Зачем маркетологу изучать программирование, когда есть GPT?
В эру zero-коддинга, настройки целей в «Метрике» одним кликом и чатов с GPT у молодого специалиста и предпринимателя может сложиться ошибочное мнение, что навыки разработки излишни. Я благодарен, что вошел в сферу Digital тогда, когда отследить отправку формы на сайте было невозможно без знания JavaScript и постараюсь убедить вас не в падать в заблуждение, что вы сможете натыкать все интерфейсно или попросить GPT написать любое решение за вас. Эта статья не про продажу супер успешного курса по программированию, а скорее нудятина одного старого PPC-специалиста и мЫркетолога.
Давайте разберем на пальцах парочку примеров, где GPT будет вам хорошим помощником, но где без hard скилов в разработке и администрировании хостинга/vps ближайшие лет пять делать не чего.
1. Выгрузка данных из Яндекс Директ и Яндекс Метрика
Хотя Директ и Метрика бесшовно интегрированы, рано или поздно любой профессиональный маркетолог упрется в возможности стандартного функционала отчетов этих систем и дальше ему придется работать с API. Тут можно возразить и сказать про готовые коннекторы, но ведь и они ограничены тем функционалом, который в них заложил разработчик и даже если вам его достаточно, то что вы планируете делать с сырыми данными? Сводить их в Google Таблице?
Итак, для чего же нам понадобится знание языков программирования в работе с Директом и Метрикой:
- выгрузка данных по API;
- нормализация выгруженных данных в СУБД;
- отправка в аналитику более сложных данных с сайта (параметров посетителей и параметров визита, фильтрация конверсий от ботов и пр.
Пример: Маркетолог ведет расходы по системе лояльности в Google Таблице. Он может каждый день выгружать их руками в Метрику, а может использовать GPT для написания кода, который автоматически передает данные о расходах в Метрику, но без умения читать JavaScript он в лучшем случае потратит на доработку этого кода несколько дней, а в худшем так и не сможет объяснить GPT что и куда нужно передавать, ведь техническая документация API Метрики так же написана для разработчиков на их языке.
2. Работа с тегами и переменными в Google Tag Manager (GTM)
Google Tag Manager (GTM) — это стандартный инструмент для настройки тегов и отслеживания событий на сайте. Несмотря на возможности GPT в генерации кода, маркетологу все равно нужно:
- Правильно выбирать CSS-селекторы для точного отслеживания кликов, просмотров страниц или других действий на сайте. GPT может предложить решение, но маркетолог должен точно настроить его под структуру сайта.
- Уметь записывать и забирать данные из куки (cookie), локального (localStorage) и сессионного (sessionStorage) хранилищ.
- Обращаться к api сторонних сервисов, например, для определения GEO, IP адресов, погоды и др.
- Забирать данные из полей форм и передавать их в Метрику для более точной настройки advance matching или для квалификации лидов в Google таблице.
Пример: Маркетолог использует GPT для создания кода события, который будет отслеживать клики по кнопке «Купить», но ему нужно будет убедиться, что выбранный CSS-селектор точно соответствует нужной кнопке, особенно если сайт имеет сложную структуру с множеством элементов с похожими классами.
3. Гибкие эксперименты с флагами в сервисе Вариокуб
Для проведения более сложных и гибких экспериментов маркетологи могут использовать платформы, такие как Вариокуб. Для того чтобы эти эксперименты были максимально эффективными, необходимо умение работать с флагами в коде.
- Использование флагов в JavaScript позволяет маркетологам динамически изменять поведение сайта в зависимости от условий эксперимента. Это дает возможность показывать разные версии страницы или элемента для разных пользователей.
Пример: Маркетолог с помощью JavaScript и Вариокуб настраивает эксперимент, в котором пользователи случайным образом видят одну из двух скидок - 5% и 7%. При этом цена у всех товаров, участвующих в эксперименте пересчитывается автоматически. Данные о покупках собираются и анализируются для выбора наиболее эффективного размера скидки. Без знания JavaScript и html, даже с помощью GPT, настройка таких экспериментов была бы невозможна.
Заключение
GPT и другие ИИ-инструменты, безусловно, могут упростить многие аспекты работы маркетолога, однако знания в программировании по-прежнему необходимы для:
- Гибкой настройки процессов, таких как фильтрация данных и проведение экспериментов.
- Интеграции и передачи данных между различными сервисами, такими как Яндекс Директ, Яндекс Метрика, CRM и BI системы.
- Оптимизации рекламных кампаний, включая проверку трафика на ботов и работу с оффлайн конверсиями.
Кроме того, программирование открывает возможности для более глубокого анализа и настройки кампаний, что делает маркетолога не просто пользователем инструментов, а настоящим архитектором маркетинговых процессов.
Статья написано с применением chatGPT (ну так, процентов на 20-30, все же с пониманием наших инструментов у него есть сложности).