы тема и прехедер были интересными, цепляющими и побудили открыть письмо».

ИИ предложил варианты тем и прехедеров для тестирования:

ChatGPT предложил по три пары связок темы и прехедера: классические, эмоциональные и ориентированные на выгоду. Для повышения Open Rate выбрал ТОП-3 связок для теста

Отредактировать и улучшить готовые тексты

В чём сложность: маркетологу бывает трудно объективно оценить собственный текст. После нескольких правок взгляд замыливается, в письме появляются штампы, повторы и ошибки.

Что может сделать нейросеть: проверить текст на ошибки и опечатки, предложить варианты улучшений или создать контент с нуля. В результате на задачу уйдёт не более получаса вместо 2-3 часов работы с текстом.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen, а также встроенные нейросети сервисов email-рассылок.

Пример промпта для Алисы AI: «Ты — email-маркетолог. Отредактируй текст письма для интернет-магазина одежды. Убери канцеляризмы, сократи длинные предложения, усили CTA и сделай текст более динамичным. Аудитория — женщины 25–35 лет. Стиль — дружелюбный и средне формальный. Текст должен легко читаться с мобильного устройства. Предложи 3 варианта улучшенного CTA и объясни, какие элементы письма снижают вовлеченность.

Вот сам текст:

Дорогие женщины! В часть 8 марта дарим вам промокод на скидку 15% — он действует на всю весеннюю коллекцию с 5 по 10 марта в интернет-магазине. Успейте воспользоваться предложением! Нажимайте на кнопку «В магазин» и выбирайте обновки!»

Алиса АI отредактировала письмо, предложила три варианта CTA и объяснила слабые места:

Алиса переписала текст исходного письма с темой и кнопкой, объяснила слабые места: выгода сразу в теме письма, срок действия акции, призыв к действию с кнопкой. Предложила три варианта CTA и объяснила, почему это работает: краткие призывы к действию, указание на выгоду, фокус на интересе аудитории

Нейросети обучаются преимущественно на английском, поэтому в русских текстах заметна английская логика построения предложений. Из-за этого возникают проблемы: инверсии, слова, которые мы не используем в русском языке.

Особенно это заметно в выборе между «ты» и «вы», в работе с видами и временами глаголов. Поэтому все тексты нужно вычитывать и проверять.

Но это не значит, что для написания текстов нужно переходить на русские нейронки.

Российские нейросети всё ещё отстают от зарубежных. Сейчас отечественные модели находятся на уровне 2024 — начала 2025 года. Многие из них обучаются на китайских нейросетях: для них берут готовые базы, их дообучают и используют для развития своих моделей.

Поэтому в России лучше использовать китайские нейросети. А идеальный вариант — получить доступ к Claude или ChatGPT.

Создать изображения для писем

В чём сложность: создание уникальных иллюстраций — дорогая и трудоёмкая задача, к тому же непросто соблюдать технические требования: изображение должно открываться на всех типах устройств и весить не более 100 КБ.

Что может сделать нейросеть: за секунды сгенерировать изображение по запросу на уровне профессионального иллюстратора. Не нужно привлекать дизайнеров или пытаться самостоятельно разобраться со слоями в графическом редакторе, нейросеть всё сделает быстро и качественно.

Какие нейросети подойдут для этой задачи: ChatGPT, Midjourney, Stable Diffusion, Leonardo AI, ГигаЧат, Алиса AI, АI-ассистент Unisender, Шедеврум.

Пример промпта для AI-ассистента Unisender: «Светловолосая девочка 8 лет бежит по залитому солнцем лугу. Её волосы развеваются на ветру, она смеётся. Небо голубое, безоблачное. Оттенки осенние, но трава еще зеленеет. Освещение мягкое, как закатное солнце. Фотография горизонтальная, высокая детализация, реализм».

AI-ассистент от Unisender сгенерировал картинку по запросу: учел подробное описание бегущей по лугу светловолосой девочки и осенние оттенки. Результат можно использовать или сгенерировать новый

Сверстать письма с HTML-кодом

HTML — это код, который показывает браузеру, как должна выглядеть веб-страница. Без HTML нарушилась бы структура страниц — сплошной текст с хаотичным расположением картинок и ссылок. В режиме кода больше свободы в выборе дизайна, анимации и интерактивных элементов.

