Hvorfor markedsføringsorkestrering er den nye superkraft

Jason Ing har en nyttig måde at beskrive, hvor de fleste marketingteams befinder sig lige nu. "Jeg plejede at sige for sjov, at AI var som min praktikant," siger han. "Men nu er den praktikant ved at blive færdiguddannet og blive en kollega."

Som CMO hos Typeface leder Ing det, han omtaler som en orkestreringsmotor til marketing i større virksomheder. Han har brugt næsten 20 år hos Microsoft, Amazon og Gusto på at observere, hvordan marketingorganisationer tager ny teknologi til sig, og mønstret gentager sig igen og igen: Teams tager et værktøj i brug, bliver hurtigere til at producere individuelle aktiver og stopper derefter. Han bemærker, at de behandler AI som en accelerator for det arbejde, de allerede udførte, i stedet for som en grund til at gentænke, hvordan arbejdet overhovedet bliver udført.

Dette gab mellem at bruge AI og at drive marketing med AI — det er her, den reelle mulighed ligger. De fleste teams har endnu ikke krydset det.

Koordinationsproblemet, ingen taler om

Spørg enhver senior marketingmedarbejder, hvor kampagner går i stå, og du vil høre det samme svar: Det er ikke i selve skabelsen, men i alt det, der kommer bagefter. Skift mellem overleveringer, godkendelser, redesign af indholdsarbejdsgange og nogle gange endda juridisk gennemgang.

Ing er præcis omkring, hvor sammenbruddet sker i stor skala. "Sammenbruddet sker ikke på skabelsestidspunktet, men i koordineringen af overleveringerne mellem marketingteamet, det kreative team og IT. Det er her, hastighed, ensartethed og kvalitet går tabt."

AI som assistent løser ikke dette. Du kan bruge Claude til at skrive en bedre e-mail på den halve tid, men hvis den e-mail stadig skal gennem fire afdelinger, før den bliver sendt, har du ikke ændret, hvor hurtigt din marketing bevæger sig. Marketingorkestrering er forsøget på at løse koordineringslaget, ikke kun skabelseslaget. I praksis betyder det at opbygge systemer, hvor et enkelt strategisk brief bliver input til agenter, der håndterer kanal-specifik eksekvering, kontrol af overholdelse af brandregler og test af varianter — mens mennesker træffer de beslutninger, der har reel strategisk betydning.

Resultaterne kan være betydelige. Ing peger på et konkret eksempel fra sit eget team, hvor han fortæller, at "vi brugte vores e-mailagent til at personalisere promoveringen af et webinar på tværs af forskellige personaer, og det gav en 4 gange højere konvertering fra e-mail til tilmelding og en 2 gange højere klikrate end en generisk masseudsendelse, samtidig med at det tog minutter i stedet for timer at producere flere brandtilpassede varianter."

Hvorfor IT nu er med ved bordet

I det meste af det seneste årti har marketingteknologi fungeret i behagelig afstand fra IT. Marketingmedarbejdere traf beslutninger om deres egen teknologistak og passede i vid udstrækning deres eget arbejde. Denne ordning og den frihed, marketingmedarbejderne har, ændrer sig hurtigt. Ing bemærker, at "IT-tilpasning nu er en forudsætning, før noget arbejde reelt går i gang," siger Ing. "Når dit AI-system ser på ting som overholdelse af regler, privatliv, brandstyring og kampagnedata, bliver IT centralt. Virksomheder, der får succes med AI, betragter det som fælles infrastruktur, ikke som et sideprojekt."

Dette skift går dybere end teknisk integration. Et orkestreringssystem, der henter data fra dit CRM-system, dit indholdsbibliotek og dine resultatanalyser, berører data, som marketing ikke ejer alene. Når AI begynder at træffe autonome beslutninger i disse arbejdsgange, stiger konsekvenserne af en fejlkonfiguration tilsvarende. Colleen Goepfert, deltids-CMO og ledelsesrådgiver, har set denne dynamik føre til et beslægtet problem, hvor "ledere forventer transformation uden governance. AI genererer muligheder for dig, men er svag til at afveje kompromiser. Ledere skal stadig vide, hvad de skal vælge."

Implikationen er, at marketing ikke kan behandle orkestrering som et teknologiprojekt, der overdrages til IT, lige så lidt som det kan behandles som et marketingprojekt, der kører isoleret. De teams, der bygger holdbare systemer, er dem, hvor begge sider ejer resultatet gennem en samlet driftsmodel for marketing.

Klarhed først, hastighed bagefter

Det, der typisk får AI-udrulninger i større virksomheder til at mislykkes, er ikke, at AI'en er dårlig. Det er, at teams går i gang med automatisering, før de har afklaret de grundlæggende spørgsmål: Hvad står brandet for, hvilke påstande kan og kan ikke fremsættes, og hvad indeholder et godt brief egentlig?

Ing har set tilstrækkeligt mange pilotprojekter mislykkes til at kunne være specifik om dette. "Hvis inputtene er uklare, for eksempel et uklart brief, en uklar positionering eller manglende dokumentation, kan AI ikke redde det. De hurtigste gevinster kom, da vi først strammede op på arbejdet tidligere i processen og derefter brugte AI til at skalere det, der allerede var korrekt i sin retning."

