เอเจนซีควรใช้เครื่องมือการตลาด AI ตัวไหน? ลองเริ่มจากคำถามอื่นก่อน เครื่องมือไหนจะทำงานร่วมกับสิ่งที่คุณใช้อยู่แล้วได้ และสร้างผลงานที่ลูกค้ามองเห็น ตรวจสอบ และยอมจ่ายเงินให้ได้? สำหรับเอเจนซี การเชื่อมต่อคือฟีเจอร์ ที่เหลือเป็นแค่เดโม
ลูกค้าเองก็กำลังถามคำถามในทำนองเดียวกัน Campaign รายงานผลการศึกษา Ingenuity Pulse ว่านักการตลาดเพียงหนึ่งในสามเท่านั้นที่พอใจกับผลลัพธ์จากการลงทุนด้าน martech และมองว่าช่องว่างด้านความคุ้มค่านี้เป็นภัยต่อการรักษาลูกค้าของเอเจนซี ขณะเดียวกัน Digiday รายงานว่าเอเจนซีกำลังเย็บปะข้อกำหนดเรื่อง AI เข้าไปในสัญญาบริการหลัก (MSA) ที่มีอยู่ทีละข้อ “ตอนนี้เรามาถึงจุดที่เราแค่ใส่เรื่องนี้เข้าไปใน MSA ที่มีอยู่แล้ว” CEO ของ Mile Marker บอกกับสื่อดังกล่าว ชุดเครื่องมือก็เหมือนสัญญา คือกำลังถูกประกอบเข้าด้วยกันแบบเฉพาะหน้า
ทำไมเอเจนซีจึงลงเอยด้วยกองเครื่องมือ AI แทนที่จะเป็นชุดเครื่องมือที่เชื่อมกัน?
เพราะการซื้อทุกครั้งดูสมเหตุสมผลในตอนนั้น ลองนึกภาพเอเจนซีอิสระขนาด 40 คน ทีมกลยุทธ์ซื้อเครื่องมือ social listening มาใช้สำหรับงานพิตช์ ทีมโซเชียลใช้คลังโฆษณาอีกตัวแยกต่างหาก ทุกคนมีบัญชีแชตบอตและใช้งานกันคนละแบบ มีคนเพิ่มตัวเชื่อมต่อสำหรับทำรายงาน สตูดิโอชอบเครื่องมือสร้างภาพของตัวเอง และซอฟต์แวร์บริหารโปรเจกต์ก็มีปุ่ม AI ที่ไม่มีใครกด
เครื่องมือแต่ละตัวไม่มีปัญหา แต่เมื่อรวมกันกลับเกิดการส่งออกไฟล์ การก๊อปวาง และ “ความจริง” ห้าเวอร์ชัน รายงานประจำเดือนยังคงถูกประกอบด้วยมือในวันพฤหัสบดีสุดท้ายของเดือน และการสำรวจคู่แข่งก็ยังอยู่ในสไลด์ที่ใครสักคนทำไว้ตั้งแต่เดือนมีนาคม
เครือเอเจนซีโฮลดิงรายใหญ่แก้ปัญหานี้ด้วยการจ้างทีมข้อมูลและทีม AI มาเชื่อมทุกอย่างเข้าด้วยกัน เอเจนซีอิสระแทบไม่มีทีมแบบนั้น งานเชื่อมระบบจึงตกเป็นของใครก็ตามที่ “เก่งเรื่องเทคโนโลยี” ซึ่งมักต้องทำควบคู่ไปกับการดูแลลูกค้าเต็มมือ
ทำไมจึงเกิดขึ้นซ้ำ ๆ: ปัญหาเชิงระบบ ไม่ใช่ปัญหาของเครื่องมือ
ทฤษฎีระบบ (systems theory) ให้คำอธิบายที่ตรงไปตรงมาที่สุด ผลลัพธ์ของระบบเกิดจากความสัมพันธ์ระหว่างองค์ประกอบต่าง ๆ ไม่ใช่จากองค์ประกอบแต่ละชิ้นโดยลำพัง นักไวโอลินฝีมือเยี่ยมกับมือกลองฝีมือเยี่ยมที่ไม่ได้ยินเสียงกันและกัน ไม่ได้ทำให้เกิดวงออร์เคสตรา แต่ทำให้เกิดเสียงอึกทึก
