Fintekin markkinointijohtaja sanoo tekoälyn lupauksen piilevän data-analyysissä, ei sisällössä

Liam Bartholomew toimii markkinoinnin varajohtajana finanssiteknologiayritys Alt21:ssä. Tässä tehtävässä hän hyödyntää tekoälyä siihen, mitä hän pitää sen lupaavimpana käyttötarkoituksena: kanavien ja siilojen väliseen data-analyysiin.

Tapasimme hänet ymmärtääksemme, miltä tämä käytännössä näyttää – ja miten hänen tiiminsä toimii sen ansiosta eri tavalla kuin organisaatiot yleensä. Näin hän kertoi.

Perustan rakentaminen

Olen Liam Bartholomew ja toimin Alt21:n markkinoinnin varajohtajana. Alt21 on B2B-finanssiteknologiayritys, joka auttaa brittiläisiä ja eurooppalaisia yrityksiä hallinnoimaan valuutanvaihto- ja kassanhallintatoimintojaan.

Olen työskennellyt noin kymmenen vuotta B2B-markkinoinnin parissa. Viimeksi toimin ennen Alt21:lle liittymistä Cognismin markkinoinnin varajohtajana. Cognism on myynnin älykkyysalusta.

Alt21 on suhteellisen varhaisen vaiheen yritys. Keskitymme Isoon-Britanniaan ja Eurooppaan, ja aloitamme pääasiassa digitaalisesti. Maksullinen haku, maksettu sosiaalinen media ja orgaaninen hakukoneoptimointi ovat keskeisiä rakentamiamme kanavia.

Tässä vaiheessa kyse on vähemmän monimutkaisuuden hallinnasta ja enemmän siitä, että perusta rakennetaan oikein ja ymmärretään, mikä toimii, ennen kuin kasvatamme toimintaa.

Miksi tekoälyn suurimmat markkinointimahdollisuudet ovat data-analyysissä ja raportoinnissa

Suhteeni tekoälyyn alkoi, kun liityin tänne. Aloitin yhden hengen markkinointitiimissä, ja ilman tekoälyä olisin ollut liian hidas. Se oli todellisuutta. Nyt tiimimme koostuu kolmesta henkilöstä: minusta, kasvumarkkinoijasta ja sisältömarkkinoijasta. Olemme siis edelleen pieni tiimi, mutta alamme saada muotoa.

Tyhjästä aloittaminen on harvinainen mahdollisuus. Vakiintuneilla tiimeillä on olemassa olevat järjestelmät, prosessit ja toimintatavat, ja tekoälyn lisääminen niiden päälle on vaikeaa. Nollasta rakentaminen antaa minulle mahdollisuuden tehdä koko toiminnosta tekoäly edellä toimivan heti alusta lähtien. Se tuntuu todelliselta edulta, ja halusin hyödyntää sen parhaalla mahdollisella tavalla.

Oppiakseni, mihin tekoäly pystyy, aloin yksinkertaisesti rakentaa asioita. Latasin asiakas- ja liikevaihtotietomme Claudelle selvittääkseni näyttöön, en oletuksiin, perustuen parhaat asiakkaamme. Sen olisi pitänyt kestää viikkoja, mutta tekoälyn avulla saimme sen tehtyä yhdessä iltapäivässä. Sen jälkeen yhdistin CRM-järjestelmämme, jotta pystyin tekemään kyselyjä myyntiputkesta ja saamaan luotettavia raportteja minuuteissa tuntien sijaan. Lisäksi yhdistin data-alustamme, CRM-järjestelmämme ja verkkosivustomme saadakseni kokonaiskuvan koko myyntisuppilosta liikenteen lähteestä uusien tilien avaamiseen.

Miten datan yhdistäminen optimoi markkinointikanavia

Sen perusteella, mitä näen, tekoälyn suurin mahdollisuus markkinoijille ei ole sisällön tai tekstin tuottaminen, vaan data-analyysi ja raportointi.

Useimmilla markkinointitiimeillä päätösten tekemiseen kuluu edelleen huomattavasti aikaa. Ne keräävät dataa eri työkaluista, sovittavat yhteen toisistaan poikkeavia lukuja ja rakentavat esityksiä, jotka ovat vanhentuneita jo ennen kuin kukaan ehtii lukea niitä. Olen nähnyt tiimien käyttävän tähän viikon kuukaudessa ja saavan vastineeksi vain vähän oivalluksia.

