Как AI помогает находить лидов в аренде авто: кейс с Пхукетом и Бали

Вопрос, почему за месяц не пришло ни одного лида по аренде авто на Пхукете, стал точкой отсчета для глубокого погружения в анализ данных и оптимизацию процесса. Используя возможности AI, мы смогли не только выявить причины, но и кардинально изменить подход к лидогенерации.

Проблемы с лидогенерацией на Пхукете

Начать стоит с того, что система мониторинга, казалось бы, работала исправно: аккаунты в группах были активны, ключевые слова настроены. Однако реальных запросов на аренду авто не поступало. В итоге, выяснилось, что в чатах на Пхукете люди практически не интересуются арендой авто, а конкуренты лишь спамят рекламой однотипного содержания.

Сбор и анализ данных

В течение 30 дней мы собрали и проанализировали 133 тысячи сообщений из 391 чата. Это позволило увидеть, что на самом деле интересует людей. В результате мы переписали систему скоринга, чтобы AI анализировал каждое сообщение на предмет соответствия профилю бизнеса.

Оптимизация и внедрение AI

AI теперь не просто мониторит ключевые слова, но и анализирует запросы, определяя намерения пользователя, его местоположение, срок аренды и бюджет. Лид создается только в случае полного соответствия с профилем бизнеса. Это позволило увеличить количество горячих лидов на Бали, где за день было получено 17 запросов на аренду вилл.

Интересные находки

Еще одной интересной находкой стало то, что в Пхукете пользователи чаще всего ищут байки, а не авто. Мы решили протестировать гипотезу: перехватывать запросы на байки и предлагать машины с целью увеличения конверсии. Результаты этого теста мы планируем изучить через неделю.

Выводы

На основе проведенного исследования можно сделать несколько важных выводов. Во-первых, данные — это основа для принятия решений. Во-вторых, AI значительно упрощает обработку больших объемов информации и позволяет сосредоточиться на действительно важных запросах. Наконец, гибкость в подходе и готовность к экспериментам — ключевые факторы успешной лидогенерации.