Рік тому я робив аналіз стратегії утримання клієнтів, яку вдалося згенерувати за допомогою ChatGPT версії 3.5. Це був цікавий досвід, який відкрив нові перспективи використання ШІ для розуміння та задоволення потреб клієнтів. Але час не стоїть на місці, і за останній рік у світі штучного інтелекту сталося багато змін. https://bit.ly/CDI_and_ChatGPT
Зараз пропоную знову зануритися в цю тему, але з новим «двобоєм». Порівняємо «розумність» останньої ChatGPT – версії 4 – з попередньою версією 3.5 та з новим гравцем на арені, Google Gemini. Мета? Визначити, які оновлення та поліпшення були внесені у ці системи та як вони можуть вплинути на розробку стратегій маркетингу та утримання клієнтів.
Це не просто порівняння заради порівняння. Це спроба зрозуміти, як розвиток ШІ може допомогти нам стати кращими в тому, що ми робимо. Бо як я бачу, маркетологи завжди у пошуках інструментів, які можуть зробити кампанії ефективнішими, дозволяючи глибше зрозуміти клієнтів і їхні потреби.
Тож дослідимо, як ChatGPT і Google Gemini можуть змінити гру в аналізі відтоку клієнтів і розробці стратегій їх утримання. Чи стали ці системи ШІ справді «розумнішими»? І якщо так, то як маркетологи можуть використовувати ці нові можливості на свою користь?
Нагадаю, що з результатами роботи попередньої версії можна ознайомитися за цим посиланням. В цій статті я намагатимуся порівняти роботу ChatGPT 4 та Google Gemini Advanced, бо навіть з перших відповідей зрозуміло, що старіша версія програє «в суху».
Для економії місця я не буду повторювати в цій статті початковий запит до двох систем, бо для «чистоти експерименту» він залишився точно таким же, що і в торішній статті.
Нагадаю лише, що набір даних про клієнтів інтернет-магазину я взяв із відкритих джерел та скористався сервісом Customer Departure Insights, який дозволяє зробити прогноз відтоку клієнтів та об’єднує клієнтів в кластери зі схожими значеннями факторів, що пов’язані з ризиком відтоку клієнтів.
Почнемо з загальних рекомендацій і потім подивимось на порівняльну таблицю для кожного кластеру. Хочу зазначити, що обидві системи навчилися розуміти українську. ChatGPT майже без проблем спілкується українською, а Gemini інколи «переходить» на англійську.
Нижче наведені загальні рекомендації від ChatGPT та Gemini стосовно розробки стратегій утримання клієнтів.
Загальний підхід:
Стратегія утримання має бути сегментована для кожного кластера, враховуючи унікальні характеристики та поведінкові моделі клієнтів у кожному. Основна мета – зменшити відтік, підвищити рівень задоволення та лояльності клієнтів.
Перехресні заходи для всіх кластерів:
Технологічна інтеграція:
Ваша стратегія повинна бути гнучкою та адаптованою під зміни в даних та поведінці клієнтів. Регулярно аналізуйте ефективність пропозицій та коригуйте стратегію згідно з отриманими результатами. Пам'ятайте, що утримання клієнта завжди дешевше, ніж залучення нового, і лояльний клієнт часто стає вашим найкращим прихильником бренду.
Детальна стратегія утримання клієнтів
Аналіз даних:
Кластеризація клієнтів:
6 кластерів, 3 з яких схильні до відтоку і 3 – лояльні.
Загальні рекомендації:
Персоналізація: Використання даних CRM-системи для персоналізації маркетингових комунікацій та пропозицій.
Покращення комунікації: Проактивна комунікація з клієнтами через різні канали (email, телефон, чат).
Підвищення якості обслуговування: Швидка та якісна служба підтримки; Зручні та доступні способи оплати та доставки.
Висновок:
Реалізація цієї стратегії утримання клієнтів допоможе зберегти лояльних клієнтів, повернути тих, хто відтокує, і, як наслідок, збільшити прибуток компанії.
