Hvorfor markedsføringsorkestrering er den nye superkraften

Jason Ing har en nyttig måte å beskrive hvor de fleste markedsføringsteam befinner seg akkurat nå. «Jeg pleide å spøke med at AI var som praktikanten min», sier han. «Men nå er praktikanten i ferd med å bli uteksaminert til en lagkamerat.»

Som CMO i Typeface leder Ing det han omtaler som en markedsføringsorkestreringsmotor på bedriftsnivå. Han har tilbrakt nesten 20 år i Microsoft, Amazon og Gusto, der han har fulgt med på hvordan markedsføringsorganisasjoner tar i bruk ny teknologi. Mønsteret gjentar seg stadig: Teamene tar i bruk et verktøy, blir raskere til å produsere enkeltstående ressurser, og stopper der. Han påpeker at de behandler AI som en akselerator for arbeidet de allerede gjør, i stedet for som en grunn til å tenke nytt om hvordan arbeidet faktisk utføres.

Dette gapet mellom å bruke AI og å drive markedsføring med AI – det er her den reelle muligheten ligger. De fleste team har ennå ikke krysset det.

Koordineringsproblemet ingen snakker om

Spør en hvilken som helst erfaren markedsfører hvor kampanjer går tregt, og du vil høre det samme svaret: Det er ikke i skapingen, men i alt som skjer etterpå. Byttene mellom overleveringer, godkjenninger, redesign av innholdsarbeidsflyten og noen ganger også juridisk gjennomgang.

Ing er tydelig på hvor sammenbruddet skjer i stor skala. «Sammenbruddet skjer ikke i skapingsøyeblikket, men i koordineringen av overleveringene mellom markedsføringsteamet, det kreative teamet og IT. Det er der hastighet, konsistens og kvalitet går tapt.»

AI som assistent løser ikke dette. Du kan bruke Claude til å skrive en bedre e-post på halvparten av tiden, men hvis e-posten fortsatt må gjennom fire avdelinger før den sendes ut, har du ikke endret hvor raskt markedsføringen din beveger seg. Markedsføringsorkestrering er et forsøk på å løse koordineringslaget, ikke bare skapingslaget. I praksis betyr det å bygge systemer der én strategisk brief blir utgangspunktet for agenter som håndterer kanalspesifikk gjennomføring, kontroller av merkevareetterlevelse og testing av varianter – mens mennesker tar beslutningene som har reell strategisk betydning.

Resultatene kan være betydelige. Ing viser til et konkret eksempel fra sitt eget team, der han forteller at «vi brukte e-postagenten vår til å personalisere promoteringen av et webinar på tvers av ulike personaer, og det ga fire ganger høyere konvertering fra e-post til registrering og en dobling av klikkfrekvensen sammenlignet med en generell utsendelse, samtidig som det tok minutter i stedet for timer å produsere flere merkevaretilpassede varianter.»

Hvorfor IT nå er med på laget

Det meste av det siste tiåret har markedsføringsteknologi operert i behagelig avstand fra IT. Markedsførere tok selv beslutninger om teknologistakken sin og holdt stort sett på med sitt. Denne ordningen, og friheten markedsførere har hatt, er i rask endring. Ing påpeker at «forankring i IT nå er en forutsetning før noe arbeid egentlig begynner», sier Ing. «Når AI-systemet ditt ser på ting som etterlevelse, personvern, merkevareforvaltning og kampanjedata, blir IT sentralt. Selskaper som lykkes med AI, behandler det som delt infrastruktur, ikke som et sideprosjekt.»

Denne endringen går dypere enn teknisk integrasjon. Et orkestreringssystem som henter data fra CRM-systemet, innholdsbiblioteket og resultatanalysen din, berører data som markedsføring ikke eier alene. Når AI begynner å ta selvstendige beslutninger i disse arbeidsflytene, øker konsekvensene av en feilkonfigurering tilsvarende. Colleen Goepfert, deltids-CMO og ledelsesrådgiver, har sett denne dynamikken avdekke et beslektet problem, der «ledere forventer transformasjon uten styring. AI genererer alternativer for deg, men er svak på å løse avveininger. Ledere må fortsatt vite hva de skal velge.»

Konsekvensen er at markedsføring ikke kan behandle orkestrering som et teknologiprosjekt som overlates til IT, like lite som det kan behandles som et markedsføringsprosjekt som kjøres isolert. Teamene som bygger varige systemer, er de der begge sider eier resultatet gjennom en samlet operativ modell for markedsføring.

Først tydelighet, deretter hastighet

Det som oftest får utrullinger av AI i større virksomheter til å mislykkes, er ikke at AI-en er dårlig. Det er at teamene går over til automatisering før de har avklart de grunnleggende spørsmålene: hva merkevaren står for, hvilke påstander som kan og ikke kan fremsettes, og hva en god brief faktisk inneholder.

Ing har sett nok pilotprosjekter mislykkes til å være konkret om dette. «Hvis inndataene er uklare – for eksempel en utydelig brief, uklar posisjonering eller manglende dokumentasjon – kan ikke AI redde det. De raskeste gevinstene kom da vi først strammet opp arbeidet i forkant, og deretter brukte AI til å skalere noe som allerede var riktig i hovedretningen.»