В чём сложность: письмо с HTML-кодом должно правильно отображаться во всех почтовых службах и адаптироваться под мобильные устройства. Маркетологу приходится вручную прописывать внешний вид письма: где находится баннер, какой размер шрифта, как отображаются карточки товаров и кнопки. Но не все специалисты умеют это правильно делать. Одна ошибка — и письмо работать не будет.

Что может сделать нейросеть: сгенерировать HTML-код под конкретные запросы. Для этого простым языком опишите структуру и стиль письма: расположение блоков, цвета, кнопки, изображения, адаптацию под мобильные устройства. Проверьте результат и загрузите в email-сервис. В результате на задачу уйдёт 15-20 минут, если вы умеете проверять код.

Какие нейросети подойдут для этой задачи: ChatGPT, Claude и DeepSeek — они хорошо работают с кодом, умеют учитывать ограничения email-верстки и могут сразу адаптировать письмо под мобильные устройства.

Пример промпта для ChatGPT: «Сгенерируй HTML-код для email-рассылки интернет-магазина детских игрушек. Структура письма: верхний баннер, блок с карточками товаров — 2 куклами и 1 плюшевым медведем, кнопки “Купить” около каждого товара, футер с соцсетями. Текст: новые поступления к дню защиты детей. Цветовая палитра — желтые тона, мультяшный стиль. Письмо должно корректно отображаться на мобильных устройствах и в Gmail. Используй адаптивную email-вёрстку».

ChatGPT сгенерировал полноценный HTML-код с обязательными элементами и тегами: здесь есть тексты, визуал, кнопки и т.д. Обязательно проверьте код, иначе рассылка сломается

В нейросети доступен режим предварительного просмотра письма:

В режиме предпросмотра можно оценить визуал письма — если что-то не подходит, просим нейросеть доработать

Вставляем получившийся код в сервис рассылок и смотрим на результат:

Внутри сервиса рассылок тоже можно поправить код и увидеть, как меняется визуал

Письмо нужно проверить и доработать — некоторые картинки подобраны не по теме и взяты из открытых источников.

Рассылки в VK: в чём польза и как их запустить

Полностью доверять ответу нейронки нельзя, всегда нужно проверять результат. Даже в самых простых задачах.

Однажды я писал статью, и нейронка мне соврала по поводу интерфейса какого-то приложения. Эту информацию я не перепроверил, оставив как есть, а спустя время ошибка обнаружилась.

Было стыдно, что я не провёл фактчекинг. Наша совместная с ИИ ошибка могла запутать читателя и подорвать доверие к журналу.

Сгенерировать контент для цепочек писем

Цепочка писем — это серия связанных email-рассылок, которая автоматически отправляется подписчику в зависимости от его действий. Такие цепочки называют триггерными, потому что они активируются по конкретному событию. Например, после регистрации на сайте клиент получает приветственное письмо, а через два дня — подборку популярных товаров.

В чём сложность: обычно маркетолог создаёт цепочки писем вручную. Сначала придумывает сценарий, затем подбирает тему и прехедер, ищет картинки, пишет текст каждого письма. Потом верстает всё в редакторе. На цепочку из 10-15 писем может уходить не меньше недели. Иногда тексты получаются однотипными, персонализация к середине пропадает, логика нарушается.

Так выглядит триггерная цепочка писем: попадание в список, условие запуска сценария, содержание письма, временной цикл и т.д.

Что может сделать нейросеть: сгенерировать структуру всей серии писем. Маркетологу нужно указать цель цепочки, например, провести клиента от регистрации на сайте до покупки товара. Потом описать целевую аудиторию, характеристики товара, количество шагов и стиль общения. Тогда на выполнение задачи уйдёт всего 20 минут.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для ChatGPT: «Ты — email-маркетолог. Тебе нужно создать триггерную цепочку писем в рассылке. Цель: провести клиента по воронке продаж от регистрации на сайте до первой покупки. Количество писем: 5. Целевая аудитория: женщины 25-40 лет, интересуются средствами по уходу за кожей. Характеристика товара: уходовая корейская косметика для рук и лица. Стиль общения: дружелюбный, средне формальный».

Нейросеть оформила результат в виде таблицы. Остается проверить и дописать содержание, настроить цепочки писем в сервисе рассылок по триггерам. Можно попросить ИИ написать тексты под каждое письмо отдельно.