Нижче наведена порівняльна таблиця з рекомендаціями по кожному кластеру. «Відтокові» кластери позначені «червоним» кольором. «Лояльні» – «зеленим». У попередній статті є опис та характеристики кожного кластеру, щоб можна було порівняти рекомендації з реальною клієнтською картиною кластера, з тим які саме фактори і як впливають на схильність до відтоку чи лояльності клієнтів.
Таблиця порівняння рекомендацій
Обидві системи зосереджені на персоналізації та використанні даних для підвищення ефективності стратегій утримання. Однак, ChatGPT здається більш сфокусованим на креативних та емоційних аспектах залучення клієнтів, тоді як Google Gemini наголошує на аналітиці та адаптації до поведінки споживачів. Обидві платформи радять впровадження програм лояльності, але підходи до їх реалізації варіюються залежно від акценту на аналітиці проти креативності.
Ситуація із загальними рекомендаціями більш-менш зрозуміла – вони доволі абстрактні та відображають ключові відмінності між кластерами, які були виявлені та опрацьовані обома системами. Але ускладнимо завдання і запитаємо про детальні плани дій та брифи для маркетингових агенцій.
Нижче представлено два приклади для «відтокових» кластерів, та два приклади для «лояльних» кластерів. Це дасть розуміння рівня «інтелекту» кожної системи.
Порівняльна таблиця з рекомендаціями для кластера №0
Порівняльна таблиця з рекомендаціями для кластера №2
Порівняльна таблиця з рекомендаціями для кластера №4
Порівняльна таблиця з рекомендаціями для кластера №5
Оцінюючи відповіді ChatGPT та Google Gemini на запити щодо розробки стратегії утримання клієнтів, можна сказати, що обидва підходи є цілісними та орієнтованими на дані, але вони мають деякі відмінності в стилі та деталізації.
ChatGPT зосереджується на креативних та емоційно насичених стратегіях, пропонуючи різноманітні маркетингові кампанії, що включають персоналізовані пропозиції, ретаргетинг, та акцент на обслуговуванні клієнтів. Відповіді зазвичай містять конкретні приклади та ідеї для креативів і акцій, які можуть використовувати рекламні агентства для залучення уваги та взаємодії з клієнтами. До речі, я відразу ж попросив зробити пару ілюстрацій до брифу. Не скажу, що в захваті від креативу, але і час не витрачав на уточнення підказок, просто написав «створи ілюстрацію для промо-пропозиції», і ось пара картинок.
Google Gemini здебільшого фокусується на аналітичних стратегіях, підкреслюючи важливість детального аналізу даних для розуміння причин відтоку і лояльності. Відповіді містять конкретні рекомендації щодо персоналізації комунікацій та кампаній, а також настійно рекомендують впровадження програм лояльності та персоналізованих пропозицій.
Якби я був суддею в цьому двобої, то перемогу з невеликою перевагою отримав би ChatGPT, а бали розподілилися б приблизно, як на малюнку.
Але це особисто моя думка, і мені дуже хочеться почути думки експертів – маркетологів про те, наскільки такий варіант використання прийнятний. Бо, коли б я, працюючи в страховій компанії, мав би таку детальну інформацію про клієнтів, що схильні до відтоку і ChatGPT, то розробляти стратегію утримання і детальні акції для її реалізації було б набагато легше.
І наостанок про час на цю роботу. Якщо не враховувати написання статті й підготовку порівняльних таблиць та діаграми, то для отримання відповідей від двох систем з їх «копіпастом» в документ в мене пішло менше години. А на обробку датасету з клієнтською інформацією для прогнозування відтоку з допомогою Customer Departure Insights менше трьох хвилин.
Як на мене, то комбінація Customers Profile + Customer Departure Insights + ChatGPT прекрасний інструмент в руках умілого маркетолога.