CMO oppfordrer markedsføringsledere til å tenke i systemer i stedet for kampanjer

Eduard Luta er CMO i dua.com. Han bygget også et av Sveits' største SEO- og SEA-byråer.

Etter å ha innsett den tidlige effekten av AI, rettet han oppmerksomheten mot å tenke nytt om hvordan moderne markedsføring blir AI-drevet. Han hevder at integrering av AI ikke handler om å legge verktøy oppå eksisterende arbeidsflyter, men krever at man bygger infrastrukturen på nytt, redefinerer roller og arbeider med systemer i stedet for kampanjer.

Vi snakket med Eduard for å forstå hva som faktisk kreves for å bygge et AI-først-markedsføringsteam — og hvor de største mulighetene (og begrensningene) ligger i dag. Her er det han fortalte oss.

En flerkanaloperasjon med et samlet budskap

Jeg heter Eduard Luta og er CMO i dua.com, datingappen for albanere.

I 2014 bygget jeg MIK Group sammen med partnerne mine, Valon Asani, Ilir Trstena og Maxi Maxhuni. Gjennom årene utviklet vi selskapet til et av Sveits' største SEO- og SEA-byråer. Hundrevis av kunder, store merkevarer. Jeg ledet selskapet som CEO fra 2019 til 2023.

Så kom ChatGPT i november 2022, og alt endret seg. Jeg så hva AI kom til å gjøre, selv på et svært tidlig stadium. Derfor tok jeg beslutningen: Jeg forlot byrået for å satse fullt på dua.com, som jeg hadde vært en del av siden oppstarten i 2019. Deretter kjøpte vi spotted.de, en tysk datingapp, og irly.app, en datingapp for generasjon Z.

Vi opererer både digitalt og fysisk. Fra utendørsreklame til sosiale medier og nettstedet, inkludert videoproduksjon, PPC, digital PR, innhold og mer. Kjerneprinsippet er enkelt: Én idé, gjennomført i alle kanaler. Men å få dette til å fungere naturlig på hver plattform skaper den virkelige kompleksiteten.

Hvert enkelt innholdselement må skaffe nye brukere og bygge merkevaren samtidig. Og det må fungere på nettet, Android og iOS. Samme budskap, samme opplevelse, overalt. Vi er et slankt team som driver en flerkanal-, flerplattformoperasjon med ett samlet budskap.

Hvorfor AI-integrering betyr å endre prosesser

Akkurat nå fokuserer jeg på å finne ut hvordan SEO og digital markedsføring ser ut i AI-æraen. Det betyr ikke bare å utvide kapasitetene våre, men også å forbedre eksisterende prosesser ved å integrere AI i våre nåværende systemer og arbeidsflyter.

Dette etablerer én hovedprioritet: å gjøre infrastrukturen vår til et AI-først-oppsett. Alle markedsføringsledere bør gjøre dette før noe annet.

Vi forenkler alt, fjerner unødvendige elementer og bygger et fundament der AI ikke bare er et tillegg eller et verktøy. I stedet er det en integrert del. AI driver systemets drift. Når dette fundamentet er på plass, blir alt annet raskere, smartere og mer interessant fordi vi integrerer intelligensen naturlig.

Begynn derfor med det grunnleggende. Nettstedet ditt må være ryddig, raskt og strukturert slik at AI kan forstå det. Hvis alt er viklet sammen, fikser du noe på døren, og vinduet knuser. Samle deretter alle dataene dine, optimaliser arbeidsflytene og endre ansvarsområdene til teamet ditt.

Nøkkelen er å ikke legge AI oppå det du allerede har. Utform prosessen på nytt med AI i sentrum. Uten dette fundamentet er det bare forbedret manuelt arbeid.

Hvordan AI optimaliserer innholdsproduksjon og undersøkelser

Den første arbeidsflyten vi optimaliserte med AI, var innholdsproduksjon.