ในเอเจนซี ความสัมพันธ์เหล่านั้นก็คือการส่งต่องาน ข้อมูลจาก social listening ส่งเข้าสไลด์กลยุทธ์ สไลด์ส่งต่อเป็นบรีฟ บรีฟส่งต่อให้ครีเอทีฟ ครีเอทีฟส่งต่อให้ทีมมีเดีย และมีเดียส่งต่อเป็นรายงาน การส่งต่อทุกจุดที่ต้องพึ่งให้ใครสักคนส่งออกสเปรดชีต คือจุดที่ข้อมูลเชิงลึกรั่วไหลและชั่วโมงทำงานหายไป
ตัวเลขนั้นโหดร้าย เครื่องมือห้าตัวมีการเชื่อมต่อที่เป็นไปได้สิบเส้น เครื่องมือสิบตัวมี 45 เส้น การเพิ่มแอปเก่ง ๆ ตัวใหม่ไม่ได้เพิ่มความสามารถขึ้นมาแค่หนึ่งอย่าง แต่เพิ่มการส่งต่องานชุดใหม่ที่ต้องมีคนคอยจัดการ นั่นคือเหตุผลที่ชุดเครื่องมือขนาดใหญ่มักรู้สึกช้ากว่าชุดเล็ก
ควรพิจารณาอะไรเมื่อประเมินเครื่องมือการตลาด AI?
ประเมินเครื่องมือแต่ละตัวจากการทำงานภายในระบบของคุณ ไม่ใช่จากรายการฟีเจอร์ ต่อไปนี้คือคำถามที่ควรถามก่อนที่การสาธิตจะกลายเป็นสัญญา
| เกณฑ์ | คำถามที่ควรถาม | สัญญาณอันตราย |
|---|---|---|
| ข้อมูลร่วม | อ่านและเขียนข้อมูลที่เรามีอยู่แล้วได้หรือไม่? | “แค่ส่งออกเป็น CSV แล้วอัปโหลด” |
| การตรวจสอบย้อนกลับ | เราเห็นหลักฐานเบื้องหลังข้อสรุปทุกข้อของ AI ได้หรือไม่? | ตอบอย่างมั่นใจแต่ไม่มีแหล่งที่มา |
| การเข้าถึงของลูกค้า | ลูกค้ามีบัญชีใช้งานได้หรือไม่ โดยแยกข้อมูลของลูกค้าไว้ต่างหาก? | ใช้ล็อกอินร่วมกันและไม่มีการกำหนดสิทธิ์ |
| ความพร้อมด้านสัญญา | เราระบุได้หรือไม่ว่าเครื่องมือทำอะไร แตะข้อมูลอะไร และใครเป็นเจ้าของผลงาน? | ข้อกำหนดเรื่องการใช้ข้อมูลและทรัพย์สินทางปัญญาคลุมเครือ |
| ต้นทุนการนำไปใช้ | ทีมใช้งานได้ในที่ที่ทำงานอยู่แล้วหรือไม่? | แดชบอร์ดอีกตัวที่ทุกคนต้องเรียนรู้ใหม่ |
| การดูแลรักษา | ใครจะแก้ไขเมื่อแพลตฟอร์มเปลี่ยน API? | “เดี๋ยวนักพัฒนาของคุณจัดการเองได้” |
| ความเข้ากับเวิร์กโฟลว์ | ช่วยตัดงานจุกจิกเรื่องไหนออกไปได้บ้าง? | เป็น “แพลตฟอร์มสำหรับทุกอย่าง” |
แถวที่ว่าด้วยสัญญามีความสำคัญมากกว่าที่เคย Digiday พบว่าตอนนี้ลูกค้าขอให้มีข้อกำหนดเรื่องการกำกับดูแลโดยมนุษย์ การชดใช้ค่าเสียหาย การเปิดเผยเครื่องมือที่ใช้ และความเป็นเจ้าของผลงานที่สร้างด้วย AI ดังที่ Keri Bruce หุ้นส่วนของ Reed Smith กล่าวไว้ว่า “ท้ายที่สุดแล้ว ผู้คนต้องการการเปิดเผยข้อมูล พวกเขาอยากรู้ว่ามีการใช้เครื่องมืออะไรบ้าง” เครื่องมือที่คุณอธิบายให้ลูกค้าฟังไม่ได้ คือเครื่องมือที่คุณใช้กับงานของลูกค้ารายนั้นอย่างปลอดภัยไม่ได้
จะสร้างชุดเครื่องมือ AI ที่ทำงานร่วมกับระบบเดิมได้อย่างไร?
