Главная мысль
- Таргетинг по доходу в Google Ads ненадёжен: до 99% трафика уходит на пользователей с неизвестным доходом, поэтому нужна альтернатива через географию и анализ почтовых индексов.
- Сбор и обработка данных по 50 штатам вручную – это порядка 10 000 часов (год работы одного человека или 3 месяца команды из 4 человек), что делает задачу нереалистичной для обычного бизнеса.
- Инструмент Manus AI способен выполнять такую задачу за 8 часов автономно: в реальном кейсе стоимость конверсии упала со 180 до 95 долларов, а конверсия из заявки в продажу выросла с 15% до 35%.
Почему таргетинг по доходу не работает
Когда вы запускаете рекламу на дорогой продукт или услугу, вам нужна платежеспособная аудитория. Google Ads позволяет таргетировать по доходу домохозяйства, уровню дохода семьи. Вы можете выбрать топ-10% самых богатых или топ-20% и показывать рекламу только богатым.
Проблема в том, что половина трафика показывается как неизвестный доход. Google не знает, богатый человек или бедный. В некоторых нишах доля неизвестного доходит до 99%. То есть вы таргетируетесь якобы на богатых, но 99% трафика уходит непонятно на кого.
География как обходной путь
Есть обходной путь. Таргетировать не по доходу, а по географии. Смотрите, богатые люди живут в богатых районах. Бедные люди живут в бедных районах. Это логично. Если вы знаете, какие почтовые индексы богаты, вы можете показывать рекламу только там. И данные об этом обычно доступны.
Возьмем для примера США. Там каждый штат публикует свою статистику Social Security: сколько людей в каждом районе, в каждом почтовом индексе получают социальные пособия. Логично, что чем больше людей в этом районе получают пособия, тем беднее район. Можно скачать эти данные, обработать их, разбить на группы по уровню дохода и брать топ-20 или топ-10 самых богатых районов. Загружать список в Google Ads и таргетироваться. Готово. Очень круто. На первый взгляд уже можно бежать делать.
Почему вручную это нереально
Есть одна загвоздка. Смотрите. В США 50 штатов. У каждого свой сайт Social Security. Со своей структурой данных. Нужно зайти на сайт каждого. Найти раздел с данными о пособиях. Скачать, открыть, найти столбцы, отформатировать в нужный нам формат. Посчитать процент получателей пособий. Разбить на группы и выгрузить топ-10 или топ-20%. На один штат уходит около 3 часов работы. Если вы работаете очень быстро. 50 штатов на 3 часа – 150 часов. Это уже месяц работы.
Но это первый уровень. Потому что внутри каждого штата в среднем 800 почтовых индексов. А нам нужны данные по индексам, чтобы их проверять. Потому что в файлах бывают ошибки, пропуски, дубли. Если тратить даже минимальные 15 минут на проверку одного индекса, получается: 50 штатов умножить на 800 индексов умножить на 15 минут. 600 тысяч минут. 10 тысяч часов. Это год работы одного человека. Или 3 месяца работы команды из 4 человек.
Нюанс в том, что у вас нет года. У вас нет команды из 4 человек на одну единственную задачу. У вас есть бизнес, который нужно вести. Поэтому вы этого не делаете. И теряете деньги на бедных районах, которые никогда не купят дорогой продукт.
Почему обычный AI тоже не спасает
Но есть выход. Значит, большинство людей используют чисто чат GPT. Задал вопрос – получил ответ. 10 секунд. Если задача сложная, чат GPT думает там несколько минут. Потом появился Deep Research, который может работать там 10–15 минут, искать информацию, анализировать и выдавать результаты. Это уже лучше. Но всё равно недостаточно для задачи на 10 тысяч часов.
Manus: 8 часов вместо года
Но существует инструмент, который называется Manus AI. Это китайский стартап, который купила компания Meta. И у него довольно пока что адекватная подписка от 30 долларов в месяц. Пока они набирают базу пользователей. Он работает как чат GPT, но с одним отличием. Manus может работать 8, 10, 15 часов без остановки. Это система, которой вы даёте задачу, и она начинает её планомерно выполнять. Быстрее, чем человек. Шаг за шагом. Идёт на сайт, скачивает файлы, обрабатывает данные, проверяет результат. Пробует другой подход, ищет ошибки, альтернативные источники. Вы ничего не делаете. Вы даёте задачу вечером и получаете результат утром.
Кейс: финансовые консультации за $3000
У меня был клиент, который продавал финансовые консультации за 3 тысячи долларов в Америке. Целевая аудитория очень чёткая. Люди с накоплениями от 50 тысяч долларов. Сначала запускали рекламу на доход домохозяйства. Результат: половина заявок от студентов и людей на зарплате, которые там на минимальной, ещё и с бенефитами.