Nyt tuon ajan voi saada takaisin. Kun CRM, verkkosivuston analytiikka ja maksettu data yhdistetään keskitettyyn paikkaan ja sitä kysellään tekoälyn avulla, raportoinnin rutiinityö poistuu suurelta osin. Jäljelle jää se, millä todella on merkitystä: tulkinta, päätös ja toiminta.

Monet markkinointijohtajat suhtautuvat tekoälyyn edelleen sisällöntuotantotyökaluna ja ohittavat tämän mahdollisuuden kokonaan. Suurempi mahdollisuus on käyttää sitä siihen, että markkinoinnista tulee vihdoin datalähtöinen toiminto, kuten monet meistä ovat vuosien ajan väittäneet sen olevan, mutta jonka toteuttamiseen meillä on harvoin ollut tarvittavaa infrastruktuuria.

Siksi keskityn tällä hetkellä kaiken datan yhdistämiseen. Tällä hetkellä maksettu haku ja maksettu sosiaalinen media toimivat erillisillä alustoilla ja käyttävät toisistaan poikkeavia mittareita. Myös verkkosivuston käyttäytymisdata, orgaaninen data ja hakukoneoptimointidata sekä CRM:n myyntiputki- ja liikevaihtodata sijaitsevat erillään. Rakennan siis automatisoitua raportointia, joka kokoaa kaiken tämän datan yhteen paikkaan. Sen avulla voin nähdä, miten maksettu ja orgaaninen liikenne vaikuttavat toisiinsa, mitkä kampanjat tuottavat liikevaihtoa eivätkä vain klikkauksia ja missä kohtaa budjettia kannattaa kasvattaa tai pienentää päätöksestä täysin varmana.

Tekoäly tekee tällaisesta kanavien välisestä datan yhdistämisestä aidosti mahdollista tavalla, joka ei aiemmin ollut mahdollinen. Pienelle tiimillemme se on ratkaisevan tärkeää. Pienellä tiimillä ei ole varaa tehdä kokeiluja kuukausien ajan ja odottaa, mikä toimii. Sen on tehtävä nopeampia ja paremmin tietoon perustuvia päätöksiä budjetin kohdentamisesta.

Miltä tekoälyn avulla tehtävä data-analyysi ja raportointi näyttää käytännössä

Tältä se näyttää käytännössä. Rakensin yhteyden Attion, CRM-järjestelmämme, data-alustamme ja verkkosivuston analytiikan välille, ja teen kyselyjä kaikista niistä Clauden kautta. Aiemmin myyntisuppilomme ymmärtäminen tarkoitti datan manuaalista keräämistä useista lähteistä. Toivoimme datan olevan yhdenmukaista ja käytimme huomattavasti aikaa sen valmisteluun ennen kuin pystyimme analysoimaan, mitä se tarkoitti.

Nyt voin tehdä kyselyjä suoraan Attion myyntiputkesta ja saada raportteja, joihin luotan. Otin myös käyttöön viikoittaisen verkkosivuraportin, joka on yhdistetty Microsoft Clarityyn, Google Search Consoleen ja sisällönhallintajärjestelmäämme. Se tarjoaa todelliseen käyttäjäkäyttäytymiseen perustuvan punaisen, keltaisen ja vihreän toimintaluettelon. Ensimmäisellä suoritusviikollaan se havaitsi mobiililaitteille tarkoitetulla rekisteröitymissivullamme ongelman, jossa klikkaukset eivät johtaneet mihinkään, ja korjasimme sen välittömästi. Ongelman havaitseminen manuaalisesti olisi kestänyt kuukausia.

Tässä on pari muuta esimerkkiä:

• Uusien tilien osalta Attion, data- ja verkkosivustotietomme yhdistävä koko ostopolun raportti osoitti, että vaikka verkkosivuston liikenne kasvoi maaliskuussa 157 %, uusien tilien määrä kasvoi vain hieman ja konversioaste laski 7,2 prosentista 2,8 prosenttiin. Liikenteen kasvu oli suurelta osin heikkolaatuista. Tämä signaali jää helposti huomaamatta, kun tiedot ovat erillään eri paikoissa.
• Tarvitsin tapaustutkimuksia, asiakassuosituksia ja sen sellaista, joten pyysin Claudea pisteyttämään koko asiakaskuntamme (Attion kautta) sitoutumissignaalien perusteella, jotta parhaat ehdokkaat nousisivat esiin. Minulla oli jo mielessä joitakin signaaleja, kuten kaupankäyntiaktiivisuus, asiakkuuden kesto, tuotteen käyttö ja aiempi reagointialttius. Pyysin Claudea myös ehdottamaan muita olennaisia tekijöitä. Kehitimme yhdessä pisteytysmallin, joka kuvasi tarkasti, millainen hyvä suosittelija on. Sen jälkeen Claude sovelsi mallia koko CRM:ään ja tuotti paremmuusjärjestykseen asetetun listan. Sain tulokset myöhemmin samana iltapäivänä, ja lopputulos oli erinomainen.