เริ่มจากเวิร์กโฟลว์แล้วขยายออกไป ไม่ใช่เริ่มจากรายชื่อผู้ขายแล้วบีบเข้ามา ลำดับขั้นตอนที่ใช้ได้จริงมีดังนี้
- เลือกสองเวิร์กโฟลว์ที่สร้างความเจ็บปวดมากที่สุด รายงานประจำเดือน การสำรวจคู่แข่ง การประชุมอัปเดตสถานะ และการปรับขนาดชิ้นงานด้วยมือ คือผู้ต้องสงสัยประจำ บันทึกจำนวนชั่วโมงที่ใช้ไปกับงานเหล่านี้ตลอดหนึ่งเดือน เพื่อให้มีค่าฐานไว้เทียบ
- วาดเส้นทางของข้อมูล ในกระดาษหน้าเดียว ไล่ดูว่าข้อมูลเริ่มต้นที่ไหน ผ่านระบบอะไรบ้าง และทุกจุดที่มีคนก๊อปข้อมูลจากที่หนึ่งไปอีกที่หนึ่ง จุดเหล่านั้นคือเป้าหมายของการเชื่อมต่อระบบ
- เลือกแกนกลาง กำหนดชั้นข้อมูลเชิงลึกหนึ่งชั้นเป็นที่เก็บข้อมูลลูกค้า คู่แข่ง และกลุ่มเป้าหมาย เครื่องมืออื่น ๆ อ่านข้อมูลจากที่นี่ แทนที่จะเก็บสำเนาไว้เอง
- วาง AI ไว้ในที่ที่ผู้คนทำงานอยู่แล้ว เครื่องมือที่ทีมต้องล็อกอินแยกต่างหากจะถูกเมินภายในวันศุกร์ ส่วนผู้ช่วยที่สืบค้นข้อมูลได้จากภายในเครื่องมือที่ทีมใช้อยู่แล้ว คือสิ่งที่ทีมจะหยิบมาใช้จริง
- ทำให้งานจุกจิกหนึ่งงานเป็นอัตโนมัติตั้งแต่ต้นจนจบ การเปลี่ยนรายงานประจำเดือนหนึ่งฉบับจากงานหนักที่ต้องทำด้วยมือ ให้เป็นร่างอัตโนมัติที่มีคนตรวจทาน ดีกว่าการลดเวลางานสิบอย่างลงอย่างละสิบเปอร์เซ็นต์
- ระบุไว้ในเอกสารสัญญา ใช้ตัวกระตุ้นสามข้อที่ Digiday ระบุเป็นเช็กลิสต์ ได้แก่ ลูกค้าต้องการสิทธิ์ใช้งานเครื่องมือ AI ของคุณ ลูกค้าขอให้ใส่ถ้อยคำเกี่ยวกับ AI หรือมีการใช้เครื่องมือ AI ใหม่ในโปรเจกต์ของลูกค้า เตรียมภาคผนวกสัญญามาตรฐานไว้ให้พร้อมสำหรับแต่ละกรณี
- ปลดระวางเครื่องมือหนึ่งตัวทุกไตรมาส เครื่องมือทุกตัวต้องพิสูจน์ได้ว่าคุ้มค่ากับการเชื่อมต่อที่ต้องดูแล หากไม่มีใครสังเกตว่ามันหายไป ก็ปิดมันได้เลย
เอเจนซีอิสระควรสร้างชุดเครื่องมือ AI เองหรือซื้อ?
