Quali metriche AI dovrebbe mostrare un'agenzia ai propri clienti? Non quelle di cui la maggior parte delle agenzie va più fiera. Licenze acquistate, agenti attivati e asset generati descrivono il tuo impegno. I clienti pagano per i risultati: quanto costa ogni lavoro, con che rapidità arriva, quanto spesso è sbagliato e che effetto ha sul profitto. Misura queste cose e la tua storia sull'AI diventa una storia commerciale.
La spinta a cambiare ora arriva dal contratto. Secondo Campaign US, uno studio di WFA e Agency Mania Solutions su 69 multinazionali con una spesa complessiva di 147 miliardi di dollari ha rilevato che la remunerazione delle agenzie basata sul lavoro è scesa dal 54% del 2011 al 17% del 2026. Circa il 58% dei brand si aspetta più compensi legati alla performance. Finora solo il 20% ha cambiato modello a causa dell'AI, ma il 61% prevede di farlo.
Perché i clienti chiedono che cosa produce davvero la tua AI?
Perché il tempo sta perdendo valore come misura del valore. Se un report che richiedeva una giornata ora ne richiede un'ora, fatturare la giornata sembra strano e fatturare l'ora sembra un taglio di stipendio. Lo studio WFA indica l'AI come ciò che rende il tempo una misura sempre più debole del valore di un'agenzia.
Eppure il cambiamento è fermo a metà strada. Adweek ha riferito questo mese che i brand sono lenti nell'adottare una remunerazione basata sui risultati, anche se l'AI erode i ricavi delle agenzie basati sugli FTE. Bob Lord, presidente di Horizon Media Holdings, ha definito la fatturazione a FTE il «vecchio sistema» e si è chiesto se si possa superarlo «senza una qualche forza esterna».
Questa situazione di stallo è un'opportunità per le indipendenti. Se il vecchio modello ha bisogno di una forza esterna, un'agenzia che si presenta con numeri di risultato credibili può essere quella forza, invece di aspettare che sia l'ufficio acquisti a imporla. Ma solo se i numeri sono quelli giusti.
Che cosa conta come vanity metric nell'AI di agenzia?
Il fondatore di un'agenzia di Singapore, che ha passato 18 mesi a cercare di rendere AI-native la sua agenzia di circa 20 persone, lo ha riassunto in una sola slide a una sessione sull'adozione dell'AI questa settimana: ciò che contavamo contro ciò che conta davvero. Come mostra il diagramma, la colonna di sinistra è il materiale che riempie una presentazione interna per tutto lo staff: utenti dell'AI, attività automatizzate, agenti attivati, asset generati. La colonna di destra è legata ai risultati di business: costo per output, tempo di consegna, qualità/tasso di errore e impatto sul profitto.
Il suo punto era netto. Al cliente non importa se hai usato l'AI. Gli importa che l'output sia buono. Nessuno rinnova un retainer perché l'agenzia ha 40 licenze attive.
Ecco un modo per tradurre ogni vanity number in qualcosa che un cliente può percepire.
| Ciò che contavamo | Perché lusinga | Che cosa conta davvero | La domanda del cliente a cui risponde |
|---|---|---|---|
| Utenti dell'AI | Misura le licenze, non il lavoro utile | Costo per output | «Stiamo pagando meno per ogni report, modifica o asset?» |
| Attività automatizzate | Conta i tentativi e ignora le rilavorazioni | Tempo di consegna | «Riceviamo il lavoro prima?» |
| Agenti attivati | Premia il costruire più dei risultati | Qualità / tasso di errore | «Possiamo fidarci di ciò che arriva nella nostra casella di posta?» |
| Asset generati | Il volume costa poco e la maggior parte degli asset non viene mai usata | Impatto sul profitto | «Ha spostato vendite, margine o efficienza?» |
Gli abbinamenti sono nostri, non una legge di natura. Il principio vale comunque: ogni numero che riporti dovrebbe resistere al cliente che chiede «e quindi?»
Perché l'output dell'AI «abbastanza buono» costa così caro?
L'idea più utile dell'intervento riguardava i tassi di accettazione. Supponiamo che un flusso di lavoro con l'AI prepari dieci risposte ai clienti, caption o sintesi di report e che sei vengano accettate così come sono. La maggior parte dei team festeggia i sei e sistema in silenzio gli altri quattro a mano. La tesi del fondatore: costruisci un ciclo chiuso che riporti ogni correzione nel sistema, così sei diventa sette, poi otto, poi nove.
