Сегодня у меня День Рождения! 🥳
Думаю по фото понятно, что провожу я его для своих 39 весело 😁
Когда-то День Рождения мог навевать на меня грусть.
Мой фокус уходил на сравнения себя с другими. Причем всегда с более «успешными» в чем то людей.
Сейчас же для меня ДР — это повод порадоваться тому что уже есть.
Поэтому желаю вам тоже посмотреть на то, что есть с позитивной стороны (хотя этому нас не учили).
И самим порадоваться тому, что у вас есть и тому до куда вы дошли!
Думаю по фото понятно, что провожу я его для своих 39 весело 😁
Когда-то День Рождения мог навевать на меня грусть.
Мой фокус уходил на сравнения себя с другими. Причем всегда с более «успешными» в чем то людей.
Сейчас же для меня ДР — это повод порадоваться тому что уже есть.
Поэтому желаю вам тоже посмотреть на то, что есть с позитивной стороны (хотя этому нас не учили).
И самим порадоваться тому, что у вас есть и тому до куда вы дошли!
5🎉27🔥7❤5
Почему я теперь ставлю задачи с конца 🧩
Одно из главных управленческих открытий этого года для меня: задачу часто надо начинать не с того, как её делать, а с того, что должно получиться на выходе.
В чем проблема
Раньше я регулярно сталкивался с одной и той же ситуацией. Сели, обсудили задачу, вроде всё понятно. Человек ушёл делать. Потом приносит результат, а ты смотришь и понимаешь: что-то не то.
Формально задача сделана. Но результат не устраивает.
Раньше я воспринимал это как неизбежность. Ну да, задача новая. Ну да, нестандартная. Ну да, где-то не так поняли друг друга. Значит, надо подробнее объяснять, больше контролировать, писать регламенты, делать стандарты.
Сейчас я всё больше вижу другую причину. Мы часто описываем задачу через процесс: что сделать, в какой последовательности, какие шаги пройти.
Но при этом плохо описываем результат.
Что должно быть на выходе
Теперь я стараюсь начинать с результата:
- что должно лежать на выходе;
- в каком виде это должно быть;
- как я быстро пойму, что задача сделана хорошо;
- какие типовые ошибки должны быть заранее исключены.
Это очень сильно меняет постановку задач. Ты перестаёшь надеяться, что человек сам догадается, как должен выглядеть хороший результат. Вместо этого заранее задаёшь форму, в которой этот результат можно быстро проверить.
Пример: тексты объявлений
Возьмем обычную работу с рекламной кампанией. Можно поставить задачу: подготовить объявления.
На первый взгляд звучит нормально. Но для проверки это плохая формулировка. Непонятно, что именно должно быть на выходе и как быстро понять, что работа сделана хорошо.
Человек может скинуть ссылку на документ с черновиками объявлений. Формально он задачу выполнил. А дальше руководителю или клиенту приходится проваливаться внутрь и разбираться с нуля: какие преимущества использованы, согласованы ли они, не потерялся ли смысл, укладываются ли тексты в ограничения по символам, как объявление будет выглядеть в реальной выдаче.
Я хочу перестроить это иначе. Не «подготовить объявления», а выдать конкретный проверяемый артефакт.
Например, на выходе должен быть не просто файл с текстами, а короткий блок проверки:
- какие 5-7 преимуществ взяли в объявления;
- где видно, что они согласованы с клиентом;
- как выглядит шаблон объявления;
- проходят ли тексты по ограничениям символов;
- как будет выглядеть длинный и короткий вариант объявления.
Идеально, если это можно показать 2-3 скриншотами. Открыл чат и сразу видишь: вот преимущества, вот шаблон, вот ограничения по символам, вот как объявление будет выглядеть. На проверку уходит пару минут. И ответить сразу проще, чем откладывать. Плюс не нужно разбираться в структуре Google Docs и искать, где там есть нужная информация.
Что делать с большими задачами
С большими задачами работает та же логика. «Запустить рекламу» или «сделать анализ конкурентов» слишком большие задачи. Их нельзя нормально проверить одним куском.
Их надо дробить на маленькие результаты, которые можно проверить за день-два. Согласовали критерии анализа. Проверили список конкурентов. Посмотрели первую структуру таблицы. Сверили выводы по одной категории. И только потом двигаемся дальше.
Так обратная связь появляется быстро. Не через неделю, когда уже всё уехало, а почти сразу.
Почему мне это нравится
Мне нравится эта логика тем, что она снимает часть ручного контроля. Ты не пытаешься держать всё в голове и потом героически ловить ошибки. Ты заранее вшиваешь проверку в форму результата. Пока человек готовит правильный отчет по задаче, он сам себя проверяет.
Пока это один из самых полезных сдвигов в нашей перестройке менеджмента.
К посту приложил пример сегодняшней задачи, которую поставил себе в таком формате.
Одно из главных управленческих открытий этого года для меня: задачу часто надо начинать не с того, как её делать, а с того, что должно получиться на выходе.
В чем проблема
Раньше я регулярно сталкивался с одной и той же ситуацией. Сели, обсудили задачу, вроде всё понятно. Человек ушёл делать. Потом приносит результат, а ты смотришь и понимаешь: что-то не то.
Формально задача сделана. Но результат не устраивает.
Раньше я воспринимал это как неизбежность. Ну да, задача новая. Ну да, нестандартная. Ну да, где-то не так поняли друг друга. Значит, надо подробнее объяснять, больше контролировать, писать регламенты, делать стандарты.
Сейчас я всё больше вижу другую причину. Мы часто описываем задачу через процесс: что сделать, в какой последовательности, какие шаги пройти.
Но при этом плохо описываем результат.
Что должно быть на выходе
Теперь я стараюсь начинать с результата:
- что должно лежать на выходе;
- в каком виде это должно быть;
- как я быстро пойму, что задача сделана хорошо;
- какие типовые ошибки должны быть заранее исключены.
Это очень сильно меняет постановку задач. Ты перестаёшь надеяться, что человек сам догадается, как должен выглядеть хороший результат. Вместо этого заранее задаёшь форму, в которой этот результат можно быстро проверить.
Пример: тексты объявлений
Возьмем обычную работу с рекламной кампанией. Можно поставить задачу: подготовить объявления.
На первый взгляд звучит нормально. Но для проверки это плохая формулировка. Непонятно, что именно должно быть на выходе и как быстро понять, что работа сделана хорошо.
Человек может скинуть ссылку на документ с черновиками объявлений. Формально он задачу выполнил. А дальше руководителю или клиенту приходится проваливаться внутрь и разбираться с нуля: какие преимущества использованы, согласованы ли они, не потерялся ли смысл, укладываются ли тексты в ограничения по символам, как объявление будет выглядеть в реальной выдаче.
Я хочу перестроить это иначе. Не «подготовить объявления», а выдать конкретный проверяемый артефакт.
Например, на выходе должен быть не просто файл с текстами, а короткий блок проверки:
- какие 5-7 преимуществ взяли в объявления;
- где видно, что они согласованы с клиентом;
- как выглядит шаблон объявления;
- проходят ли тексты по ограничениям символов;
- как будет выглядеть длинный и короткий вариант объявления.
Идеально, если это можно показать 2-3 скриншотами. Открыл чат и сразу видишь: вот преимущества, вот шаблон, вот ограничения по символам, вот как объявление будет выглядеть. На проверку уходит пару минут. И ответить сразу проще, чем откладывать. Плюс не нужно разбираться в структуре Google Docs и искать, где там есть нужная информация.
Что делать с большими задачами
С большими задачами работает та же логика. «Запустить рекламу» или «сделать анализ конкурентов» слишком большие задачи. Их нельзя нормально проверить одним куском.
Их надо дробить на маленькие результаты, которые можно проверить за день-два. Согласовали критерии анализа. Проверили список конкурентов. Посмотрели первую структуру таблицы. Сверили выводы по одной категории. И только потом двигаемся дальше.
Так обратная связь появляется быстро. Не через неделю, когда уже всё уехало, а почти сразу.
Почему мне это нравится
Мне нравится эта логика тем, что она снимает часть ручного контроля. Ты не пытаешься держать всё в голове и потом героически ловить ошибки. Ты заранее вшиваешь проверку в форму результата. Пока человек готовит правильный отчет по задаче, он сам себя проверяет.
Пока это один из самых полезных сдвигов в нашей перестройке менеджмента.
К посту приложил пример сегодняшней задачи, которую поставил себе в таком формате.
❤5🔥1
Почему я всё чаще ухожу из обычных AI-чатов в локальные проекты 🧠
Сейчас я в AI-сообществах снова вижу новости про блокировки аккаунтов. Особенно много обсуждают Claude, но вообще такая история периодически случалась и с другими сервисами.
Для тех, кто работает только в обычном чате, это прям боль. Внутри аккаунта лежат проекты, чаты, инструкции, контекст. Аккаунт отрубили или захотел перейти на другую модель, и всё это надо как-то переносить.
Я сейчас всё больше прихожу к другой логике: рабочие AI-проекты лучше держать не внутри одного чата, а в локальных файлах.
Почему я к этому пришёл
На днях я тестировал skill для подведения итогов созвонов с командой. Задача простая по формулировке, но сложная по сути: из транскрипта нужно вытащить финальные решения и сразу превратить их в задачи в нашем стандарте.
Запустил один и тот же skill в двух инструментах. В Codex на GPT результат получился почти идеальный. В Claude Code на Opus результат начал странно плыть: галлюцинации, не верная связка с проектами, ощущение, что надо полностью переделывать skill.
А потом выяснилось, что проблема не в skill.
Просто в этой задаче GPT сейчас лучше следует правилам и стандартам. Значит, мне проще переключиться на него.
И вот тут локальный режим работы очень сильно выручает. Если вся работа лежит в файлах на компьютере, переключение между моделями превращается не в миграцию проекта, а почти в переключение между двумя чатами.
Что меняется
У тебя локально лежат:
- инструкции;
- материалы проекта;
- черновики;
- результаты работы;
- история изменений.
Один AI-инструмент не справился, открываешь те же файлы другим. Аккаунт заблокировали, подключил другой и продолжаешь с того же места. Нужно сравнить качество моделей, запускаешь одну и ту же задачу в двух средах.
Это совсем другой уровень устойчивости.
А как быть с разными устройствами
Да, у обычного онлайн-чата есть удобство: открыл телефон, продолжил диалог, всё синхронизировано.
В локальном режиме это тоже можно решить, просто чуть иначе. Например, через GitHub. Проект лежит в репозитории, изменения синхронизируются, и к нему можно подключаться с разных устройств.
Причём сейчас уже не обязательно самому разбираться во всех этих PR, ветках и других странных словах. Честно говоря, я сам до конца не во всё это вник. Во многих случаях нейронка сама помогает настроить синхронизацию, поправить расхождения и объяснить, что нажать.
Почему мне это нравится
Обычный чат я сейчас оставляю в основном для мелких бытовых вопросов. Когда один раз спросил, получил ответ и больше этот контекст не нужен.
А всё, что связано с работой, проектами, повторяемыми задачами и накоплением знаний, мне всё интереснее вести через локальные файлы.
