Specjalista performance marketingu przegląda trwające kampanie, sprawdza, które reklamy dobrze się sprawdzają, i przesuwa budżet ze słabszych na silniejsze pozycje. To praca, która stale się powtarza i w dużej mierze opiera się na danych liczbowych z platformy reklamowej. Pytanie brzmi, czy AI może samodzielnie wykonywać to przesuwanie, a odpowiedź brzmi: częściowo, i pod warunkami, które rzeczywiście muszą być spełnione.
Zadanie ocenia się wysoko pod względem ustrukturyzowania, kontaktu z klientem, elementu fizycznego i kreatywności. Nie ma klienta, który by się temu przyglądał, nie jest potrzebna żadna czynność fizyczna, a ocena opiera się na liczbach: koszt na konwersję, współczynniki klikalności, przychód na kampanię. To właśnie cechy, przy których system może dobrze "czytać" dane. Platforma reklamowa dostarcza dane już w ustrukturyzowanej formie, a reguły dotyczące tego, co oznacza "dobre wyniki", w większości firm można ustalić z góry.
Znaczenie ma też wolumen. Duże konta z dziesiątkami kampanii i setkami reklam generują więcej momentów wymagających korekty, niż człowiek jest w stanie na bieżąco obsłużyć. To realny powód, by część tej pracy zautomatyzować: nie dlatego, że jest zbyt skomplikowana dla człowieka, ale dlatego, że jest jej zbyt dużo, by robić to nieprzerwanie.
Trzy osie sprawiają, że pozostajemy przy "częściowo": koszty błędów, przestrzeń na ocenę własną i wolumen. Koszty błędów to sedno problemu. Błędne przesunięcie od razu kosztuje pieniądze, a szkoda nie zawsze jest widoczna od razu. System, który przesuwa budżet z kampanii z tymczasowym spadkiem do kampanii z tymczasowym wzrostem, może doprowadzić do wygaszenia strukturalnie dobrej inwestycji na podstawie trzech słabych dni. To nie jest ryzyko teoretyczne, dzieje się to w praktyce, gdy reguły sterowania są zbyt ogólne.
Przestrzeń na ocenę własną to drugi powód. "Osiągnięte wyniki" to nie jest stałe pojęcie. Czy kampania wizerunkowa, która generuje niewiele bezpośrednich konwersji, ale zwiększa wolumen wyszukiwań, liczy się jako słabo działająca? Czy uwzględnia się wpływ sezonowości lub czynniki zewnętrzne, takie jak tymczasowa wyprzedaż u konkurencji? Doświadczony marketer bierze ten kontekst pod uwagę; system robi to tylko wtedy, gdy ten kontekst został zapisany w regułach. Tam, gdzie tych reguł brakuje, ocena pozostaje pracą ludzką.
A potem jest jeszcze compliance: w regulowanych branżach lub przy dużych budżetach medialnych często obowiązują wewnętrzne linie zatwierdzania dotyczące tego, kto może przesunąć jaką kwotę. Te linie nie znikają dlatego, że system przejmuje pracę.
W praktyce najlepiej sprawdza się to jako agent: system, który w ramach wcześniej ustalonych progów samodzielnie przesuwa budżet i prosi o zgodę dopiero wtedy, gdy przesunięcie wykracza poza te granice. Na przykład: przesuwaj automatycznie do określonego procentu budżetu dziennego, ale każdą zmianę powyżej tej kwoty przedstaw do zatwierdzenia. Albo: reaguj tylko na różnice w wynikach, które utrzymują się dłużej niż ustalony okres, tak aby jednodniowy skok od razu nie wywoływał redystrybucji.
Warunki brzegowe są konkretne: muszą istnieć jasne reguły sterowania i wartości progowe oraz musi być ustalony limit budżetowy, aby system nie mógł nieograniczenie zwiększać budżetu jednej kampanii. Bez tych dwóch elementów nie jest to zadanie, które można pozostawić systemowi, niezależnie od tego, jak kusząca jest oszczędność czasu.
Sklep internetowy ze stoma trwającymi reklamami i jasnym celem konwersji na kampanię ma zupełnie inną pozycję wyjściową niż firma B2B z pięcioma kampaniami, ocenianymi głównie pod kątem rozpoznawalności marki i jakości leadów. W sklepie internetowym sygnał jest jasny, a wolumen wysoki: dobry kandydat do automatyzacji w ustalonych granicach. W firmie B2B ocena jest bardziej subtelna, danych jest mniej, a kontekstu więcej, więc korygowanie pozostaje dłużej pracą ludzką.
Pasuje to do szerszego wzorca: praca, która opiera się na danych z platformy i powtarza się w dużym wolumenie, szybciej przechodzi do systemu, podczas gdy praca, która opiera się na kontekście i wyjątkach, dłużej pozostaje przy ludziach. Ten sam wzorzec widać przy analizowaniu statystyk strony internetowej, gdzie platforma już dostarcza większość pracy w ustrukturyzowanej formie, oraz przy sporządzaniu porównania cen z konkurencją, gdzie dane źródłowe są mniej jednoznaczne i nadal potrzeba więcej interpretacji.
Zmiana polega tu nie na tym, że specjalista performance marketingu staje się zbędny, ale na tym, że znika ręczne korygowanie małych, powtarzalnych zmian budżetowych, podczas gdy ustalanie reguł, ocena wyjątków i określanie szerszej strategii kampanii pozostają. To zmiana w tym, na czym polega praca, a nie automatycznie w tym, ile osób ją wykonuje. To, co firma zrobi z uwolnionymi godzinami, to jej własna decyzja; dla decyzji dotyczących personelu obowiązują odrębne wymogi prawne, niezależne od tego, czy dane zadanie jest technicznie możliwe do przejęcia.
Podobne przesunięcia widać też gdzie indziej w firmie: przy pisaniu postów na media społecznościowe AI przejmuje pierwszą wersję, podczas gdy ton i zatwierdzenie pozostają pracą ludzką, a przy pracy w dziale HR widać to samo rozróżnienie między ustrukturyzowaną administracją a decyzjami wymagającymi oceny.
Czy sterowanie budżetem jest dobrym kandydatem w Państwa firmie, zależy od liczby prowadzonych kampanii, jednoznaczności miernika wyników oraz od tego, czy mają Państwo już ustalone wartości progowe i limity. Bezpłatny quickscan FTE TO AI zadaje dwanaście pytań, nie wymaga konta i daje wskazanie, jaka część godzin w Państwa profilu marketingowym może już dziś zostać przejęta przez AI. Pełny werkscan, który przelicza to na poziomie zadań w postaci pojemności etatów (fte), jest jeszcze w budowie.
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.