Jakich narzędzi AI do marketingu powinna używać agencja? Zacznij od innego pytania: które narzędzia będą współpracować z tym, czego już używasz, i dadzą efekt, który klient może zobaczyć, sprawdzić i za który zechce zapłacić? Dla agencji integracja jest kluczową funkcją. Cała reszta to tylko demo.
Klienci pytają o coś bardzo podobnego. Campaign, opisując badanie Ingenuity Pulse, podaje, że tylko co trzeci marketer jest zadowolony z efektów inwestycji w martech, i przedstawia tę lukę w wartości jako zagrożenie dla utrzymania klientów przez agencje. Tymczasem Digiday podaje, że agencje dopisują AI do istniejących umów ramowych (MSA) klauzula po klauzuli. „Jesteśmy już na etapie, na którym po prostu wpisujemy to do istniejących umów MSA” – powiedział redakcji CEO agencji Mile Marker. Stacki, podobnie jak umowy, skleja się w biegu.
Dlaczego agencje kończą ze stertą narzędzi AI zamiast ze stackiem?
Bo każdy zakup miał w danej chwili sens. Wyobraź sobie niezależną agencję zatrudniającą 40 osób. Dział strategii kupił narzędzie do social listeningu na potrzeby pitchu. Zespół social media korzysta z osobnej biblioteki reklam. Każdy ma dostęp do chatbota i każdy używa go inaczej. Ktoś dodał konektor do raportowania, studio uwielbia swój generator obrazów, a oprogramowanie do zarządzania projektami ma teraz przycisk AI, którego nikt nie klika.
Każde z tych narzędzi z osobna jest w porządku. Razem generują eksporty, kopiowanie i wklejanie oraz pięć wersji prawdy. Miesięczny raport wciąż składa się ręcznie w ostatni czwartek miesiąca, a audyt konkurencji nadal żyje w prezentacji, którą ktoś przygotował w marcu.
Duże holdingi reklamowe poradziły sobie z tym, zatrudniając zespoły ds. danych i AI, które wszystko ze sobą połączyły. Niezależne agencje rzadko mają taki zespół, więc łączenie systemów spada na osobę, która „zna się na technologii” – zwykle na dokładkę do pełnego portfela klientów.
Dlaczego tak się dzieje: to problem systemu, a nie narzędzi
Najprostsze wyjaśnienie daje teoria systemów. Wyniki systemu biorą się z relacji między jego elementami, a nie z samych elementów. Genialny skrzypek i genialny perkusista, którzy się nawzajem nie słyszą, nie tworzą orkiestry. Tworzą hałas.
W agencji tymi relacjami są przekazania pracy: dane z social listeningu trafiają do prezentacji strategicznej, prezentacja do briefu, brief do kreacji, kreacja do mediów, a media do raportu. Każde przekazanie, które zależy od tego, że ktoś wyeksportuje arkusz kalkulacyjny, to miejsce, w którym ucieka insight i znikają godziny.
Arytmetyka jest bezlitosna. Między pięcioma narzędziami jest dziesięć możliwych połączeń. Między dziesięcioma – 45. Dodanie sprytnej nowej aplikacji nie dodaje jednej funkcji; dodaje zestaw nowych przekazań, którymi ktoś musi zarządzać. Dlatego większy stack tak często wydaje się wolniejszy od mniejszego.
Na co zwracać uwagę przy ocenie narzędzi AI do marketingu?
Oceniaj każde narzędzie po tym, jak zachowuje się w Twoim systemie, a nie po liście funkcji. Oto pytania, które warto zadać, zanim demo zamieni się w umowę.
| Kryterium | O co zapytać | Sygnał ostrzegawczy |
|---|---|---|
| Wspólne dane | Czy odczytuje i zapisuje dane, które już mamy? | „Wystarczy wyeksportować plik CSV i go wgrać” |
| Weryfikowalność | Czy widzimy dowody stojące za każdym wnioskiem AI? | Pewne siebie odpowiedzi bez źródeł |
| Dostęp dla klienta | Czy klient może dostać własne konto, a jego dane pozostaną odseparowane? | Wspólne loginy i brak uprawnień |
| Gotowość do zapisów w umowie | Czy potrafimy określić, co robi, z jakich danych korzysta i do kogo należą efekty? | Mgliste zapisy o wykorzystaniu danych i prawach własności intelektualnej |
| Koszt wdrożenia | Czy zespół może z niego korzystać tam, gdzie już pracuje? | Kolejny dashboard, którego wszyscy muszą się nauczyć |
| Utrzymanie | Kto to naprawi, gdy platforma zmieni API? | „Wasz programista to ogarnie” |
| Dopasowanie do procesów | Które konkretne zadanie eliminuje? | To „platforma do wszystkiego” |
Wiersz dotyczący umów ma dziś większe znaczenie niż kiedyś. Według Digiday klienci proszą teraz o zapisy dotyczące nadzoru człowieka, odszkodowań, ujawniania używanych narzędzi i praw do treści wygenerowanych przez AI. Jak ujęła to Keri Bruce, partnerka w Reed Smith: „Ostatecznie ludzie chcą jawności. Chcą wiedzieć, jakie narzędzia są używane”. Narzędzia, którego nie potrafisz wyjaśnić klientowi, nie możesz bezpiecznie używać przy jego projektach.
