Что нужно уметь маркетологу сейчас и в 2024 году? Разбираем скиллсет и заглядываем в будущее

Какие ещё навыки помогут маркетологу быть востребованным на рынке? Подробно разбираем набор нужных ему знаний вместе с Данилом Поповым, руководителем группы продуктового маркетинга Яндекс Практикума.

Эффективная и выгодная реклама с сервисом от МегаФона

Широкий выбор рекламных каналов, более 100 параметров по интересам, подробная аналитика и другие возможности уже ждут в Личном кабинете. А еще кешбэк 100% за запуск рекламы в первый месяц и еще 10% — каждый месяц.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585. ERID LjN8K1P7y.

Сегодня работодателям нужно обучать сотрудников чаще, чем 10–15 лет назад. По данным исследования LinkedIn, профессиональные скиллсеты за последние 8 лет изменились на 25%, а к 2027 году они обновятся на 50%. В 2025 году компаниям придётся доучивать больше половины работников.

Маркетолог — профессия, в которой список навыков в последнее время изменился довольно заметно. Компании всё чаще обращаются к Яндекс Практикуму за апскиллингом сотрудников. Сейчас работодатели ждут от них умения анализировать данные, знать основы UX/UI-дизайна, писать несложный код и экономить время на рутине с помощью нейросетей. Разберём подробнее.

Аналитика данных

Курс по дата-анализу — самый спросовый в Яндекс Практикуме среди компаний, которые закупают обучение конкретно для маркетологов. В целом учиться работать с данными — это как проходить многоуровневую компьютерную стратегию.

На первом уровне важно уметь работать с Google Analytics и Яндекс Метрикой — это стандартные инструменты для отслеживания веб-трафика и поведения посетителей на вашем сайте.

Следующий уровень — научиться писать скрипты для баз данных. Особенно важен этот навык для перфоманс-маркетинга, при размещении контекстной и таргетированной рекламы и работе с CRM-базами.

Пример: маркетологам нужно делать email-рассылки. Адреса пользователей хранятся в базе данных. Самый простой способ достать их из базы — выгрузить в Excel, затем вручную ранжировать и перенести нужные в программу, которая разошлёт письма.

Упростить этот процесс поможет знание SQL — это язык, который позволяет общаться с базами и запрашивать из них данные. Со знанием SQL маркетологу достаточно написать скрипт, который по определённым параметрам отберёт адреса электронной почты пользователей и импортирует их в таблицу.

Умение писать несложный код позволит проводить ещё больше манипуляций с данными. Маркетолог часто задаёт дата-аналитикам вопросы о поведении пользователей, чтобы выдвигать гипотезы и принимать решения о продвижении продуктов. Если компания не выделяет IT-специалистов для всех задач, то маркетологу приходится собирать и анализировать эти данные вручную. Освоив Python на базовом уровне, он сможет писать простые скрипты, которые соберут нужную информацию из совершенно разных источников и представят её в графиках. Чтобы овладеть этим навыком, не нужно знать вышмат и иметь технический бэкграунд. Также за месяц можно изучить Python до того уровня, который позволит написать простого чат-бота, скажем, для опроса потребителей.

Ещё один пример. Маркетологи должны анализировать, как работает лендинг продукта, как пользователи перемещаются по странице, какие блоки дают наибольшую конверсию. Если уметь работать с несложным кодом, то можно использовать JavaScript, чтобы отслеживает события на сайте — нажатие кнопок, заполнение форм, доскролл до важных блоков.

JavaScript-код позволяет отследить нажатие кнопок на сайте

Уметь собрать прототип IT-продукта

Это возможно и без написания кода. Зерокодинг (нулевой код, no-code) — это технологии, позволяющие создать сайт, чат-бот или мобильное приложение без навыков программирования. Его ещё называют «программированием для гуманитариев». В основе подхода — готовые конструкторы и шаблоны с нужными формулами и командами. Пример — Tilda для сборки сайтов или конструктор чат-ботов ChatDesk. Разработать сложный продукт на платформе не получится, но подход позволяет создавать прототипы и тестировать гипотезы.

С помощью готовых конструкторов можно создавать сайты и другие IT-продукты без навыков программирования.