Так меньше зависимости от одного аккаунта, проще переключаться между моделями и намного легче наращивать свою систему. Сегодня это просто папка с файлами. Завтра туда можно добавить автоматизации, скрипты, свои skills и нормальную историю изменений.
Если интересно, могу отдельно расписать, как такую систему организовать у себя без глубокого погружения в технику.
Сейчас я в AI-сообществах снова вижу новости про блокировки аккаунтов. Особенно много обсуждают Claude, но вообще такая история периодически случалась и с другими сервисами.
Для тех, кто работает только в обычном чате, это прям боль. Внутри аккаунта лежат проекты, чаты, инструкции, контекст. Аккаунт отрубили или захотел перейти на другую модель, и всё это надо как-то переносить.
Я сейчас всё больше прихожу к другой логике: рабочие AI-проекты лучше держать не внутри одного чата, а в локальных файлах.
Почему я к этому пришёл
На днях я тестировал skill для подведения итогов созвонов с командой. Задача простая по формулировке, но сложная по сути: из транскрипта нужно вытащить финальные решения и сразу превратить их в задачи в нашем стандарте.
Запустил один и тот же skill в двух инструментах. В Codex на GPT результат получился почти идеальный. В Claude Code на Opus результат начал странно плыть: галлюцинации, не верная связка с проектами, ощущение, что надо полностью переделывать skill.
А потом выяснилось, что проблема не в skill.
Просто в этой задаче GPT сейчас лучше следует правилам и стандартам. Значит, мне проще переключиться на него.
И вот тут локальный режим работы очень сильно выручает. Если вся работа лежит в файлах на компьютере, переключение между моделями превращается не в миграцию проекта, а почти в переключение между двумя чатами.
Что меняется
У тебя локально лежат:
- инструкции;
- материалы проекта;
- черновики;
- результаты работы;
- история изменений.
Один AI-инструмент не справился, открываешь те же файлы другим. Аккаунт заблокировали, подключил другой и продолжаешь с того же места. Нужно сравнить качество моделей, запускаешь одну и ту же задачу в двух средах.
Это совсем другой уровень устойчивости.
А как быть с разными устройствами
Да, у обычного онлайн-чата есть удобство: открыл телефон, продолжил диалог, всё синхронизировано.
В локальном режиме это тоже можно решить, просто чуть иначе. Например, через GitHub. Проект лежит в репозитории, изменения синхронизируются, и к нему можно подключаться с разных устройств.
Причём сейчас уже не обязательно самому разбираться во всех этих PR, ветках и других странных словах. Честно говоря, я сам до конца не во всё это вник. Во многих случаях нейронка сама помогает настроить синхронизацию, поправить расхождения и объяснить, что нажать.
Почему мне это нравится
Обычный чат я сейчас оставляю в основном для мелких бытовых вопросов. Когда один раз спросил, получил ответ и больше этот контекст не нужен.
А всё, что связано с работой, проектами, повторяемыми задачами и накоплением знаний, мне всё интереснее вести через локальные файлы.
Так меньше зависимости от одного аккаунта, проще переключаться между моделями и намного легче наращивать свою систему. Сегодня это просто папка с файлами. Завтра туда можно добавить автоматизации, скрипты, свои skills и нормальную историю изменений.
Если интересно, могу отдельно расписать, как такую систему организовать у себя без глубокого погружения в технику.
🔥14❤4
Про «быстрые» AI-кейсы и чувство FOMO 🤯
Я каждое утро получаю дайджест новостей по нейросетям — собираю из разных чатов и каналов самое интересное. И в последнее время регулярно вижу кейсы в духе: «Смотрите, я за 90 минут создал маркетинговую стратегию, план развития продукта и лендинг на 3000 строк текста».
Выглядит офигеть как круто. И если вы такое читаете, невольно накрывает чувство FOMO: кажется, что все вокруг уже вовсю делают прорывные штуки за минуты, а ты безнадёжно отстаёшь.
Но тут есть один важный момент, который стоит подсветить.
Нейронки научились генерировать текст пугающе хорошо. Сделать документ, который будет *выглядеть* как стратегия на 50 страниц — вообще не проблема. Шаблонов миллион, AI заполнит их контентом за минуты.
Ключевая сложность не в генерации артефакта, а в его адекватности.
При беглом взгляде такие документы часто «нравятся» — они выглядят объёмно и профессионально. Но глубоко читать 50 страниц стратегии люди не любят и чаще всего этого не делают. В итоге результатом этапа становится просто какой-то сформулированный артефакт (документ, страничка, план) без понимания, работает это или нет.
Я разделяю такие кейсы на три уровня:
1️⃣ Уровень «Текст»: Большинство кейсов в ленте. «Мы сделали лендинг и стратегию на 3000 строк». Цена такому кейсу — ноль. Генерировать объём ради объёма сейчас может любой.
2️⃣ Уровень «Эксперт»: Когда результат проверил крутой профи. Посмотрел и подтвердил: это соответствует стандартам, я бы сделал так же. Это уже реальный плюс.
3️⃣ Уровень «Результат»: Когда это принесло деньги или лиды. Вот это — настоящий золотой стандарт.
Мы в агентстве тоже используем нейронки, например, для генерации прототипов сайтов и лендингов. Сгенерировать интерактивный прототип «чтобы было красиво» — вообще не проблема.
Но чтобы этот лендинг соответствовал нашим внутренним стандартам, учитывал все нюансы B2B-конверсии и его было не стыдно запустить в полноценную работу — нужно на порядок больше усилий. Реально, это требует в 10 раз больше работы относительно простой генерации «какой-то странички».
Поэтому мой совет: если видите кейс, где хвастаются только скоростью и объёмом артефактов — смело его пропускайте.
Практически всегда это полный bullshit. Сгенерировать документы — не вопрос, а вот получить результат, который реально работает — это и есть настоящая сложность.
А вы часто ловите FOMO от таких «сверхскоростных» кейсов в ленте? Или уже выработали иммунитет? 👇
Я каждое утро получаю дайджест новостей по нейросетям — собираю из разных чатов и каналов самое интересное. И в последнее время регулярно вижу кейсы в духе: «Смотрите, я за 90 минут создал маркетинговую стратегию, план развития продукта и лендинг на 3000 строк текста».
Выглядит офигеть как круто. И если вы такое читаете, невольно накрывает чувство FOMO: кажется, что все вокруг уже вовсю делают прорывные штуки за минуты, а ты безнадёжно отстаёшь.
Но тут есть один важный момент, который стоит подсветить.
Нейронки научились генерировать текст пугающе хорошо. Сделать документ, который будет *выглядеть* как стратегия на 50 страниц — вообще не проблема. Шаблонов миллион, AI заполнит их контентом за минуты.
Ключевая сложность не в генерации артефакта, а в его адекватности.
При беглом взгляде такие документы часто «нравятся» — они выглядят объёмно и профессионально. Но глубоко читать 50 страниц стратегии люди не любят и чаще всего этого не делают. В итоге результатом этапа становится просто какой-то сформулированный артефакт (документ, страничка, план) без понимания, работает это или нет.
Я разделяю такие кейсы на три уровня:
1️⃣ Уровень «Текст»: Большинство кейсов в ленте. «Мы сделали лендинг и стратегию на 3000 строк». Цена такому кейсу — ноль. Генерировать объём ради объёма сейчас может любой.
2️⃣ Уровень «Эксперт»: Когда результат проверил крутой профи. Посмотрел и подтвердил: это соответствует стандартам, я бы сделал так же. Это уже реальный плюс.
3️⃣ Уровень «Результат»: Когда это принесло деньги или лиды. Вот это — настоящий золотой стандарт.
Мы в агентстве тоже используем нейронки, например, для генерации прототипов сайтов и лендингов. Сгенерировать интерактивный прототип «чтобы было красиво» — вообще не проблема.
Но чтобы этот лендинг соответствовал нашим внутренним стандартам, учитывал все нюансы B2B-конверсии и его было не стыдно запустить в полноценную работу — нужно на порядок больше усилий. Реально, это требует в 10 раз больше работы относительно простой генерации «какой-то странички».
Поэтому мой совет: если видите кейс, где хвастаются только скоростью и объёмом артефактов — смело его пропускайте.
Практически всегда это полный bullshit. Сгенерировать документы — не вопрос, а вот получить результат, который реально работает — это и есть настоящая сложность.
А вы часто ловите FOMO от таких «сверхскоростных» кейсов в ленте? Или уже выработали иммунитет? 👇
💯7❤2
Базовая ошибка в CRM, с которой мы сталкиваемся почти на каждом проекте 🧩
Снова заходим на крупный проект. Хорошие бюджеты, под сотню лидов еженедельно. Начинаем разбирать воронку, чтобы настроить сквозную аналитику, и опять натыкаемся на одну и ту же боль.
В CRM банально нет статуса «Квалифицированный лид».
Раньше мне казалось, что это просто небольшая недоработка в настройках. Но сейчас я всё больше вижу, как эта мелочь ломает кучу процессов внутри компании.
Как это обычно выглядит на практике:
1. Менеджеры одинаково работают со всеми лидами.
Пришел лид с потенциалом чека на 50 тысяч рублей, а следом — стратегический клиент с запросом на 1.5 миллиона. В CRM без квалификации они выглядят одинаково. В итоге менеджер тратит на них равное количество времени, фокус размывается, а крупные сделки могут буксовать в очереди.
2. Точка постоянного конфликта.
Если нет отсечки по квалам, конверсию продаж считают «от забора до обеда». Руководство долбает менеджеров за низкую конверсию. Менеджеры в ответ ругаются на маркетинг: «вы гоните нам мусор, у нас из-за вас статистика падает». Возникает напряжение на ровном месте.
3. Управление на эмоциях.
Пришел менеджер без настроения и говорит: «Что-то нормальных лидов совсем нет». И у руководителя нет никаких объективных данных, чтобы это проверить. На одной неделе доля неквалов может вырасти на 20%, а в общих цифрах этого вообще не видно. Оценивать ситуацию приходится по ощущениям.
4. Блокировка нормальной рекламы.
Для нас, как для агентства, это самая критичная боль. Без нормальных статусов мы не можем передавать данные о качественных лидах обратно в Яндекс. А значит, не можем обучать автостратегии находить именно целевую аудиторию. Приходится либо городить сложные костыли, либо руками перебирать заявки.
Да и ручной анализ превращается в танец с граблями.
Что в итоге
Все эти проблемы часто решаются введением одного статуса. «Квалифицирован» — это точка передачи ответственности. Она означает, что отдел маркетинга привел целевого лида, и дальше за него отвечает отдел продаж.
Поэтому, когда мы заходим на проект, внедрение статуса квалификации — это одно из первых требований. Без этой базы выстраивать нормальный B2B-маркетинг сейчас крайне сложно.
А у вас в CRM есть четкое разделение на квал / не квал? Или менеджеры тоже разбирают общий котел? 👇
Снова заходим на крупный проект. Хорошие бюджеты, под сотню лидов еженедельно. Начинаем разбирать воронку, чтобы настроить сквозную аналитику, и опять натыкаемся на одну и ту же боль.
В CRM банально нет статуса «Квалифицированный лид».
Раньше мне казалось, что это просто небольшая недоработка в настройках. Но сейчас я всё больше вижу, как эта мелочь ломает кучу процессов внутри компании.