Datajemme yhdistäminen sai aikaan myös sisäisen kulttuurimuutoksen, kun keskityimme käsittelemään tietoja Claudessa sen sijaan, että kaikki olisivat työskennelleet siiloissa eri työkalujen parissa. Tämä muutos oli luultavasti yhtä merkittävä kuin tekniset muutokset.

Työ on vielä kesken, mutta näen jo nyt, että päätökseni perustuvat vahvemmin tietoon kuin ne muuten olisivat perustuneet. Lisäksi säästän aikaa tietojen hakemisessa ja käsittelyssä ja voin käyttää sen niiden hyödyntämiseen käytännössä.

Miksi tietojen laatu on tärkeää

Huono puoli on se, että CRM-tietojen laadun on oltava korkea, jotta tämä toimii, eikä omien tietojemme laatu ole vielä täysin riittävä.

Ensimmäisen kierroksen raportit vaativat merkittävää ihmisen tekemää tarkistusta, ennen kuin niitä voi käyttää. Luotettavien tietoperustojen rakentamiseen tarvittava työmäärä on helppo aliarvioida ennen kuin tuotoksista tulee luotettavia.

Miten valita tekoälyn ja ihmistyön välillä

Kun päätän, mihin tekoälyä käytetään, noudatan muutamia ohjaavia periaatteita.

Tekoäly tukee useimpia analyysi- ja tutkimustehtäviä. Myyntiputken raportointia, verkkosivuston käyttäytymisen analysointia, ihanneasiakasprofiilin analysointia sekä eri työkaluista peräisin olevien tietojen kokoamista sen selvittämiseksi, mitä tapahtuu. Hyödynnän sitä näissä tehtävissä paljon, koska se säästää eniten aikaa ja suoriutuu rehellisesti sanottuna paremmin kuin minä pystyisin käsin.

Sisältö ja luova työ ovat monitahoisempia. Käytän tekoälyä niissäkin, mutta eri tavalla. Tekoäly ei tee työtä kokonaan, vaan vie minut 80 tai 90 prosenttia matkasta. Näin voin keskittää energiani ainutlaatuiseen elementtiin, jolla on todella merkitystä.

Tekoälyn vaikutus markkinointiin muistuttaa tehdaskoneiden vaikutusta tuotantoon. Kun 10,000 identtisen suklaapatukan valmistamisesta tuli helppoa, itse tuotanto lakkasi olemasta erottava tekijä. Brändistä tuli erottava tekijä. Merkitykselliseksi tuli se, mikä teki yhdestä patukasta erilaisen kuin toisesta.

Tekoäly tekee sisällölle jotakin vastaavaa. Nyt kuka tahansa voi kirjoittaa blogikirjoituksen. Kuka tahansa voi tuottaa sisältöä suuressa mittakaavassa. Siksi arvokkaita elementtejä ovat asiantuntijanäkemys, aito kommentointi ja oivallukset, jotka syntyvät siitä, että tietää jotain, mitä muut eivät tiedä. Tämän osan täytyy säilyä ihmisen tekemänä. Ei siksi, ettei tekoäly pystyisi tuottamaan sanoja, vaan siksi, että niiden takana oleva näkökulma ja kokemus tekevät sanoista lukemisen arvoisia. Tekoäly auttaa minua tekemään kaiken muun nopeammin, jotta pääsen käsiksi tähän osaan.

Miksi tekoäly jää vaisuksi suunnittelu- ja verkkosivustoprojekteissa

Tekoäly on jäänyt vaisuksi suunnittelussa ja verkkosivustotyössä.

Monet väittävät, että tekoäly voi korvata suunnittelijat, videoeditoijat ja verkkokehittäjät. Olen kokeillut sitä ja seurannut, kun muut ovat kokeilleet sitä. Sisällöntuotannon tavoin se saattaa viedä sinut 80 tai 90 prosenttia matkasta. Mutta juuri viimeiset 10 tai 20 prosenttia ovat se kohta, jossa brändisi elää. Ne tekevät luovasta työstäsi omannäköistä eivätkä samanlaista kuin kaikilla muilla, jotka käyttivät samaa kehotetta.

