| Cele | Poprawa efektywności komunikacji z małymi i średnimi przedsiębiorstwami, zwiększenie konwersji leadów na klientów |
| Zakres prac | |
| Efekty | MVP automatyzujące generowanie treści marketingowych. |
| Technologie | GenAI ChatGPT 4o, Java, Angular, REST API, PostgreSQL, Python, Langchain, Langsmith |
| Dla kogo | Firmy B2B i B2C, z jednym core'owym produktem i zrónicowanym klientem końcowym |
Potrzeba
Określono potrzebę wdrożenia zaawansowanego systemu automatyzacji komunikacji marketingowej, który miałby na celu zwiększenie efektywności kontaktu z małymi i mikroprzedsiębiorstwami oraz poprawę konwersji leadów na klientów. W projekcie szczególny nacisk położono na dostosowanie automatycznych procesów marketingowych do specyficznych potrzeb klientów z różnych branż, bazując na ich kodach PKD.
Personalizacji komunikacji marketingowej
Wyzwanie polega na personalizacji komunikacji marketingowej dla szerokiego spektrum małych i mikroprzedsiębiorstw, które w różny sposób korzystają z tej samej usługi, w zależności od swojej działalności gospodarczej. Tradycyjne podejścia do kampanii marketingowych nie są w stanie zapewnić odpowiedniego dostosowania wiadomości do indywidualnych potrzeb klientów, co skutkuje niezadowalającą skutecznością konwersji.
Proces rozpoczyna się od analizy dostępnych danych z trzech głównych źródeł: aplikacji mobilnej, platformy SaaS oraz systemu automatyzacji komunikacji. Przyjmujemy strategię wykonania MVP, które umożliwia personalizację komunikatów marketingowych na dużą skalę, jednocześnie zapewniając pełną automatyzację procesów.
Rozwiązanie
W sytuacji, gdy celem jest wdrożenie rozwiązania opartego na dużych modelach językowych (LLM), wdrażamy systemy, które automatycznie tworzą spersonalizowaną strategię komunikacji z każdym klientem na podstawie agregowanych danych. Tworzymy wydajną bazę danych oraz piszemy skrypty, które zapewniają synchronizację i normalizację danych. Na tym etapie eliminujemy niepotrzebne informacje, aby zoptymalizować wydajność infrastruktury i przyspieszyć działanie AI.
Następnie pracujemy z modelem LLM, zwiększając jego skuteczność poprzez powołanie agentów: analitycznego, segmentującego oraz kreatywnego. Agent kreatywny wykorzystuje analizy dostarczone przez pozostałych agentów, aby generować spersonalizowane treści marketingowe. W ten sposób tworzymy „wirtualną firmę marketingową,” która automatycznie generuje optymalne komunikaty dla każdego klienta. Każdy komunikat jest kategoryzowany oraz opatrzony wskazówkami dotyczącymi najlepszego kanału i czasu wysłania. Po zapisaniu danych, nasz system integruje się przez API z platformami odpowiedzialnymi za dystrybucję treści marketingowych.
Wnioski
Wdrożenie modelu LLM znacząco usprawnia działania marketingowe, przynosząc poprawę takich wskaźników jak CTR (o 8%), Open Rate (o 12%) oraz konwersja leadów na klientów (o 9%). Kluczowym elementem sukcesu okazuje się personalizacja komunikacji, która skutecznie odpowiada na specyficzne potrzeby małych i średnich firm, co często nie jest możliwe w tradycyjnych kampaniach marketingowych.
