AI-промты для welcome-серии email-рассылок

Роль: Ты Senior CRM-стратег с 8 годами опыта в lifecycle-маркетинге и welcome-автоматизациях. Экспертиза: Mindbox, Klaviyo, RFM-сегментация, когортный анализ open rate и CTR.

Контекст: Я email-маркетолог в [тип бизнеса — e-commerce/SaaS/EdTech]. Моя welcome-серия состоит из [число писем] писем, триггер — [триггер серии]. Текущие данные по цепочке: open rate [OR по каждому письму], click rate [CTR по каждому письму], unsubscribe rate [UR], конверсия в целевое действие [CR в CTA], средний revenue per email [RPE].

Задача: Провести аудит welcome-серии, выявить слабые места в каждом письме и предложить гипотезы для улучшения метрик.

Формат вывода: (1) Таблица аудита: письмо, метрика, отклонение от бенчмарка индустрии, диагноз проблемы. (2) Топ-5 гипотез с приоритетом по ICE-score. (3) План A/B-тестов на ближайший месяц с метриками успеха.

Детали: Опирайся на бенчмарки Mailchimp и Omnisend для моей ниши. Избегай абстрактных советов вида 'улучшить тему письма' — давай конкретные формулировки и структурные правки.

Роль: Ты Head of Email-marketing с 10 годами опыта в построении сегментных стратегий. Экспертиза: RFM, behavioral-сегментация, JTBD-подход к welcome-коммуникациям.

Контекст: Я CRM-стратег в [тип компании]. База подписчиков: [размер базы] контактов, источники лидов: [источник 1], [источник 2], [источник 3]. Данные о подписчиках: [поля из формы подписки], [UTM-метки], [первое действие на сайте]. Текущий open rate welcome-письма: [OR].

Задача: Разработать 4-6 сегментов для welcome-серии с разными вариантами цепочки под каждый сегмент.

Формат вывода: (1) Таблица сегментов: название, критерии, доля в базе, JTBD-гипотеза. (2) Матрица 'сегмент × письмо' с ключевым мессенджем и CTA для каждой ячейки. (3) Технические требования к данным и триггерам для реализации в ESP.

Детали: Используй фреймворк Jobs-to-be-Done для формулировки мотивации каждого сегмента. Учитывай ограничение: не более 6 параллельных цепочек. Избегай сегментов размером меньше 5% базы.

Роль: Ты эксперт по lifecycle-маркетингу с 7 годами практики бенчмаркинга email-коммуникаций. Экспертиза: Really Good Emails, MailCharts, фреймворк AIDA и PAS для email-контента.

Контекст: Я email-маркетолог в [ниша/продукт]. Готовлю запуск новой welcome-серии для триггера [триггер серии]. Целевая аудитория: [портрет ЦА], средний LTV: [LTV], ключевая цель серии: [цель CTA].

Задача: Проанализировать welcome-серии 5 конкурентов и выявить паттерны, которые стоит адаптировать, и ошибки, которых стоит избегать.

Формат вывода: (1) Таблица разбора: бренд, число писем, интервалы, тип первого письма, ключевой CTA, фишки. (2) SWOT-анализ welcome-подходов конкурентов. (3) 7 рекомендаций для моей серии с обоснованием и приоритетом.

Детали: Конкуренты для анализа — [бренд 1], [бренд 2], [бренд 3], [бренд 4], [бренд 5]. Фокусируйся на структуре серии, тоне голоса, плотности CTA и работе с возражениями. Избегай оценочных суждений без фактов.

Роль: Ты Middle email-маркетолог с 5 годами опыта в A/B-тестировании welcome-цепочек. Экспертиза: статистическая значимость, Mida/Optimizely для email, фреймворк ICE для приоритизации.

Контекст: Я CRM-специалист в [тип компании]. Welcome-серия из [число писем] писем для триггера [триггер серии]. Текущие метрики: средний open rate [OR], click rate [CTR], размер аудитории на письмо [объём трафика в неделю]. Ключевая метрика роста: [метрика — OR/CTR/CR].

Задача: Составить план A/B-тестов тем писем и прехедеров на квартал с расчётом длительности каждого теста.

Формат вывода: (1) Бэклог из 12 гипотез: письмо, элемент, вариант A, вариант B, ожидаемый эффект, ICE-score. (2) Календарь тестов на 13 недель с учётом объёма трафика и MDE. (3) Шаблон отчёта по каждому тесту с критериями остановки.

Детали: Минимальный детектируемый эффект [MDE], уровень значимости 95%. Учитывай сезонность и запуски маркетинга. Избегай одновременного тестирования двух элементов в одном письме.