Większość pracy analitycznej dotyczącej zachowania odwiedzających i wskaźników konwersji można już dziś powierzyć agentowi AI, pod warunkiem że cele pomiarowe są ustalone, a śledzenie (tracking) działa poprawnie. To nie jest wizja przyszłości: dzieje się to już w firmach, które mają porządnie skonfigurowaną platformę analityczną, podczas gdy w firmach bez jasnych kpi lub z chaotycznym trackingiem po prostu się to nie udaje. Różnica nie leży w AI, lecz w tym, co zostało ustalone na wejściu.
Trzy osie mają tu decydujące znaczenie: ustrukturyzowanie, przestrzeń do oceny i wolumen.
Same dane są wysoce ustrukturyzowane. Platforma analityczna dostarcza liczby w stałych polach: odwiedzający, czas trwania sesji, wskaźnik odrzuceń, ścieżki konwersji. To dokładnie ten rodzaj danych wejściowych, w których agent AI może rozpoznawać wzorce, bez konieczności ręcznego czytania każdego wiersza przez człowieka. Wolumen to wzmacnia: tam, gdzie analityk danych sprawdza próbkę lub skupia się na najbardziej rzucających się w oczy odchyleniach, AI może przejść przez cały zbiór danych, każdego dnia, bez błędów wynikających ze zmęczenia.
Przestrzeń do oceny jest ograniczona. Zasygnalizowanie, że konwersja w mobilnym procesie zakupowym spada, albo że strona docelowa traci wielu odwiedzających na drugim kroku, to kwestia progów i porównań z wcześniejszymi okresami. To nie wymaga specyficznej dla firmy mądrości, tylko spójnych reguł. Na przykład: jeśli agent zauważy, że wskaźnik odrzuceń na stronie produktu wzrasta w ciągu dwóch tygodni ze znaczącym marginesem, podczas gdy ruch pozostaje stabilny, może to zasygnalizować i wskazać prawdopodobną przyczynę, na przykład wolny czas ładowania lub zmienione wezwanie do działania.
Trzy osie hamują: kontakt z klientem, aspekt fizyczny i kreatywność wypadają tu korzystnie (5), ale właśnie dlatego, że to zadanie nie zawiera kontaktu z klientem ani elementu fizycznego -- te osie działają więc na korzyść, a nie przeciw. To kreatywność ogranicza pracę analityczną: rozpoznanie sygnału to co innego niż ustalenie, co organizacja powinna z nim zrobić. Które usprawnienie jest najbardziej wartościowe, który test uruchomić jako pierwszy, jak to pasuje do trwających kampanii -- to pozostaje pracą decyzyjną dla marketera. AI sygnalizuje i uzasadnia, przełożenie tego na konkretne działanie i ustalenie priorytetów to praca ludzka pod nadzorem: ktoś zatwierdza lub odrzuca propozycję, z podaniem powodu.
Koszty błędów i zgodność z przepisami również wypadają korzystnie, z oceną 4, ale nie bezwarunkowo. Błędny wniosek dotyczący zachowań konwersyjnych może doprowadzić do zmiany, która przynosi odwrotny skutek, a przy wykorzystaniu danych o odwiedzających rolę odgrywa również prawo o ochronie prywatności. To nie przemawia przeciwko automatyzacji, lecz za stałym etapem, w którym człowiek ocenia wniosek, zanim doprowadzi on do działania.
Agent może dobrze funkcjonować tylko wtedy, gdy dwie rzeczy są w porządku: cele pomiarowe i kpi są ustalone, a tracking jest poprawnie wdrożony. Bez jasnych celów agent AI nie wie, co jest usprawnieniem, a co szumem. Bez poprawnego trackingu analizuje on zanieczyszczone dane, a wtedy wynik jest tak samo niewiarygodny, jak w przypadku młodszego analityka pracującego z błędnym dashboardem. Firmy, które nie odrobiły tej pracy domowej, przekonają się, że automatyzacja tego zadania niewiele przynosi, niezależnie od tego, jak dobry jest model bazowy.
To zadanie nie funkcjonuje w izolacji. Sygnały ze statystyk witryny często zasilają decyzje podejmowane dalej w dziale marketingu, takie jak korygowanie budżetu reklamowego na podstawie wyników lub ocenianie jakości leadów. Również wynik analizy może z kolei dać impuls do nowej treści, na przykład gdy punkt do poprawy wymaga dostosowanego posta w mediach społecznościowych lub innego podejścia w porównaniu cen z konkurencją. Kto chce wiedzieć, jak to zadanie ma się do reszty pracy w dziale, znajdzie szerszy przegląd na stronie jaką pracę może przejąć AI w dziale marketingu.
Nie jest to porada personalna ani uzasadnienie decyzji dotyczącej stanowisk czy struktury zatrudnienia. Jeśli wynik tej analizy ma konsekwencje dla personelu, obowiązują dla tego odrębne wymogi prawne, których ta strona nie obejmuje. To, co tu opisano, jest oszacowaniem samej pracy: jaką jej część można wykonać przy pomocy AI, z ludzkim nadzorem nad wnioskami i dalszymi krokami.
Czy to zadanie w Państwa własnej organizacji można w większości przekazać dalej, zależy od tego, jak skonfigurowana jest Państwa platforma analityczna i jak precyzyjnie ustalone są kpi. To różni się w zależności od firmy. Wskazówkę uzyskają Państwo dzięki bezpłatnemu quickscanowi: dwanaście pytań, bez konta, ze wskazaniem, jaką część godzin w tym profilu można już dziś przekazać AI. Pełny werkscan, który rozkłada pracę Państwa firmy na poszczególne zadania i przekłada ją na wymiar etatu (fte), jest jeszcze w budowie i obecnie niedostępny.
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.