Jos geneerinen lopputulos riittää, se toimii luultavasti hyvin. Mutta luottamusta yrityksissä rakentavalle finanssiteknologiayritykselle suunnittelulla on ratkaiseva rooli. Se viestii uskottavuudesta, ennen kuin kukaan on lukenut sanaakaan. Verkkosivusto, jonka moduulit eivät aivan toimi, tai tekoälyn tuottama visuaalinen identiteetti heikentää tätä uskottavuutta, vaikka ihmiset eivät aina osaisi ilmaista, miksi.

Luotan tässä työssä edelleen ihmisiin: suunnittelijaan, videoeditoijaan ja verkkokehittäjään. Se ei ole muuttunut.

Tekoälyyn liittyvä innostus luovalla alalla ei vielä vastaa todellisuutta, ainakaan jos brändille asetetaan kohtuullinen laatutaso. Se on hyödyllinen työkalu, mutta ei korvaaja, ja monet oppivat tämän kantapään kautta.

Miten tekoäly tekee markkinointitiimeistä kevyempiä

Valtavia markkinointitiimejä ei enää tarvita. Mielenkiinnolla odotan, kuinka pienenä pystymme pitämään tiimin.

Tekoälyä hyödyntävä tiimi saa aikaan paljon enemmän ja tarkemmin jo ensimmäisellä kerralla, nopeiden oivallusten ohjaamana.

Jatkossa toiminnan kehittämiseen keskittyvä henkilö (eli AI Ops, MarOps) ja edistynyt kasvumarkkinoija tulevat olemaan olennaisia — he varmistavat, että rakennat asiat oikein ja yhdistät kaikki järjestelmät toisiinsa työn edetessä.

Miksi markkinointijohtajien on haastettava vakiintuneet prosessit

Tässä on neuvoni.

1. Ole kokeilunhaluinen äläkä suhtaudu prosessiin liian vakavasti. Olen rakentanut joitakin parhaista asioista olemalla valmis kysymään: ”Entä jos aloittaisimme tämän vain alusta uudella tavalla?” Se on epämukavaa vakiintuneissa tiimeissä, joissa prosesseilla on historiaa ja ihmiset omistavat ne. Mutta jos jokin asia voitaisiin suunnitella uudelleen tekoäly keskiössä, kannattaa luultavasti kysyä, pitäisikö niin tehdä.
2. Ota oikea henkilö mukaan. Sinun ei tarvitse rakentaa kaikkea itse, mutta tarvitset lähellesi jonkun, joka todella haluaa selvittää asian. Jonkun, joka on utelias, joka menee kotiin ja kokeilee sitä ja joka tulee paikalle ideoiden kanssa. Tällaista energiaa on vaikea luoda keinotekoisesti, ja sillä on enemmän merkitystä kuin millään työkalulla tai budjetilla.
3. Jaa se, mikä toimii, varhain ja usein. Toimitusjohtajamme tuen saaminen avasi ovia teknologiajohtajan luo, minkä ansiosta pystyimme yhdistämään suuremman osan data-infrastruktuuristamme ja tekemään kaikesta tehokkaampaa. Se ei tapahtunut siksi, että minulla olisi ollut suuri esitys. Se tapahtui, koska näytin ihmisille jotain hyödyllistä ja he halusivat sitä lisää. Vauhti rakentuu pienistä, näkyvistä onnistumisista.
4. Älä odota automatisoivasi itseäsi eroon ihmisten tarpeesta. Voittoon eivät päädy tiimit, jotka vähentävät henkilöstöä tekoälyn avulla. Voittoon päätyvät tiimit, joissa ihmiset tekevät arvokkaampaa työtä, koska tekoäly hoitaa perustyön. Se on erilainen tavoite, ja se johtaa parempiin tuloksiin.
5. Lopuksi: älä odota, kunnes sinulla on täydellinen suunnitelma. Paras tapa ymmärtää, mitä tekoäly voi tehdä juuri sinun tilanteessasi, on aloittaa jonkin rakentaminen, vaikka se olisi pientä ja epätäydellistä. Olen oppinut kaiken tekemällä — en lukemalla aiheesta.

Seuraa kehitystä

Voit seurata, kun Liam rakentaa Alt21:n markkinointitoimintoa LinkedInissä.

Lisää asiantuntijahaastatteluja on luvassa CMO-klubissa!