Undersøkelser kom like etter innholdsproduksjon. Med API-ene og datamengdene som er tilgjengelige i dag, gir manuelle undersøkelser ikke lenger mening.

Men den virkelige endringen handler ikke om å gjøre mer. Arbeidsflytene våre ble så mye mer effektive at vi nå kan gå langt mer i dybden og skape mye bedre innhold med de samme ressursene. AI gjorde også innholdet vårt mer konsistent. Tidligere innebar det mye detaljstyring å holde alt i tråd med merkevaren på tvers av alle kanaler. Nå bygger vi merkevarens stemme, stil og retningslinjer inn i AI-arbeidsflyten vår, slik at konsistens oppstår naturlig. Det lar oss bruke tiden på det som betyr noe, nemlig å skape godt innhold i stedet for hele tiden å kontrollere om alt ser og høres riktig ut.

Det har faktisk også gjort arbeidet mye morsommere, fordi vi nå kan gjennomføre ideer vi hadde tidligere, men aldri hadde ressursene til å realisere.

Hvordan AI endrer videoinnhold

Videoinnhold er et godt eksempel på vår AI-aktiverte innholdsproduksjon. Tidligere var planleggingsfasen i stor grad basert på intern visualisering. Du måtte beskrive et oppsett og håpe at alle i rommet så for seg det samme. Nå kan du med AI visualisere tankene dine som et bilde, og alle forstår. Alle detaljene folk tidligere måtte forestille seg, er ganske enkelt der.

AI gjorde altså produksjonen av dreiebok, idéutviklingen og samkjøringen om retningen mye enklere. Du kan se hvordan sluttproduktet vil se ut allerede i planleggingsfasen.

Dette har stor betydning, ikke bare for samkjøringen, men også for kvaliteten.

Et godt eksempel er kjærlighetshistoriene våre. Mange par tar kontakt med oss fordi de har funnet sitt livs kjærlighet og ønsker å dele historiene sine.

Vi dokumenterer dette så godt vi kan, og lager noen ganger videointervjuer med dem. Tidligere var dette en svært vanskelig prosess. Å forstå parets historie, lage dreieboken, visualisere oppsettet og introdusere dem for planen vår. Hver gang vi utviklet noe nytt, var det vanskelig å oppdatere paret om formatet. De hadde alltid spørsmål.

Nå er det enkelt. Vi setter oss ned med paret, samler inn all informasjonen og bruker deretter AI til å idémyldre og visualisere dreieboken. Vi bruker ansiktene deres og plasserer dem inn i oppsettet. Hvis de sitter i to stoler og forteller historien sin, viser vi dem nøyaktig hvordan det vil se ut. Når de ser det, forstår de det umiddelbart, uten spørsmål. De vet hvordan oppsettet vil se ut, de vet hva de skal ha på seg, og de kan forestille seg alt.

Det er mye enklere å skape noe når alle er forberedt. Jo bedre forberedt du er, desto mer selvsikker blir du. Jo mer selvsikkert paret er foran kameraet, og jo bedre vi vet nøyaktig hva vi gjør, desto bedre blir sluttresultatet.

Det som tidligere var en svært vanskelig prosess, er nå noe av det mest interessante og morsomme vi gjør, og vi ser frem til hver eneste gang.

Hvordan AI endrer datadrevne beslutninger og avdekker mangler

Den største gevinsten med AI er muligheten vår til å snakke med dataene våre. I stedet for bare å ha dashbord kan vi stille et spørsmål og få svar på sekunder. I stedet for å gå til et teammedlem og vente på at vedkommende skal hente frem et tall, spør vi bare AI. Denne overgangen fra meningsbaserte til databaserte beslutninger i det daglige arbeidet er enorm.

