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

Samantha Leal on Aliwellin markkinointijohtaja, jossa hän ottaa käyttöön tekoälyä hyödyntäviä työnkulkuja – jotkin niistä menestyksekkäämmin kuin toiset.

Haastattelimme Samanthaa selvittääksemme, mikä toimi, mikä ei ja miksi. Tässä, mitä hän kertoi meille.

Nollasta skaalautuvaksi

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

Työskentelen koko kasvujärjestelmän parissa aina asemoinnista ja viestinnästä hankintaan, konversioon ja asiakaspolkuun. Teen tiivistä yhteistyötä perustajien kanssa luodakseni rakenteen sille, miten päätöksiä tehdään ja miten kasvu kumuloituu.

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

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

Keskittyminen tekoälyyn

Viime aikoina tapani lähestyä tätä kaikkea tekoälyn avulla on muuttunut.

Olen lopettanut markkinoinnin rooleissa 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 päätöksiä tehdä selkeämmin ja paremmin. Tähän muutokseen keskityn nyt.

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

Viime vuoden aikana olen käyttänyt tekoälyä joihinkin vaativiin tehtäviin:

• Suunnittelin kokonaisvaltaisen CRM-siirtymän, joka olisi normaalisti edellyttänyt konsultointiprojektia.
• Suunnittelin monitasoisen koulutusohjelman alusta alkaen.
• Rakensin asiakasaktivointijärjestelmän, joka perustui laadulliseen tutkimukseen – haastatteluihin, kyselyihin ja käyttäytymisdataan – ja paljasti, miksi jotkut asiakkaat pysähtyvät ensimmäisen ostoksensa jälkeen.

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

Miten tekoälyä voidaan käyttää sidosryhmäraportteihin

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

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

Työnkulku on seuraava:

1. Syötän raakatekstit Claudeen ja poimin niistä päätökset, esteet ja osastokohtaiset toimenpiteet.
2. Lataan mainosten suorituskykyä koskevat tiedot ja pyydän viikko- ja kuukausitason vertailuanalyysin, jossa poikkeamat merkitään.
3. Analysoin tuotantoluvut – alueellisesti valmistetut tapaukset verrattuina kuukausitavoitteisiin ja poikkeamat esiin nostettuina.
4. Yhdistän kaiken tämän yhdeksi jäsennellyksi raportiksi, jossa on yksi osio kutakin toimintoa varten, asiayhteydellä varustetut keskeiset mittarit ja – mikä tärkeintä – yläosassa osio ”tarvittavat päätökset”.

Lopputulos on muotoiltu asiakirja, jonka johtoryhmä voi käydä läpi viidessä minuutissa ja jonka perusteella se voi toimia välittömästi. Se ei sisällä raakadataa tai ”tässä tapahtui” -tyyppistä sisältöä. Jokaisella luvulla on vertailuarvo, olennainen asiayhteys ja suositus.

Missä ihmisten on säilytettävä omistajuus

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

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

Siitä on tullut myös keskeinen osa sitä, miten jäsennän työnkulkuja liidien kvalifioinnista seurantaan ja raportointiin. Tekoäly auttaa vähentämään manuaalista työtä ja tuo oivallukset esiin aiemmin, joten emme toimi vanhentuneen tiedon varassa.

En luota tekoälyyn strategian, asemoinnin tai sen määrittämisessä, mikä todella on tärkeää.

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

Tekoäly voi antaa vaihtoehtoja, mutta se ei voi kertoa, mikä on tekemisen arvoista.

Samantha kertoo

Tekoäly voi antaa vaihtoehtoja, mutta se ei voi kertoa, mikä on tekemisen arvoista.

Miksi tekoäly siirtää pullonkaulan toteutuksesta harkintaan

Suurin hyöty on ollut nopeus ja laajuus. Olemme vähentäneet analyysiin ja yhdistelyyn kuluvaa aikaa noin 60–70 prosenttia. Asiakaspalautteen ryhmittelyn, puheluista saatavien oivallusten poimimisen ja testattavien luovien näkökulmien tuottamisen kaltaiset tehtävät – jotka aiemmin veivät viikkoja – valmistuvat nyt päivissä.

Se on johtanut suurempaan testausmäärään ja nopeampiin palautesykleihin. Pystymme kehittämään viestintää ja kampanjoita paljon nopeammin, mikä on parantanut päätöksentekoa ja vähentänyt hukkaan meneviä kuluja toimimattomiin ideoihin.

