Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Для тех, кто доверяет делу,
а не слову
Редактировать

Покупатели недвижимости такие разные: кого-то тянет к паркам и озерам, кому-то нужно чувствовать пульс города. Одни подбирают квартиру побольше, другим нужна компактная под сдачу с ремонтом. Маркетологи начинают стратегию с сегментации аудитории, учитывая особенности каждой группы. Но даже профи бывает "не в ресурсе", а отдать вводные под рекламу нужно "вчера". В такие моменты хочется скинуть рутину на того, кто быстро обработает большие данные.

Маркетологи BondSoft решили проверить, как справится с сегментацией ЦА Chat GPT 4.0 на реальном проекте под контролем эксперта. В статье показываем результаты и комментируем, что у языковой модели получилось хорошо, а что мы сразу отбраковали.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Чего мы ждали от Chat GPT 4.0

Крупный застройщик Юга объявил старт продаж в новом ЖК, и нам нужно было быстро разделить потенциальных покупателей на группы и проанализировать каждый сегмент.

Мы попросили Chat GPT:

  • Выделить сегменты ЦА по полу, возрасту, интересам и другим параметрам. В результате у нас будет базовый портрет аудитории потенциальных покупателей.
  • Описать время покупки недвижимости для каждой ЦА. Так, мы узнаем, в какое время и почему аудитория более активна.
  • Рассказать о месте принятия решения о покупке. Мы поймем, какой путь пройдет покупатель и что подтолкнет его к решению купить квартиру.
  • Выбрать барьеры и драйверы для аудитории. Это подсветит нам основные страхи покупателя и поможет их обойти.

Это стандартный алгоритм, по которому наши маркетологи продумывают стратегию, настраивают рекламу, пишут статьи. Сможет ли нейросеть разгрузить специалиста на этом этапе или выдаст бесполезные ответы? Давайте смотреть.

Портрет ЦА по версии Chat GPT

Сначала попросим нашего помощника составить классический портрет ЦА. Мы дали боту объемное ТЗ, как если бы ставили задачу маркетологу. Не будем расписывать промты полностью, чтобы не перегружать статью, и оставим только самое важное.

Наш промт:

Выдели сегменты целевой аудитории для рекламы сайта монолитно-кирпичного дома от застройщика. Квартиры с готовым ремонтом. Опиши сегменты по полу, возрасту, интересам.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думает Chat GPT

Языковая модель выделила пять групп потенциальных покупателей.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думаем мы

Согласны с группировкой нейросети и довольны тем, как он структурировал описания. Нам не нужно было это писать самим, а значит, помощник уже справился :)

Конечно, мы бы добавили еще взрослых детей, которые покупают жилье родителям или включили бы дополнительные характеристики. Но для базы этого вполне достаточно.

Когда лучше покупают квартиры по мнению Chat GPT

Потребительская активность — штука непостоянная. Например, зимой рынок недвижимости замерзает, покупатели реагируют только на горячие предложения. А нам нужно понимать, как аудитория будет покупать в течение продолжительного времени, и какие еще факторы скажутся на потребительской активности. С помощью этих данных мы прогнозируем маркетинговые активности.

Вводим промт:

Опиши кратко, в какое время года или при каких обстоятельствах каждый из сегментов будет покупать квартиру.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думает Chat GPT

Он разделил ЦА по категориям в зависимости от времени и обстоятельств:

1. Молодые профессионалы часто не привязаны к конкретному времени года, однако предпочитают покупку в начале года или осенью, после получения годовых бонусов или налоговых вычетов.

Обстоятельства: карьерный рост, повышение дохода, желание инвестировать в собственное жилье.

2. Семьи с детьми стараются купить жилье летом или в начале осени, чтобы успеть обустроиться на новом месте до начала учебного года.

Обстоятельства: расширение семьи, переезд в более просторное жилье, поиск безопасной и удобной среды для детей.

3. Родители покупают жилье для детей-студентов в конец весны и летом, перед началом учебного года, чтобы дети въехали в готовую к проживанию квартиру.

Обстоятельства: поступление ребенка в вуз, желание обеспечить ребенка собственным жильем во время учебы.

4. Инвесторы в недвижимость активны круглый год, однако предпочитают ловить моменты снижения цен на рынке или ждать запуска новых привлекательных проектов.

Обстоятельства: поиск выгодных инвестиционных возможностей, решения о диверсификации портфеля.

5. Переезжающие из других регионов ориентируются на личные обстоятельства и причины переезда. Часто предпочитают лето, чтобы уладить все дела до начала нового учебного/рабочего сезона.

Обстоятельства: смена места работы, поступление в вуз или другие учебные заведения, желание сменить обстановку или климат.

