Маркетплейсы / Понять, какие фото работают
Как понять, какой креатив дал продажи на маркетплейсе с ИИ
ИИ анализирует связь между визуалами и продажами: сопоставляет показы, клики, заказы и выручку по каждому креативу, находит закономерности и подсказывает, какие фото работают лучше. Это позволяет не гадать, а опираться на данные.
Проблема
Почему это важно
На маркетплейсе продавец выкладывает несколько вариантов фото одного товара, но не понимает, какой из них реально приносит продажи. Без анализа креативов решения принимаются на основе вкуса или случайных догадок, что приводит к неэффективным затратам на продвижение и потере выручки.
Почему возникает
- Нет системы отслеживания, какой именно креатив показан покупателю в момент заказа.
- Данные по показам, кликам и заказам хранятся разрозненно и не связаны между собой.
- Ручной анализ большого количества визуалов и их влияния на продажи трудоемок и субъективен.
Риски и потери
- Средства на продвижение тратятся на неэффективные креативы, снижая ROI.
- Упущенная выручка из-за того, что сильные визуалы не выявлены и не масштабированы.
- Конкуренты с более удачными фото перехватывают внимание покупателей.
Что влияет на результат
- CTR (отношение кликов к показам) — насколько креатив привлекает внимание.
- Конверсия в заказ (отношение заказов к кликам) — насколько креатив убеждает купить.
- Динамика заказов и выручки по каждому креативу во времени.
- Сезонность, рекламные кампании и внешние факторы, влияющие на спрос.
Типичные ошибки ручного подхода
- Оценка креативов по субъективному вкусу, а не по данным.
- Смешение эффекта креатива с эффектом сезонности или рекламы.
- Игнорирование малых выборок, когда выводы делаются по 2-3 заказам.
Определение
Что важно понимать
Креатив
Визуальный элемент карточки товара: фото, инфографика, видео, которые показывают товар и влияют на решение о покупке.
Креатив — первый контакт покупателя с товаром, от него зависят клики и конверсия.CTR (Click-Through Rate)
Доля пользователей, кликнувших по карточке, от общего числа увидевших её. Рассчитывается как клики / показы × 100%.
Показывает, насколько креатив привлекает внимание в выдаче.Конверсия в заказ
Доля посетителей карточки, оформивших заказ. Рассчитывается как заказы / клики × 100%.
Отражает, насколько креатив убеждает купить, а не только кликнуть.Данные
Какие данные нужны
Данные о показах и кликах по креативам
Без них невозможно рассчитать CTR и понять, какой креатив привлекает внимание.
- ID креатива
- Дата
- Показы
- Клики
Данные о заказах и выручке с привязкой к креативу
Позволяют рассчитать конверсию и связать продажи с конкретным визуалом.
- ID креатива
- Дата
- Заказы
- Выручка
Сами изображения креативов
ИИ анализирует визуальные признаки (цвет, композицию, наличие людей, текст) и связывает их с эффективностью.
- Файл изображения
- Размер
- Цветовая гамма
- Наличие инфографики
Контекстные данные
Помогают отделить эффект креатива от внешних факторов.
- Период (сезон, праздники)
- Рекламные кампании
- Цена товара
- Рейтинг товара
Методология
Как ИИ определяет, какой креатив дал продажи
Принципы
- Связывать каждый заказ с конкретным креативом, который видел покупатель перед покупкой.
- Анализировать не только CTR, но и конверсию в заказ, чтобы отделить привлечение внимания от убеждения купить.
- Учитывать контекст (сезон, рекламу), чтобы не приписывать креативу чужие эффекты.
- Использовать достаточный объем данных, чтобы выводы были статистически значимыми.
Допущения
- У вас есть доступ к данным о показах, кликах и заказах с привязкой к креативу (например, через API маркетплейса или внутреннюю аналитику).
- Креативы можно идентифицировать по уникальному ID или хешу изображения.
- Влияние креатива на продажи можно отделить от других факторов с помощью контекстных данных.
Ошибки
- Сравнивать креативы по CTR без учета конверсии — креатив может собирать клики, но не приводить к заказам.
