Dagne Dover создает функциональные сумки, в которых все организовано и находится под рукой. Кейтлин Дубей, директор по маркетингу, захотела добиться того же для данных бренда.
Дубей руководит маркетингом и аналитикой в компании с коллективом из 50 человек, где каждый отвечает за свою часть выручки. Ранее она работала с децентрализованным набором инструментов, знакомым многим маркетологам: согласно отчету Klaviyo State of B2C Marketing Report за 2025 год, 60% маркетинговых команд используют от 6 до 15 инструментов в своем технологическом стеке.
Недавно Дубей объединила все источники данных Dagne Dover в одном месте, чтобы получать ответы о результатах маркетинга через диалоги с искусственным интеллектом, а не полагаться исключительно на отчеты.
В нашем новом эпизоде Klaviyo Originals Дубей рассказывает, как она использует ИИ, чтобы вернуть потраченное время и получать данные о производительности, на основе которых можно сразу действовать.
Первый шаг: централизация данных с помощью MCP-сервера
Используя Claude и MCP-сервер Klaviyo, Дубей объединила в одном месте данные Dagne Dover из Klaviyo, Shopify, а также планы доходов и маркетинговый календарь из Google Таблиц.
«Мы по сути перенесли все наши источники данных в собственную версию хранилища данных, и теперь мы можем вести с ИИ практически человеческие диалоги на уровне аналитиков», — говорит Дубей.
MCP — это открытый протокол, который помогает моделям ИИ безопасно взаимодействовать с источниками данных и инструментами. Именно это позволяет таким маркетологам, как Дубей, работать с аналитикой своего хранилища данных через Claude и получать ответы о результатах на простом языке.
Но чтобы это работало, все данные о клиентах и эффективности должны быть централизованы у источника. Большая языковая модель (LLM) может отвечать только на вопросы о тех данных производительности, которые ей видны, поэтому первоначальные усилия Дубей по централизации оказались столь важны для ее успеха.
Возвращение понедельников без рутинных отчетов: «Вместо сбора данных мы можем составить наш еженедельный план игры»
Анализ Дубей выполняется по собственному расписанию, поэтому ей не нужно вручную создавать отчеты. «AI-воркфлоу запускается по триггеру, — говорит Дубей. — У меня настроено расписание, так что каждое утро система выполняет анализ, а затем отправляет мне сообщение в Slack, как будто в моей команде работает дата-аналитик, который точно рассказывает мне, что произошло накануне».
Эти беседы держат Дубей в курсе дел, и теперь ее задача — проверять результат и делать его полезным для всех остальных. «Исходя из этого, я просматриваю его, удостоверяюсь, что все имеет смысл, и перевожу информацию в формат, полезный для нашей команды», — объясняет она.
До этого перехода Дубей требовалась большая часть понедельника, чтобы открыть 10 вкладок и вручную выгрузить данные для еженедельного отчета команды, который она представляла на встрече в 16:00. Автоматизация этого процесса вернула ей около 6 часов каждый понедельник.
Теперь встреча проходит в 10 утра. «Это действительно возвращает нам весь понедельник, — говорит Дубей. — Вместо сбора данных мы можем составить наш план игры на неделю и заняться стратегией».
Лишнее время также изменило то, как команда работает вместе. «Мы стали меньше работать изолированно, — отмечает Дубей. — Поэтому вместо того, чтобы каждый в понедельник утром подсчитывал цифры по своим каналам, мы все можем собраться вместе и обсудить маркетинг Dagne Dover в целом».
Люди в контуре: «ИИ хорош ровно настолько, насколько хороши данные на входе»
Большинство маркетологов сталкивались с тем, что ИИ выдает ответ, который оказывается неверным. Дубей защищается от этого с помощью чистых исходных данных и финальной проверки человеком.
«Здесь требуется много тонкой настройки, и я считаю, что ИИ хорош ровно настолько, насколько хороши данные на входе, — говорит Дубей. — Поэтому первый шаг — убедиться, что у вас чистые источники и что сами данные изначально корректны».
Однако проверка входящих данных помогает не во всем. Иногда в отчете появляется цифра, которая не сходится. Именно поэтому каждый отчет сначала попадает к Дубей и только потом — ко всем остальным.
«Я бы сказала, что мы находимся примерно на 95% готовности, но именно здесь человек играет важнейшую роль, — говорит Дубей. — Я сначала сама все прочитаю, прежде чем распространять куда-либо в компании, и проведу некоторые проверки достоверности данных».
Как Dagne Dover превращает данные в маркетинговые решения
Благодаря автоматизированной отчетности команда Дубей тратит больше времени на то, чтобы действовать на основе данных. «Мы всегда хотим ставить бренд на первое место и оставаться креативными, — говорит Дубей. — Но в то же время мы всегда смотрим на данные, чтобы подкрепить наши теории, которые рождаются в наших головах».
Эта же привычка определяет то, как Dagne Dover готовится к покупателям, использующим ИИ. Чтобы узнать, как клиенты описывают свои потребности, бренд запустил ИИ-агент поддержки на своем веб-сайте.
«Думаю, мы видим, что люди становятся немного более до ужаса честными, когда не видят человека за экраном, — говорит Дубей. — Мне очень интересно посмотреть, как люди будут взаимодействовать с ним, потому что наша теория заключается в том, что клиенты скажут нам именно то, что им нужно».
Недавнее исследование Klaviyo подтверждает эту теорию: согласно отчету Klaviyo 2026 AI Consumer Trends Report, 78% потребителей хотя бы иногда добавляют эмоциональный или личный контекст при использовании ИИ.
Дубей также заботится о том, чтобы Dagne Dover появлялась в результатах поиска с использованием ИИ вне собственных каналов бренда. Для обеспечения видимости в ИИ-шопинге она упоминает важность прессы — «убедиться, что вы упомянуты в тех самых топ-подборках сумок к началу учебного года», а также тематических веток на Reddit, отзывов клиентов и метаданных страниц товаров, которые соответствуют тому, как покупатели описывают свои потребности.
От анализа результатов к брифу для следующей кампании
Как эксперту по аналитике, «мне, как некреативному человеку, иногда очень сложно осмысленно донести то, о чем я их прошу, — отмечает Дубей. — Если бы вы попросили меня составить какой-либо дизайн, его бы никогда не утвердили».
Поэтому она тестирует свои брифы в Composer, встроенном AI-маркетинг-агенте Klaviyo, прежде чем передавать их креативной команде. «Я ввожу свой промпт в Composer и прошу его создать для меня письмо, — объясняет она. — Я могу начать визуализировать, как будет выглядеть результат моих слов, и довести его до состояния, которое меня устраивает, чтобы затем передать цифровуму дизайнеру».
Как небольшие команды могут начать работу с AI-отчетностью
Небольшим командам, которые хотят попробовать AI-маркетинг-аналитику, Дубей советует начать с инструментов, которые уже есть в их технологическом стеке. В частности, она рекомендует командам следующее:
- Консолидируйте и интегрируйте свой технологический стек перед началом. «Сделайте свой технологический стек максимально интегрированным», — предлагает она.
- Учитесь у других. «Я смотрю в TikTok видео о том, как оптимизировать ту или иную конкретную вещь в Claude, — говорит она. — В сети есть масса полезной информации».
- Проверяйте MCP-серверы на совместимость с источниками данных. «Посмотрите на коннекторы, а затем оцените, что из вашего технологического стека вы можете подключить, а что нет», — рекомендует она.
Благодаря более простому доступу к данным Dagne Dover, Дубей и ее команда могут тратить меньше времени на электронные таблицы и больше времени на стратегию.
