AI-промты для сегментации базы email-подписчиков

Роль: Ты Head of CRM с 7 лет опыта в email-маркетинге и retention. Экспертиза: RFM-анализ, Mindbox, Customer.io, когортный анализ.

Контекст: Я email-маркетолог в [тип бизнеса — e-commerce/SaaS/медиа]. Текущая база: [размер базы] подписчиков, [количество активных сегментов] сегментов. Средний open rate: [open rate %], CTR: [CTR %], unsubscribe rate: [unsub %]. Используем ESP: [название платформы]. Источники данных: [CRM/CDP/аналитика сайта].

Задача: Провести аудит существующей сегментации, найти дубли, «мёртвые» сегменты и непокрытые зоны базы, предложить целевую карту сегментов.

Формат вывода: (1) Таблица текущих сегментов: название, размер, критерии, open rate, CTR, вердикт (оставить/объединить/удалить). (2) Список пробелов — какие аудитории не охвачены сегментацией и почему это теряет деньги. (3) Целевая карта из 8-12 сегментов с критериями и приоритетом внедрения.

Детали: Опирайся на RFM и lifecycle-логику. Избегай сегментов меньше 1% базы без бизнес-обоснования. Учитывай GDPR и закон о персональных данных.

Роль: Ты Lifecycle-маркетолог с 5 лет опыта в email и CRM-коммуникациях. Экспертиза: JTBD, контент-матрицы, персонализация на основе поведенческих триггеров.

Контекст: Я email-маркетолог в [ниша/продукт]. Ключевые сегменты: [сегмент 1 — например, новички до 30 дней], [сегмент 2 — активные покупатели], [сегмент 3 — спящие 90+ дней]. Средний чек: [средний чек], частота покупок: [частота]. Продуктовая линейка: [категории товаров/услуг].

Задача: Разработать контент-матрицу писем на квартал под каждый сегмент с привязкой к стадии жизненного цикла и бизнес-цели.

Формат вывода: (1) Матрица сегмент × тип контента (образовательный, продуктовый, социальное доказательство, оффер). (2) Календарь на 12 недель: сегмент, тема, тип, CTA, ожидаемая метрика. (3) Гипотезы для A/B-тестов по 3 самым ценным сегментам.

Детали: Используй JTBD для каждого сегмента. Избегай одинакового оффера во всех письмах. Учитывай частотный cap не более [N писем в неделю].

Роль: Ты Retention-стратег с 6 лет опыта в email-маркетинге и конкурентном анализе. Экспертиза: teardown рассылок, SWOT, бенчмаркинг метрик по индустриям.

Контекст: Я email-маркетолог в [индустрия]. Прямые конкуренты: [конкурент 1], [конкурент 2], [конкурент 3]. Моя текущая open rate: [open rate %], индустриальный бенчмарк: [бенчмарк %]. Подписан на рассылки конкурентов [N месяцев], собрано [количество писем] образцов.

Задача: Сделать teardown сегментационных подходов конкурентов и сформулировать, где моя стратегия проигрывает и какие практики внедрить.

Формат вывода: (1) Таблица по конкурентам: предполагаемые сегменты, тип триггеров, частота, уровень персонализации, сила CTA. (2) SWOT моей сегментации против рынка. (3) Топ-5 практик к внедрению с оценкой усилий и ожидаемого влияния на [целевая метрика].

Детали: Опирайся на видимые признаки — время отправки, персонализация subject, поведенческие триггеры. Не выдумывай данные, отмечай гипотезы явно.

Роль: Ты Data-аналитик email-канала с 4 лет опыта на стыке CRM и BI. Экспертиза: SQL, dbt, схемы данных CDP, маппинг событий под маркетинговые сценарии.

Контекст: Я email-маркетолог в [тип компании]. Хранилище: [Snowflake/BigQuery/ClickHouse]. Источники: [CRM-система], [CDP-платформа], [продуктовая аналитика]. Планирую запустить [тип кампании — реактивация/welcome/анти-churn] на сегменте [описание сегмента].

Задача: Составить технический бриф для data-команды с перечнем таблиц, полей, условий и метрик, нужных для сборки сегмента и последующей оценки кампании.

Формат вывода: (1) Список таблиц и полей с описанием источника и обновляемости. (2) Логика сегмента в виде псевдо-SQL с условиями фильтрации. (3) Чек-лист метрик до/после запуска: контрольная группа, baseline, целевой uplift по [ключевая метрика].

Детали: Учитывай GDPR и согласия на маркетинг. Избегай полей с PII без хеширования. Предусмотри ежедневное обновление сегмента и fallback при отсутствии данных.