Markkinointijohtaja kertoo, että useimmat markkinointitiimit tuottavat tekoälyn avulla keskinkertaista työtä nopeammin

Samantha Leal on Aliwellin markkinointijohtaja, jossa hän ottaa käyttöön tekoälytyönkulkuja – jotkut niistä menestyksekkäämmin kuin toiset.

Haastattelimme Samanthaa saadaksemme selville, mikä toimi, mikä ei ja miksi. Tässä hänen kertomansa.

Nollasta skaalautuvaksi

Hei! Olen Samantha Leal. Olen auttanut viimeiset yli 10 vuotta startup-yrityksiä etenemään nollasta skaalautuviksi, yleensä astuen mukaan silloin, kun kasvu näyttää pinnalta hyvältä mutta pettää paineen alla.

Työskentelen koko kasvujärjestelmän parissa asemoinnista ja viestinnästä hankintaan, konversioon ja asiakaspolkuun. Teen tiivistä yhteistyötä perustajien kanssa tuodakseni rakennetta siihen, miten päätöksiä tehdään ja miten kasvu kumuloituu.

Tällä hetkellä olen Aliwellin markkinointijohtaja ja johdan markkinointiosastoa useita kanavia hyödyntävässä kasvukoneistossa, jonka tavoitteena on hankkia ja aktivoida oikomishoidon ammattilaisia. Toimimme maksetun median, koulutuksen, tapahtumien, sisällön ja myynnin tukemisen parissa, mutta keskitymme ensisijaisesti aktivointiin ja liikevaihtoon.

Myymme kliiniselle kohderyhmälle, joten haaste ei ole vain huomion saaminen, vaan myös luottamus, koulutus ja käyttäytymisen muuttaminen. Tämä tekee järjestelmästä monimutkaisemman. Tiiviimpi yhteistyö myynnin, tuotteen ja asiakaskokemuksen kanssa on ratkaisevan tärkeää.

Keskittymisen siirtäminen tekoälyyn

Se, mikä on viime aikoina muuttunut kohdallani, on tapani lähestyä tätä kaikkea tekoälyn avulla.

Olen lopettanut markkinointirooleissa ajattelemisen ja alkanut ajatella työnkulkuja. Suurin osa kasvua edistävistä asioista – testaaminen, luovan sisällön iterointi, raportointi, liidien kvalifiointi ja niin edelleen – on toistettavaa, mutta silti manuaalista ja pirstaloitunutta.

Tekoäly on vipu, jolla nämä työnkulut voidaan suunnitella uudelleen, palautesyklejä nopeuttaa ja tehdä parempia päätöksiä selkeämmin. Tähän muutokseen keskityn nyt.

Miten tekoäly muuttaa sitä, mitä rajallisten resurssien kanssa työskentelevät markkinointijohtajat voivat rakentaa

Viime vuoden aikana käytin tekoälyä joihinkin vaativiin tehtäviin:

• Suunnittelin kokonaisen CRM-siirtymän, joka normaalisti edellyttäisi konsultointiprojektia.
• Suunnittelin monitasoisen koulutusohjelman alusta alkaen.
• Rakensin laadulliseen tutkimukseen – haastatteluihin, kyselyihin ja käyttäytymistietoihin – perustuvan asiakkaiden aktivointijärjestelmän, joka paljasti, miksi jotkut asiakkaat pysähtyvät ensimmäisen ostoksensa jälkeen.

Nämä eivät ole tehtäviä, joita nopeutin, vaan strategisia järjestelmiä, joita pieni tiimi ei normaalisti pystyisi toimittamaan. Tekoäly on muuttanut sitä, mitä rajallisten resurssien kanssa työskentelevä markkinointijohtaja voi rakentaa.

Miten tekoälyä voidaan hyödyntää sidosryhmäraportoinnissa

Käytän tekoälyä viikoittaisen raportin laatimiseen – kyseessä on toimitus, joka ohjaa yrityksen päätöksiä kyseisen viikon aikana.