Как это обычно выглядит на практике:
1. Менеджеры одинаково работают со всеми лидами.
Пришел лид с потенциалом чека на 50 тысяч рублей, а следом — стратегический клиент с запросом на 1.5 миллиона. В CRM без квалификации они выглядят одинаково. В итоге менеджер тратит на них равное количество времени, фокус размывается, а крупные сделки могут буксовать в очереди.
2. Точка постоянного конфликта.
Если нет отсечки по квалам, конверсию продаж считают «от забора до обеда». Руководство долбает менеджеров за низкую конверсию. Менеджеры в ответ ругаются на маркетинг: «вы гоните нам мусор, у нас из-за вас статистика падает». Возникает напряжение на ровном месте.
3. Управление на эмоциях.
Пришел менеджер без настроения и говорит: «Что-то нормальных лидов совсем нет». И у руководителя нет никаких объективных данных, чтобы это проверить. На одной неделе доля неквалов может вырасти на 20%, а в общих цифрах этого вообще не видно. Оценивать ситуацию приходится по ощущениям.
4. Блокировка нормальной рекламы.
Для нас, как для агентства, это самая критичная боль. Без нормальных статусов мы не можем передавать данные о качественных лидах обратно в Яндекс. А значит, не можем обучать автостратегии находить именно целевую аудиторию. Приходится либо городить сложные костыли, либо руками перебирать заявки.
Да и ручной анализ превращается в танец с граблями.
Что в итоге
Все эти проблемы часто решаются введением одного статуса. «Квалифицирован» — это точка передачи ответственности. Она означает, что отдел маркетинга привел целевого лида, и дальше за него отвечает отдел продаж.
Поэтому, когда мы заходим на проект, внедрение статуса квалификации — это одно из первых требований. Без этой базы выстраивать нормальный B2B-маркетинг сейчас крайне сложно.
А у вас в CRM есть четкое разделение на квал / не квал? Или менеджеры тоже разбирают общий котел? 👇
❤4
Спасибо Тюмени 🙌
Впервые выступал в Тюмени — классный опыт. На ОнТОПе попал в живую аудиторию: острые вопросы, длинная дискуссия после доклада, разговоры в кулуарах — то, что я больше всего ценю в офлайн-конференциях. Спасибо Ане Дорош и Маше Зайцевой за приглашение и за формат, в котором такие разговоры случаются.
И как обещал — собрал подборку постов из канала под три действия, с которых проще всего начать у себя. Это шаги с финального слайда:
1. Поднять CRM и посмотреть, сколько денег зависло в сделках старше месяца
2. Сверить, считают ли маркетинг и продажи одни и те же лиды
3. Прогнать сайт на типовые ошибки B2B
🧮 CRM и связка с продажами
— Базовая ошибка в CRM, с которой сталкиваемся почти на каждом проекте: нет статуса «квалифицированный лид»
https://t.me/b2b_done/331
— Ловушка дешёвых лидов: почему мы отключили канал с самыми дешёвыми заявками. История ровно про слайд «отключили бы по CPL — потеряли бы лучших клиентов»
https://t.me/b2b_done/137
— Выручка миллиард, а продажами никто не занимался: три признака, что нормальной работы с лидами в компании нет
https://t.me/b2b_done/268
🏗 Сайт: типовые ошибки B2B
— Топ-3 ошибки на B2B-сайтах: корзина «как в интернет-магазине», спрятанный email, характеристики без преимуществ
https://t.me/b2b_done/147
— Продолжение: факторы выбора в дебрях сайта, отзывы и кейсы для галочки
https://t.me/b2b_done/308
— Как поднять конверсию B2B-сайта в 1,5–2 раза, не трогая дизайн и разработку
https://t.me/b2b_done/221
— Антипример «как надо»: разбор удачно сделанной карточки конкурента
https://t.me/b2b_done/311
🎯 Где искать неочевидные рычаги
В кейсе три неочевидных рычага нашли через CustDev — без него на сайте появились бы всё те же «качество», «опыт» и «индивидуальный подход».
— Когда «хорошее понимание ЦА» чуть не угробило проект — параллельный кейс
https://t.me/b2b_done/121
— Куда на самом деле идут данные из CustDev: не только в маркетинг
https://t.me/b2b_done/296
⚙️ Бонус — каталог из 600 товаров
— Как нейронка за пару долларов заполнила каталог из 600 товаров. Тот самый скрипт, про который рассказывал на шаге SEO
https://t.me/b2b_done/260
Разбор ошибок аналитики выйдет отдельным постом — как и обещал на финальном слайде.
Впервые выступал в Тюмени — классный опыт. На ОнТОПе попал в живую аудиторию: острые вопросы, длинная дискуссия после доклада, разговоры в кулуарах — то, что я больше всего ценю в офлайн-конференциях. Спасибо Ане Дорош и Маше Зайцевой за приглашение и за формат, в котором такие разговоры случаются.
И как обещал — собрал подборку постов из канала под три действия, с которых проще всего начать у себя. Это шаги с финального слайда:
1. Поднять CRM и посмотреть, сколько денег зависло в сделках старше месяца
2. Сверить, считают ли маркетинг и продажи одни и те же лиды
3. Прогнать сайт на типовые ошибки B2B
🧮 CRM и связка с продажами
— Базовая ошибка в CRM, с которой сталкиваемся почти на каждом проекте: нет статуса «квалифицированный лид»
https://t.me/b2b_done/331
— Ловушка дешёвых лидов: почему мы отключили канал с самыми дешёвыми заявками. История ровно про слайд «отключили бы по CPL — потеряли бы лучших клиентов»
https://t.me/b2b_done/137
— Выручка миллиард, а продажами никто не занимался: три признака, что нормальной работы с лидами в компании нет
https://t.me/b2b_done/268
🏗 Сайт: типовые ошибки B2B
— Топ-3 ошибки на B2B-сайтах: корзина «как в интернет-магазине», спрятанный email, характеристики без преимуществ
https://t.me/b2b_done/147
— Продолжение: факторы выбора в дебрях сайта, отзывы и кейсы для галочки
https://t.me/b2b_done/308
— Как поднять конверсию B2B-сайта в 1,5–2 раза, не трогая дизайн и разработку
https://t.me/b2b_done/221
— Антипример «как надо»: разбор удачно сделанной карточки конкурента
https://t.me/b2b_done/311
🎯 Где искать неочевидные рычаги
В кейсе три неочевидных рычага нашли через CustDev — без него на сайте появились бы всё те же «качество», «опыт» и «индивидуальный подход».
— Когда «хорошее понимание ЦА» чуть не угробило проект — параллельный кейс
https://t.me/b2b_done/121
— Куда на самом деле идут данные из CustDev: не только в маркетинг
https://t.me/b2b_done/296
⚙️ Бонус — каталог из 600 товаров
— Как нейронка за пару долларов заполнила каталог из 600 товаров. Тот самый скрипт, про который рассказывал на шаге SEO
https://t.me/b2b_done/260
Разбор ошибок аналитики выйдет отдельным постом — как и обещал на финальном слайде.
🔥4
Что это за канал и с чего начать читать 📌
Если вы здесь недавно — этот пост для вас. Закрепляю его, чтобы можно было быстро понять, о чём канал, и сразу нырнуть в лучшее.
Меня зовут Дмитрий Южанин. Вместе с командой агентства «Сделано» мы помогаем расти производителям и оптовикам: продвигаем B2B-проекты, и клиентские, и свои собственные.
Параллельно я перевожу на нейросети всё, до чего дотягиваюсь: маркетинг, продажи, менеджмент. Строю на AI личного ассистента и систему управления агентством, а потом честно рассказываю, что из этого взлетело, а что я выкинул. Плюс делюсь личными наблюдениями про рынок и про то, какие шишки набиваю по дороге.
С прошлой подборки прошло полгода, нас стало на четверть больше, и за это время вышло много нового — особенно целая серия про менеджмент. Собрал свежее по полочкам.
Кстати, все промты с моих выступлений живут на отдельном сайте, я держу там актуальные версии: promts.m-done.ru
🤖 Нейросети на практике
• Выложил свой скилл планирования в открытый доступ
• Все промты с моих выступлений — в одном месте
• Супер-промпт, который собирает другие промпты
• Как я заставляю нейронки проверять свои же косяки
• Отменил платную подписку на голосовой ввод и нашёл бесплатную замену
🧠 Менеджмент и система управления
• Внутренняя кухня: как я перестраиваю продажи и менеджмент
• Вы руководитель или «человек-маршрутизатор»?
• Почему я теперь ставлю задачи с конца
• 25 своих скиллов для управления агентством
🎯 Цели и планирование
• Как я наконец сделал нормальное планирование года с помощью AI
• Планирование с нейронкой: как это устроено внутри
• Мой разбор научного подхода к постановке целей
📊 B2B-маркетинг и продажи
• Как поднять конверсию B2B-сайта в 1.5–2 раза, не трогая дизайн
• Почему я отговорил клиента от покупки нашей же услуги
• Базовая ошибка в CRM, которую мы видим почти на каждом проекте
Спасибо, что читаете. Если есть тема, которую хотите разобрать подробнее — напишите в комментариях, заберу в работу.
Если вы здесь недавно — этот пост для вас. Закрепляю его, чтобы можно было быстро понять, о чём канал, и сразу нырнуть в лучшее.
Меня зовут Дмитрий Южанин. Вместе с командой агентства «Сделано» мы помогаем расти производителям и оптовикам: продвигаем B2B-проекты, и клиентские, и свои собственные.
Параллельно я перевожу на нейросети всё, до чего дотягиваюсь: маркетинг, продажи, менеджмент. Строю на AI личного ассистента и систему управления агентством, а потом честно рассказываю, что из этого взлетело, а что я выкинул. Плюс делюсь личными наблюдениями про рынок и про то, какие шишки набиваю по дороге.
С прошлой подборки прошло полгода, нас стало на четверть больше, и за это время вышло много нового — особенно целая серия про менеджмент. Собрал свежее по полочкам.
Кстати, все промты с моих выступлений живут на отдельном сайте, я держу там актуальные версии: promts.m-done.ru
🤖 Нейросети на практике
• Выложил свой скилл планирования в открытый доступ
• Все промты с моих выступлений — в одном месте
• Супер-промпт, который собирает другие промпты
• Как я заставляю нейронки проверять свои же косяки
• Отменил платную подписку на голосовой ввод и нашёл бесплатную замену
🧠 Менеджмент и система управления
• Внутренняя кухня: как я перестраиваю продажи и менеджмент
• Вы руководитель или «человек-маршрутизатор»?
• Почему я теперь ставлю задачи с конца
• 25 своих скиллов для управления агентством
🎯 Цели и планирование
• Как я наконец сделал нормальное планирование года с помощью AI
• Планирование с нейронкой: как это устроено внутри
• Мой разбор научного подхода к постановке целей
📊 B2B-маркетинг и продажи
• Как поднять конверсию B2B-сайта в 1.5–2 раза, не трогая дизайн
• Почему я отговорил клиента от покупки нашей же услуги
• Базовая ошибка в CRM, которую мы видим почти на каждом проекте
Спасибо, что читаете. Если есть тема, которую хотите разобрать подробнее — напишите в комментариях, заберу в работу.