ChatGPT предложил цепочку из 5 писем со сроками рассылки, содержанием писем и примерами CTA. В итоге цепочка писем работает более 8 дней и прогревает читателя. Финальный шаг — оформление первого заказа

Оптимизировать триггерные письма

В чём сложность: маркетолог регулярно анализирует эффективность триггерных писем. Проверяет сколько человек открыли письмо, кто нажал на кнопку, купил и так далее. Если показатели низкие, нужно переписать некоторые письма, чтобы цепочка работала лучше.

Что может сделать нейросеть: оптимизировать цепочку писем. Маркетолог скачивает аналитику из сервиса рассылок или CRM-системы и загружает в нейросеть. Система анализирует содержание письма и метрики: открытия, конверсию, отписки, переходы на сайт. Потом ищет слабые места цепочки, предлагает улучшения. Тогда на задачу потребуется не более получаса вместо нескольких часов работы.

Например, первое триггерное письмо открывают 80% получателей, но почти не кликают по кнопке. Возможно, стоит изменить её дизайн или расположение. Можно попросить ИИ сгенерировать новые версии писем для цепочки, нарисовать картинки.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для ChatGPT, который запоминает историю и контекст предыдущего общения: «Расскажи теперь, как можно оптимизировать готовую цепочку триггерных писем и содержание писем. Та, которую ты предложил, уже давно работает и собрала статистику. В прикрепленном файле тебе нужно проанализировать содержание писем и показатели каждого шага. Определи слабые места цепочки и дай рекомендации по улучшению».

Мария Ерилина, аккаунт-директор IT-Agency

ИИ хорошо находит, на каком шаге цепочки «сыпется» воронка — где падают открытия, клики или конверсия. Но до правки текста стоит проверить саму логику триггера: не слишком ли рано уходит письмо, не дублирует ли оно SMS или push, не попадает ли человек в цепочку повторно. Часто проблема не в формулировке, а в условии запуска.

Выгружайте в нейросеть не только метрики писем, но и схему цепочки: триггер → задержка → следующий шаг. Добавляйте контекст: что для вас нормальные показатели и почему решили, что цепочка просела — иначе ИИ опирается на общие советы из открытых источников.

Оптимизировать время отправки

Время отправки письма влияет на открываемость, кликабельность и конверсии. Даже самая качественная рассылка может остаться незамеченной, если придёт в неподходящее время. Поэтому важно анализировать поведение подписчиков.

Андрей Кулагин — руководитель проектного направления Unisender Agency

Найти оптимальное время помогут тестовые рассылки в разные временные отрезки. Во многих сервисах рассылок, в том числе и в нашем, есть стандартные отчёты, которые показывают время прочтений и переходов за определённый период.

Отправляйте письма клиентам в разное время, а потом анализируйте статистику. Каждой аудитории свойственны свои закономерности, и под них нужно подстраиваться маркетологу

В чем сложность: даже при готовых отчётах анализ статистики может отнимать очень много времени. Обычно маркетолог тратит 1-2 часа на просмотр отчётов — чем больше писем отправляет компания, тем больше требуется времени.

Что может сделать нейросеть: провести анализ статистики. Она изучит отчёт по рассылкам и скажет, в какие дни и часы подписчики чаще открывают письма, на какие элементы активно кликают, а когда отписываются. Попросите выбрать день и время отправки, чтобы увеличить открываемость. Например, нейросеть обнаружит, что письма со скидками лучше открывают в будние дни после 19:00, а образовательные рассылки — утром в выходные.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для Qwen: «Изучи приложенный файл с отчетом по рассылкам. Посмотри частоту открытия по дням и часам. Предположи, когда самое лучшее время для отправления писем. Цель — увеличить открываемость будущих рассылок».

Qwen предложил три варианта лучшего времени: два пика утренней активности в понедельник и день воскресенья. Прописал стратегию и посоветовал избегать позднего вечера. Дал рекомендации по тесту и часовым поясам.

Подготовиться к А/В-тестированию

В чём сложность: подготовка к A/B-тесту занимает много времени: 2-3 часа. За один раз лучше менять только один элемент — понять, какой вариант письма сработал лучше. Например, подобрать связки темы и прехедера, разные иллюстрации или визуал кнопок. Потом выбрать сегменты аудитории, сверстать письма и отправить. Только не забудьте проанализировать результаты.