Syötteisiin kuuluvat edellisen viikon kokousten litteroinnit (Granolan kautta haettuina), Meta Ads -suorituskykyä koskevat CSV-tiedostot, toiminnanohjausjärjestelmän tuotantotiedot, sosiaalisen median analytiikka ja CRM-myyntiputken päivitykset. Nämä viisi lähdettä eivät viesti keskenään.

Työnkulku on seuraava:

1. Syötän raakatranskriptiot Claudeen ja poimin niistä päätökset, esteet sekä osastojen toimenpiteet.
2. Lataan mainosten suorituskykytiedot ja pyydän viikko- ja kuukausitason vertailuanalyysin poikkeamien merkitsemisellä.
3. Analysoin tuotantoluvut – alueittain valmistetut tapaukset verrattuna kuukausitavoitteisiin ja poikkeamat esiin tuotuina.
4. Yhdistän kaiken tämän yhdeksi jäsennellyksi raportiksi, jossa on yksi osio kutakin toimintoa varten, asiayhteydellä varustetut keskeiset mittarit ja – mikä tärkeintä – yläosassa osio nimeltä ”tarvittavat päätökset”.

Lopputuloksena on muotoiltu asiakirja, jonka johtoryhmä voi silmäillä viidessä minuutissa ja jonka perusteella se voi toimia välittömästi. Se ei sisällä raakadataa tai ”tässä tapahtui” -kuvausta. Jokaisella luvulla on vertailuarvo, olennainen asiayhteys ja suositus.

Missä ihmisten on säilytettävä omistajuus

Luotan siis tekoälyyn kaikessa, mikä hyötyy nopeudesta, hahmontunnistuksesta ja suurten tietomäärien yhdistämisestä.

Tähän kuuluu asiakastietojen analysointi eri lähteistä, myyntipuheluista ja haastatteluista saadun palautteen ryhmittely, luovien näkökulmien tuottaminen ja kehittäminen sekä kampanjoiden toimivuuden hahmottaminen nopeammin kuin ihminen pystyisi.

Siitä on myös tullut keskeinen osa tapaa, jolla rakennan työnkulkuja liidien kvalifioinnista seurantatoimiin ja raportointiin. Tekoäly auttaa vähentämään manuaalista työtä ja tuo oivalluksia esiin aiemmin, joten emme toimi jälkijättöisen tiedon varassa.

En kuitenkaan luota tekoälyyn strategian, asemoinnin tai aidosti tärkeiden asioiden määrittelyssä.

Päätökset siitä, mitä sanomme, kenelle olemme tarkoitettuja, mitä kompromisseja teemme ja mihin keskitymme, ovat edelleen ihmisten tehtäviä. Ne edellyttävät kontekstin ymmärtämistä, näkemystä ja harkintaa, erityisesti monimutkaisilla markkinoilla, joilla oikea vastaus ei ole ilmeinen.

Tekoäly voi antaa sinulle vaihtoehtoja, mutta se ei voi kertoa, mikä kannattaa tehdä.

Samantha jakaa

Tekoäly voi antaa sinulle vaihtoehtoja, mutta se ei voi kertoa, mikä kannattaa tehdä.

Miksi tekoäly siirtää pullonkaulan toteutuksesta harkintaan

Suurin hyöty on ollut nopeus ja laajuus. Olemme lyhentäneet analysointiin ja yhdistelyyn käytettyä aikaa noin 60–70 %. Asiakaspalautteen ryhmittely, puheluista saatavien oivallusten poimiminen ja testattavien luovien näkökulmien tuottaminen – kaikki tämä vei ennen viikkoja – tapahtuu nyt päivissä.

Se on tarkoittanut suurempaa testausmäärää ja nopeampia palautesyklejä. Pystymme kehittämään viestintää ja kampanjoita paljon nopeammin, mikä on parantanut päätöksentekoa ja vähentänyt toimimattomiin ideoihin hukattuja kuluja.

Operatiivisella puolella olemme myös pystyneet rakentamaan järjestelmiä, kuten CRM-työnkulkuja, perehdytyspolkuja ja raportointikerroksia, joiden toteuttaminen vaatisi yleensä suuremman tiimin tai ulkopuolista tukea.