Telegram
Digital-Задроты в B2B | Южанин Дмитрий
Каналу — год! 🎉 Подборка лучшего за это время
Только заметил, что каналу уже год. Мы перевалили за 900 подписчиков и до конца года, думаю, возьмём отметку в 1000. Это радует.
В честь этого решил обновить информацию о том, о чём этот канал, и собрать подборку…
Только заметил, что каналу уже год. Мы перевалили за 900 подписчиков и до конца года, думаю, возьмём отметку в 1000. Это радует.
В честь этого решил обновить информацию о том, о чём этот канал, и собрать подборку…
🔥5🙏1
Хорошая аналитика — это не набор данных 🧠
Периодически вижу обзоры про ботов, которые «сами всё посчитают»: подключаешь нейронку, и она строит тебе аналитику. Звучит логично, нейронки реально неплохо считают статистику и тянут большие объёмы данных.
Но вот что забавно: кейсов с по-настоящему хорошей аналитикой я почти не вижу.
Почему так?
Потому что хорошую аналитику вообще мало кто умеет делать. И первая причина в том, что аналитику часто путают со сбором данных.
«Мы собрали кучу классных данных. Вот такой срез есть, и такой, всё можно посмотреть». На деле это чаще вредно, чем полезно. Ресурсы потрачены, а толку ноль.
Цель аналитики всегда одна — принятие решений. Если на основе цифр не родилось ни одного решения, значит что-то пошло не так. Результат аналитической работы это решения. Всё остальное просто сбор данных. Для меня это разные вещи.
Почему всё упирается в сравнение
Чтобы принять решение, почти всегда нужно что-то с чем-то сравнить. Сама по себе цифра — просто факт, на её основе вывод не сделаешь. Выросло, упало, нормально это или плохо — понятно только в сравнении. Поэтому меня почти всегда интересует динамика. А в том, как именно мы сравниваем, и прячется самое интересное.
Пример: сравнение год к году
Самый частый способ — сравнить этот год с прошлым. Так чаще всего и оценивают динамику компании: развивается она сейчас или падает. Недавно видел такой опрос: как у вас прошли первые четыре месяца, приросли или просели?
Цель понятная — понять, идёт этот год лучше или хуже прошлого. А вот вывод может быть очень рискованным.
Покажу на нашей компании
Если сравнить год к году, у нас заметная просадка по выручке. Прошлый первый квартал по выручке был хороший, а этот заметно ниже. Кажется, что дела идут так себе.
Но если смотреть помесячно за последние полтора года, картина другая. Прошлый год начинался хорошо. Потом летом по нам начал сказываться кризис, и продажи постепенно поползли вниз. Худшим был четвёртый квартал. А в этом году каждый месяц идёт чуть лучше предыдущего. Выручка понемногу, но растёт.
То есть на самом деле мы прошли кризис и медленно выходим в рост. А сравнение год к году рисует обратное: будто мы сейчас в яме.
Один и тот же набор данных. Два противоположных вывода. Разница только в контексте.
И вот где спотыкаются нейронки
Посчитать и сравнить они могут быстро. А понять контекст компании пока не вывозят: что стоит за цифрами, какой период с чем корректно сравнивать, что вообще происходило с бизнесом.
Этот контекст тяжело оцифровать и передать. Его нужно накапливать постепенно: знания о компании, история, что и почему менялось. Я сейчас как раз собираю такие данные по агентству, чтобы потом строить на них настоящую аналитику, а не красивые срезы.
Периодически вижу обзоры про ботов, которые «сами всё посчитают»: подключаешь нейронку, и она строит тебе аналитику. Звучит логично, нейронки реально неплохо считают статистику и тянут большие объёмы данных.
Но вот что забавно: кейсов с по-настоящему хорошей аналитикой я почти не вижу.
Почему так?
Потому что хорошую аналитику вообще мало кто умеет делать. И первая причина в том, что аналитику часто путают со сбором данных.
«Мы собрали кучу классных данных. Вот такой срез есть, и такой, всё можно посмотреть». На деле это чаще вредно, чем полезно. Ресурсы потрачены, а толку ноль.
Цель аналитики всегда одна — принятие решений. Если на основе цифр не родилось ни одного решения, значит что-то пошло не так. Результат аналитической работы это решения. Всё остальное просто сбор данных. Для меня это разные вещи.
Почему всё упирается в сравнение
Чтобы принять решение, почти всегда нужно что-то с чем-то сравнить. Сама по себе цифра — просто факт, на её основе вывод не сделаешь. Выросло, упало, нормально это или плохо — понятно только в сравнении. Поэтому меня почти всегда интересует динамика. А в том, как именно мы сравниваем, и прячется самое интересное.
Пример: сравнение год к году
Самый частый способ — сравнить этот год с прошлым. Так чаще всего и оценивают динамику компании: развивается она сейчас или падает. Недавно видел такой опрос: как у вас прошли первые четыре месяца, приросли или просели?
Цель понятная — понять, идёт этот год лучше или хуже прошлого. А вот вывод может быть очень рискованным.
Покажу на нашей компании
Если сравнить год к году, у нас заметная просадка по выручке. Прошлый первый квартал по выручке был хороший, а этот заметно ниже. Кажется, что дела идут так себе.
Но если смотреть помесячно за последние полтора года, картина другая. Прошлый год начинался хорошо. Потом летом по нам начал сказываться кризис, и продажи постепенно поползли вниз. Худшим был четвёртый квартал. А в этом году каждый месяц идёт чуть лучше предыдущего. Выручка понемногу, но растёт.
То есть на самом деле мы прошли кризис и медленно выходим в рост. А сравнение год к году рисует обратное: будто мы сейчас в яме.
Один и тот же набор данных. Два противоположных вывода. Разница только в контексте.
И вот где спотыкаются нейронки
Посчитать и сравнить они могут быстро. А понять контекст компании пока не вывозят: что стоит за цифрами, какой период с чем корректно сравнивать, что вообще происходило с бизнесом.
Этот контекст тяжело оцифровать и передать. Его нужно накапливать постепенно: знания о компании, история, что и почему менялось. Я сейчас как раз собираю такие данные по агентству, чтобы потом строить на них настоящую аналитику, а не красивые срезы.
❤5👍1
Как я «по-быстрому» разобрал 600 сделок и собрал все грабли вайб-кодинга 🤯
Я не программист и не разработчик, просто каждый день работаю с нейронками. Недавно сел «по-быстрому» собрать через них аналитику по продажам клиента. Встал через четыре дня. Расскажу без розовых очков.
Зачем полез
Клиент-производитель, мы выстроили ему лидогенерацию. На поверхности всё нормально: лиды идут, проходят квалификацию, выставляются счета, работа кипит.
А по факту на 4 менеджеров накопилось около 600 сделок. Больше сотни на каждого, нормально вести невозможно. Лидов всё больше, а продажи растут непропорционально. Где затык, непонятно, и экспертизы под такой анализ у клиента нет. Полез сам.
Суть задачи
Собрать всю коммуникацию по сделкам, звонки и письма, в одну историю и найти блокеры, которые мешают сделкам двигаться. Проанализировать какие проблемы возникали на пути клиента. Определить причины этих проблем.
Все 600 сразу анализировать смысла нет. Для поиска типовых патернов хватит 150-200 сделок.
Сначала просто собрать данные
Bitrix через интерфейс не отдаёт ни переписку, ни звонки. Их нужно вытащить, звонки транскрибировать и собрать диалог по каждой сделке.
Выгрузил емейлы и звонки по сделкам, с виду всё ок. Начинаю смотреть, данные не сходяться. Оказалась половина коммуникации висит на контактах. Дособрал. Потом вылез лимит: за раз грузится не больше 500 писем, на тестах в 10-15 сделок проблемы не видно, а на объёме часть теряется. Дальше часть звонков не пришла: у клиента несколько телефоний, одна отдаёт записи, другая нет. Следом письма наоборот задублировались из-за настройки Bitrix. А поле «последняя активность по сделке» возвращало кривые данные.
Таких нюансов десятки. Настоящая свистопляска.
Потом сам анализ
Сделал 5-7 тестовых прогонов на 15-20 сделках: подбирал модель и логику. Что анализируем, в каком формате, как оценивать, чтобы нейронка не галлюцинировала.
На 15-20 всё хорошо, запускаю на 200, и на масштабе бумс. То упираюсь в лимиты, то выясняется, что в маленькую выборку не попали нетипичные сделки, на которых логика ломается и врёт. Докрутил, перезапустил. И так 4 раза
Вот где стало по-настоящему тяжело
Не в написании кода. Код нейронка пишет хорошо.
Тяжело другое: выстроить архитектуру и понять логику. Откуда данные берутся, как устроены в этой CRM, что с ними случается по дороге и бьётся ли итог с реальностью.
Нейронка бодро рапортует «всё собрал, всё хорошо», а по факту половина данных то теряется, то двоится. Держишь в голове десятки факторов, перепроверяешь, где что могло отвалиться. Мозг кипит. Язык не поворачивается назвать это лёгким вайб-кодингом.
По ресурсам тоже не как в демо
У меня месячная подписка на Claude за $100. За эти задачи я съел 75% общего недельного лимита и 89% недельного лимита на Sonnet, плюс упирался в пятичасовые. Ещё потратился на тесты других моделей: думал, выйдет быстрее и дешевле, оказалось нет.
Но результат того стоил
Получили чёткую градацию проблем в продажах.
Главная: у 74% сделок после отправки КП менеджеры толком не получали обратную связь. И не из-за лени. Автоматизации постоянно плодили новые задачи, часто не по делу, и дублировали висящие. Задач накопилось столько, что менеджеры перестали ими пользоваться и не видели, за какую сделку браться. Часть закрывали скопом, без проработки.
А решение проще всех этих автоматизаций. Отключить старые и добавить один статус «клиент ждёт ответа», куда сделка падает при любом входящем сообщении. Менеджер сразу видит, кому отвечать.
Увидели как поменять статусы в воронке, чтобы сразу видеть с кем нужно работать сейчас, а кого можно оставить до конкретной даты.
Ещё всплыло, что часть сделок зря проходит квалификацию. По таким тендерам компания не проходит по начальной максимальной цене, их надо отсекать сразу. Иначе уходит куча работы на КП, а сделку всё равно никто не берёт.
Теперь 600 сделок можно разбирать прицельно, с тех, где больше шансов.
Честный плюс есть: за несколько дней я прошёл путь, который с разработчиками занял бы месяцы. Но простым я бы его не назвал.
Я не программист и не разработчик, просто каждый день работаю с нейронками. Недавно сел «по-быстрому» собрать через них аналитику по продажам клиента. Встал через четыре дня. Расскажу без розовых очков.
Зачем полез
Клиент-производитель, мы выстроили ему лидогенерацию. На поверхности всё нормально: лиды идут, проходят квалификацию, выставляются счета, работа кипит.
А по факту на 4 менеджеров накопилось около 600 сделок. Больше сотни на каждого, нормально вести невозможно. Лидов всё больше, а продажи растут непропорционально. Где затык, непонятно, и экспертизы под такой анализ у клиента нет. Полез сам.
