Рекламные платформы забирают на себя все больше работы с таргетингом и ставками. У байера остается другой рычаг: какие креативы он загружает и как быстро тестирует новые подходы.
На MAC 26 основатель и CEO агентства Worify Ашиш Габа показал, как его команда собирает ИИ-агентов для управления рекламой и связывает их с производством креативов и лендингов. В одном из представленных кейсов ROAS вырос с 1,8 до 5,7 за четыре недели, а время байера на ручное управление сократилось с восьми часов до получаса в день.
Рабочий день байера по-прежнему забит проверкой дашбордов, остановкой неэффективных кампаний и мелкими правками. Одновременно Meta* развивает Andromeda, а Google все сильнее полагается на алгоритмы в Demand Gen.
По мнению Габы, соревноваться с рекламными платформами в ручном таргетинге становится все сложнее. При этом алгоритмам нужен постоянный приток новых объявлений, а обычная команда не успевает выпускать их в нужном объеме.
В презентации спикер показал пример кампании с одним креативом. К шестому дню ROAS достиг 3,6, но к 28-му ушел в минус. Габа использовал этот график как пример выгорания: замена должна быть готова еще до того, как показатели начнут падать.
Чат-бот отвечает на запрос и останавливается. Агент работает по циклу: считывает данные из рекламного аккаунта, сравнивает их с целью, выбирает действие и выполняет его через подключенный инструмент. Затем проверка запускается снова по расписанию.
Габа описал эту систему простой формулой: модель выступает мозгом, а подключенные функции становятся руками. Через API агент может собирать статистику, готовить изменения и после разрешения пользователя применять их.
Ночью система проверяет кампании, ищет лишние расходы, разбирает поисковые запросы и к утру собирает список действий. Первое время байер подтверждает или отклоняет каждое предложение. После нескольких недель проверки часть безопасных операций можно перевести в автоматический режим.
По словам Габы, автоматизация без ограничений превращает управление рекламой в азартную игру. Перед запуском команда задает жесткие правила:
Журнал показывает, что изменил агент и на основании каких данных. Лимиты не дают системе резко перераспределить бюджет или отправить слишком много запросов к рекламной платформе.
Генеративные модели сильно снизили стоимость производства, однако сотни случайных изображений только усложняют анализ. В Worify генерацию привязывают к рекламным формулам PAS, AIDA и FAB. Первая строится вокруг проблемы и ее решения, вторая ведет пользователя от внимания к действию, третья раскрывает преимущества продукта через его характеристики.
Для статики система берет один рабочий концепт и меняет персонажа, локацию, свет и способ демонстрации продукта. По словам спикера, за десять минут команда получает до 100 вариантов.
С видео задача похожая. ИИ быстро закрывает объем простых тестовых роликов, на которые раньше не хватало ресурсов. В выступлении Габа показал примеры для нутры, гемблинга и e-commerce.
Рабочие объявления используют как основу для следующих генераций. В систему передают удачные хуки, композицию, свет и темп роликов. Так новые варианты сохраняют стиль бренда и меньше похожи на типовой ИИ-контент.
Один победивший концепт также можно адаптировать под новые языки, форматы и рынки. Объявление при этом должно учитывать местный контекст и привычную для аудитории подачу.
Даже сильный креатив не вытянет воронку, если страница не продолжает его обещание. Система Worify сравнивает посыл объявления, намерение пользователя и содержимое лендинга.
Для трафика из TikTok страница может быть короче и динамичнее. Пользователю из поиска Google обычно нужна более последовательная аргументация и подтверждения. Продукт остается тем же, но структура и подача меняются вместе с источником.
Высокий CTR при небольшом количестве конверсий может указывать на разрыв между объявлением и страницей. ИИ позволяет за несколько часов собирать разные лендинги под источник и рекламный угол. В презентации Габа показал страницы по автострахованию и онлайн-казино, созданные на одном движке.
Внутри Worify задачи разделены между несколькими агентами. Oracle отвечает за прогнозирование и ставки, Atlas анализирует аудитории, а Spyglass изучает библиотеки рекламы и органические публикации.
Собранные данные получает Muse. По словам Габы, агент создает больше 120 вариантов на один концепт и за шесть часов отсекает нижние 80% по результатам теста. Argus следит за расходами, аномалиями, фродом и выгоранием креативов. Заявленное время его реакции составляет меньше 60 секунд.
Данные о результатах возвращаются в систему и используются при следующей генерации. Всеми агентами управляет центральный оркестратор.
Систему протестировали на e-commerce-бренде товаров для здоровья. На старте рекламные расходы составляли $10 000 в день, ROAS держался на уровне 1,8.
В первую неделю агентов подключили к аккаунтам в режиме подтверждения. Все изменения проходили через байера и попадали в журнал. Ко второй неделе система подготовила больше 300 вариантов креативов, из которых команда выделила семь рабочих углов.
На третьей неделе агенты уточняли аудитории и перераспределяли бюджеты. К четвертой неделе весь проверенный цикл работал круглосуточно.
По данным презентации, за четыре недели ROAS вырос с 1,8 до 5,7. Время, которое байер ежедневно тратил на управление кампаниями, сократилось с восьми часов до менее чем 30 минут.
Спикер не раскрыл объем выручки, модель атрибуции и маржинальность, поэтому независимо оценить результат кейса нельзя.
У агента нет собственного вкуса и понимания бизнеса, пока команда не передаст ему нужный контекст. Модель может выдумывать факты и допускать ошибки. Выбрать сильный оффер она тоже не способна.
Главные риски появляются, когда систему запускают и перестают проверять. За человеком остаются стратегия, выбор оффера и рынка, оценка креативов и отношения с партнерами. Вместо постоянной работы руками байер управляет набором агентов и задает им правила.
Габа советует начать с одной простой задачи, которая регулярно отнимает время.
На первой неделе рекламные аккаунты подключают через API или MCP-коннекторы, которые дают агенту доступ к внешним сервисам. Затем загружают данные за последние 90 дней и задают цель и KPI. Первую операцию запускают с журналом действий и ручным подтверждением.
На второй неделе можно заняться скоростью производства. Спикер предлагает подготовить больше 100 вариантов статики, выпустить первую партию ИИ-видео и передать системе прошлые креативы-победители как образцы.
Третий этап посвящен лендингам под разные сегменты и рекламные углы. После проверки отдельные элементы связывают в общий цикл. Автономный режим включают постепенно и только для операций, которые уже несколько недель дают предсказуемый результат.
* — принадлежит компании Meta, признанной экстремистской и запрещенной на территории РФ.
YouTube 
Telegram 
Website 
0 
Удалось как то налить им, 900~ фтд где-то вышло. До сих пор даже капает. Может чуть позже еще вернусь снова по ревшаре полить, а то в кейсах у коллег уж больно сладкие RD, надо проверить.
Ребята аффы написали вчера говорят вернуться траф дать)) ну отзыв попросили оставить, мне в целом не сложно, но вот как есть)