Что может сделать нейросеть: быстро подготовит несколько вариантов для A/B-теста. Для этого маркетолог описывает цель теста, сегменты аудитории, изменяемый элемент, тон письма. Можно добавить примеры предыдущих писем, чтобы обучить нейросеть. А готовые варианты проверить и использовать в рассылке. Тогда задача займёт всего 20-30 минут с учётом правок.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для ГигаЧат: «Ты — email-маркетолог в книжном магазине и готовишься к проведению A/B-теста. Сейчас ты будешь тестировать лучшее сочетание темы и прехедера. Цель рассылки: разбудить спящую аудиторию, которая не читает твои рассылки больше 3 месяцев, чтобы они открыли письмо. Целевая аудитория: молодые люди до 35 лет, которые покупали книги минимум 3 раза. Стиль: интригующий, но не похожий на спам. Предложи 5 вариантов сочетаний темы и прехедера».

ГигаЧат сгенерировал 5 вариантов связкой темы и прехедера: учел интригующий стиль, возраст ЦА до 35 лет и цель — разбудить спящую аудиторию. Дал общие рекомендации: разделить базу на 5 сегментов, смотреть Open Rate и анализировать результаты

ГигаЧат дополнительно предложил рекомендации по тесту — можно брать и редактировать под себя.

Проанализировать эффективность рассылки и дать рекомендации

Аналитика есть в каждом сервисе email-рассылок. В ней видим данные по количеству отправленных и доставленных писем, прочтения, переходы и отписки, жалобы на спам. Те самые метрики, которые мы обсуждали в начале статьи. Ещё там можно посмотреть детальный анализ. Он показывает устройства и географию подписчиков, время прочтения или карту кликов по ссылкам.

В чём сложность: чем больше рассылок, тем дольше анализировать показатели по каждой — регулярно специалист тратит на это час-два своего времени. А ещё важно принять верное решение по будущим письмам: изменить что-то или оставить. Маркетолог в этом случае идёт на риск.

Что может сделать нейросеть: изучить отчёт по аналитике и дать советы по улучшению рассылок. Для этого маркетолог выгружает статистику по метрикам и само письмо из сервиса рассылок. Или просит нейросеть посмотреть сразу несколько рассылок и сгенерировать новую стратегию. Тогда с задачей можно справиться всего за 15 минут.

Например, при высоком Open Rate и низком CTR нейросеть предложит доработать содержание, чтобы тема письма соответствовала ожиданиям. А анализ карты кликов покажет, что подписчики не дочитывают и до половины — возможно, нарушена структура или перегружено письмо.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для ChatGPT: «Проанализируй показатели email-рассылки. Найди слабые места письма, объясни причины низкого CTR и предложи конкретные улучшения для темы, структуры, CTA и расположения блоков. Изучи показатели в прикрепленных файлах».

ChatGPT анализирует показатели рассылки: жалоб на спам почти нет, база качественная. Но низкий показатель переходов — тема письма сработала, а содержание не оправдало ожиданий подписчиков. Alt: ChatGPT анализирует рассылки

В результате маркетолог может доработать рекомендации под себя и улучшить будущие рассылки.

Мария Ерилина, аккаунт-директор IT-Agency

ИИ ускоряет разбор отчёта, но не снимает с маркетолога вопрос «что именно менять». Смотрите на связку метрик, а не на одну цифру: высокий Open Rate при низком CTR часто значит, что тема обещала больше, чем внутри письма. Низкая конверсия при нормальном CTR — слабое предложение или сложный путь на сайте, а не только текст рассылки.

В промпт добавляйте контекст: тип рассылки, сегмент, прошлые результаты похожих кампаний. Для регулярных рассылок сравнивайте следующую кампанию с предыдущими того же типа и сегмента. Для триггерных цепочек смотрите метрики в динамике, так как аудитория в триггерах всё время меняется.

Спрогнозировать поведение покупателей

Прогноз поведения покупателя строится на истории его действий. Например, недавние покупки, средний чек, брошенная корзина, подписка на рассылку, клики в письмах. Эти данные мы берём из CRM-системы и аналитики. Цель прогноза: персонализация рассылок и рост продаж.