Ulempen er at AI brutalt avdekker manglene i infrastrukturen din. I det øyeblikket du prøver å la AI arbeide med dataene dine, innser du hvor rotete, ufullstendige eller dårlig strukturerte de er. Flaskehalsen er ikke AI; det er alt rundt den. Dette omfatter kodebasen, datapipelineene og hvordan informasjonen lagres.

Det er et paradoks. I det øyeblikket du ser hva AI kan gjøre, ser du også hvor mye arbeid som gjenstår. Det er ydmykende, men verdifullt. Du kan ikke reparere det du ikke kan se.

Hvorfor AI må danne grunnlaget for tekniske markedsføringsbeslutninger

Prosessene våre har altså endret seg fullstendig, men ansvaret har ikke gjort det. Kvalitetskontroll, finjustering og endelig godkjenning ligger alltid hos oss.

Strategi på høyt nivå forblir også menneskelig, og jeg tror det vil være slik lenge. Ingen AI har hele konteksten mellom merkevarehistorien, visjonen, posisjoneringen og magefølelsen du bygger opp gjennom mange år i bransjen. En rød tråd knytter sammen alle store beslutninger, og den kommer fra mennesker, ikke modeller.

Når det er sagt, blir AI det bedre valget når du bryter ned strategien i mindre, mer tekniske deler: sammenstilling av data, sammenligning av kilder, dyptgående undersøkelser og gjennomføring av tekniske arbeidsflyter. AI kan fullføre oppgaver som ville tatt et menneskelig team dager eller uker. Den hjelper ikke bare til der; den presterer bedre.

Vi har altså ansvaret for hvorfor og hvor. Deretter definerer vi, med hjelp fra AI, det ønskede resultatet og hvordan vi skal gjennomføre det.

Hvorfor AI ikke innfrir forventningene i designoppgaver

Og her er et annet område der AI presterer dårligere: design. Uten tvil.

Jeg forventet at AI skulle ha kommet mye lenger innen visuelt arbeid nå, men den har rett og slett ikke kommet dit ennå. Du kan generere interessante bilder, få kreative idéer og til og med lage noe som ser imponerende ut ved første øyekast. Men når du trenger det til merkevaren din, produktet ditt, den visuelle identiteten din og den spesifikke konteksten din, faller det sammen.

Når det gjelder redigering av bilder, utføring av oppgaver som en erfaren Photoshop-bruker gjør på minutter, og konsekvent integrering av merkevareelementer — er det ikke godt nok. Avstanden mellom et kult AI-generert visuelt uttrykk og noe vi kan bruke i markedsføringen vår, er fortsatt enorm.

Det var området der jeg forventet størst fremgang, og det er også det som har skuffet meg mest.

AI er også for overfladisk når det gjelder å forstå hva folk liker, hva som er interessant å lese, og hvordan man fanger noens oppmerksomhet. Det kan produsere innhold, men det forstår ikke hva som får noen til å stoppe opp og følge med. Når følelser er involvert, er AI fortsatt langt unna ekte kreativitet.

Når du snakker med fellesskapet ditt, mennesker du har bygget en relasjon til gjennom tre år, forstår ikke AI det. Det blir alltid for salgsorientert. Det føles feil mesteparten av tiden. Ni av ti ganger er tonen feil. Du får riktignok ideer, og noen ganger kan du oppnå det perfekte resultatet med en liten justering. Men å bruke det direkte — ikke tale om.

Hvorfor det er avgjørende for suksess å bruke eksisterende AI-løsninger

Når folk først begynner å bruke AI, særlig hvis de tidligere har møtt utviklingsflaskehalser, ser de plutselig mange muligheter for å skape. Dette er også den største fellen. Du begynner å tilpasse alt, bygger alt fra bunnen av og går deg vill i prosessen.

Så husk at du ikke trenger å bygge alt selv. Løsningene finnes allerede. Spesifikke løsninger har allerede løst problemet ditt. Bruk dem. Integrer dem i arbeidsflytene dine. Kom først frem til sluttresultatet.

