Wiceprezes ds. marketingu w branży fintech mówi, że potencjał AI tkwi w analizie danych, a nie w tworzeniu treści

Liam Bartholomew jest wiceprezesem ds. marketingu w firmie z branży technologii finansowych o nazwie Alt21. Na tym stanowisku wykorzystuje AI do tego, co — jak twierdzi — jest jej najbardziej obiecującą funkcją: analizy danych w różnych kanałach i silosach.

Spotkaliśmy się z nim, aby zrozumieć, jak to faktycznie wygląda — i czym jego zespół różni się pod tym względem od przeciętnej organizacji. Oto, co powiedział.

Budowanie podstaw

Nazywam się Liam Bartholomew i jestem wiceprezesem ds. marketingu w Alt21, firmie z sektora technologii finansowych B2B, która pomaga przedsiębiorstwom z Wielkiej Brytanii i Europy zarządzać operacjami walutowymi i skarbowymi.

Od około dekady zajmuję się marketingiem B2B, a przed dołączeniem do Alt21 ostatnio pełniłem funkcję wiceprezesa ds. marketingu w Cognism, platformie analityki sprzedaży.

Alt21 jest firmą znajdującą się na stosunkowo wczesnym etapie rozwoju. Koncentrujemy się na Wielkiej Brytanii i Europie, a na początku działamy głównie cyfrowo. Płatne wyszukiwanie, płatne media społecznościowe i organiczne SEO to podstawowe kanały, które rozwijamy.

Na tym etapie chodzi mniej o zarządzanie złożonością, a bardziej o właściwe zbudowanie podstaw i zrozumienie, co działa, zanim zaczniemy się rozwijać.

Dlaczego największe możliwości AI w marketingu dotyczą analizy danych i raportowania

Moja relacja z AI zaczęła się, gdy dołączyłem do tej firmy. Zostałem jednoosobowym zespołem marketingowym i bez AI działałbym zbyt wolno. Taka była rzeczywistość. Teraz jesteśmy trzyosobowym zespołem: ja, specjalista ds. wzrostu i specjalista ds. treści. Nadal jesteśmy więc mali, ale zaczynamy nabierać kształtu.

Rozpoczynanie od zera to rzadka możliwość. Istniejące zespoły mają już systemy, procesy i nawyki, a nałożenie na nie AI jest trudne. Budowanie od podstaw pozwala mi od pierwszego dnia uczynić całą funkcję opartą na AI. To wydaje się prawdziwą przewagą i chciałem ją jak najlepiej wykorzystać.

Aby dowiedzieć się, co potrafi AI, po prostu zacząłem budować różne rozwiązania. Przesłałem do Claude'a dane o naszych klientach i przychodach, aby na podstawie dowodów, a nie założeń, określić naszych najlepszych klientów. Powinno to zająć tygodnie, ale dzięki AI zrobiliśmy to w jedno popołudnie. Następnie połączyłem nasz CRM, aby móc odpytywać potok sprzedażowy i otrzymywać wiarygodne raporty w ciągu minut, a nie godzin. Połączyłem też hurtownię danych, CRM i stronę internetową, aby uzyskać pełny wgląd w lejek — od źródła ruchu po otwarcie nowych kont.

Jak łączenie danych optymalizuje kanały marketingowe

Z tego, co obserwuję, największa szansa związana z AI dla marketerów nie dotyczy tworzenia treści ani tekstów reklamowych, lecz analizy danych i raportowania.

Większość zespołów marketingowych nadal poświęca dużo czasu na podejmowanie decyzji. Pobierają dane z różnych narzędzi, uzgadniają rozbieżne liczby i tworzą prezentacje, które stają się nieaktualne, zanim ktokolwiek je przeczyta. Widziałem zespoły, które traciły na to tydzień w miesiącu i uzyskiwały niewiele wartościowych informacji.

Ten czas można teraz odzyskać. Połączenie CRM, analityki strony internetowej i danych płatnych kampanii w jednym centralnym miejscu oraz odpytywanie ich za pomocą AI w dużej mierze eliminuje żmudną pracę związaną z raportowaniem. Pozostaje to, co naprawdę ma znaczenie: komentarz, decyzja i działanie.