В чём сложность: трудно вручную анализировать каждого покупателя. Для этого маркетолог выгружает данные из всех систем аналитики, изучает и строит гипотезы — на это может уйти несколько дней. Например, клиент три дня подряд смотрел смартфоны — вероятно, готовится к покупке.

Что может сделать нейросеть: быстро провести анализ данных и составить прогноз поведения. Просто подготовьте и загрузите файл с сегментами аудитории и действиями клиента. Тогда на эту задачу вы потратите не более получаса.

Что делать дальше:

если клиент с высокой вероятностью готов к повторной покупке — отправить персональную подборку;
если пользователь теряет интерес — взбодрить необычным предложением, зацепить темой;
если клиент часто покупает товары одной категории — рекомендовать дополняющие продукты;
если человек реагирует только на скидки — отправлять промо-рассылки.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

Пример промпта для Qwen: «Ты — email-маркетолог. Тебе нужно спрогнозировать, кто из списка покупателей с наибольшей вероятностью купит товары из новой линейки уходовой корейской косметики. Изучи данные в прикрепленном файле и собери базу клиентов для рекламной рассылки с анонсом новинки».

Нейросеть выдала пошаговые рекомендации, разделила клиентов по индексу лояльности и сегментам от новичков до энтузиастов, предложила запустить A/B-тест и настроить триггерную цепочку.

Qwen поделила аудиторию на сегменты: А (энтузиасты), B (средне вовлеченные) и C (спящие) и дала рекомендации по контенту: примеры тем и варианты содержаний. Например, для энтузиастов можно сделать акцент на инновациях или эксклюзивной скидке

Мария Ерилина, аккаунт-директор IT-Agency

Прогноз поведения покупателя — это модель, которую реально построить при помощи ИИ, на рынке уже есть такие продукты, но, как правило, потребуется от 20 дней на анализ данных и не менее 30 000 покупок. Но в рамках одного чата можно получить быструю сегментацию под гипотезы тестирования или промо-план. Чем больше в файле связанных данных — дата последней покупки, категория, средний чек, реакция на прошлые рассылки, — тем осмысленнее будет ответ нейросети. Но будьте аккуратны при передаче email в чаты нейросети — лучше используйте идентификаторы контактов CRM-системы.

Идеально, если получится провести серию А/Б-тестирований: отправить письмо на сегмент, который предложила ИИ, второй сегмент — контактам из CRM, и выделить контрольную группу. Такой подход поможет проверить, насколько рабочие сегменты предлагает выделить ИИ, и стоит ли масштабировать подход в вашем случае.

Подготовить стратегию электронная почта+СМС+мессенджеры

Этот способ — самый сложный. Он называется омниканальным маркетингом и объединяет все платформы, каналы и устройства, через которые клиент общается с бизнесом. Да, фокус именно на клиенте — присутствовать там, где удобно ему, а не бизнесу. Для этого данные о покупателе собираются в одном месте.

Например, можно объединить электронные рассылки, СМС и мессенджеры. Если клиент не открыл письмо в почте, система автоматически отправит СМС, а затем сообщение в Телеграме.

В чём сложность: требуется много действий — собрать все данные (электронная почта, номер телефона, профили в социальных сетях), придумать сценарии и триггеры отправки сообщений. Затем написать тексты, подобрать иллюстрации, сверстать и настроить. Потом регулярно смотреть статистику и вносить правки.

Что может сделать нейросеть: подготовить стратегию омниканального маркетинга. Маркетологу останется проверить каждый шаг стратегии, поправить и настроить цепочки в сервисе рассылок. Тогда всего за час можно создать, поправить и внедрить полноценную стратегию.

Какие нейросети подойдут для этой задачи: ChatGPT, Алиса AI, ГигаЧат, Claude и Qwen.

В первую очередь маркетолог собирает данные:

какие каналы использует аудитория;
какие письма открывают чаще;
как пользователи реагируют на СМС;
где выше конверсия — в почте или мессенджерах;
какие действия совершают клиенты после сообщений.

Потом пишет промпт для нейросети.

Пример промпта для ChatGPT: «Ты — email-маркетолог в интернет-магазине детских игрушек. Построй омниканальный сценарий для каналов: email, SMS и Telegram. Цель — довести клиента до первой покупки после регистрации. Не более 5 шагов. Пропиши также примеры тем, текстов, частотность отправки сообщений».