Operatiivisella puolella olemme myös pystyneet rakentamaan järjestelmiä, kuten CRM-työnkulkuja, perehdytyspolkuja ja raportointikerroksia, jotka normaalisti edellyttäisivät suurempaa tiimiä tai ulkopuolista tukea.

Mutta todellisia haittojakin on. Tekoäly voi esimerkiksi luoda vääränlaisen varmuuden tunteen. Se on erittäin hyvä tuottamaan tuloksia, jotka näyttävät oikeilta mutta eivät perustu todellisuuteen. Jos sitä ei ankkuroi todelliseen asiakasdataan, tuloksena on geneeristä viestintää ja huonoja päätöksiä – vain nopeammin.

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

Miksi tekoälyn luova sisältö on riski erikoistuneilla markkinoilla

Olen pettynyt tekoälyn vaikutukseen luovaan työhön. Odotin tekoälyn mullistavan tavan, jolla tuotamme visuaalista sisältöä – esimerkiksi mainoksia, sosiaalisen median julkaisuja ja brändimateriaaleja. Niin ei ole käynyt. Ei lähellekään.

Jokainen tekoälyn tuottama kuva näyttää edelleen tekoälyn tuottamalta kuvalta. Erikoistuneille ammattilaisille myyvälle brändille – meidän tapauksessamme pitkälle koulutetuille ja syvästi epäileville oikomishoidon ammattilaisille – kaikki geneeriseltä tai keinotekoiselta vaikuttava tuhoaa luottamuksen välittömästi.

Testasimme tekoälyn tuottamaa visuaalista sisältöä mainoksissa ja sosiaalisen median sisällöissä. Suorituskyky laski välittömästi. Yleisömme huomasi eron näiden visuaalisten sisältöjen laadun ja ihmisen oikean kliinisen valokuvauksen avulla tuottaman työn välillä.

Miksi sisältötyönkulun kehittyneisyyden on vastattava valmiuksia

Aluksi käytin tekoälyä sisältötoimintojen järjestelmän suunnitteluun – toimituskalentereihin, hyväksyntätyönkulkuihin ja yksityiskohtaiset toimintamallit sisältäviin sisältöohjeisiin.

Järjestelmä oli strategisesti toimiva ja kauniisti jäsennelty, mutta siinä oli ongelma.

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

Viikkokausien ajan käytin aikaani järjestelmän vaatimusten ja henkilön valmiuksien välisen kuilun hallintaan.

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

Kuinka varmistaa, 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 kanssa.

Joten kysymys ei 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 oli yleisluontoinen. Se ei tuottanut konversioita.

Korjaa siis lähtötiedot ennen tekoälyn käyttöä. Se tarkoittaa CRM-järjestelmän, myynnin ja asiakasvuorovaikutusten tietojen yhdistämistä – mukaan lukien myyntipuhelut, vastaväitteet ja haastattelut – jotta voidaan tunnistaa tarkat kipupisteet, 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 kierros. Keräät jatkuvasti lähtötietoja myynnistä, asiakaspalautteesta ja suorituskyvystä ja kehität toimintaa reaaliajassa.

Miksi työnkulut on purettava osiin ja niitä on täydennettävä

Kun tämä tehdään oikein, hyvä maku ei enää ole asia, joka joko on sinulla tai jota varten palkkaat jonkun.

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 purkaa 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 enää ole asia, joka joko on sinulla tai jota varten palkkaat jonkun.

Miksi Claude on markkinoijille välttämätön

Claude on ehdoton ykköstyökaluni. Se on kaiken yhdistävä kerros ja toimii erinomaisena ajattelu- ja keskustelukumppanina.

Olen erityisen innostunut Claude Codesta ja Claude Coworkista, koska ne siirtyvät keskustelun ulkopuolelle työympäristöihin, kuten koodaukseen, tiedostojen hallintaan ja tehtävien automatisointiin.

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

Kuinka tekoäly muuttaa tiimejä

Tiimirakenteen osalta luotamme vähemmän kapeisiin asiantuntijoihin ja enemmän ihmisiin, jotka pystyvät ajattelemaan koko järjestelmän näkökulmasta. Ihmisiin, jotka ymmärtävät asiakasta, osaavat määritellä ongelmat hyvin ja tietävät, kuinka 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 eivätkä vain vastaamaan 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 CMOjen on keskityttävä selkeyteen

Useimmat tekoälyä käyttävät markkinointitiimit tuottavat enemmän keskinkertaista työtä nopeammin.

Joten tässä on neuvoni: 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!

Ja pysy kuulolla, sillä The CMO Clubilta on tulossa lisää asiantuntijahaastatteluja!