Суть задачи
Собрать всю коммуникацию по сделкам, звонки и письма, в одну историю и найти блокеры, которые мешают сделкам двигаться. Проанализировать какие проблемы возникали на пути клиента. Определить причины этих проблем.
Все 600 сразу анализировать смысла нет. Для поиска типовых патернов хватит 150-200 сделок.
Сначала просто собрать данные
Bitrix через интерфейс не отдаёт ни переписку, ни звонки. Их нужно вытащить, звонки транскрибировать и собрать диалог по каждой сделке.
Выгрузил емейлы и звонки по сделкам, с виду всё ок. Начинаю смотреть, данные не сходяться. Оказалась половина коммуникации висит на контактах. Дособрал. Потом вылез лимит: за раз грузится не больше 500 писем, на тестах в 10-15 сделок проблемы не видно, а на объёме часть теряется. Дальше часть звонков не пришла: у клиента несколько телефоний, одна отдаёт записи, другая нет. Следом письма наоборот задублировались из-за настройки Bitrix. А поле «последняя активность по сделке» возвращало кривые данные.
Таких нюансов десятки. Настоящая свистопляска.
Потом сам анализ
Сделал 5-7 тестовых прогонов на 15-20 сделках: подбирал модель и логику. Что анализируем, в каком формате, как оценивать, чтобы нейронка не галлюцинировала.
На 15-20 всё хорошо, запускаю на 200, и на масштабе бумс. То упираюсь в лимиты, то выясняется, что в маленькую выборку не попали нетипичные сделки, на которых логика ломается и врёт. Докрутил, перезапустил. И так 4 раза
Вот где стало по-настоящему тяжело
Не в написании кода. Код нейронка пишет хорошо.
Тяжело другое: выстроить архитектуру и понять логику. Откуда данные берутся, как устроены в этой CRM, что с ними случается по дороге и бьётся ли итог с реальностью.
Нейронка бодро рапортует «всё собрал, всё хорошо», а по факту половина данных то теряется, то двоится. Держишь в голове десятки факторов, перепроверяешь, где что могло отвалиться. Мозг кипит. Язык не поворачивается назвать это лёгким вайб-кодингом.
По ресурсам тоже не как в демо
У меня месячная подписка на Claude за $100. За эти задачи я съел 75% общего недельного лимита и 89% недельного лимита на Sonnet, плюс упирался в пятичасовые. Ещё потратился на тесты других моделей: думал, выйдет быстрее и дешевле, оказалось нет.
Но результат того стоил
Получили чёткую градацию проблем в продажах.
Главная: у 74% сделок после отправки КП менеджеры толком не получали обратную связь. И не из-за лени. Автоматизации постоянно плодили новые задачи, часто не по делу, и дублировали висящие. Задач накопилось столько, что менеджеры перестали ими пользоваться и не видели, за какую сделку браться. Часть закрывали скопом, без проработки.
А решение проще всех этих автоматизаций. Отключить старые и добавить один статус «клиент ждёт ответа», куда сделка падает при любом входящем сообщении. Менеджер сразу видит, кому отвечать.
Увидели как поменять статусы в воронке, чтобы сразу видеть с кем нужно работать сейчас, а кого можно оставить до конкретной даты.
Ещё всплыло, что часть сделок зря проходит квалификацию. По таким тендерам компания не проходит по начальной максимальной цене, их надо отсекать сразу. Иначе уходит куча работы на КП, а сделку всё равно никто не берёт.
Теперь 600 сделок можно разбирать прицельно, с тех, где больше шансов.
Честный плюс есть: за несколько дней я прошёл путь, который с разработчиками занял бы месяцы. Но простым я бы его не назвал.
❤6👍4
Буду выступать на вебинаре про нейросети в B2B — 17 июня 🎤
Меня позвал спикером Анатолий Рус, создатель конференции ЦЕХ и клуба Склад. Это его мини-конференция про практику нейросетей в B2B. Тема ровно та, про которую я здесь постоянно пишу.
Расскажу про нашу реальную кухню: где и как мы сейчас применяем нейронки в работе агентства в маркетинге, продажах и менеджменте. И разберу 6 типовых проблем, через которые мы прошли, пока превращали нейронки из прикольного помощника в инструмент роста компании.
Кто читал недавние посты про разбор 600 сделок и грабли вайб-кодинга — на вебинаре соберу всё это в систему.
Будут и другие спикеры. Сам Анатолий разберёт работу с B2B-контентом, а секретный спикер расскажет, как командам работать с нейронками без хаоса.
Когда: 17 июня, среда, 12:00 по МСК
Где: онлайн
Сколько: бесплатно, мест ограничено
👉 Регистрация на сайте
Заходите посмотреть, как это устроено в реальной работе.
Меня позвал спикером Анатолий Рус, создатель конференции ЦЕХ и клуба Склад. Это его мини-конференция про практику нейросетей в B2B. Тема ровно та, про которую я здесь постоянно пишу.
Расскажу про нашу реальную кухню: где и как мы сейчас применяем нейронки в работе агентства в маркетинге, продажах и менеджменте. И разберу 6 типовых проблем, через которые мы прошли, пока превращали нейронки из прикольного помощника в инструмент роста компании.
Кто читал недавние посты про разбор 600 сделок и грабли вайб-кодинга — на вебинаре соберу всё это в систему.
Будут и другие спикеры. Сам Анатолий разберёт работу с B2B-контентом, а секретный спикер расскажет, как командам работать с нейронками без хаоса.
Когда: 17 июня, среда, 12:00 по МСК
Где: онлайн
Сколько: бесплатно, мест ограничено
👉 Регистрация на сайте
Заходите посмотреть, как это устроено в реальной работе.
🔥3👍1
Для всех, кто отвечает за маркетинг в B2B, нашел классный эфир.
18 июня онлайн маркдиры B2B-компаний подытожат полугодие. Обсудят, что делать, когда бюджеты сокращаются, прежние каналы дают меньше лидов, а продлевать контракты всё сложнее.
Работа.ру расскажет, как AI-видео в объявлениях снизили стоимость лида.
Яндекс Практикум — как изменения в продукте помогают удержать стоимость привлечения.
Росэлторг — как удерживают клиентов на меняющемся рынке.
И это только малая часть. Эфир не просто о трендах, а о сложных решениях, кейсах, цифрах. И стратегии до конца года.
📅 18 июня, 11:00 МСК, онлайн, бесплатно
🔗 Зарегистрироваться
18 июня онлайн маркдиры B2B-компаний подытожат полугодие. Обсудят, что делать, когда бюджеты сокращаются, прежние каналы дают меньше лидов, а продлевать контракты всё сложнее.
Работа.ру расскажет, как AI-видео в объявлениях снизили стоимость лида.
Яндекс Практикум — как изменения в продукте помогают удержать стоимость привлечения.
Росэлторг — как удерживают клиентов на меняющемся рынке.
И это только малая часть. Эфир не просто о трендах, а о сложных решениях, кейсах, цифрах. И стратегии до конца года.
📅 18 июня, 11:00 МСК, онлайн, бесплатно
🔗 Зарегистрироваться
Два месяца ставим задачи с конца. Что получилось 🧩
В мае я писал, что мы в агентстве перестраиваем систему постановки задач. Тогда это было в режиме: нашли сильный подход, начали внедрять, активно собираем грабли.
Сейчас прошло два месяца. Уже можно честно рассказать, что с этим получилось.
Если коротко: система прижилась. Но внедрение оказалось сильно тяжелее, чем я ожидал.
Что пошло тяжело
Начали мы в середине апреля. И первая моя идея была очень в моём стиле: давайте внедрим всё сразу.
Подход казался стройным и понятным. Есть логика input / output / outcome, есть связь с обещаниями клиентам, есть формат проверки результата. В голове всё красиво складывалось в систему.
На практике оказалось, что для команды это слишком большой объём изменений за раз.
В мае мы разложили задачи в новом формате в Planfix, но почти каждую задачу приходилось отдельно прорабатывать. Люди довольно быстро поняли общую идею, но на конкретных формулировках всё начинало буксовать.
Раньше задача чаще описывала действие: подготовить план, собрать семантику, написать тексты, проверить сайт, подготовить отчёт.
А когда нужно описать итоговый результат и критерии качества, внезапно всплывает куча разночтений.
Например, можно формально выполнить задачу и подготовить темы под SEO. Но если эти темы не бьются с целевой аудиторией и целью проекта, результат всё равно плохой. Работа сделана, а к цели не приблизились.
Ещё одна сложность: мы сначала попытались слишком подробно описывать критерии проверки в каждой задаче. Тем более нейронки легко предлагают варианты, что добавить в чек-лист.
Выглядело умно, но не работало. Человек теряется в куче бесполезных деталей и упускает главное. Поэтому сейчас мы оставили более простую логику: обязательно фиксируем нужный результат, а дополнительные критерии добавляем только там, где уже ловили реальные ошибки.
Что получилось
К середине июня мы второй месяц идём по новой системе, и она уже нормально работает.
Главный сдвиг такой: мы начали строить не иерархию задач, а иерархию результатов.
Не просто "что надо сделать", а:
- что должно получиться;
- к какому сроку;
- как мы поймём, что результат хороший;
- с каким обещанием клиенту это связано.
Из-за этого стало больше прозрачности. Команда лучше понимает, что от неё ожидается. Стало меньше ситуаций, когда вроде договорились об одном, а на выходе получили что-то другое.
Поменялось и отношение к ошибкам.
Если человек сделал всё по согласованной задаче, но результат не тот, мы теперь смотрим не только на исполнителя. Мы обсуждаем, что нужно доработать в постановке задачи, чтобы избежать повторения.
Плюс команда начала лучше видеть, зачем делаются конкретные задачи. Не просто "у меня в Planfix висит список дел", а какой результат мы должны получить и как он связан с клиентскими обещаниями. За счет этого часть проблем отлавливается до их появления.
Самое приятное, что обратная связь от команды тоже поменялась. В начале было больше вопросов в духе "зачем мы столько всего расписываем". Сейчас уже слышу другое: прикольно, что мы работаем именно так, потому что стало проще синхронизироваться и понимать, что нужно получить.
Система ещё не идеальная. Сейчас докручиваем skill для постановки задач и собираем стандарты для типовых задач, чтобы не собирать каждый раз всё с нуля.
Но как итог 1,5 месяцев: подход сработал. Не быстро, не без сопротивления и точно не с первого захода. Зато теперь стало намного понятнее, где у нас ломалась постановка задач и что именно нужно чинить.
В мае я писал, что мы в агентстве перестраиваем систему постановки задач. Тогда это было в режиме: нашли сильный подход, начали внедрять, активно собираем грабли.
Сейчас прошло два месяца. Уже можно честно рассказать, что с этим получилось.
Если коротко: система прижилась. Но внедрение оказалось сильно тяжелее, чем я ожидал.
Что пошло тяжело
Начали мы в середине апреля. И первая моя идея была очень в моём стиле: давайте внедрим всё сразу.
Подход казался стройным и понятным. Есть логика input / output / outcome, есть связь с обещаниями клиентам, есть формат проверки результата. В голове всё красиво складывалось в систему.
На практике оказалось, что для команды это слишком большой объём изменений за раз.