Wielu liderów marketingu nadal traktuje AI jako narzędzie do tworzenia treści i całkowicie pomija tę możliwość. Większa szansa polega na wykorzystaniu go do tego, by w końcu stać się funkcją opartą na danych, za jaką większość z nas deklarowała się od lat, ale do której rzadko mieliśmy infrastrukturę niezbędną do realizacji tego celu.

Dlatego właśnie teraz koncentruję się na połączeniu wszystkich danych. Obecnie nasze płatne wyszukiwanie i płatne media społecznościowe działają na oddzielnych platformach i mają odrębne wskaźniki. Dane dotyczące zachowania na stronie, ruchu organicznego i SEO, a także dane o potoku sprzedażowym i przychodach w CRM również znajdują się osobno. Buduję więc zautomatyzowane raportowanie, które syntetyzuje wszystkie te dane w jednym miejscu. Dzięki temu będę mógł zobaczyć, jak płatne i organiczne działania na siebie oddziałują, które kampanie generują przychody, a nie tylko kliknięcia, oraz gdzie zwiększyć lub ograniczyć wydatki, mając pełne zaufanie do podejmowanej decyzji.

AI sprawia, że tego rodzaju synteza danych z różnych kanałów staje się naprawdę możliwa w sposób, który wcześniej nie był dostępny. A dla małego zespołu takiego jak nasz ma to kluczowe znaczenie. Mały zespół nie może pozwolić sobie na prowadzenie eksperymentów przez wiele miesięcy i czekanie na wyniki. Musi szybciej podejmować lepiej poinformowane decyzje dotyczące alokacji budżetu.

Jak analiza danych i raportowanie z wykorzystaniem AI wyglądają w praktyce

W praktyce wygląda to tak. Zbudowałem połączenie między Attio, naszym CRM, hurtownią danych i analityką strony internetowej, a następnie odpytywałem wszystkie te źródła za pośrednictwem Claude'a. Wcześniej zrozumienie naszego lejka oznaczało ręczne pobieranie danych z wielu źródeł. Mieliśmy nadzieję, że dane są spójne, i poświęcaliśmy dużo czasu na ich przygotowanie, zanim mogliśmy przeanalizować ich znaczenie.

Teraz mogę bezpośrednio odpytywać nasz potok sprzedażowy w Attio i otrzymywać raporty, którym ufam. Skonfigurowałem również cotygodniowy raport dotyczący strony internetowej, połączony z Microsoft Clarity, Google Search Console i naszym CMS-em. Dostarcza on listę działań oznaczonych kolorem czerwonym, bursztynowym i zielonym, opartą na rzeczywistym zachowaniu użytkowników. W pierwszym tygodniu działania raport wykrył problem z niedziałającym kliknięciem na stronie rejestracji mobilnej, który natychmiast naprawiliśmy. Ręczne wykrycie tego problemu zajęłoby miesiące.

Oto kilka innych przykładów:

• W przypadku nowych kont raport obejmujący cały lejek, łączący Attio z naszą hurtownią danych i stroną internetową, pokazał, że pomimo wzrostu ruchu na stronie o 157% w marcu liczba nowych kont niemal się nie zmieniła, a współczynnik konwersji spadł z 7,2% do 2,8%. Wzrost ruchu pochodził w dużej mierze z ruchu niskiej jakości. Łatwo przeoczyć ten sygnał, gdy dane znajdują się w różnych miejscach.
• Potrzebowałem studiów przypadków, opinii klientów i tym podobnych materiałów, więc poprosiłem Claude'a o ocenę całej naszej bazy klientów (za pośrednictwem Attio) na podstawie sygnałów zaangażowania, aby wyłonić najlepszych kandydatów. Miałem już na myśli kilka sygnałów, takich jak aktywność handlowa, długość relacji, korzystanie z produktu i wcześniejsza responsywność. Poprosiłem również Claude'a o sugestie innych istotnych czynników. Wspólnie opracowaliśmy model oceny, który trafnie odzwierciedlał cechy dobrego ambasadora. Następnie Claude zastosował go do całego CRM-u i stworzył listę rankingową. Wyniki otrzymałem jeszcze tego samego popołudnia, a rezultat był świetny.