Что думаем мы

А он хорош. Подкидывает идеи для каждого портрета, чтобы мы не упустили важное и развили мысль. Теперь можно масштабировать рассуждения и добавить семьям, например, периодическое влияние государственных программ поддержки.

Как принимают решение о покупке

Покупатели редко покупают недвижимость без предварительного исследования. И разные сегменты делают это по-разному: пенсионеры могут не отреагировать на красивый ролик от застройщика, но зато им понравится поставленная речь менеджера по продажам.

Люди изучают город, районы и конкретный ЖК. Изучают статьи в интернете, сайты застройщиков, ищут видео и сами приезжают в район объекта. Важно учитывать все точки контакта, чтобы увеличить охват аудитории.

Вводим промт:

Для каждого из сегментов ЦА опиши место принятия решения о покупке и саму покупку онлайн? Имеются в виду точки контакта с клиентом, где можно повлиять на решение.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думает Chat GPT

Нейросеть подготовила точки контакта для каждого типа ЦА.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думаем мы

Согласимся с предположениями нейросети, но дополним собственными наблюдениями. Например, инвесторы тоже изучают конкретные объекты на месте: встречаются с застройщиками, приезжают на просмотр. В таких случаях мы дополняем каждый сегмент и таблица получается уже более информативной.

Определяем барьеры и драйверы для ЦА

Жилье — дорогая и ответственная покупка. Естественно, вокруг человека витает множество страхов и сомнений. Наша задача — успокоить ЦА и дать какую-то палочку-выручалочку.

Например, человек боится, что ему не хватит денег на покупку квартиры. Мы можем закрыть этот страх и предложить скидку или особые условия по ипотеке от застройщика.

Вводим промт:

Составь по 5 барьеров и драйверов для этих сегментов целевой аудитории.

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думает Chat GPT

Chat GPT предложил следующие драйверы и барьеры:

Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Что думаем мы

Неуверенно звучат барьеры к некоторым сегментам, и их сложно четко отделить от драйверов. Например: "Поиск жилья в районе с развитой инфраструктурой и образовательными учреждениями" у семей с детьми. Звучит, скорее, как нюанс, а не барьер. А вот безопасность района, дороговизна просторного жилья и согласованность всех членов семьи — действительно подходит под барьеры. Здесь нужно "докрутить". А дальше к каждому факту подобрать решение по инструментам и методикам.

Мы показали фрагмент базовой работы с сегментами в Chat GPT и считаем, что на этом эксперимент можно завершать. Получили от языковой модели то, чего ожидали: он собрал и структурировал данные, дал нам направление и помог быстро включиться в работу.

Стоит ли маркетологу использовать Chat GPT для сегментации ЦА

Нам нравится привлекать Chat GPT к подобным работам: можно вдохновиться идеями, быстро структурировать материалы, посмотреть под другим углом, быстро сформулировать мысль.

Важно понимать, что это просто инструмент, вроде интеллект-карт или кластеризаторов. Работать с ним можно только под контролем эксперта, который будет проводить фактчекинг и адаптирует ответы нейросети под задачи проекта.

Какие плюсы у сегментации вместе с нейросетью:

  • Скорость работы и обработки данных. Маркетинговую стратегию Chat GPT строит менее чем за минуту.
  • Выдает структурированную базу. Неплохо знаком с теорией маркетинга.
  • Экономит время. Мы можем выиграть от нескольких часов до нескольких дней, просто делегируя нейросети рутину.
  • Многовариантность. Можно вводить разные промты и находить для себя что-то новое каждый раз. Человеческий мозг, в отличие от нейросети, быстро устает.

Теперь о минусах нейросети:

  • Необходимо проверять данные. Chat GPT может выдать отсебятину, неточные или неактуальные цифры, либо взять данные, неактуальные для России.
  • Выдает штампы, которые уже не работают в современном маркетинге/тексте. Многие формулировки в тексте нужно переписывать: «уникальное предложение», «выработать меры поддержки по взаимодействию с..».
  • Неполно прописывает УТП: мало конкретики, плохо раскрывает преимущества технологии, дома или района. Иногда нужно дополнительно просить раскрыть УТП. Но чаще всего, это решается расширенным ТЗ.
  • Плохо подстраивается под конкретный объект. Chat GPT может не видеть особой разницы между домом в Сургуте, в Ростове или в Пятигорске и будет выдавать стандартные ответы для всех регионов без учета местных факторов: климата, инвестиционной привлекательности, миграции населения, экологии и т.п. Это решается дополнительными вводными, но для этого эксперт должен сам предварительно изучить все нюансы.
Как Chat GPT помогает маркетологам экономить время и не упускать важное. Кейс BondSoft по сегментации ЦА для застройщика

Ждем новых версий нейросети и надеемся, что разработчики представят нам еще более совершенный продукт. И при этом не оставят маркетологов без работы.