บางเอเจนซีกำลังสร้างเอง Digiday อธิบายว่าเอเจนซีกำลังขยับไปสู่โมเดลแบบบริษัทซอฟต์แวร์ผ่านเครื่องมือที่พัฒนาขึ้นเอง ซึ่งเปลี่ยนวิธีที่เอเจนซีได้รับค่าตอบแทน Brian Yamada จาก VML บอกกับสื่อดังกล่าวว่า ตราบใดที่อุตสาหกรรมยังไม่ตกลงเรื่องโครงสร้างต้นทุนของ AI ร่วมกัน การเขียนถ้อยคำมาตรฐานในสัญญาก็จะยังทำได้ยาก
การสร้างเองสมเหตุสมผลหากซอฟต์แวร์เป็นส่วนหนึ่งของโมเดลธุรกิจของคุณ แต่สำหรับเอเจนซีอิสระส่วนใหญ่ไม่ใช่ ชุดเครื่องมือที่สร้างเองต้องมีวิศวกร มีตัวเชื่อมต่อที่พังทุกครั้งที่แพลตฟอร์มเปลี่ยน API และต้องมีคนคอยสแตนด์บายเมื่อเกิดปัญหา เครือเอเจนซีโฮลดิงรายใหญ่ใช้เงินไปหลายล้านกับเรื่องนี้ เอเจนซีอิสระที่พยายามทำให้เทียบเท่าด้วยทีมภายใน มักลงเอยด้วยสำเนาที่เปราะบาง และหัวหน้าฝ่ายดิจิทัลที่เหนื่อยล้าเต็มที
การซื้อแพลตฟอร์มแบบบูรณาการคือทางลัด และนั่นคือช่องว่างที่แพลตฟอร์ม Defyถูกสร้างขึ้นมาเพื่อปิด ด้วยความสามารถด้านการวิเคราะห์และ AI ระดับเดียวกับเครือเอเจนซีโฮลดิงรายใหญ่ โดยไม่มีต้นทุนการสร้างหรือภาระการดูแลรักษา ไม่ว่าคุณจะเลือกทางไหน ให้ใช้เกณฑ์ในตารางข้างต้นทดสอบ การเชื่อมต่อกันชนะความเก่งเฉพาะตัว
จะพิสูจน์ให้ลูกค้าเห็นว่าชุดเครื่องมือนี้คุ้มค่าได้อย่างไร?
หากนักการตลาดเพียงหนึ่งในสามพอใจกับสิ่งที่ martech ส่งมอบให้ เอเจนซีที่แสดงคุณค่าจากเครื่องมือของตนได้ก็มีความได้เปรียบ การแสดงคุณค่าหมายถึงการรายงานผลลัพธ์ ไม่ใช่รายงานกิจกรรม
- แสดงเวลาที่คุณคืนให้ หากระบบอัตโนมัติช่วยประหยัดเวลาได้หนึ่งวันในรายงานประจำเดือนทุกฉบับ ให้บอกว่าวันนั้นถูกนำไปใช้ทำอะไร เช่น การวิเคราะห์คู่แข่งที่คมขึ้น แผนการทดสอบ หรือบรีฟที่ดีขึ้น
- แสดงหลักฐาน ลูกค้าเชื่อถือข้อสรุปของ AI ที่ตรวจสอบได้ เชื่อมโยงข้อค้นพบทุกข้อเข้ากับโพสต์ โฆษณา หรือข้อมูลที่อยู่เบื้องหลัง
- แสดงการตัดสินใจ หลักฐานที่หนักแน่นที่สุดคือการตัดสินใจที่ลูกค้าทำได้เร็วขึ้นหรือมั่นใจมากขึ้น เพราะสิ่งที่ชุดเครื่องมือของคุณค้นพบ
เครื่องมือเป็นแค่บรรทัดหนึ่งในต้นทุน แต่ระบบที่เชื่อมต่อกันและเปลี่ยนการตัดสินใจได้ คือเหตุผลที่ลูกค้าจะเก็บเอเจนซีไว้