Знать принципы UХ/UI-дизайна

Незнание принципов UX/UI может стать проблемой, если маркетолог отвечает за сайт и визуальные материалы, ведь как правило именно он заказывает решения. Часто компании привлекают к созданию интерфейсов подрядчиков. Сторонний исполнитель, скорее всего, не будет проводить анализ аудитории и продумывать идею, которая поможет решить конкретные бизнес-задачи.

Маркетологу нужно уметь составить бриф, выбрать подрядчика, дать дизайнеру и копирайтеру комментарии в процессе работы. А для этого необходимо знать базовые принципы создания лендингов и сайтов, развивать насмотренность и учиться отличать хорошие решения от плохих.

Базовые навыки работы с UX/UI можно получить на курсах. Насмотренность сформируется, если изучать кейсы о создании сайтов и лендингов в статьях, вебинарах или на выступлениях на конференциях. Обычно автор кейса показывает лендинг, который даёт хорошую конверсию, и подробно объясняет, как его делали, почему выбирали те или иные решения. Просмотр хороших сайтов тоже поможет. Примеры страниц, где можно развивать насмотренность: один, два, три.

Прогнозировать, разрабатывая продукты

Опираться в выборе макетов или лендингов только на собственные ощущения — рискованная практика. Поэтому маркетологи строят прогнозы, используя предиктивные модели — математические конструкции, которые предсказывают вероятность возникновения событий или их характеристик. Так, в одной компании мы применяли марковскую цепь, которая прогнозировала вероятность конверсии от взаимодействия пользователя с блоками на лендинге. На основе прогноза мы могли изменить блоки, получившие низкую оценку, поднять повыше удачные элементы. Конечно, маркетологу не нужно самому создавать такую модель, но работодатели ждут, что он сможет выбрать решение и использовать его.

Использовать нейросети в качестве помощника

Нейросети — это стафф в игре маркетолога. Их можно применять как вспомогательный инструмент в рутинных и креативных задачах. Например, они позволяют создавать более эффективные рекламные кампании, так как могут анализировать большие объёмы данных и находить скрытые закономерности.

Генеративные модели стали широко популярны как инструмент для создания контента. Нельзя сказать, что сейчас они — серьёзное подспорье в работе отделов маркетинга: даже короткие рекламные тексты чаще выходят шаблонными и нуждаются в длительной шлифовке. Но при правильном применении они способны выдавать по-настоящему интересные идеи.

Нейросетями можно генерировать картинки для референсов дизайнеру и постов в соцсети, сделать слайды для презентации. Нейронки умеют создавать сюжеты— если нужно написать сценарий для видеоролика, но не получается начать, то ответ на промпт может подсказать вдохновляющее решение.

Алгоритмы оптимизации площадок также основаны на ИИ-инструментах. В последние пять лет сильно выросла доля цифровой рекламы. Если раньше бизнес тратил на продвижение в интернете 20–30% рекламного бюджета, то сейчас эта статья расходов стала гораздо больше. Если маркетолог размещает рекламную кампанию и не понимает, как работает алгоритм оптимизации площадки, то он не сможет добиться хорошего результата.

Креативы для рекламы онлайн-курсов, сгенерированные с помощью Шедеврума

И не забывать про базовые навыки

Знание Javascript и Python — вишенка на торте для маркетолога, а не серебряная пуля, чтобы стать лучшим в профессии. Уверенное знание Excel пригодится чаще, чем умение писать код. По-прежнему важно знать особенности работы различных каналов цифрового маркетинга: контекстная и таргетированная реклама, CRM-маркетинг, взаимодействие с инфлюэнсерами и прочее.

И главные качества хорошего маркетолога не изменились — это умение хорошо понимать пользователя и принимать верные решения как продвигать продукт.

Почему работодателю выгодно обучать работников

Нанять на рынке готового профи высокого уровня с нужным скиллсетом всегда дороже, чем обучить и развить работника внутри компании.

К тому же в мотивации специалиста часто фигурирует собственное развитие. Не все, но многие работают в компании, пока получают полезный опыт, который усиливает их, позволяет решать интересные задачи, даёт чувство движения вперёд, стимулирует выработку дофамина. Обучение и применение новых полученных знаний в задачах — это важный фактор повышения интереса к работе, а значит удержания специалистов.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.