В эпоху процветания сервисов для генерации текста учебные заведения внедряют все больше проверок и требований к письменным работам. Одно из последних нововведений — проверка текста на ИИ с помощью ИИ-детекторов. На сегодняшний день курсовые и дипломные работы проверяют не только на уникальность через систему Антиплагиат, но и на наличие ИИ-текста с помощью специального модуля поиска. Однако с внедрением новой ступени проверок появляется все больше жалоб от школьников и студентов, заявляющих о необъективности и ошибочной работе ИИ-детекторов. 

Новая кампания часто начинается одинаково: бриф, брейншторм и десятки концепций, из которых нужно выбрать одну. Кампанию запускают, она заканчивается — и через несколько месяцев процесс повторяется.

Клиент: OPP-Shop — интернет-магазин профессиональной косметики мировых брендов (Oribe, Lebel, Elemis и другие) с доставкой по России. Продвижение: Яндекс Директ. Это второй год нашей работы с проектом — историю первого года читайте в предыдущем кейсе: как мы прошли путь от хаоса к контролю и вышли на ROI 483% и ДРР 17%

Почему совет «создавайте качественный контент» не работает и как на самом деле попасть в ИИ-ответы. 

Разница между 8% и 17% ответов на письма часто объясняется не текстом письма, а правильным делением базы. Когда вы точно знаете, кому пишете, каждое предложение в письме попадает в реальную задачу получателя. В статье расскажем, как сегментация клиентов влияет на результаты email-кампаний и что делать, чтобы ответов становилось больше.