Mutta todellisia haittoja on olemassa. Tekoäly voi esimerkiksi luoda vääränlaista itsevarmuutta. Se tuottaa erittäin hyvin vastauksia, jotka vaikuttavat oikeilta mutta eivät perustu todellisuuteen. Jos sitä ei ankkuroida todelliseen asiakasdataan, tuloksena on geneeristä viestintää ja huonoja päätöksiä – vain nopeammin.

Se edellyttää myös enemmän harkintaa, ei vähemmän. Pullonkaula siirtyy toteutuksesta sen päättämiseen, mikä kannattaa tehdä. Tiimit, joilta tämä selkeys puuttuu, voivat päätyä tuottamaan paljon kohinaa.

Miksi tekoälyn tuottama luova sisältö on riski erikoistuneilla markkinoilla

Tekoälyn vaikutus luovaan työhön on tuottanut minulle pettymyksen. Odotin tekoälyn mullistavan visuaalisen sisällön tuotannon – esimerkiksi mainokset, sosiaalisen median julkaisut ja brändimateriaalit. Näin ei ole käynyt. Ei läheskään.

Jokainen tekoälyn tuottama kuva näyttää edelleen tekoälyn tuottamalta kuvalta. Erikoistuneille ammattilaisille myyvän brändin tapauksessa – meillä kyse on erittäin koulutetuista ja syvästi epäilevistä oikomishoidon ammattilaisista – kaikki geneeriseltä tai keinotekoiselta vaikuttava romahduttaa luottamuksen välittömästi.

Testasimme tekoälyn tuottamia visuaalisia materiaaleja mainoksissa ja sosiaalisen median sisällöissä. Tulokset heikkenivät välittömästi. Yleisömme huomasi laatueron näiden visuaalisten materiaalien ja ihmissuunnittelijan aidon kliinisen valokuvauksen pohjalta tuottaman sisällön välillä.

Miksi sisältötyönkulun kehittyneisyyden on vastattava kyvykkyyksiä

Aluksi käytin tekoälyä sisältötoimintojen järjestelmän suunnitteluun – toimituskalentereihin, hyväksyntätyönkulkuihin ja yksityiskohtaisilla viitekehyksillä varustettuihin sisältötoimeksiantoihin.

Järjestelmä oli strategisesti toimiva ja hienosti rakennettu, mutta siinä oli yksi ongelma.

Annoin kehittyneen järjestelmän tiimin jäsenelle, joka ei suoriutunut sillä tasolla. Sen sijaan että järjestelmä olisi parantanut hänen tuotostaan, se loi kuilun. Hän ei pystynyt toteuttamaan sen mukaisia tehtäviä.

Tuhlasin viikkoja hallinnoidessani järjestelmän vaatimusten ja henkilön kyvykkyyksien välistä kuilua.

Nykyään kysyn ennen minkään rakentamista: "Kuka käyttää tätä maanantaina?"

Näin varmistat, ettei tekoälyviestintä ole haitaksi

Tekoäly ei korjaa huonoja järjestelmiä, vaan vahvistaa niitä. Enemmän tuotosta, samat ongelmat. Tekoäly toimii parhaiten vahvojen lähtötietojen, selkeän asiakasymmärryksen, todellisen datan ja terävän ajattelun avulla.

Kysymys ei siis ole siitä, ”miten käytämme tekoälyä?”, vaan siitä, ”mihin järjestelmään liitämme sen?”

Hyvä esimerkki on viestintä. Ensimmäisessä pilotissani etenimme nopeasti, mutta emme perustaneet sitä riittävästi todelliseen asiakasdataan. Tuotos näytti vahvalta, mutta se oli yleisluontoista. Se ei tuottanut konversioita.

Korjaa siis lähtötiedot ennen tekoälyn käyttöä. Tämä tarkoittaa datan kokoamista CRM-järjestelmästä, myynnistä ja asiakasvuorovaikutuksesta – mukaan lukien myyntipuhelut, vastaväitteet ja haastattelut – jotta voidaan tunnistaa täsmälliset ongelmat, käytetty kieli ja päätöksiin vaikuttavat hetket.