Jeg skulle ønske jeg hadde visst dette da jeg begynte med AI. Jeg prøvde å bygge det perfekte systemet, noe som betydde at jeg aldri fullførte noe.

Ikke bli sittende fast i prosessen. Kom frem til sluttresultatet, og iterer deretter.

Og jeg vil nevne dette: Mesteparten av tiden er alt du trenger Claude eller ChatGPT. Disse verktøyene for generell bruk er dine beste diskusjonspartnere, researchere og utviklere.

Hvordan AI hjelper markedsføringsledere med å gjenkjenne mønstre

AI hjalp meg med å tenke i systemer. Arbeidet mitt består ikke av individuelle kreative kampanjer. Mange av kampanjene jeg legger betydelig innsats i, kan faktisk gjentas. De har skjemaer og rammeverk. Jeg hadde ikke perspektivet på høyt nivå som skulle til for å se dette tidligere. Men jo mer jeg arbeider med AI, desto tydeligere blir disse mønstrene.

Den virkelige endringen handler ikke om å gjøre mer. Arbeidsflytene våre ble så mye mer effektive at vi kan gå dypere og skape bedre innhold med de samme ressursene.

Digital PR er et godt eksempel. Tidligere måtte jeg undersøke kanskje hundre kampanjer manuelt, gjennomføre kurs og lese casestudier for å forstå hva som kjennetegner en god PR-kampanje. Det var vanskelig å bearbeide dette innholdet, og jeg slet med å tilegne meg nok kunnskap til å se de underliggende rammeverkene og mønstrene.

Etter at AI dukket opp, bygde jeg en database med tusenvis av digitale PR-kampanjer. Jeg kan samhandle med disse dataene, rekonstruere hva som fungerte, identifisere likheter og utlede mine egne rammeverk. Nå tenker jeg ikke lenger på individuelle kampanjer. Jeg tenker på systemer.

Hvordan orkestreringsteam forbedrer markedsføringsstrategier

Markedsføringsteamet vårt gikk fra team som arbeidet manuelt, til orkestreringsteam.

Før tenkte én person på systemet, en annen forklarte det, og alle andre husket det og arbeidet innenfor det. Nå, med agenter og direkte tilgang til KI og dataene, arbeider alle med systemet. Alle bidrar med innspill til arbeidsflyten. Det betyr at du beveger deg i et mye raskere tempo og med langt større rom for utvikling.

Det betyr også at kvaliteten på teammedlemmene dine er viktigere. Du trenger mennesker som er ivrige etter å lære og som ligger i forkant av hva KI kan gjøre. Hvis du kan bygge et team med slike mennesker, har du et vinnerteam.

Det er en utfordring. Alle forventer at KI skal erstatte mennesker, men i virkeligheten betyr det at du må finne mennesker som kan arbeide med KI. Og den talentbasen er liten.

Hvorfor markedsføringsledere må bli ingeniører

Mitt råd er å slutte å lede markedsføringen og begynne å bygge den. Utform din beste idé for en helautomatisert arbeidsflyt, og bygg den. Det er slik du lærer hva som er mulig.

Du er ikke lenger sjefen for markedsføringsøya. Du er en ingeniør. Så enkelt er det.

Med KI har du skapende kraft for hånden, og du må begynne å tenke som en utvikler. Forstå hva API-er er, hvordan data flyter, og hva instruksjoner kan og ikke kan gjøre. Arbeid i systemer, ikke kampanjer.

Det er den eneste måten å skalere på. Før betydde skalering flere mennesker, mer manuelt arbeid og flere ressurser. Nå er det kode. Du må endre tankegangen fra mennesker og følelser til data og automatiseringer. Det er der giringseffekten ligger. Jeg tror ikke det er enklere. Det er bare annerledes.

Følg med

Du kan følge arbeidet til Eduard Luta på LinkedIn. Og ta en titt på dua.

Flere ekspertintervjuer kommer i The CMO Club!