Автоматизация рекламы на маркетплейсах: кейс на Claude Code

Собрал выпускников интенсивов по Claude Code на общий созвон. Делаю это, чтобы поотвечать на возникающие вопросы и заодно чтобы все поделились результатами и решениями. Один кейс хочу разобрать отдельно — он про автоматизацию анализа рекламы на маркетплейсах с помощью ИИ и про то, где в компании на самом деле лежат самые заметные деньги.

50 миллионов рекламного бюджета, которые никто не проверял

Компания торгует на маркетплейсах. Рекламный бюджет — около 50 миллионов рублей в месяц.

Чтобы вручную разобрать все рекламные кампании и понять, где деньги уходят впустую, одному человеку нужно примерно две недели. Но есть нюанс: к концу второй недели цифры уже устаревают, и разбор можно начинать заново.

Поэтому его не делали. Совсем. Полсотни миллионов в месяц уходили без нормального контроля, и это никого в компании не удивляло. Задача выглядела физически неподъёмной.

Что теперь делает система на Claude Code

Сейчас разбор кампаний собирает система, которую участница написала сама за две недели после интенсива. Она отдаёт менеджерам только проблемные кампании и предложение, что с каждой делать. Менеджеры работают точечно вместо сплошного перебора вслепую и направляют бюджеты туда, где это имеет смысл.

Тем же инструментом она закрыла контроль отчётности отдела продаж. Он сам рассылает сотрудникам задачи на неделю, следит за сроками, напоминает опоздавшим, собирает сводку и выдаёт анализ. Контроль перестал быть её личной работой.

При этом до интенсива она никогда не писала код.

Это та же логика, что мы разбираем на интенсивах: участники собирают рабочие инструменты под свои процессы, а не покупают очередную подписку. Похожие примеры я разбирал в статье «Claude Code для бизнеса: 5 инструментов вместо подписок»

Главное: деньги лежат в задачах, которые не делаются вообще

Вот что мне здесь кажется главным. В любой компании есть задачи, которые не делаются вообще. Они не висят просроченными в CRM и не попадают ни в один отчёт, потому что их никто никогда и не ставил. Все и так понимают, что человек столько не потянет.

Именно там лежат самые заметные деньги: в работе, за которую раньше некому было взяться.

Автоматизация рекламы на маркетплейсах — как раз такой случай. Задачу не откладывали и не заваливали. Её просто не существовало в списке дел, потому что она была неподъёмной руками. ИИ убирает этот потолок — и то, что казалось невозможным, становится рутиной на одну кнопку.

«У меня команда пять человек, мне это зачем?»

Логичный вопрос от тех, кто считает, что автоматизация — история про большие компании с большими бюджетами.

На том же созвоне была собственница клиники. Расчёт зарплаты у неё занимал часы ручной работы каждый месяц: у кого-то фикс, у кого-то процент, у кого-то процент от своих пациентов, у кого-то свой прайс. Она разобрала всю эту логику вместе с Claude — и теперь нажимает одну кнопку.

Размер компании тут ничего не решает. Решает наличие человека, который знает процесс изнутри и готов сесть и описать его словами. Именно поэтому такие системы чаще собирают не программисты, а сами руководители и специалисты — как в кейсе с автоматизацией HR, где прототип за подрядчика собрала HR-руководитель без ИТ-образования

Самый честный способ понять, где в вашей компании спрятаны деньги, — задать себе вопрос: какие задачи мы не делаем, потому что «на это всё равно ни у кого не хватит рук»? Раньше ответ был «никак». Теперь на такие задачи как раз и стоит смотреть в первую очередь — там, где раньше некому было взяться, и лежит результат.