В мае мы разложили задачи в новом формате в Planfix, но почти каждую задачу приходилось отдельно прорабатывать. Люди довольно быстро поняли общую идею, но на конкретных формулировках всё начинало буксовать.
Раньше задача чаще описывала действие: подготовить план, собрать семантику, написать тексты, проверить сайт, подготовить отчёт.
А когда нужно описать итоговый результат и критерии качества, внезапно всплывает куча разночтений.
Например, можно формально выполнить задачу и подготовить темы под SEO. Но если эти темы не бьются с целевой аудиторией и целью проекта, результат всё равно плохой. Работа сделана, а к цели не приблизились.
Ещё одна сложность: мы сначала попытались слишком подробно описывать критерии проверки в каждой задаче. Тем более нейронки легко предлагают варианты, что добавить в чек-лист.
Выглядело умно, но не работало. Человек теряется в куче бесполезных деталей и упускает главное. Поэтому сейчас мы оставили более простую логику: обязательно фиксируем нужный результат, а дополнительные критерии добавляем только там, где уже ловили реальные ошибки.
Что получилось
К середине июня мы второй месяц идём по новой системе, и она уже нормально работает.
Главный сдвиг такой: мы начали строить не иерархию задач, а иерархию результатов.
Не просто "что надо сделать", а:
- что должно получиться;
- к какому сроку;
- как мы поймём, что результат хороший;
- с каким обещанием клиенту это связано.
Из-за этого стало больше прозрачности. Команда лучше понимает, что от неё ожидается. Стало меньше ситуаций, когда вроде договорились об одном, а на выходе получили что-то другое.
Поменялось и отношение к ошибкам.
Если человек сделал всё по согласованной задаче, но результат не тот, мы теперь смотрим не только на исполнителя. Мы обсуждаем, что нужно доработать в постановке задачи, чтобы избежать повторения.
Плюс команда начала лучше видеть, зачем делаются конкретные задачи. Не просто "у меня в Planfix висит список дел", а какой результат мы должны получить и как он связан с клиентскими обещаниями. За счет этого часть проблем отлавливается до их появления.
Самое приятное, что обратная связь от команды тоже поменялась. В начале было больше вопросов в духе "зачем мы столько всего расписываем". Сейчас уже слышу другое: прикольно, что мы работаем именно так, потому что стало проще синхронизироваться и понимать, что нужно получить.
Система ещё не идеальная. Сейчас докручиваем skill для постановки задач и собираем стандарты для типовых задач, чтобы не собирать каждый раз всё с нуля.
Но как итог 1,5 месяцев: подход сработал. Не быстро, не без сопротивления и точно не с первого захода. Зато теперь стало намного понятнее, где у нас ломалась постановка задач и что именно нужно чинить.
❤4👍2
Типовые ошибки в аналитике, из-за которых цифрам нельзя верить 📊
Обещал собрать перечень ошибок в аналитике — выполняю.
За 15+ лет в рекламе я почти не видел проекта, где данные сходятся с первого раза. Каждый год на новых проектах одни и те же косяки. Коварны они тем, что на поверхности всё прилично: лиды идут, отчёты строятся. А копнёшь, часть данных неполная или кривая, и решения по ней принимать нельзя.
Собрал самые частые. Проверьте у себя.
1. В CRM не фиксируется источник рекламы
До CRM не доходят ни UTM, ни ClientID, и лид падает обезличенным. Дальше слепота: не разобрать, какие лиды целевые, а какие нет.
Почти на каждом проекте за год появляется кампания с дешёвыми, но мусорными лидами. Виден источник — такую кампанию отсекаешь. Не виден — формально она отличная, а гонит мусор, и ты этого даже не замечаешь.
2. Источник передаётся только по рекламному трафику
Источник цепляют только там, где есть UTM, то есть по рекламе. Так настроено почти везде по умолчанию.
А видеть нужно все источники: SEO, переходы с других сайтов, прямые заходы. Даже если SEO пока не занимаетесь, полезно видеть объём обращений оттуда: запустите позже, будет с чем сравнить.
3. Потеря UTM на многостраничных сайтах
UTM берётся из адресной строки и не сохраняется при переходах между страницами. Человек зашёл по рекламе, походил по сайту, отправил форму на другой странице — и заявка ушла без источника.
Настроите фиксацию всех источников из пункта 2, и эта проблема вылечится автоматически.
4. Нет единой «общей цели»
Под все типы заявок (форма, звонок, почта, мессенджер, заявка через чат) нужна одна общая цель, куда падает всё. Заведёте несколько отдельных — Директ не обучается на их сумме, а цепляется за одну.
И ещё важный момент: число достижений этой цели должно совпадать с количеством лидов в CRM. Когда сходится, сверять данные между Метрикой и CRM становится сильно проще.
5. Email-трекинг: его либо нет, либо он не дотянут
Трекинг почти никто не ставит. Даже в нишах с высокой конкуренцией дай бог один-два игрока с прокачанным маркетингом его используют. А на почту идёт в среднем 25-45% обращений, и без трекинга они просто теряются.
Другая проблема — трекинг есть, но не настроена фиксация текста письма и вложений. В B2B там часто спецификация или ТЗ. Без них в CRM висит лид «письмо есть», а что человек хотел, менеджер не видит. Ему приходится искать этот лид в почте. В итоге и менеджеру неудобно. И кто-то может создать лида вручную.
6. Нет статуса квалификации и удаление лидов
Самый болезненный пункт, тут два связанных косяка.
Первое: нецелевые лиды удаляют. Так нельзя категорически. Теряется реальная нагрузка на менеджера, ведь нецелевые тоже надо обработать. А главное, удалив данные из CRM, вы уже не сведёте её с Метрикой: часть лидов есть в одной системе и стёрта в другой. Расхождение гарантировано.
Второе: нет статуса квалификации. Не отмечен квал-лид, и не посчитать ни его количество, ни долю нецелевых, ни конверсию из квал-лида в другие этапы и в покупку. Ключевые цифры воронки просто отсутствуют.
Решение простое: нецелевых не удалять, а заводить им отдельный статус. И обязательно ввести статус «квалифицирован». Закрывать нецелевых как «неуспешные» тоже ошибка: они смешиваются с проигранными сделками по целевым лидам, и данные снова теряются. А потом начинается война между маркетингом и продажами.
Объединяет все эти ошибки одно: данные собираются кривыми, а выглядит при этом всё прилично. И опасна не сама ошибка, а то, что решения принимаешь на цифрах, которым нельзя верить.
Если хотите, чтобы аналитика собирала корректные данные, а маркетинг работал по реальным цифрам, а не по ощущениям — приходите к нам, разберёмся с вашей аналитикой.
Обещал собрать перечень ошибок в аналитике — выполняю.
За 15+ лет в рекламе я почти не видел проекта, где данные сходятся с первого раза. Каждый год на новых проектах одни и те же косяки. Коварны они тем, что на поверхности всё прилично: лиды идут, отчёты строятся. А копнёшь, часть данных неполная или кривая, и решения по ней принимать нельзя.
Собрал самые частые. Проверьте у себя.
1. В CRM не фиксируется источник рекламы
До CRM не доходят ни UTM, ни ClientID, и лид падает обезличенным. Дальше слепота: не разобрать, какие лиды целевые, а какие нет.
Почти на каждом проекте за год появляется кампания с дешёвыми, но мусорными лидами. Виден источник — такую кампанию отсекаешь. Не виден — формально она отличная, а гонит мусор, и ты этого даже не замечаешь.
2. Источник передаётся только по рекламному трафику
Источник цепляют только там, где есть UTM, то есть по рекламе. Так настроено почти везде по умолчанию.
А видеть нужно все источники: SEO, переходы с других сайтов, прямые заходы. Даже если SEO пока не занимаетесь, полезно видеть объём обращений оттуда: запустите позже, будет с чем сравнить.
3. Потеря UTM на многостраничных сайтах
UTM берётся из адресной строки и не сохраняется при переходах между страницами. Человек зашёл по рекламе, походил по сайту, отправил форму на другой странице — и заявка ушла без источника.
Настроите фиксацию всех источников из пункта 2, и эта проблема вылечится автоматически.
4. Нет единой «общей цели»
Под все типы заявок (форма, звонок, почта, мессенджер, заявка через чат) нужна одна общая цель, куда падает всё. Заведёте несколько отдельных — Директ не обучается на их сумме, а цепляется за одну.
И ещё важный момент: число достижений этой цели должно совпадать с количеством лидов в CRM. Когда сходится, сверять данные между Метрикой и CRM становится сильно проще.
5. Email-трекинг: его либо нет, либо он не дотянут
Трекинг почти никто не ставит. Даже в нишах с высокой конкуренцией дай бог один-два игрока с прокачанным маркетингом его используют. А на почту идёт в среднем 25-45% обращений, и без трекинга они просто теряются.
Другая проблема — трекинг есть, но не настроена фиксация текста письма и вложений. В B2B там часто спецификация или ТЗ. Без них в CRM висит лид «письмо есть», а что человек хотел, менеджер не видит. Ему приходится искать этот лид в почте. В итоге и менеджеру неудобно. И кто-то может создать лида вручную.
6. Нет статуса квалификации и удаление лидов
Самый болезненный пункт, тут два связанных косяка.
Первое: нецелевые лиды удаляют. Так нельзя категорически. Теряется реальная нагрузка на менеджера, ведь нецелевые тоже надо обработать. А главное, удалив данные из CRM, вы уже не сведёте её с Метрикой: часть лидов есть в одной системе и стёрта в другой. Расхождение гарантировано.
Второе: нет статуса квалификации. Не отмечен квал-лид, и не посчитать ни его количество, ни долю нецелевых, ни конверсию из квал-лида в другие этапы и в покупку. Ключевые цифры воронки просто отсутствуют.
Решение простое: нецелевых не удалять, а заводить им отдельный статус. И обязательно ввести статус «квалифицирован». Закрывать нецелевых как «неуспешные» тоже ошибка: они смешиваются с проигранными сделками по целевым лидам, и данные снова теряются. А потом начинается война между маркетингом и продажами.
Объединяет все эти ошибки одно: данные собираются кривыми, а выглядит при этом всё прилично. И опасна не сама ошибка, а то, что решения принимаешь на цифрах, которым нельзя верить.
Если хотите, чтобы аналитика собирала корректные данные, а маркетинг работал по реальным цифрам, а не по ощущениям — приходите к нам, разберёмся с вашей аналитикой.
👍6❤2
SKILL.md
16.8 KB
Делюсь одним из своих самых ходовых промтов 🔧
Это incident-rca, разбор корневых причин. Один из тех универсальных скиллов, которыми я пользуюсь чаще всего. Выложил в свой каталог промтов и прикрепил файлом к посту, забирайте.
Что он делает. Помогает перестроить вашу систему работы с нейронкой так, чтобы ошибка, которая один раз вылезла, больше не повторялась. Он улучшает саму систему, а не латает единичный случай.
Когда его звать:
— нейронка регулярно повторяет одну и ту же ошибку;
— начала тупить: путает контекст, выдаёт не то, делает не так;
— выдала неверный результат, а он уже ушёл в данные или документ;
— три косяка подряд в одной задаче;
— любая повторяющаяся рабочая проблема, не только про AI: где буксует процесс, откуда лезет один и тот же косяк в команде.
