Выпуск нового продукта на рынок осложняется наличием продуктов-конкурентов и их рекламных кампаний. Производители конкурируют за позиционирование продуктов, а переход в онлайн добавил новые сложности в их работу – теперь необходимо создание цифровых маркетинговых материалов, таких как посты в блог, блочная реклама, электронные каталоги и брошюры, портфолио продукта, посты в соцсетях, технические описания и пр.
Тем не менее, позиционирование в интернете не отличается радикально от позиционирования в оффлайн среде. Все также важно показать, как новый продукт соотносится с продуктами-конкурентами, т.е. какие особенности отличают его от конкурента. А также, какие проблемы пользователя решает продукт. Анализируя эти аспекты продуктов, можно составить успешную маркетинговую кампанию нового продукта в нише.
Наш клиент – маркетинговое агентство полного цикла. Клиент решил воспользоваться преимуществами последних разработок в сфере обработки естественного языка и поставил перед нами амбициозную задачу по автоматическому анализу рынка.
Наша цель – разработать систему, которая бы вычисляла проблемы пользователя, что пользователям нравится и не нравится в продуктах одной ниши на рынке. Полученная информация затем будет использоваться в создании промо-материалов.
Система должна получить доступ к вебсайту с описанием продукта, система должна определить, что это за продукт, собрать опубликованные отзывы о продуктах-конкурентах и выделить основные преимущества и слабые места на основании мнений потребителей.
В процессе работы над проектом мы столкнулись с целым рядом сложностей, которые с успехом преодолели:
Поскольку проект затрагивает обработку и генерирование текстов естественного языка, мы решили работать с моделью GPT-3 - самой крупной и продвинутой языковой моделью в мире, которая может быть использована для решения любых задач на английском языке. Тексты, созданные этой моделью, практически невозможно отличить от написанных человеком. Поэтому выбор модели GPT-3 стал очевидным решением.
Во-первых, система получает целевую страницу с описанием продукта, на которой она собирает ключевые слова для понимания типа продукта и его основных характеристик.
Далее нам необходимо найти отзывы на подобные продукты. И наиболее удачным вариантом тут представляется обращение к онлайн магазинам или маркетплейсам. Для нашего клиента интерес представляла шоппинг-платформа Amazon, на которой представлено более миллиона продуктов с сотнями отзывов по каждому.
Система ищет на Amazon отзывы на продукты и вытаскивает их посредством API. Затем, система загружает эти данные в модель GPT-3 для анализа, после чего генерируется текст с основными преимуществами и слабыми местами продуктов-конкурентов.
Данный текст может использоваться как база для любого маркетингового продукта – баннера, поста в блоге, поста в соцсетях, месседжа для видео и др.
Наша система упрощает разработку маркетинговых текстов, основываясь не на размышлениях создателя о продукте, а на реальном базисе – отзывах потребителей подобных продуктов.
Система имеет большой потенциал не только в создании маркетинговых текстов, неотличимых от созданных человеком, но и в производстве любого маркетингового контента. Теперь наш клиент тратит меньше времени на создание текстов и рекламного контента, не тратя при этом много сил и энергии на креатив.