- Делать выводы по слишком малой выборке (например, 10 показов).
- Игнорировать сезонность: креатив, показавший рост в декабре, может быть неэффективен в мае.
- Считать, что корреляция между креативом и продажами всегда означает причинно-следственную связь.
Роль ИИ
Как ИИ решает задачу
Классификация визуальных признаков креативов
Данные на входе: Изображения креативов
Что делает модель: Определяет наличие людей, товара, текста, цветовую гамму, композицию и другие признаки.
Результат: Структурированные признаки для каждого креатива.
Как используется: Используется для поиска закономерностей между признаками и эффективностью.
Выявление закономерностей между креативами и продажами
Данные на входе: Признаки креативов, Данные о показах, кликах, заказах
Что делает модель: Находит, какие признаки или их сочетания коррелируют с высоким CTR и конверсией.
Результат: Список факторов, влияющих на эффективность креатива.
Как используется: Помогает сформулировать гипотезы для A/B-тестов.
Прогнозирование эффективности нового креатива
Данные на входе: Признаки нового креатива, Исторические данные по другим креативам
Что делает модель: Оценивает ожидаемый CTR и конверсию на основе схожих креативов.
Результат: Прогноз эффективности и рекомендации по улучшению.
Как используется: Позволяет отбирать перспективные креативы до запуска.
Формирование рекомендаций на естественном языке
Данные на входе: Результаты анализа, Список креативов
Что делает модель: Генерирует понятные выводы: какой креатив заменить, что улучшить, какие паттерны работают.
Результат: Текстовые рекомендации для менеджера.
Как используется: Ускоряет принятие решений, не требуя глубокого анализа данных.
Разбор
Как это работает
- 1
Вход: данные о показах, кликах, заказах и изображения креативов. Действие: система связывает каждый заказ с креативом, который видел покупатель. Результат: таблица с эффективностью каждого креатива.
- 2
Вход: изображения креативов. Действие: ИИ-модель классифицирует визуальные признаки (цвет, композиция, наличие текста). Результат: структурированные признаки для каждого креатива.
- 3
Вход: таблица эффективности и признаки. Действие: статистический анализ выявляет корреляции между признаками и CTR/конверсией. Результат: список значимых факторов.
- 4
Вход: исторические данные. Действие: модель машинного обучения обучается предсказывать эффективность по признакам. Результат: прогноз для новых креативов.
- 5
Вход: результаты анализа. Действие: генеративная модель формирует текстовые рекомендации. Результат: понятные выводы для менеджера.
- 6
Вход: рекомендации. Действие: менеджер принимает решение о замене или доработке креативов. Результат: обновленные карточки товаров.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- CTR и конверсия в заказ по каждому креативу
- Визуальные признаки, коррелирующие с эффективностью
- Объем данных (достаточность выборки)
- Контекст (сезон, рекламные кампании)
Какие риски учтены
- Малая выборка может привести к ложным выводам
- Сезонные колебания могут быть ошибочно приписаны креативу
- Изменение алгоритмов маркетплейса может повлиять на показы
Какие варианты рассматривались
- Ручной анализ по интуиции — субъективно и ненадежно
- A/B-тестирование без ИИ — медленнее и не выявляет скрытые закономерности
- Игнорирование анализа — риск упустить рост продаж
ИИ позволяет обработать большие объемы данных, выявить неочевидные паттерны и дать объективные рекомендации, что ускоряет принятие решений и повышает точность.
Если данных мало (например, новый товар с единичными продажами), рекомендации ИИ будут менее надежны, и стоит полагаться на A/B-тесты и экспертный опыт.
Результат
Что видит пользователь
Дашборд с эффективностью креативов
Таблица с CTR, конверсией, заказами и выручкой по каждому креативу, а также визуальные признаки.
Быстро сравнивать креативы и выявлять лидеров.Рекомендации по замене креативов
Список креативов, которые стоит заменить или улучшить, с обоснованием.
Принимать решения о замене визуалов на основе данных.Прогноз эффективности новых креативов
Оценка ожидаемого CTR и конверсии для нового фото до публикации.