Połączenie naszych danych doprowadziło również do zmiany kulturowej wewnątrz firmy, ponieważ scentralizowaliśmy dane w Claude, aby móc je analizować, zamiast pracować w silosach w różnych narzędziach. Ta zmiana była prawdopodobnie równie znacząca jak zmiany techniczne.

To wciąż praca w toku, ale już widzę, że moje decyzje są lepiej ugruntowane, niż byłyby w innym przypadku, a ja oszczędzam czas na pobieraniu i porządkowaniu danych, który mogę przeznaczyć na faktyczne działania z ich wykorzystaniem.

Dlaczego jakość danych ma znaczenie

Z drugiej strony jakość danych w CRM-ie musi być wysoka, aby to działało, a nasze dane nie są jeszcze w pełni uporządkowane.

Raporty tworzone przy pierwszym podejściu wymagają znacznego zaangażowania człowieka, zanim będzie można z nich korzystać. Łatwo nie docenić pracy potrzebnej do stworzenia solidnych podstaw danych, zanim wyniki staną się wiarygodne.

Jak wybierać między AI a pracą człowieka

Decydując, do czego wykorzystywać AI, kieruję się kilkoma zasadami.

AI wspiera większość zadań analitycznych i badawczych: raportowanie dotyczące lejka sprzedażowego, zachowania użytkowników na stronie, analizę ICP oraz łączenie danych z różnych narzędzi w celu ustalenia, co się dzieje. W dużym stopniu na nim polegam, ponieważ oszczędza najwięcej czasu i, szczerze mówiąc, działa lepiej, niż mógłbym to zrobić ręcznie.

Obszar treści i działań kreatywnych jest bardziej złożony. Tam również korzystam z AI, ale w inny sposób. AI nie wykonuje całej pracy; zamiast tego pozwala mi pokonać 80 lub 90 procent drogi. Dzięki temu mogę skupić energię na wyjątkowym elemencie, który naprawdę ma znaczenie.

Wpływ AI na marketing jest podobny do wpływu maszyn fabrycznych na produkcję. Gdy produkcja 10 000 identycznych tabliczek czekolady stała się łatwa, sama produkcja przestała być czynnikiem wyróżniającym. Tym czynnikiem stała się marka. To, co odróżniało jedną tabliczkę od drugiej, zaczęło mieć znaczenie.

AI robi coś podobnego z treściami. Każdy może teraz napisać wpis na blogu. Każdy może tworzyć na dużą skalę. Dlatego wartościowymi elementami stają się opinia eksperta, autentyczny komentarz i wnioski wynikające ze znajomości czegoś, czego nie wiedzą inni. Ta część musi pozostać domeną człowieka. Nie dlatego, że AI nie potrafi tworzyć słów, lecz dlatego, że stojąca za nimi perspektywa i doświadczenie sprawiają, iż warto je czytać. AI pomaga mi szybciej zrobić wszystko inne, dzięki czemu mogę dotrzeć do tej najważniejszej części.

Dlaczego AI rozczarowuje w projektowaniu i tworzeniu stron internetowych

AI rozczarowuje w projektowaniu i tworzeniu stron internetowych.

Wiele osób twierdzi, że AI może zastąpić projektantów, montażystów wideo i twórców stron internetowych. Próbowałem tego i obserwowałem, jak próbują inni. Podobnie jak w przypadku tworzenia treści, AI może pokonać 80 lub 90 procent drogi. Jednak te ostatnie 10 lub 20 procent to miejsce, w którym żyje marka. To właśnie sprawia, że materiały kreatywne wyglądają jak stworzone przez ciebie, a nie jak dzieło każdej innej osoby, która użyła tego samego polecenia.

