Mārketinga speciālists vai datu analītiķis, kas apkopo konkurentu cenas, faktiski dara trīs lietas: uzmeklē cenas un piedāvājumus, salīdzina tos pēc noteikta kritērija un padara rezultātu izmantojamu lēmumam par savu cenu noteikšanu. Šis uzdevums lielā mērā sastāv no datu ievākšanas un kārtošanas, un tas ir tieši tāda veida darbs, kuru AI šodien lielā mērā jau var pārņemt, ja ir izpildīti vairāki priekšnoteikumi.
Šeit noteicošas ir trīs asis: strukturētība, apjoms un spriedumbrīvība. Cenas ir skaitļi, piedāvājumi atrodas tīmekļa lapās ar atpazīstamu struktūru, un salīdzinājums pats seko iepriekš noteiktam kritērijam: tā pati produktu kategorija, tā pati mērvienība, tas pats periods. Tas padara uzdevumu pietiekami strukturētu, lai to automatizētu. Palīdz arī apjoms: desmit konkurenti, simts produkti, reizi nedēļā atkārtoti — tas ir tieši tāda veida atkārtots vākšanas darbs, no kura sistēma nenogurst, bet cilvēks – gan. Un spriedumbrīvība ir apzināti ierobežota: aģents piemēro fiksētu salīdzināšanas loģiku, viņš nedomā jaunu stratēģiju.
Pārējās asis apstiprina šo priekšstatu. Nav klientu kontakta, nav fiziskas darbības, un atbilstības jutīgums ir zems: runa ir par publisku informāciju, kurai var piekļūt jebkurš. Kļūdu izmaksas ir mērenas — nepareizi salīdzināta cena rada sagrozītu priekšstatu, ne pārkāptu līgumu vai sadusmotu klientu. Kreativitātei ir loma neparastu piedāvājumu interpretēšanā (komplekta atlaide, pagaidu akcija, atšķirīgs iepakojuma lielums), bet tas ir izņēmums, nevis likums.
Tas ir uzdevums aģentam: sistēmai, kas pati apmeklē cenu lapas, izvelk datus no teksta un struktūras, sakārto tos noteiktajos salīdzināšanas kritērijos un piegādā rezultātu kā pārskatu. Tas darbojas ar diviem priekšnoteikumiem. Pirmkārt: pieejamība publiskiem cenu datiem, kas nozīmē, ka informācijai jābūt atrodamai un lasāmai — nav pieteikšanās sienas, nav cenas, kas tiek sniegta tikai pa tālruni. Otrkārt: salīdzināšanas kritēriji, kas ir noteikti iepriekš. Bez šīs vienošanās — kas ir 'salīdzināms', kāda mērvienība, kāds periods — aģents sniedz skaitļu kopumu, nezinot, vai tos drīkst salikt kopā.
Tieši šeit priekšstats kļūst nuansētāks. Vākšana un kārtošana ir AI darbs. Šī salīdzinājuma pārtulkošana cenu lēmumā — palielināt, samazināt, uzsākt akciju — paliek cilvēka darbs, ar spriedumu par peļņas normu, pozicionēšanu un klientu attiecībām. Šajā skenējumā aplūkotais uzdevums attiecas uz salīdzinājuma sagatavošanu, ne uz tam sekojošo lēmumu.
Interneta veikals, kas reizi nedēļā seko piecpadsmit konkurentu cenām simts produktu kategorijās, var lielā mērā nodot šo procesu aģentam: tas apkopo datus, atpazīst piedāvājumus un ievieto visu fiksētā pārskatā. Mārketinga speciālists tad novērtē rezultātu — vai salīdzinājums ir korekts, vai kaut kas neparasts notiek ar konkurentu, kas pēkšņi kļuvis par trešdaļu lētāks — un apstiprina vai sūta atpakaļ ar iemeslu. Tā ir otrā kategorija no taksonomijas: AI dara darbu, cilvēks uzrauga ar spriedumu klāt.
B2B pakalpojumu sniedzējam, kur cenas ir pieejamas vienīgi pēc pieprasījuma, piedāvājumi ir individuāli pielāgoti un 'salīdzināms' nav vienkārši nosakāms, priekšstats mainās. Strukturētība samazinās, spriedumbrīvība palielinās, un darbs vairāk paliek pie analītiķa, kas apkopo informāciju pa tālruni vai tīklā un pats izvērtē, kas ir salīdzināms. Tas tad ir vairāk uzdevums, kurā AI atbalsta — piemēram, strukturējot piezīmes — bet spriedums paliek cilvēka rokās, mazāk uzdevums aģentam.
Šī pārbīde skar vairāk uzņēmuma jomas nekā vienīgi cenu monitoringu. Tas, kurš vēlas pielāgot reklāmas budžetu, pamatojoties uz rezultātiem, redz līdzīgu modeli: strukturēti dati, augsts apjoms, ierobežota spriedumbrīvība, un aģents, kas var paveikt lielāko daļu darba, kamēr kritēriji ir noteikti. Arī tas, kurš pēta kā tiek analizēta tīmekļa vietnes statistika, redz to pašu kombināciju — vākšana, kārtošana un tikai pēc tam interpretācija. Kur ir iesaistīts vairāk kreatīvā darba, kā, piemēram, sociālo tīklu ieraksta rakstīšanā, attiecība starp automatizāciju un uzraudzību ir cita. Modelis vienmēr ir tas pats: jo strukturētāki dati un jo augstāks apjoms, jo vairāk aģents var paveikt lielāko darba daļu, kamēr cilvēks novērtē rezultātu, nevis pats veic darbu.
Tas nav apgalvojums par mārketinga speciālista vai datu analītiķa amatu, nedz pamats personāla lēmumu pieņemšanai. Lēmumiem par amatiem un komplektāciju ir savi juridiskie priekšnoteikumi, neatkarīgi no tā, ko rāda šāda uzdevumu analīze. Šī lapa aprakstīta uzdevumu, ne lomu, un loma parasti sastāv no daudz vairāk kā viena uzdevuma.
Lai redzētu, kā tas attiecas uz jūsu pašu uzņēmumu, brīvprātīgais ātrais tests ir pirmais solis: divpadsmit jautājumi, bez konta, ar rezultātu, kas norāda, cik lielu daļu šāda veida darba stundu AI šodien var pārņemt. Pilnā darba skenēšana, kas jūsu uzņēmuma darbu sadala uzdevumos pēc šīm astoņām asīm, vēl tiek izstrādāta un tiks piedāvāta šeit vēlāk.
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.