Jak zbudować stack AI, który współpracuje z istniejącymi systemami?
Wychodź od procesu, a nie od listy dostawców. Praktyczna kolejność działań:
- Wybierz dwa najbardziej bolesne procesy. Zwykle są to raporty miesięczne, audyty konkurencji, spotkania statusowe i ręczne dopasowywanie formatów kreacji. Przez miesiąc zapisuj, ile godzin zajmują, żeby mieć punkt odniesienia.
- Narysuj ścieżkę danych. Na jednej stronie prześledź, gdzie dane powstają, przez jakie systemy przechodzą i w których miejscach ktoś ręcznie kopiuje je z jednego miejsca do drugiego. Te punkty to Twoje cele integracji.
- Wybierz kręgosłup. Zdecyduj się na jedną warstwę analityczną, w której przechowywane są dane o klientach, konkurencji i odbiorcach. Pozostałe narzędzia czytają z niej, zamiast trzymać własne kopie.
- Umieść AI tam, gdzie ludzie już pracują. Narzędzie, do którego zespół musi logować się osobno, do piątku pójdzie w odstawkę. Asystent, który odpytuje Twoje dane z poziomu narzędzi używanych na co dzień, przyjmie się.
- Zautomatyzuj jedno zadanie od początku do końca. Zamiana jednego raportu miesięcznego z ręcznej mordęgi w automatyczny szkic sprawdzany przez człowieka daje więcej niż urwanie dziesięciu procent czasu z dziesięciu zadań.
- Zapisz to w dokumentach. Potraktuj trzy wyzwalacze opisane przez Digiday jako listę kontrolną: klient chce dostępu do Twojego narzędzia AI, klient prosi o zapisy dotyczące AI albo w jego projekcie pojawia się nowe narzędzie AI. Na każdą z tych sytuacji miej gotowy standardowy aneks.
- Co kwartał coś wycofuj. Każde narzędzie musi uzasadnić swoje połączenia. Jeśli nikt nie zauważyłby jego zniknięcia, wyłącz je.
Czy niezależne agencje powinny budować własny stack AI, czy go kupić?
Niektóre agencje budują. Digiday opisuje agencje, które dzięki autorskim narzędziom zmierzają w stronę modelu przypominającego firmę software'ową, co zmienia sposób, w jaki zarabiają. Brian Yamada z VML powiedział redakcji, że dopóki branża nie uzgodni struktury kosztów AI, trudno będzie napisać standardowe zapisy umowne.
Budowanie ma sens, jeśli oprogramowanie jest częścią Twojego modelu biznesowego. Dla większości niezależnych agencji nie jest. Własny stack wymaga inżynierów, konektorów, które psują się za każdym razem, gdy platforma zmienia API, i kogoś na dyżurze, gdy to się dzieje. Duże holdingi wydały na to miliony. Niezależna agencja, która próbuje dorównać im własnymi siłami, zwykle kończy z kruchą kopią i bardzo zmęczonym szefem digitalu.
Zakup zintegrowanej platformy to droga na skróty. Właśnie tę lukę ma wypełnić platforma Defy: te same możliwości analityczne i AI, którymi dysponują duże holdingi, bez kosztów budowy i ciężaru utrzymania. Cokolwiek wybierzesz, zastosuj test z powyższej tabeli. Połączone wygrywa ze sprytnym.
Jak udowodnić klientom, że stack jest wart swojej ceny?
Jeśli tylko jedna trzecia marketerów jest zadowolona z tego, co daje im martech, agencja, która potrafi pokazać wartość swoich narzędzi, ma przewagę. Pokazywanie wartości oznacza raportowanie efektów, a nie aktywności.
- Pokaż odzyskany czas. Jeśli automatyzacja oszczędza dzień przy każdym raporcie miesięcznym, powiedz, na co ten dzień poszedł: trafniejszą analizę konkurencji, plan testów, lepszy brief.
- Pokaż dowody. Klienci ufają wnioskom AI, które mogą sprawdzić. Powiąż każde ustalenie z postami, reklamami lub danymi, na których się opiera.
- Pokaż decyzje. Najmocniejszym dowodem jest decyzja, którą klient podjął szybciej lub z większą pewnością dzięki czemuś, co wydobył Twój stack.
Narzędzia to pozycja kosztowa. Połączony system, który zmienia decyzje, to powód, by zatrzymać agencję.