Sen jälkeen määrittelen selkeät näkökulmat ja ydinviestimme. Kun ne ovat kunnossa, tuon tekoälyn niiden päälle. Se auttaa laajentamaan, testaamaan ja kehittämään näitä näkökulmia nopeasti.

Siitä eteenpäin kyseessä pitäisi olla jatkuva silmukka. Keräät jatkuvasti lähtötietoja myynnistä, asiakaspalautteesta ja tuloksista ja kehität toimintaa reaaliajassa.

Miksi työnkulut on pilkottava ja niitä on täydennettävä

Kun tämä tehdään oikein, hyvä maku ei ole enää asia, joka joko on sinulla tai jota varten sinun täytyy palkata joku.

Sitä voidaan kehittää prosessin avulla. Oikeiden lähtötietojen, rajoitteiden ja iteroinnin avulla ajattelun ja tuotoksen laatua voidaan parantaa järjestelmällisesti.

Viestintä, luova työ, tutkimus, jopa strategia. Ne kaikki ovat työnkulkuja, jotka voidaan pilkkoa osiin. Sen jälkeen jokaista vaihetta voidaan täydentää.

Samantha jakaa

Korjaa lähtötiedot ennen tekoälyn käyttöä…Kun ne ovat kunnossa, tuon tekoälyn niiden päälle. Se auttaa laajentamaan, testaamaan ja kehittämään näitä näkökulmia nopeasti. Kun tämä tehdään oikein, hyvä maku ei ole enää asia, joka joko on sinulla tai jota varten sinun täytyy palkata joku.

Miksi Claude on markkinoijille välttämätön

Claude on ehdottomasti ensisijainen työkaluni. Se on kaiken yhdistävä kerros ja toimii erinomaisena ajattelu- ja keskustelukumppanina.

Olen erityisen innostunut Claude Codesta ja Claude Coworkista, koska ne siirtyvät keskustelua pidemmälle työympäristöihin, kuten ohjelmointiin, tiedostojen hallintaan ja tehtävien automatisointiin.

En ole vielä kokeillut Claude Codea Cursorin kanssa, mutta se on seuraavana vuorossa!

Miten tekoäly muuttaa tiimejä

Tiimirakenteen osalta luotamme vähemmän kapeisiin erityisosaajiin ja enemmän ihmisiin, jotka pystyvät ajattelemaan koko järjestelmän näkökulmasta. He ymmärtävät asiakkaan, osaavat jäsentää ongelmat hyvin ja tietävät, miten tekoälyä käytetään toteutukseen.

Toteutustyö – tuotanto, analyysi ja iterointi – ei enää ole pullonkaula, joten arvo siirtyy muualle. Nyt etsin harkintakykyä, hyvää makua ja kykyä suunnitella työnkulkuja. Ihmisiä, jotka pystyvät siirtymään nopeasti oivalluksesta toimintaan sen sijaan, että he vain vastaisivat yhdestä toiminnosta.

Se on muuttanut myös yhteistyötämme. Roolien väliset rajat ovat vähemmän jäykkiä. Markkinointi, myynti ja asiakaskokemus ovat tiiviimmin yhteydessä toisiinsa, koska ne jakavat työnkulkuja.

Miksi markkinointijohtajien on keskityttävä selkeyteen

Useimmat tekoälyä käyttävät markkinointitiimit tuottavat enemmän keskinkertaista työtä nopeammin.

Neuvoni on siis tämä: keskity datan lähtötietoihin ja strategiseen selkeyteen.

Kun tekoälyä käytetään markkinoinnissa ilman vahvoja datan lähtötietoja ja strategista selkeyttä, se on vain sisällön saastuttamiskone.

Seuraa mukana

Voit seurata Samanthan matkaa LinkedInissä!

Pysy kuulolla, sillä The CMO Clubilta on tulossa lisää asiantuntijahaastatteluja!