Der er to slags artikler om AI i markedsføring: dem der siger, alt bliver anderledes, og dem der siger, intet gør. Begge dele er forkerte på en måde, der ikke hjælper nogen med at beslutte, hvad de skal gøre på mandag.
Det, der virker nu
Alt, hvor opgaven er at læse meget
Søgetermsrapporter, anmeldelser, supporthenvendelser, konkurrenters landingssider, tre års kampagnehistorik. Mennesker er dårlige til at læse 500 sider og huske mønstret. Modeller er gode til det, og det er den mest undervurderede anvendelse i branchen.
Varianter af noget, der allerede findes
Femten overskrifter til en annonce, ti versioner af en produkttekst, den samme mail i tre toner. Ikke fordi teksterne er bedre end dine – men fordi du faktisk får testet, i stedet for at skrive én og håbe.
Oversættelse og lokalisering
Markant bedre end for to år siden, og god nok til annoncetekster og produktbeskrivelser med et gennemlæsning af en, der kan sproget.
Det første udkast til en analyse
Ikke den færdige konklusion – men »her er de fem ting, der skiller sig ud i tallene« sparer den halve time, hvor du stirrer på et regneark og ikke ved, hvor du skal begynde.
Det, der stadig ikke virker godt nok
- Strategi. Modeller er gode til at formulere en strategi og dårlige til at vælge den, fordi de ikke kender jeres økonomi, jeres lager eller jeres tålmodighed.
- Budstyring i realtid. Platformenes egne algoritmer ser auktionsdata, en sprogmodel aldrig får adgang til.
- Indhold, der skal bære et brand. Det bliver sagligt korrekt og fuldstændig anonymt. Brug det til udkast, ikke til afsendelse.
- Tal, der skal være rigtige. En model, der regner i hovedet, tager fejl. Den skal hente tallet fra systemet – ikke huske det.
Sådan bygger du det ind i ugen
- Vælg én tilbagevendende opgave, der tager mere end en time, og som I ikke gider. Det er næsten altid rapportlæsning.
- Giv AI’en adgang til de data, opgaven kræver – ikke til alt. En connector ad gangen.
- Lad den køre uden skriveadgang i to uger, og læs med.
- Giv den derefter lov til at forberede ændringer, som I godkender. Ikke til at sende dem selv.
- Mål én ting: hvor lang tid opgaven tager nu. Hvis den ikke er kortere, var det den forkerte opgave.
Hvordan du ved, om det virker
Det er her, de fleste AI-initiativer løber ud i sandet: der er ingen, der har besluttet, hvad succes var. »Vi bruger AI nu« er ikke et resultat.
- Tid: hvor lang tid tog opgaven før, og hvor lang tid tager den nu? Det eneste tal, alle kan blive enige om.
- Dækning: hvor stor en del af kontoen bliver nu gennemgået hver måned, mod før?
- Frekvens: hvor ofte bliver spørgsmålet stillet nu? Hvis det er gået fra kvartalsvis til ugentligt, er der sket noget.
- Fejlrate: hvor stor en andel af forslagene afviser I? Over 30 % betyder, at værktøjet mangler kontekst – ikke nødvendigvis at det er dårligt.
Den sidste er den mest nyttige i starten. En høj afvisningsrate er ikke et nederlag; det er information om, hvad værktøjet ikke ved om jeres forretning, og det kan der som regel gøres noget ved.
Tre faldgruber, der går igen
At starte med indhold
Det er det første, alle prøver, og det er det sværeste at vurdere. Du ved ikke, om en tekst er god, før den har kørt i en måned. Start med analyse, hvor svaret enten passer med tallene eller ikke gør.
At give adgang til alt på én gang
Flere forbindelser gør ikke svarene bedre, hvis I ikke ved, hvilken der bidrog med hvad. Én ad gangen, og mærk efter.
At lade værktøjet handle, før I kender dets grænser
Den dyre. Giv det lov til at forberede alt og udføre ingenting, indtil I har set nok forslag til at vide, hvornår det tager fejl – og hvordan det ser ud, når det gør.
Det, der reelt ændrer sig
Den største forskel er ikke, at arbejdet bliver gjort af en maskine. Det er, at afstanden mellem et spørgsmål og et svar bliver kort nok til, at man begynder at spørge om ting, man før lod være med.
»Hvilke søgetermer koster os penge uden at konvertere?« var altid et godt spørgsmål. Det blev bare sjældent stillet, fordi svaret tog halvanden time. Når det tager tyve sekunder, bliver det stillet hver uge – og dét er, hvor pengene ligger.
Den store gevinst er ikke hastighed på det, du allerede gør. Det er de spørgsmål, du begynder at stille, fordi de pludselig er gratis.
Ofte stillede spørgsmål
- Erstatter AI marketingfolk?
- Den erstatter en del af det arbejde, der aldrig blev gjort alligevel, fordi der ikke var tid. Beslutningerne, prioriteringen og ansvaret flytter sig ikke.
- Hvor skal man starte, hvis man aldrig har brugt AI i markedsføring?
- Med analyse frem for indhold. Det er lettere at vurdere, om et svar er rigtigt, end om en tekst er god – og man lærer hurtigere, hvad værktøjet kan.