Jennifer Tomlinson, EVP for markedsføring i QorusDocs, kom til samme konklusjon på en annen måte. «Vi måtte gi slipp på antakelsen om at det å ta i bruk AI automatisk ville gjøre markedsføringen vår smartere. Det den i stedet viste, var at AI forsterker den tydeligheten eller forvirringen som allerede finnes.» Den operative konsekvensen er at det å bygge et agentbasert markedsføringssystem starter med dokumentasjonsarbeid som ikke ligner det å ta i bruk AI. Det innebærer for eksempel å kodifisere merkevareregler, godkjenningsveier og logikken bak beslutninger om budskap. Dette grunnarbeidet gir agentene noe pålitelig å arbeide med.

Bygg innenfor det du allerede har

En av de vedvarende utfordringene ved å ta i bruk AI i større virksomheter er den eksisterende teknologistakken. De fleste store organisasjoner har brukt årevis på å bygge systemer som fungerer – riktignok ufullkomment og kostbart, men pålitelig – og det er genuint komplisert å legge en orkestreringsinfrastruktur oppå dette.

Ings tilnærming hos Typeface er å begynne med integrasjon i stedet for erstatning. Han forteller hvordan «vi erkjenner at kundene, særlig store virksomheter, har langsiktige kontrakter med CRM-leverandøren eller kundedataplattformen sin. Vi krever ikke at du skal skrote alt. Vi passer inn i måten du allerede arbeider på.»

Andrea Tarrell, president for teknologitjenester i Trilliad, understreker behovet for tålmodighet her og foreslår at ledere «ser etter å optimalisere det du har, og deretter vurderer hva som mangler. Og vær ærlig om hvilket arbeid dere kan håndtere internt, sammenlignet med hvor dere ville hatt nytte av en partner. Teamet ditt hadde en fulltidsjobb før du startet migreringen.» Teamene som håndterer dette best, er ikke de som har de mest ambisiøse veikartene. De beveger seg fremover i mindre trinn, dokumenterer underveis og motstår presset om å vise en dramatisk transformasjon innenfor en kvartalsvis tidsplan.

Hvor mennesker fortsatt trengs

Arkitekturen i ethvert orkestreringssystem er bare så god som beslutningene om hva som skal automatiseres, og hva som skal forbli menneskestyrt. Automatiser for lite, og du har brukt betydelige summer på marginale gevinster. Automatiser for mye, og du publiserer innhold som ingen med reell dømmekraft har vurdert.

Ings avgrensning er tydelig, og han forteller at «beslutningene som fortsatt bør være svært menneskelige, gjelder posisjonering, narrativ og avveininger knyttet til merkevaren, særlig når det gjelder hva vi ønsker å være kjent for, hva vi er villige til å si, og hva vi ikke vil si. KI kan bidra med alternativer og dokumentasjon, men mennesker bør ta beslutningen. Det gjør ansvaret tydelig.»

Tomlinson setter et skarpere søkelys på hva KI fortsatt ikke kan gjenskape på dette området, og fremhever hvordan «KI sliter med tilbakeholdenhet. Den er svært god til å fylle tomrom og svært dårlig til å vite når mindre er mer. Å vite hva som skal utelates, når man skal vente, og hvordan noe vil bli mottatt, krever fortsatt menneskelig dømmekraft.» Denne redaksjonelle instinktfølelsen – når man skal kutte, når man skal forenkle, når man skal si nei til en taktikk – kommer fra erfaring som ikke finnes i et treningssett. Den kommer av å ha sett noe bli dårlig mottatt og vite hvorfor.

Den kumulative effekten

For team som ønsker å bevege seg mot orkestrering uten å forplikte seg til en fullstendig overhaling av plattformen, er det praktiske utgangspunktet smalere enn de fleste forventer. Velg én kampanjetype der utfordringene med koordinering er størst. Kartlegg den nåværende arbeidsflyten, identifiser hvor ting går sakte, og finn deretter én overlevering der en agent kan håndtere overføringen mer pålitelig enn et menneske. Bygg den. Få den til å fungere. Dokumenter hvordan et godt resultat ser ut.

Denne dokumentasjonen blir grunnlaget for alt annet – ferdighetene, kunnskapsbasen, samsvarsreglene og parametrene for merkevarens stemme. Alt dette mater et system som blir mer nyttig jo mer presist det instrueres.

Ings poeng om kumulativ effekt er verdt å ta på alvor. «Hvis du forbedrer deg gjennom KI med én prosent hver dag, vil det virkelig hope seg opp innen utgangen av året – og du innser hvor mye lenger fremme du er enn om du ikke hadde begynt.»

Teamene som oppnår reell fremgang med orkestrering akkurat nå, er ikke de som erklærte en KI-transformasjon. Det er de som valgte et konkret koordineringsproblem, løste det ordentlig og gikk videre til det neste.

Hva skjer videre

Klar til å vokse? Bli med i The CMO Club  for å få innsikt, veiledninger og ressurser fra markedsføringsledere rett i innboksen din.