И мы решили изменить этот подход через таргетинг по географии. Открыл Manus, написал задачу: найди официальные сайты каждого штата, скачай данные, посчитай получателей пособий, разбей на 5 групп квантилей, от самых бедных до самых богатых. Дай мне список почтовых индексов, которые входят в топ-20. Ещё можно прописать: возьми структуру данных, которые нужны для Google Ads, чтобы сразу туда загрузить. Нажал «начать» и пошёл спать.
Утром открываю – вижу 8 часов работы, зашёл на все сайты, получил все данные. В некоторых штатах данные были разбиты по округам, а не по индексам. Он нашёл дополнительные источники и сопоставил округа с индексами, конвертировал данные там, где надо. Он обработал более 40 тысяч строк данных. И для каждого почтового индекса посчитал процент получателей пособий. Удалил дубли, проверил на ошибки и дал мне 20% самых богатых.
Я открыл файл – увидел список из 8 тысяч почтовых индексов в идеальном формате. Каждый индекс проверен, дубли удалены, готовы к загрузке. Результат через 2 недели: стоимость конверсии упала со 180 до 95 долларов. Конверсия из заявки в продажу выросла с 15% до 35%, потому что теперь мы показываем рекламу только тем, кто может заплатить 3000 долларов за консультацию.
Масштабирование на другие страны
После этого кейса я пробовал этот же подход для других стран. Для Великобритании – то же самое: найди, разбей, дай список. В Великобритании всё на одном сайте. Называется Office for National Statistics. Вообще намного быстрее обрабатывает. Для Германии есть данные также по уровню образования и среднему доходу. Там ещё интереснее. Для Франции всё в одном месте на сайте Министерства социальной заботы. Алгоритм один и тот же. Меняется только страна и источник данных.
Как правильно ставить задачу Manus
Регистрируйтесь на Manus. Максимально детально формулируйте ему задачу. Плохо сказать «найди данные в США» – он может не то понять. Детальная формулировка. Что, где, какие данные с официальных сайтов брать. Как обрабатывать. И запускайте задачу, ждёте.
Важно: проверяйте результат, прежде чем загружать. Иногда он может неправильно понять. То есть логика такая, что если вы что-то не проговорили или упустили, он делает простейшим для себя способом. Поэтому всегда проверяйте.
Важно, что это не всемогущий инструмент. Есть задачи, которые он не может решить. Например, если данные закрыты за логином или платным доступом, он не может открыть. Но он может вам периодически подсказывать. Он может вам написать: на этот сайт нужно зарегистрироваться, нужен логин. Зарегистрируйся, отдай мне логин, пароль, и я сам зайду.
Что это даёт бизнесу
И когда мы ускоряемся, фактически вместо года наши задачи могут решаться за 8 часов, то фактически мы с вами можем работать в сотни, в тысячи раз эффективнее. Обрабатывать любые данные моментально. Большинство маркетологов ограничены временем. У них нет команды аналитиков, нет годов на обработку данных. Искусственный интеллект снимает это ограничение.
И эту и подобную технику я детально разбираю на программе «Магия Google». Там я создал метод точного запуска: как использовать искусственный интеллект для фильтрации трафика до того, как потрачен первый доллар. В этом курсе 9 модулей, которые превращают Google Ads из чёрной дыры в предсказуемый источник клиентов. Если готовы построить такую систему – оставляйте заявку.
Числа и источники
Числа из выпуска:
- 10 000 часов – объём ручной работы по 50 штатам США
- 8 часов – время работы Manus над задачей клиента
- 1 год – срок ручной работы одного человека
- 3 месяца – срок работы команды из 4 человек
- 50 штатов – число штатов США
- 800 – среднее число почтовых индексов в штате
- 15 минут – минимальное время проверки одного индекса
- 3 часа – время на обработку одного штата вручную
- 150 часов – 50 штатов × 3 часа
- 99% – максимальная доля трафика с неизвестным доходом в отдельных нишах
- 50% – средняя доля трафика с неизвестным доходом
- $30 – месячная подписка на Manus
- 10–15 минут – время работы Deep Research над сложной задачей
- $3000 – стоимость финансовой консультации клиента
- $50 000 – минимальные накопления целевого клиента
- 40 000 строк данных – объём обработки Manus
- 8000 почтовых индексов – итоговый список для загрузки
- 2 недели – срок до результата по конверсии
- $180 → $95 – падение стоимости конверсии
- 15% → 35% – рост конверсии из заявки в продажу
- 9 модулей – структура курса «Магия Google»
Слушать дальше: 137. Как AI-поиск убивает трафик на сайт и что делать? · 151. Я создал цифрового себя за 20$ в месяц · 156. Как выжать на 60% больше из того же трафика