Отбирать перспективные креативы до запуска.Автоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и связывание данных о показах, кликах и заказах с креативами
- Классификация визуальных признаков изображений
- Расчет CTR и конверсии по каждому креативу
- Выявление закономерностей и формирование рекомендаций
Требует настройки
- Настройка интеграции с API маркетплейса для выгрузки данных
- Определение правил сопоставления заказов с креативами
- Настройка пороговых значений для значимости выводов
Остаётся за человеком
- Финальное решение о замене креатива
- Утверждение бюджета на создание новых визуалов
- Интерпретация рекомендаций в нестандартных ситуациях
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать данные по показам, кликам и заказам в Excel, вручную сопоставив с креативами.
- Рассчитать CTR и конверсию по каждому креативу с помощью простых формул.
- Визуально сравнить показатели и выбрать лучший креатив.
Рабочая система
- Настроить автоматическую выгрузку данных из маркетплейса в базу данных.
- Разработать скрипт для сопоставления заказов с креативами по ID.
- Подключить ИИ-модель для классификации изображений и выявления закономерностей.
- Создать дашборд для визуализации эффективности креативов.
Расширенный вариант
- Внедрить прогнозную модель для оценки новых креативов до публикации.
- Интегрировать данные о рекламных кампаниях и сезонности для более точного анализа.
- Настроить автоматические уведомления о креативах с падающей эффективностью.
Подготовка
Чек-лист перед запуском
- 1
Определить, какие данные доступны: показы, клики, заказы, изображения.
- 2
Настроить сбор данных с привязкой к креативу (ID или хеш).
- 3
Убедиться, что данных достаточно для статистически значимых выводов.
- 4
Выбрать ИИ-инструмент или сервис для анализа изображений.
- 5
Определить ключевые метрики: CTR, конверсия, выручка.
- 6
Учесть контекст: сезон, рекламные кампании, изменения цены.
- 7
Провести пилотный анализ на нескольких товарах.
- 8
Сравнить результаты с ручной оценкой для валидации.
- 9
Внедрить регулярный мониторинг эффективности креативов.
- 10
Настроить процесс принятия решений на основе рекомендаций ИИ.
Вывод
Главное
Эффективность креатива определяется данными, а не вкусом: связывайте каждый заказ с конкретным визуалом и анализируйте CTR и конверсию.
Основные данные — показы, клики, заказы, выручка по каждому креативу; ключевые расчеты — CTR и конверсия в заказ.
ИИ автоматизирует анализ визуальных признаков, выявляет закономерности и формирует рекомендации, ускоряя принятие решений.
Начните с малого: соберите данные по 2-3 товарам в Excel, рассчитайте CTR и конверсию вручную и сравните креативы.
Метод ReMetod
На чем основан вывод
Метод ReMetod строится вокруг пути: бизнес-проблема -> модель решения -> данные -> автоматизация -> интерфейс -> работающее решение. Этот подход применим и к задаче анализа креативов: сначала формулируется проблема (какой креатив эффективен), затем строится модель (связь визуалов с продажами), собираются данные, автоматизируется анализ и создается интерфейс для принятия решений.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
У меня мало данных, ИИ не сможет дать точные выводы.
Да, при малой выборке выводы будут ненадежны. Начните с ручного анализа и A/B-тестов, а ИИ подключайте по мере накопления данных. Даже с небольшим объемом ИИ может выявить грубые закономерности, но для точных рекомендаций нужно больше данных.
Маркетплейс не дает данных о том, какой креатив видел покупатель перед заказом.
Частично это можно решить через UTM-метки или внутреннюю аналитику, если она доступна. Если нет — используйте A/B-тесты: показывайте разные креативы в разные периоды и сравнивайте продажи. Это менее точно, но дает ориентир.
ИИ — это сложно и дорого, мне это не под силу.
Начать можно с простых инструментов: Excel, бесплатные сервисы для анализа изображений. Постепенно, по мере роста, можно перейти к более продвинутым решениям. Метод ReMetod как раз учит строить такие системы без программирования.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться анализировать креативы с помощью ИИ? Приходите на бесплатный вебинар ReMetod.