Performance-turundaja vaatab käimasolevaid kampaaniaid, näeb, millised reklaamid toimivad hästi, ja nihutab eelarvet nõrkadelt positsioonidelt tugevatele. See on töö, mis korduvalt tuleb ette ja põhineb suuresti reklaamiplatvormilt saadud arvudel. Küsimus on, kas AI saab selle nihutamise ise teha, ja vastus on: osaliselt, ja tingimustel, mis peavad tegelikult paigas olema.
Ülesanne saab kõrge hinde struktureerituse, kliendikontakti, füüsilisuse ja loovuse osas. Ei ole klienti, kes kaasa vaataks, ei ole vaja füüsilist tegevust, ja hindamine käib arvude põhjal: kulu konversiooni kohta, klikkimissuhted, käive kampaania kohta. Need on just omadused, millega süsteem saab hästi kaasa lugeda. Reklaamiplatvorm annab andmed juba struktureeritult, ja reeglid selle kohta, mis on "hea tulemus", on enamikus ettevõtetes eelnevalt defineeritavad.
Mäng on ka mahus. Suured kontod, kus on kümneid kampaaniaid ja sadu reklaame, tekitavad rohkem juhtimishetki, kui inimene igapäevaselt jälgida jaksab. Sealt tuleb reaalne põhjus osa sellest tööst automatiseerida: ei mitte seetõttu, et see on inimesele liiga keeruline, vaid seetõttu, et see on liiga palju, et pidevalt teha.
Kolm telge hoiavad seda "osaliselt" kategoorias: veakulu, otsustusruum ja maht. Veakulu on probleemi tuum. Vale nihutus maksab kohe raha, ja see kahju ei ole alati kohe nähtav. Süsteem, mis nihutab eelarvet ajutise langusega kampaanialt ajutise tõusuga kampaaniale, võib laadida tühjaks struktuurselt hea investeeringu kolme halva päeva põhjal. See ei on teoreetiline risk, see juhtub praktikas, kui juhtreeglid on liiga jämedad.
Otsustusruum on teine põhjus. "Saavutatud tulemuslikkus" ei on kindel mõiste. Kas kaubamärgikampaania, mis toob vähe otseseid konversioone, kuid genereerib otsingumahtu, loetakse halvasti toimivaks? Kas võetakse arvesse hooajalisi mõjusid või välised tegurid, näiteks konkurent, kes peab ajutiselt allahindlust? Kogenud turundaja kaalub selle konteksti kaasa; süsteem teeb seda ainult, kui see kontekst on reeglites fikseeritud. Kus need reeglid puuduvad, jääb kaalutlus inimtööks.
Ja siis vastavus: reguleeritud sektorites, või suurte meediaeelarvete puhul, kehtivad sageli sisemised heakskiitmisliinid selle kohta, kes tohib mis summat nihutada. Need liinid ei kao seetõttu, et süsteem võtab töö üle.
Praktikas töötab see kõige paremini agendina: süsteem, mis eelnevalt seatud lävitasandite piires nihutab eelarvet iseseisvalt ja küsib heakskiitu alles siis, kui nihutus jääb nendest piiridest väljapoole. Näiteks: nihuta automaatselt kuni teatud protsent päevaeelarvest, kuid esita heakskiitmiseks igasugune muudatus, mis ületab seda summat. Või: reageeri ainult tulemuslikkuse erinevustele, mis kestavad kauem kui seatud ajavahemik, nii et ühe päeva tipp ei käivita kohe ümberjaotust.
Raamtingimused on konkreetsed: peavad olema selged juhtreeglid ja lävitasandid, ja peab olema seatud eelarve ülempiir, et süsteem ei saaks piiramatult skaleerida ühele kampaaniale. Ilma nende kahe asjata ei on see ülesanne, mida süsteemile üle anda, kuitahes ahvatlev ka aja kokkuhoid oleks.
Veebipoel, kus on sada käimasolevat reklaami ja selge konversioonieesmärk igal kampaanial, on täiesti teistsugune lähtepositsioon kui B2B-ettevõttel, kus on viis kampaaniat, mida hinnatakse peamiselt tuntuse ja liidikvaliteedi alusel. Veebipoe puhul on signaal selge ja maht suur: hea kandidaat automatiseerimiseks piiride sees. B2B-ettevõtte puhul on hindamine pehmem, andmeid on vähem ja konteksti rohkem, ning juhtimine jääb kauem inimtööks.
See sobib laiema mustriga: töö, mis toetub platvormiandmetele ja kordub suures mahus, nihkub kergemini süsteemile, samas kui töö, mis toetub kontekstile ja eranditele, jääb kauem inimeste kätte. Seda mustrit näeb ka veebistatistika analüüsimise juures, kus platvorm annab suurema osa töö juba struktureeritult, ja konkurentide hinnavõrdluse koostamise juures, kus lähteandmed on vähem üheselt mõistetavad ja vaja on rohkem tõlgendamist.
Nihe siin ei on see, et performance-turundaja muutub tarbetuks, vaid see, et väikeste ja sageli esinevate eelarvemuudatuste käsitsi juhtimine kaob, samal ajal kui reeglite seadmine, erandite hindamine ja laiema kampaaniastrateegia määramine jäävad. See on nihe töö sisus, mitte automaatselt selles, kui palju inimesi seda tööd teeb. Mida ettevõte vabanenud tundidega teeb, on ettevõtte oma otsus; personali mõjutavate otsuste puhul kehtivad omad seaduslikud nõuded, sõltumata sellest, mis muudab ülesande tehniliselt ülevõetavaks.
Sarnaseid nihkeid näeb ka mujal ettevõttes: sotsiaalmeedia postituste kirjutamise juures võtab AI üle esimese mustandi, samal ajal kui toon ja heakskiit jäävad inimtööks, ja HR-osakonna töö juures näeb sama eristust struktureeritud administratsiooni ja otsustusvõimet nõudvate otsuste vahel.
Kas eelarve juhtimine on teie ettevõttes hea kandidaat, sõltub sellest, kui palju kampaaniaid te käitate, kui üheselt mõistetav on teie tulemuslikkuse mõõdik ning kas olete juba lävitasandid ja ülempiirid kindlaks määranud. FTE TO AI tasuta kiirtest esitab kaksteist küsimust, ei nõua kontot, ja annab hinnangu, kui suur osa teie turundusprofiili tundidest on täna AI-ga üle võetav. Täielik töömahu skaneering, mis arvutab selle välja kuni ülesande tasemel fte-mahuna, on veel valmimisel.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.