Jeśli zadowala cię coś generycznego, prawdopodobnie sprawdzi się to dobrze. Jednak w przypadku firmy fintech, która próbuje budować zaufanie wśród przedsiębiorstw, projektowanie odgrywa kluczową rolę. Przekazuje wiarygodność, zanim ktokolwiek przeczyta choć jedno słowo. Strona z modułami, które nie działają do końca poprawnie, lub identyfikacja wizualna wygenerowana przez AI podważają tę wiarygodność, nawet jeśli nie zawsze potrafimy wyjaśnić, dlaczego tak się dzieje.

Nadal polegam w tej pracy na ludziach: projektancie, montażyście wideo i twórcy stron internetowych. To się nie zmieniło.

Entuzjazm wokół AI w obszarze kreatywnym nie odpowiada jeszcze rzeczywistości, przynajmniej jeśli stawiasz swojej marce rozsądne wymagania. To użyteczne narzędzie, ale nie zastępstwo dla człowieka, a wiele osób przekona się o tym na własnej skórze.

Jak AI pozwala tworzyć mniejsze zespoły marketingowe

Ogromne zespoły marketingowe nie są już konieczne. Ciekawi mnie, jak niewielki zespół uda nam się utrzymać.

Zespół oparty na AI zrealizuje znacznie więcej zadań i zrobi to dokładniej już za pierwszym razem, kierując się szybkimi wnioskami.

Idąc dalej, niezbędni staną się osoba zorientowana operacyjnie (np. AI Ops, MarOps) oraz zaawansowany specjalista ds. marketingu wzrostu — dzięki nim będziesz mieć pewność, że wszystko tworzysz poprawnie i na bieżąco łączysz wszystkie systemy.

Dlaczego liderzy marketingu muszą kwestionować utrwalone procesy

Oto moja rada.

1. Eksperymentuj i nie przywiązuj się nadmiernie do procesu. Zbudowałem jedne z najlepszych rzeczy, ponieważ byłem gotów zapytać: „A gdybyśmy po prostu zaczęli to od zera, w nowy sposób?”. To jest niekomfortowe w ugruntowanych zespołach, w których procesy mają swoją historię, a ludzie czują się za nie odpowiedzialni. Jeśli jednak coś można byłoby przeprojektować, stawiając AI w centrum, prawdopodobnie warto zadać sobie pytanie, czy właśnie tak nie powinno się tego zrobić.
2. Zaangażuj właściwą osobę. Nie musisz budować wszystkiego samodzielnie, ale potrzebujesz kogoś blisko siebie, kto naprawdę chce to rozgryźć. Kogoś, kogo to ciekawi, kto wraca do domu i eksperymentuje, kto przychodzi z pomysłami. Takiej energii trudno jest sztucznie nadać, a ma ona większe znaczenie niż jakiekolwiek narzędzie czy budżet.
3. Od początku i często dziel się tym, co działa. Zdobycie poparcia naszego dyrektora generalnego otworzyło nam drzwi do dyrektora ds. technologii, dzięki czemu mogliśmy połączyć większą część naszej infrastruktury danych, co zwiększyło możliwości wszystkiego, co robiliśmy. Nie stało się tak dlatego, że miałem dużą prezentację. Stało się tak dlatego, że pokazałem ludziom coś użytecznego, a oni chcieli więcej. Rozpęd buduje się dzięki małym, widocznym sukcesom.
4. Nie oczekuj, że dzięki automatyzacji przestaniesz potrzebować ludzi. Wygrają nie te zespoły, które redukują zatrudnienie za pomocą AI, lecz te, w których ludzie wykonują pracę o większej wartości, ponieważ AI zajmuje się podstawami. To zupełnie inny poziom ambicji, który prowadzi do lepszych rezultatów.
5. Na koniec nie czekaj, aż będziesz mieć idealny plan. Najlepszym sposobem na zrozumienie, co AI może zrobić w konkretnej sytuacji, jest rozpoczęcie budowy czegoś, nawet jeśli jest to małe i niedoskonałe. Wszystkiego nauczyłem się poprzez działanie — nie przez czytanie o nim.

Śledź na bieżąco

Możesz śledzić, jak Liam rozwija funkcję marketingową w Alt21, na LinkedIn.

Wkrótce pojawią się kolejne wywiady z ekspertami w The CMO Club!