Как работает. Под капотом метод «5 почему»: задаём «почему?» уровень за уровнем, от симптома к корню. Не останавливаемся на «забыл» или «не заметил», а доходим до системной причины: какого правила не хватило, что не так в инструкции, какой файл не подгрузился. На выходе не «буду внимательнее», а конкретная правка в вашу систему, после которой ошибка не повторяется.
Лайфхак. Этот разбор классно отдавать на сторону, чтобы он был независимым. Либо отдельному субагенту, который посмотрит на результат свежим взглядом. Либо вообще другой нейронке из другого семейства: работаете в Claude, дайте задачу ChatGPT, и наоборот. Так разбор честнее, модель не выгораживает собственный косяк.
Сам пользуюсь постоянно. Уже накопилось больше 60 таких разборов в самых разных задачах: наём, аналитика, постановка задач, подготовка докладов.
У меня это работает в связке с проверкой качества, про неё рассказывал вот тут: https://t.me/b2b_done/324. Сначала quality-check проходит по результату и ловит ошибки. Если вижу, что ошибка не разовая, а системная, запускаю incident-rca и разбираю причину. Цикл простой: проверил, нашёл, разобрал, перестроил систему. Оба промта тоже выложил на сайт.
Забрать: promts.m-done.ru или файлом из этого поста.
Если такие наработки полезны и хотите, чтобы я делился ими чаще, поставьте реакцию. Для меня это сигнал, что такие штуки заходят.
Это incident-rca, разбор корневых причин. Один из тех универсальных скиллов, которыми я пользуюсь чаще всего. Выложил в свой каталог промтов и прикрепил файлом к посту, забирайте.
Что он делает. Помогает перестроить вашу систему работы с нейронкой так, чтобы ошибка, которая один раз вылезла, больше не повторялась. Он улучшает саму систему, а не латает единичный случай.
Когда его звать:
— нейронка регулярно повторяет одну и ту же ошибку;
— начала тупить: путает контекст, выдаёт не то, делает не так;
— выдала неверный результат, а он уже ушёл в данные или документ;
— три косяка подряд в одной задаче;
— любая повторяющаяся рабочая проблема, не только про AI: где буксует процесс, откуда лезет один и тот же косяк в команде.
Как работает. Под капотом метод «5 почему»: задаём «почему?» уровень за уровнем, от симптома к корню. Не останавливаемся на «забыл» или «не заметил», а доходим до системной причины: какого правила не хватило, что не так в инструкции, какой файл не подгрузился. На выходе не «буду внимательнее», а конкретная правка в вашу систему, после которой ошибка не повторяется.
Лайфхак. Этот разбор классно отдавать на сторону, чтобы он был независимым. Либо отдельному субагенту, который посмотрит на результат свежим взглядом. Либо вообще другой нейронке из другого семейства: работаете в Claude, дайте задачу ChatGPT, и наоборот. Так разбор честнее, модель не выгораживает собственный косяк.
Сам пользуюсь постоянно. Уже накопилось больше 60 таких разборов в самых разных задачах: наём, аналитика, постановка задач, подготовка докладов.
У меня это работает в связке с проверкой качества, про неё рассказывал вот тут: https://t.me/b2b_done/324. Сначала quality-check проходит по результату и ловит ошибки. Если вижу, что ошибка не разовая, а системная, запускаю incident-rca и разбираю причину. Цикл простой: проверил, нашёл, разобрал, перестроил систему. Оба промта тоже выложил на сайт.
Забрать: promts.m-done.ru или файлом из этого поста.
Если такие наработки полезны и хотите, чтобы я делился ими чаще, поставьте реакцию. Для меня это сигнал, что такие штуки заходят.
10🔥17❤6👍2
quality-check.skill
7.1 KB
Продолжаем воевать с галлюцинациями и обманом нейронки 🧠
Месяца полтора назад выкладывал quality-check — промт, который проходит по готовому результату нейронки и ловит враньё до того, как оно уйдёт в работу (рассказывал вот тут: https://t.me/b2b_done/324). С тех пор гоняю его регулярно и заметил: нейронка не только галлюцинирует, она ещё и ловко маскирует слабые места. Докрутил под это, выкладываю обновление. Забирайте.
Что поправил.
— Громкие слова вместо цифр. «Выросло в разы», «существенно дешевле», «гораздо быстрее» — звучит как факт, а числа за этим нет. При выборочной проверке такое легко проскакивало. Теперь промт вылавливает каждую такую формулировку и проверяет, есть ли под ней цифра и источник. Это была главная слепая зона.
— Выводы, которые ты не делал. Там, где должна стоять твоя оценка, твоё решение или твой вывод, нейронка спокойно дописывает свой и подаёт его так, будто это сказал ты. Собрать за тебя факты, даты и события — нормально. Решить за тебя, что ты по этому поводу думаешь, и выдать от твоего имени — нет. Теперь такие места подсвечиваются, чтобы ты вписал своё.
— Следы правок в чистовике. «Раньше было так, теперь переделали», «версия пересобрана» — мусор от процесса, который не должен оставаться в готовом документе. Промт вычищает, если это не журнал изменений.
— Что стоит в критериях «готово» и в заголовках, проверяется на 100%, без поблажки «это же и так понятно».
В целом доработки про одно: поймать то, что глазом не видно. Когда результат выглядит гладко, а под ним дырка.
Забрать, как удобнее:
— Промтом. Прямая ссылка, скопировать и вставить в любой чат: https://promts.m-done.ru/p/quality-check/
— Полноценным скиллом. Файл в этом посте ставится как готовый навык для Claude Code и агентов.
— На английском. Исходник на GitHub: https://github.com/MainFrame100/quality-check-skill
Если пользуетесь такими штуками, поставьте реакцию. Для меня это сигнал, что обновлениями стоит делиться.
Месяца полтора назад выкладывал quality-check — промт, который проходит по готовому результату нейронки и ловит враньё до того, как оно уйдёт в работу (рассказывал вот тут: https://t.me/b2b_done/324). С тех пор гоняю его регулярно и заметил: нейронка не только галлюцинирует, она ещё и ловко маскирует слабые места. Докрутил под это, выкладываю обновление. Забирайте.
Что поправил.
— Громкие слова вместо цифр. «Выросло в разы», «существенно дешевле», «гораздо быстрее» — звучит как факт, а числа за этим нет. При выборочной проверке такое легко проскакивало. Теперь промт вылавливает каждую такую формулировку и проверяет, есть ли под ней цифра и источник. Это была главная слепая зона.
— Выводы, которые ты не делал. Там, где должна стоять твоя оценка, твоё решение или твой вывод, нейронка спокойно дописывает свой и подаёт его так, будто это сказал ты. Собрать за тебя факты, даты и события — нормально. Решить за тебя, что ты по этому поводу думаешь, и выдать от твоего имени — нет. Теперь такие места подсвечиваются, чтобы ты вписал своё.
— Следы правок в чистовике. «Раньше было так, теперь переделали», «версия пересобрана» — мусор от процесса, который не должен оставаться в готовом документе. Промт вычищает, если это не журнал изменений.
— Что стоит в критериях «готово» и в заголовках, проверяется на 100%, без поблажки «это же и так понятно».
В целом доработки про одно: поймать то, что глазом не видно. Когда результат выглядит гладко, а под ним дырка.
Забрать, как удобнее:
— Промтом. Прямая ссылка, скопировать и вставить в любой чат: https://promts.m-done.ru/p/quality-check/
— Полноценным скиллом. Файл в этом посте ставится как готовый навык для Claude Code и агентов.
— На английском. Исходник на GitHub: https://github.com/MainFrame100/quality-check-skill
Если пользуетесь такими штуками, поставьте реакцию. Для меня это сигнал, что обновлениями стоит делиться.
🔥15
Внимание развод ❗️ Уводят аккаунты Клода.
Сегодня ночью пришло вот такое письмо на аккаунт, на который у меня зарегистрирован аккаунт Клода.
Похожее письмо приходило моему знакомому.
Выглядит как письмо о блокировке аккаунта или изменении политики конфиденциальности.
Сделано так что визуально вообще не отличить.
Единственный способ понять это — посмотреть на адрес отправителя.
Он выглядит похожим на антропик, но с кривыми символами в начале или чуть чуть другим доменом.
НИ В КОЕМ СЛУЧАЕ НЕ ПЕРЕХОДИТЕ ПО ССЫЛКАМ ИЗ ПОДОБНЫХ ПИСЕМ!
Сначала зайдите в сам аккаунт. Он скорее всего продолжит у вас работать
UPDATE: по ходу всё же это не скам, а ошибки в рассылках писем. Т.к. более детальный анализ и поиск источников указал, что сам антропик может отправлять письма с таких странных адресов. При этом аккаунт у меня действительно продолжает работать. Поэтому пока вопросов больше чем ответов.
Сегодня ночью пришло вот такое письмо на аккаунт, на который у меня зарегистрирован аккаунт Клода.
Похожее письмо приходило моему знакомому.
Выглядит как письмо о блокировке аккаунта или изменении политики конфиденциальности.
Сделано так что визуально вообще не отличить.
Единственный способ понять это — посмотреть на адрес отправителя.
Он выглядит похожим на антропик, но с кривыми символами в начале или чуть чуть другим доменом.
НИ В КОЕМ СЛУЧАЕ НЕ ПЕРЕХОДИТЕ ПО ССЫЛКАМ ИЗ ПОДОБНЫХ ПИСЕМ!
Сначала зайдите в сам аккаунт. Он скорее всего продолжит у вас работать
UPDATE: по ходу всё же это не скам, а ошибки в рассылках писем. Т.к. более детальный анализ и поиск источников указал, что сам антропик может отправлять письма с таких странных адресов. При этом аккаунт у меня действительно продолжает работать. Поэтому пока вопросов больше чем ответов.
Digital-Задроты в B2B | Южанин Дмитрий pinned «Что это за канал и с чего начать читать 📌 Если вы здесь недавно — этот пост для вас. Закрепляю его, чтобы можно было быстро понять, о чём канал, и сразу нырнуть в лучшее. Меня зовут Дмитрий Южанин. Вместе с командой агентства «Сделано» мы помогаем расти…»
Кажется, все уже виртуозно освоили нейросети. Или о моём FOMO 😁
Листаешь ленту, а там все уже построили какие-то системы, всё автоматизировали, работают на топовом уровне. И накрывает: ты будто вечно догоняешь. То самое FOMO.
Мне это напоминает историю с красивой жизнью в запрещённой соцсети: в кадре только глянцевая сторона, изнанку никто не показывает. С нейронками сейчас ровно то же самое. И вот два наблюдения, которые меня отрезвили.
Первое. Разговоры с руководителями digital-агентств. Реально выстроенная система, где вся команда работает в нейронках от и до, как отлаженный процесс, встречается крайне редко. Единицы.
Второе. Свежий найм. Набралось 190 заполненных анкет, и владение AI отметили почти все: 189 из 190. На собеседование я звал только самых сильных по анкетам. И даже среди этих, заранее отобранных, реально свои скиллы, рабочие автоматизации и агентов, которыми пользуешься каждый день, делала буквально пара человек. Остальные — тот самый уровень чатика: открыл, спросил, проконсультировался.