Il pericolo è l'opposto. Un output che funziona nel 60–70% dei casi viene fatto passare come «abbastanza buono», e la mediocrità diventa lo standard della casa. Nessuno ha deciso di abbassare l'asticella. È semplicemente scivolata.
In termini di agenzia, quella deriva somiglia a un team social che passa il venerdì pomeriggio a riscrivere caption dell'AI senza aver risparmiato nulla, o a un'agenzia CRM la cui segmentazione è giusta quasi sempre e imbarazzante il resto del tempo. Il tempo risparmiato sulla carta viene mangiato dalle correzioni, e il cliente vede gli errori, non la media.
Il tasso di accettazione è una metrica di qualità che puoi monitorare dal primo giorno. Un'accettazione in crescita significa che il ciclo funziona. Un'accettazione piatta significa che hai comprato un abbonamento, non una capacità.
Perché le agenzie continuano a riportare i numeri sbagliati sull'AI?
La teoria della percezione del valore (Value Perception Theory) lo spiega con semplicità: le persone giudicano il valore in base al beneficio che percepiscono rispetto a ciò a cui rinunciano, non in base a ciò che ha investito chi vende. Gli input sono visibili all'agenzia e invisibili al cliente. «Agenti attivati» è un input. Un report che arriva due giorni prima e non richiede correzioni è un beneficio.
Le agenzie ripiegano sulle metriche di input perché sono facili da contare e fanno sembrare il team indaffarato. Le holding hanno abituato il mercato a parlare allo stesso modo delle piattaforme proprietarie. Ma un cliente non percepisce il tuo stack. Percepisce i tempi di consegna, la precisione e se il lavoro ha mosso i suoi numeri.
È anche il motivo per cui la fatturazione a tempo è in difficoltà. Anche le ore sono un input.
Come si costruisce uno scorecard dell'AI per cui i clienti pagheranno?
Parti in piccolo: un flusso di lavoro, un cliente, un trimestre. Poi espandi.
- Scegli un flusso di lavoro che il cliente già percepisce. Reporting mensile, audit dei competitor, ridimensionamento degli asset o QA delle campagne. Se il cliente non noterebbe un miglioramento, è il posto sbagliato da cui partire.
- Misura la baseline con onestà. Ore, costo per output e correzioni per consegna prima che entri in gioco qualsiasi AI. Senza una baseline, ogni miglioramento è un aneddoto.
- Fissa l'obiettivo in termini di risultato. «Report consegnato in un giorno anziché tre, con zero correzioni del cliente» vale più di «usare l'AI per il reporting».
- Conta il costo completo. Includi il tempo che le persone passano a controllare e correggere l'output dell'AI. Un flusso di lavoro che fa risparmiare quattro ore e ne aggiunge quattro di correzioni non ha fatto risparmiare nulla.
- Monitora il tasso di accettazione ogni settimana. Registra che cosa è stato accettato, che cosa è stato modificato e perché. Riporta le modifiche in prompt, template ed esempi così che il tasso salga.
- Riporta con il linguaggio del cliente. Costo per output, tempo di consegna, tasso di errore e, dove puoi collegarlo, l'effetto su vendite o margine. Lascia il numero delle licenze nella presentazione interna.
- Porta le prove nella conversazione commerciale. Due trimestri di dati sui risultati ti danno la base per un fee legato all'output o alla performance, la direzione verso cui, secondo lo studio WFA, si aspetta di andare la maggior parte dei brand.
Dove si colloca la creatività nelle metriche di risultato?
I creativi temono, a ragione, che le metriche di risultato riducano le idee a fogli di calcolo. Non deve per forza essere così. L'obiettivo è colmare il divario tra un concept creativo e un risultato misurabile prima che escano i soldi dei media, non lasciare che sia il foglio di calcolo a scrivere l'idea.
Significa portare le prove in anticipo: a quali tensioni del pubblico risponde il lavoro, come comunicano i competitor della categoria e quanto è probabile che un creativo conquisti il clic. Sulla piattaforma Defy, le previsioni sui creativi vengono validate rispetto alla performance reale degli annunci, così la conversazione sui risultati con il cliente parte dalle prove e non dal gusto. Il gusto decide ancora che cosa viene realizzato. Le prove decidono che cosa viene difeso.
Lo stesso ragionamento vale per la delivery. SAMY, un'agenzia globale di influencer marketing, ha adottato Defy Agents per semplificare il reporting delle performance e ha ridotto tre giorni di lavoro a uno. È un numero di tempo di consegna che un cliente può percepire, ed è proprio questo il punto.
