Как система с ИИ помогает находить новых рекламодателей для агентства

Перспективных партнёров замечали слишком поздно

Руководитель отдела продаж агентства обратился ко мне с задачей поиска новых рекламодателей. Информации на рынке было много, но выделить в ней перспективных партнёров и вовремя связаться с ними команде удавалось не всегда. Нередко о подходящей компании узнавали уже после того, как другие агентства заключили с ней контракты.

Единого источника, где компании сообщают о готовности сотрудничать, нет. Готовые каталоги тоже не решали задачу: в них попадали уже известные игроки, с которыми конкуренты уже заключили контракты. Агентству нужен был проактивный поиск новых партнёров, а не ожидание отклика на собственную рекламу.

Руководитель хотел раньше узнавать о рекламодателях с интересными условиями сотрудничества и направлять усилия продавцов на них. Одним из признаков подходящей компании могла быть недавно запущенная партнёрская программа. Команда уже пробовала прямой и регулярный поиск через ChatGPT и другие LLM, но с этой задачей они справлялись плохо.

От профильной аналитики до готового лида

Я подробно обсудил с руководителем, как устроен поиск и какие рекламодатели нужны агентству. На основе интервью сформулировал требования, сделал прототип, а затем самостоятельно разработал и запустил всю систему.

В основе решения не отдельный запрос к языковой модели, а цепочка сбора и обработки информации. Система получает профильную аналитику через API и интерфейсы источников. Собственные алгоритмы обрабатывают и структурируют данные, после чего система определяет юридические лица, стоящие за найденными компаниями.

Далее веб-поиск и LLM помогают найти контакты, сведения об условиях сотрудничества и партнёрских программах. Если компания соответствует критериям, система записывает лид в Google-таблицу. Вместе с ним отдел продаж получает контакты и пояснения, необходимые для обращения.

Запуски происходят с заданной частотой. Для выбранного типа рекламодателей подборка готовится автоматически, но это не означает, что система заменила всю работу продавцов по поиску клиентов на рынке.

ИИ решает свою часть общей задачи

Прямые обращения к ChatGPT и другим языковым моделям не дали отделу продаж нужного результата. Поэтому я встроил LLM в систему, которая сначала собирает свежие данные и подготавливает их к дальнейшей обработке. Это отличается от работы, при которой сотрудник сам задаёт вопросы чат-боту: здесь поиск, обработка и передача результата связаны в регулярный процесс.

Языковые модели помогают разбирать сведения о компаниях, контактах и партнёрских условиях. Сбор, структурирование данных и другие этапы выполняются программно, с помощью собственных алгоритмов. Одними LLM эту задачу решить не получилось; ценность даёт сочетание методов, а не сам факт подключения ИИ.

Названия аналитических источников, точные показатели и внутренние алгоритмы здесь не раскрываю. Принцип разделения работы между моделью и обычным кодом подробнее описан в статье о выборе между ИИ и правилами.

Продажи получают лиды с контекстом для обращения

Внутренняя система агентства работает почти год и регулярно находит новых потенциальных рекламодателей с интересными условиями сотрудничества. Для этого типа компаний отдел продаж получает не просто список названий, а подготовленные лиды с контактами и пояснениями.

Сбор сведений и предварительный отбор выполняются по расписанию. Продавцам не приходится каждый раз самостоятельно проходить всю цепочку поиска по этому направлению: они могут начать с изучения подготовленной информации и связи с потенциальным партнёром. При этом соответствие критериям отбора не подменяет переговоры и не означает гарантированной сделки.

Когда полезен такой подход к поиску клиентов

Подобная система полезна на рынках, где сведения о готовых к сотрудничеству клиентах не собраны в одном месте и преимущество получает тот, кто раньше обнаружит возможность и обратится к компании. Вместо ожидания входящих заявок можно организовать регулярный поиск по доступным источникам.

Перенос подхода на другой рынок начинается не с выбора модели. Сначала я разговариваю с людьми, которые сейчас ищут клиентов: выясняю, какие компании им нужны, где есть полезные сведения и по каким признакам можно оценить условия сотрудничества. Затем определяю, что следует поручить алгоритмам, а где нужен ИИ. Подробнее этот подход описан на странице о внедрении ИИ и автоматизации.