The post has been translated automatically. Original language: Russian
When we created our first version of the AI targetologist, our main idea was simplicity: "One button. One budget. One result." We believed that unification was the key to scaling.
We needed a mass-produced product, so we logged in via a Telegram bot with simple logic and a low price. And yes, at first we intentionally guided each client manually, creating separate chats. We don't consider this a mistake — it was a necessary step to collect thousands of hours of feedback and understand how a live business works.
And it was at this stage that we faced a critical problem that prevented us from moving on.
We found that there are no universal metrics that would work for all the client's products.
The problem of "Veneers vs. Cleaning": Let's take an example from dentistry. A client sells two services in one advertising account:
- Brushing your teeth: The lead should cost no more than $2.
- Implantation: A lead can cost $20, and that's a great result.
Our AI of the first version saw only a common pot of money. When he saw a lead of $20, he panicked and started cutting budgets. He did not understand that for one service it was a disaster, and for another it was a victory.
We tried to find a single unifying indicator that would work for all businesses, from retail to services. But he didn't exist.
Conclusion: We realized that we were trying to force a complex, multitasking business into the framework of primitive code. V1.0 simplicity, which was supposed to be our trump card, has become our main architectural dead end.
We realized that in order to scale to thousands of customers, we had to teach them how to understand the business structure rather than simplify the product. In the next post, I'll tell you how we completely redesigned the architecture and implemented the Business Line entity (v2.0) into the system.
Когда мы создавали нашу первую версию ИИ таргетолога, нашей главной идеей была простота: «Одна кнопка. Один бюджет. Один результат». Мы верили, что ключ к масштабированию — это унификация.
Нам был нужен массовый продукт, поэтому мы зашли через Telegram-бот с простой логикой и низкой ценой. И да, на первых порах мы намеренно вели каждого клиента вручную, создавая отдельные чаты. Мы не считаем это ошибкой — это был необходимый этап, чтобы собрать тысячи часов обратной связи и понять, как работает живой бизнес.
И именно на этом этапе мы столкнулись с критической проблемой, которая не давала нам двигаться дальше.
Мы обнаружили, что не существует универсальных метрик, которые бы работали для всех продуктов клиента.
Проблема «Виниры vs. Чистка»: Возьмем пример из стоматологии. Клиент в одном рекламном кабинете продает две услуги:
- Чистка зубов: Лид должен стоить не дороже $2.
- Имплантация: Лид может стоить $20, и это отличный результат.
Наш ИИ первой версии видел только общий котел денег. Когда он видел лид по $20, он паниковал и начинал резать бюджеты. Он не понимал, что для одной услуги это катастрофа, а для другой — победа.
Мы пытались найти единый унифицирующий показатель, который бы работал для всех бизнесов — от ритейла до услуг. Но его не существовало.
Вывод: Мы поняли, что пытаемся загнать сложный, многозадачный бизнес в рамки примитивного кода. Простота V1.0, которая должна была стать нашим козырем, стала нашим главным архитектурным тупиком.
Мы поняли: чтобы масштабироваться на тысячи клиентов, мы должны были не упрощать продукт, а научить его понимать структуру бизнеса. В следующем посте расскажу, как мы полностью переработали архитектуру и внедрили в систему сущность «Направление бизнеса» (v2.0).
Share