Jennifer Tomlinson, EVP for marketing hos QorusDocs, nåede frem til samme konklusion ad en anden vej. "Vi var nødt til at slippe antagelsen om, at det automatisk ville gøre vores marketing smartere at tage AI i brug. Det viste i stedet, at AI forstærker den klarhed eller forvirring, der allerede findes." Den operationelle konsekvens er, at opbygningen af et agentbaseret marketingsystem begynder med dokumentationsarbejde, der ikke ligner AI-implementering det mindste. Det kan for eksempel være at kodificere brandregler, godkendelsesveje og logikken bag beslutninger om budskaber. Det grundarbejde er det, der giver agenterne noget pålideligt at arbejde med.

Opbygning inden for det, du allerede har

En af de vedvarende udfordringer ved at tage AI i brug i større virksomheder er den eksisterende teknologistak. De fleste store organisationer har brugt årevis på at opbygge systemer, der fungerer, om end de er ufuldkomne og dyre, men pålidelige, og det er reelt kompliceret at introducere orkestreringsinfrastruktur oven på dem.

Ings tilgang hos Typeface er at begynde med integration frem for udskiftning. Han fortæller, at "vi anerkender, at kunder, især store virksomheder, har langsigtede kontrakter med deres CRM-leverandør eller deres kundedataplatform. Vi kræver ikke, at I skrotter det hele. Vi passer ind i den måde, I allerede arbejder på."

Andrea Tarrell, chef for teknologitjenester hos Trilliad, understreger behovet for tålmodighed her og foreslår, at ledere "ser på, hvordan I kan optimere det, I har, og derefter overvejer, hvad der mangler. Og vær ærlige om, hvilket arbejde I kan påtage jer internt, og hvor I ville have gavn af en partner. Jeres team havde et fuldtidsjob, før I begyndte migreringen." De teams, der navigerer bedst i dette, er ikke dem med de mest ambitiøse køreplaner. De bevæger sig frem i mindre etaper, dokumenterer undervejs og modstår presset for at vise en dramatisk forandring inden for en kvartalsvis tidsramme.

Hvor mennesker stadig er afgørende

Arkitekturen i ethvert orkestreringssystem er kun så god som beslutningerne om, hvad der skal automatiseres, og hvad der skal forblive menneskeligt. Automatisér for lidt, og I har brugt betydelige beløb på marginale gevinster. Automatisér for meget, og I udgiver indhold, som ingen med reel dømmekraft har gennemgået.

Ings afgrænsning er specifik, og han fortæller, at "de beslutninger, der forbliver meget menneskelige, handler om positionering, narrativ og afvejninger vedrørende brandet, især når det gælder, hvad vi ønsker at være kendt for, hvad vi er villige til at sige, og hvad vi ikke vil sige. AI kan frembringe muligheder og evidens, men mennesker bør træffe beslutningen. Det gør ansvaret tydeligt."

Tomlinson sætter et skarpere fokus på, hvad AI stadig ikke kan efterligne på dette område, og fremhæver, hvordan "AI har svært ved tilbageholdenhed. Den er meget god til at udfylde plads og meget dårlig til at vide, hvornår mindre er mere. At vide, hvad man skal udelade, hvornår man skal holde pause, og hvordan noget vil blive modtaget, kræver stadig menneskelig dømmekraft." Den redaktionelle intuition – hvornår man skal skære fra, hvornår man skal forenkle, og hvornår man skal sige nej til en taktik – kommer fra erfaring, der ikke findes i et træningsdatasæt. Den kommer af at have set noget blive modtaget dårligt og vide hvorfor.

Den kumulative effekt

For teams, der ønsker at bevæge sig hen imod orkestrering uden at forpligte sig til en fuldstændig omlægning af platformen, er det praktiske udgangspunkt smallere, end de fleste forventer. Vælg én kampagnetype, hvor koordinationsfriktionen er størst. Kortlæg den nuværende arbejdsgang, identificér, hvor tingene går langsommere, og find derefter én overdragelse, hvor en agent kan håndtere overførslen mere pålideligt end et menneske. Byg den. Få den til at fungere. Dokumentér, hvordan det gode ser ud.

Denne dokumentation bliver grundlaget for alt andet – færdighederne, vidensbasen, efterlevelsesreglerne og parametrene for brandets stemme. Det hele føder et system, der bliver mere nyttigt, jo mere præcist det instrueres.

Ings pointe om den kumulative effekt er værd at tage alvorligt. "Hvis du forbedrer dig gennem AI med én procent hver dag, vil det virkelig akkumulere, når du når årets udgang – og du indser, hvor meget længere fremme du er, end hvis du ikke var begyndt."

De teams, der gør reelle fremskridt med orkestrering lige nu, er ikke dem, der har erklæret en AI-transformation. Det er dem, der har valgt et specifikt koordinationsproblem, løst det ordentligt og er gået videre til det næste.

Hvad er det næste

Klar til at vokse? Bliv medlem af The CMO Club for at få indsigt, vejledninger og ressourcer fra marketingledere direkte i din indbakke.