ChatGPT подготовил полноценную омниканальную статегию: пошаговую разбивку по каналам (Email, SMS, Telegram) со сроками отправки, целью и примерами темы и текста. Также предложил CTA для каждого шага: от знакомства с каталогом до оформления заказа

Вот так нейросеть строит путь клиента: по шагам, с условиями отправки. Пишет тексты и призывы к действию, распределяет материалы по каналам связи, анализирует результаты. Обязательно проверяйте результаты.

Ошибки при использовании ИИ в email-маркетинге

Напомним про основные красные флаги, на которые важно обращать внимание.

Всё делегировать и не проверять — нейросети действительно умеют многое: писать тексты, генерировать картинки, анализировать статистику и предлагать идеи. Сложность в том, что нейросети нужно обучать на примерах своих же текстов, объяснять особенности бизнеса, проверять на фактические ошибки. Относитесь к ИИ как к помощнику, а не полноценной замене.

Конверсия емейл-рассылки: зачем её отслеживать и как повышать эффективность писем

На мой взгляд, самая распространённая ошибка — привязываться к одному инструменту и не развиваться.

Нейронки очень быстро прогрессируют. Если вы два года назад познакомились с ChatGPT и до сих пор используете те же самые промпты, то вряд ли получаете максимальный результат, которого можно добиться сейчас. Чтобы был эффект, нужно следить за новинками, углубляться в работу нейросетей, тестировать разные модели.

Писать короткие и некачественные промпты — подробно описывайте задачу, добавляйте контекст и детали, используйте примеры, указывайте ограничения и дополняйте свои запросы по ходу общения. Нейросеть запоминает контекст: чем больше вы переписываетесь, тем больше она понимает глубину задачи и особенности бизнеса.
Не анализировать результаты — регулярно смотрите статистику, отмечайте изменения, проводите тесты и проверяйте, действительно ли ИИ улучшает рассылки, а не ухудшает их.

Андрей Кулагин — руководитель проектного направления Unisender Agency

Интеллект маркетолога влияет на то, как использовать искусственный интеллект. А искусственный интеллект, в свою очередь, влияет на метрики email-маркетинга — всё зависит от человека, который управляет ИИ и ставит задачи.

Если раньше вы отправляли длинные текстовые письма, которые никто не дочитывал, а теперь с помощью ИИ улучшили дизайн письма, то кликабельность вырастет. Например, создали структурированные сообщения с блоками информации, которые легко читать: яркие кнопки, заголовки и т.д.

ИИ сам по себе ничего не улучшает. Важно, что было до и что стало после его внедрения.

Open Rate (Открываемость) увеличится, если вместо слабых тем писем вы стали генерировать цепляющие заголовки для целевой аудитории.
CTR (Кликабельность) вырастет, если улучшился дизайн писем — больше кликов, переходов, возможно, продаж или лидов.
CR (Конверсия) зависит от контекста: отправили ли вы нужное письмо с нужным предложением. Конверсией может быть оставленный лид, звонок, сообщение в WhatsApp или покупка.

CRM-маркетинг

Подбираем оптимальную стратегию маркетинга, чтобы увеличить лояльность и конверсию на каждом этапе воронки.

Коротко о главном

Нейросети действительно помогают улучшить email-маркетинг: сгенерировать кликабельную тему письма, нарисовать картинку, подготовиться к A/B-тесту и даже написать полноценную маркетинговую стратегию.

При работе с нейросетями не совершайте распространённые ошибки. Пишите качественные промпты, чётко объясняйте задачу и дорабатывайте результат. Обязательно проверяйте ответы, а не копируйте сразу в письмо.

Относитесь к ИИ как к помощнику, а не полноценной замене. Используйте зарубежные нейросети — они показывают лучший результат. Пробуйте несколько и сравнивайте ответы. Например, ChatGPT, Claude, Qwen, Midjourney.

Если нужен максимальный эффект от рассылки, лучше доверить её профессионалам. В сервисах рассылок есть отчёты и статистика. После внедрения нейросетей смотрите показатели основных метрик email-маркетинга — оставляйте, дополняйте или даже откатывайтесь при необходимости.

Как увеличить продажи с рекламы при помощи CRM-маркетинга

Записал Сергей Афонин, отредактировал Сергей Афонин