К чему это я. Реальная планка вокруг куда ниже, чем кажется по новостям. А значит, тебе и не надо быть впереди всех, чтобы заметно выделяться.
Тут в тему метафора. Двое убегают ото льва. Задача не в том, чтобы бежать быстрее льва. Задача — бежать быстрее того, кто бежит рядом.
Так и здесь. Чтобы обойти средний уровень пользователя, нужно совсем немного: перестать сидеть в чатиках и начать собирать свою базу знаний и свои скиллы. Это ближе, чем кажется.
Поэтому первым делом выдохните. Скорее всего вы уже в той среде, где что-то пробуют и тестируют, а это само по себе немало.
А дальше вопрос к вам. Думаю провести вебинар про то, как собрать себе базовую инфраструктуру и начать пользоваться нейронками по-взрослому. Технически это не так сложно, но мне не хватает понимания, где именно вы застреваете. Напишите, что ближе:
— хочется, но руки так и не дошли;
— пробовал, но не пошло (и на чём именно споткнулись);
— не понимаю, как это вообще организовать.
Соберётся достаточно откликов и конкретных вопросов — организую и проведу.
Листаешь ленту, а там все уже построили какие-то системы, всё автоматизировали, работают на топовом уровне. И накрывает: ты будто вечно догоняешь. То самое FOMO.
Мне это напоминает историю с красивой жизнью в запрещённой соцсети: в кадре только глянцевая сторона, изнанку никто не показывает. С нейронками сейчас ровно то же самое. И вот два наблюдения, которые меня отрезвили.
Первое. Разговоры с руководителями digital-агентств. Реально выстроенная система, где вся команда работает в нейронках от и до, как отлаженный процесс, встречается крайне редко. Единицы.
Второе. Свежий найм. Набралось 190 заполненных анкет, и владение AI отметили почти все: 189 из 190. На собеседование я звал только самых сильных по анкетам. И даже среди этих, заранее отобранных, реально свои скиллы, рабочие автоматизации и агентов, которыми пользуешься каждый день, делала буквально пара человек. Остальные — тот самый уровень чатика: открыл, спросил, проконсультировался.
К чему это я. Реальная планка вокруг куда ниже, чем кажется по новостям. А значит, тебе и не надо быть впереди всех, чтобы заметно выделяться.
Тут в тему метафора. Двое убегают ото льва. Задача не в том, чтобы бежать быстрее льва. Задача — бежать быстрее того, кто бежит рядом.
Так и здесь. Чтобы обойти средний уровень пользователя, нужно совсем немного: перестать сидеть в чатиках и начать собирать свою базу знаний и свои скиллы. Это ближе, чем кажется.
Поэтому первым делом выдохните. Скорее всего вы уже в той среде, где что-то пробуют и тестируют, а это само по себе немало.
А дальше вопрос к вам. Думаю провести вебинар про то, как собрать себе базовую инфраструктуру и начать пользоваться нейронками по-взрослому. Технически это не так сложно, но мне не хватает понимания, где именно вы застреваете. Напишите, что ближе:
— хочется, но руки так и не дошли;
— пробовал, но не пошло (и на чём именно споткнулись);
— не понимаю, как это вообще организовать.
Соберётся достаточно откликов и конкретных вопросов — организую и проведу.
👍21❤4
Продолжу про изнанку. С нейронками у меня далеко не всё гладко 🧠
В прошлый раз я сказал, что паниковать не из-за чего. Это правда. Но будет нечестно оставить только эту сторону. Потому что сам я с нейронками воюю регулярно, и на серьёзных задачах особенно.
Сделать что-то на троечку и правда легко: собрать лендинг, накидать текст, прогнать анализ звонков. Причем все кто говорят, что сделали тот же лениднг не говорят как у них изменилась конверсия. 😁 А вот, когда встаёт задача довести до результата, который не стыдно отдать клиенту, — каждый раз отдельная история.
Свежий пример. Переношу свой сайт с Тильды на собственный хостинг, по большей части вайб-кодингом. И не просто один в один, а с небольшим редизайном. Стилистику я заранее собрал в Claude Design, обкатал на нескольких презентациях, и хотелось перенести этот стиль на сайт. Казалось, плёвое дело. А на деле, стоило захотеть единообразия, чтобы нигде ничего не ехало и сохранились все настроенные интеграции, задача растянулась на несколько дней плотной работы. И это при том, что я уже неплохо знаю Клод и стартовал не с нуля.
Другой фронт — данные. Сейчас разбираю на одном проекте порядка 700 сделок, восстанавливаю реальную сегментацию клиентов под маркетинг и продажи. И там, стоит начать проверять то, что посчитала нейронка, а не верить на слово, вылезает куча ошибок. Я уже столько раз ловил её на вранье, что перепроверяю всё подряд. А многие ведь не перепроверяют: она что-то выдала, они поверили, дальше поехало.
И в этом вся засада. Пока не знаешь, где нейронка обычно косячит, ты этих косяков просто не видишь. Пропускаешь и выпускаешь продукт хреновастенького качества, искренне считая, что всё нормально. Я эти места вижу только потому, что не раз на них наступал. Но каждый раз это ручная работа, а не «нейронка сделала всё сама».
В прошлый раз я сказал, что паниковать не из-за чего. Это правда. Но будет нечестно оставить только эту сторону. Потому что сам я с нейронками воюю регулярно, и на серьёзных задачах особенно.
Сделать что-то на троечку и правда легко: собрать лендинг, накидать текст, прогнать анализ звонков. Причем все кто говорят, что сделали тот же лениднг не говорят как у них изменилась конверсия. 😁 А вот, когда встаёт задача довести до результата, который не стыдно отдать клиенту, — каждый раз отдельная история.
Свежий пример. Переношу свой сайт с Тильды на собственный хостинг, по большей части вайб-кодингом. И не просто один в один, а с небольшим редизайном. Стилистику я заранее собрал в Claude Design, обкатал на нескольких презентациях, и хотелось перенести этот стиль на сайт. Казалось, плёвое дело. А на деле, стоило захотеть единообразия, чтобы нигде ничего не ехало и сохранились все настроенные интеграции, задача растянулась на несколько дней плотной работы. И это при том, что я уже неплохо знаю Клод и стартовал не с нуля.
Другой фронт — данные. Сейчас разбираю на одном проекте порядка 700 сделок, восстанавливаю реальную сегментацию клиентов под маркетинг и продажи. И там, стоит начать проверять то, что посчитала нейронка, а не верить на слово, вылезает куча ошибок. Я уже столько раз ловил её на вранье, что перепроверяю всё подряд. А многие ведь не перепроверяют: она что-то выдала, они поверили, дальше поехало.
И в этом вся засада. Пока не знаешь, где нейронка обычно косячит, ты этих косяков просто не видишь. Пропускаешь и выпускаешь продукт хреновастенького качества, искренне считая, что всё нормально. Я эти места вижу только потому, что не раз на них наступал. Но каждый раз это ручная работа, а не «нейронка сделала всё сама».
👍5
«У вас дорого». Мы посчитали, сколько раз это правда: 2 из 81
Когда мы заходим в новый проект и спрашиваем менеджеров, почему клиенты не покупают, чаще всего слышим одно и то же: цены высокие, условия плохие. Были бы условия получше, покупали бы.
А потом мы собираем цифры по реальным сделкам, и картина оказывается совсем не той, которую все ждали. Вот два свежих замера у наших клиентов.
Первый клиент — поставщик пластиковой тары и упаковки. Взяли 300 с лишним целевых обращений в чат на сайте и разметили их вслепую восемью LLM-агентами. Явное возражение или срыв нашлись в 81 обращении, это каждое четвёртое. Раскладываем эти 81 по причинам, вот вершина списка:
1. Нужного размера, цвета или стандарта нет в ассортименте: 27.
2. Позиция есть в каталоге, но прямо сейчас её нет в наличии: 17.
3. Минимальная партия сильно больше, чем надо клиенту: 14.
4. Менеджер не ответил по существу или нагрубил: 6.
5. Цена: 2.
Два раза из восьмидесяти одного. И даже тут цена шла в паре с наличием: клиент пишет «нашла дешевле и в наличии», 19 рублей против наших 45 под заказ. Причём когда разница в цене больше чем в два раза, я в первую очередь подозреваю не прайс, а приём заказа: похоже, посчитали не то, что человеку на самом деле было нужно. Просто «дорого» так не выглядит.
Остальные срывы звучат так: «не можем ждать 2 недели», «Дождусь ли я ответа от вас вовсе?.. И тишина…»
Второй клиент — производитель уборочного инвентаря. Замер другой: причины проигрыша новых клиентов, которые менеджеры заполнили в CRM. «Дорого» набрало 8%. А причина №1, больше половины заполненных, — «не вышли на связь». Рядом ещё штрих: сделки после отправки прайса висят в среднем по три недели.
Выборки разные, посчитано по-разному, складывать эти проценты нельзя. Но в обоих списках цена лежит в самом хвосте. Верхние строчки — ассортимент, наличие, минималка и молчание тех самых менеджеров, которые жалуются на цены.
Когда мы заходим в новый проект и спрашиваем менеджеров, почему клиенты не покупают, чаще всего слышим одно и то же: цены высокие, условия плохие. Были бы условия получше, покупали бы.
А потом мы собираем цифры по реальным сделкам, и картина оказывается совсем не той, которую все ждали. Вот два свежих замера у наших клиентов.
Первый клиент — поставщик пластиковой тары и упаковки. Взяли 300 с лишним целевых обращений в чат на сайте и разметили их вслепую восемью LLM-агентами. Явное возражение или срыв нашлись в 81 обращении, это каждое четвёртое. Раскладываем эти 81 по причинам, вот вершина списка:
1. Нужного размера, цвета или стандарта нет в ассортименте: 27.
2. Позиция есть в каталоге, но прямо сейчас её нет в наличии: 17.
3. Минимальная партия сильно больше, чем надо клиенту: 14.
4. Менеджер не ответил по существу или нагрубил: 6.
5. Цена: 2.
Два раза из восьмидесяти одного. И даже тут цена шла в паре с наличием: клиент пишет «нашла дешевле и в наличии», 19 рублей против наших 45 под заказ. Причём когда разница в цене больше чем в два раза, я в первую очередь подозреваю не прайс, а приём заказа: похоже, посчитали не то, что человеку на самом деле было нужно. Просто «дорого» так не выглядит.
Остальные срывы звучат так: «не можем ждать 2 недели», «Дождусь ли я ответа от вас вовсе?.. И тишина…»
Второй клиент — производитель уборочного инвентаря. Замер другой: причины проигрыша новых клиентов, которые менеджеры заполнили в CRM. «Дорого» набрало 8%. А причина №1, больше половины заполненных, — «не вышли на связь». Рядом ещё штрих: сделки после отправки прайса висят в среднем по три недели.
Выборки разные, посчитано по-разному, складывать эти проценты нельзя. Но в обоих списках цена лежит в самом хвосте. Верхние строчки — ассортимент, наличие, минималка и молчание тех самых менеджеров, которые жалуются на цены.
🔥7