AI-агент для рассылок клиентам

Нашим клиентом стала компания, которая занимается организацией бизнес-встреч и мероприятий, проводит порядка сотни ивентов в год. В распоряжении заказчика большая клиентская база зарегистрированных посетителей со всех проведенных мероприятий. В кейсе рассказываем о том, как мы создали ассистента для автоматизации рассылок.

Задача

Часть базы — теплые клиенты, посещающие мероприятия регулярно, однако большая часть этой базы остается холодной. Клиенты из второй группы разово посетили мероприятия или приходили редко, 1-2 раза в год. При этом анализ портретов клиентов показывал, что часть клиентов из холодной части базы похожа на клиентов из теплой части базы.

Было принято решение найти способ воздействия на холодную часть базы, чтобы повысить конверсию.

Ранее по всей базе уходила стандартная почтовая рассылка на все мероприятия. Каждый клиент получал несколько писем с приглашениями на мероприятия в неделю. Это приводило к выжиганию базы и формированию баннерной слепоты к письмам компании.

Была поставлена задача персонализировать рассылки с приглашениями:
— Подбирать базу для рассылки под каждое мероприятие по интересам клиентов;
— В зависимости от интересов — персонализировать текст рассылки, делая акцент на темы докладов, наиболее интересные клиентам;
— Использовать новые каналы взаимодействия с клиентами с большим количеством интерактивности, чем email-рассылка.

Реализация

Для решения поставленной задачи мы построили мультиагентную систему, состоящую из нескольких взаимодействующих специализированных агентов, каждый из которых отвечает за определённый этап персонализации и коммуникации с клиентами.

Первый — это аналитический агент, который анализирует историю посещений, тематику мероприятий, на которых клиент был ранее, а также поведенческие данные (открытие писем, клики, регистрация). На основе этих данных он строит профиль интересов каждого клиента. Этот агент также оценивает «теплоту» клиента, выявляя тех, кто потенциально может стать регулярным участником при правильном вовлечении.

На втором этапе таргетирующий агент использует профили интересов, сформированные аналитическим агентом, чтобы подбирать релевантных клиентов под каждое конкретное мероприятие. Он определяет, какие темы, спикеры или форматы наиболее соответствуют интересам клиента, и решает, стоит ли включать его в рассылку.

Вместо массовой рассылки — точечное попадание: например, клиент, интересующийся цифровой трансформацией, получит приглашение на мероприятие с треком по AI и автоматизации, а не на форум по лидерству. Это снижает шум и повышает релевантность.

Третий агент — контент-агент. Он персонализирует само сообщение: генерирует текст письма или уведомления с акцентом на те доклады, которые наиболее соответствуют интересам клиента, вставляя персональные рекомендации. Также контент-агент готовит адаптированные версии сообщения для разных каналов — email, SMS, мессенджеры.

Для увеличения интерактивности канальный агент распределяет коммуникации между различными каналами: email, WhatsApp, Telegram, соцсети. Он выбирает наиболее эффективный канал для каждого клиента на основе истории взаимодействия (например, если клиент чаще открывает сообщения в Telegram — туда и уходит приглашение).

Канальный агент также запускает интерактивные элементы: опросы о предпочтительных темах, кнопки быстрой регистрации, чат-боты для уточнения интересов. Это превращает пассивную рассылку в диалог.

Все агенты работают в цикле обратной связи: агент обратной связи собирает данные о реакции клиентов и передает их аналитическому агенту для дообучения моделей. Система постепенно становится умнее, точнее прогнозируя интересы и поведение.

Итоги

— Снижение «баннерной слепоты»;
— Рост конверсии в посещения ивентов;
— Постепенное «подогревание» холодной базы за счет релевантного, персонализированного и интерактивного взаимодействия.