CMO dzieli się tym, jakie działania muszą podjąć specjaliści ds. marketingu

Kelly Cheng jest dyrektorką ds. marketingu w Goldcast, gdzie kieruje globalną organizacją marketingową.

Porozmawialiśmy z nią o tym, jak przebudowała swoją strategię marketingu treści z wykorzystaniem AI. Oto, czym się z nami podzieliła.

AI zasadniczo redefiniuje rolę dyrektorów ds. marketingu

Jestem Kelly Cheng, dyrektorką ds. marketingu w Goldcast, gdzie kieruję globalną organizacją marketingową obejmującą cały proces B2B GTM, w tym budowanie marki i marketing treści, marketing produktu, rozwój i generowanie popytu, operacje marketingowe oraz społeczność.

Zespół działa w Stanach Zjednoczonych, Wielkiej Brytanii i Indiach, wspierając zarówno Goldcast jako samodzielny produkt, jak i jego integrację z szerszym portfolio chmurowych rozwiązań eventowych Cvent po przejęciu.

Moja droga do tego momentu była kształtowana przez prowadzenie zespołów marketingowych przez każdą z najważniejszych zmian platformowych ostatniej dekady — od marketingu treści, przez ABM i rozwój napędzany produktem, aż po AI.

Nauczyłam się, że liderzy marketingu, którzy odnoszą sukces, to nie ci, którzy gonią za każdą nowością. Elastyczni liderzy wykorzystują te zmiany, aby fundamentalnie przemyśleć sposób działania swoich zespołów, mierzone przez nich wyniki oraz obszary, w których tworzą wartość.

AI jest największym czynnikiem wymuszającym zmiany, z jakim kiedykolwiek mieliśmy do czynienia, i skłania dyrektorów ds. marketingu do przedefiniowania samej swojej roli. Praca w mniejszym stopniu polega na zarządzaniu kanałami i kampaniami, a w większym na budowaniu organizacji uczących się, które mogą działać w tempie rynku.​​​​​​​​​​​​​​​​

Jak AI umożliwia przejście od kampanii do treści

Największą zmianą, jaką wprowadziliśmy dzięki AI, było przejście z modelu operacyjnego opartego na kampaniach na model oparty na treściach, wspierany przez AI.

Historycznie nasz zespół planował działania w kwartalnych cyklach kampanii, w których każdy program miał odrębny brief, listę materiałów i harmonogram. W ciągu ostatniego roku przebudowaliśmy nasze operacje wokół ciągłego procesu tworzenia treści. AI zajmuje się teraz ponownym wykorzystaniem treści, tworzeniem pierwszych wersji i przygotowaniem dystrybucji, co kieruje energię zespołu na wcześniejsze etapy procesu: pomysły, punkty widzenia i kontrolę jakości.

Doprowadziło to do znaczącego wzrostu wydajności i szybkości — tworzymy od czterech do pięciu razy więcej materiałów z jednego źródłowego elementu. Jednak ważniejsza zmiana ma charakter kulturowy: zespół myśli teraz w kategoriach odbiorców i narracji, a nie kampanii i elementów do dostarczenia, dzięki czemu praca jest zarówno lepsza, jak i bardziej strategiczna.

Oprócz zwiększenia liczby tworzonych treści wspierane przez AI ocenianie kont i personalizacja zwiększyły również zaangażowanie w naszych programach ABM. Znacząco obniżyliśmy też koszt pozyskania kwalifikowanej szansy sprzedażowej w płatnych kanałach, wykorzystując AI do testowania wariantów kreacji na skalę, która wcześniej nie była możliwa.

Jak przebudować procesy marketingu treści

Oto przykład tego, jak pojedyncze, godzinne webinarium lub wydarzenie przekształca się w ciągu kilku dni, a nie tygodni, w pełny wielokanałowy pakiet treści.

Proces rozpoczyna się od wydarzenia na żywo, podczas którego automatycznie rejestrujemy wideo i pełną transkrypcję. Następnie AI tworzy pierwszą serię materiałów pochodnych, w tym artykuł podsumowujący, podsumowanie dla kadry kierowniczej, karty z najważniejszymi cytatami, klipy do mediów społecznościowych, podsumowanie w wiadomości e-mail oraz fragmenty materiałów wspierających sprzedaż dostosowane do konkretnych person.

Nasz zespół dodaje perspektywę, dopracowanie redakcyjne i głos marki, wykorzystując ludzką ocenę.

Następnie AI zajmuje się przygotowaniem dystrybucji — od tworzenia wersji postów na LinkedIn dla każdego prelegenta i naszego zespołu kierowniczego, przez generowanie wariantów tematów wiadomości e-mail, po tworzenie krótkich wersji wideo z napisami do organicznych mediów społecznościowych oraz pisanie spersonalizowanych wiadomości wychodzących, które sprzedaż może udostępniać docelowym kontom.

Dane o wynikach trafiają z powrotem do panelu, w którym AI podsumowuje, co działa w poszczególnych formatach i wśród różnych odbiorców. Te spostrzeżenia pomagają następnie przygotować wytyczne dla kolejnego programu.

W rezultacie treści, które wcześniej żyły przez tydzień, teraz generują zaangażowanie i szanse sprzedażowe przez 60–90 dni, a zespół poświęca czas na pomysły i strategię zamiast na produkcję.​​​​​​​​​​​​​​​​

Jak AI może zaszkodzić wyróżnieniu się na rynku

Kelly dzieli się

Na początku zbyt mocno polegaliśmy na AI przy tworzeniu pierwszych wersji treści, przez co rezultaty zaczęły brzmieć generycznie, co zaszkodziło wyróżnialności marki.

AI nie przyniosła rezultatów w obszarze budowania lejka sprzedażowego i generowania popytu.

Pomogła nam działać szybciej i tworzyć więcej, ale nie zmieniła znacząco naszej zdolności do generowania popytu wśród firm, które jeszcze nas nie znają. Treści generowane automatycznie, e-maile personalizowane przez AI i zautomatyzowane działania wychodzące szybko przynoszą coraz mniejsze zwroty, ponieważ każdy konkurent ma dostęp do tych samych narzędzi, więc poprzeczka umożliwiająca przebicie się jest wyższa niż wcześniej, a nie niższa.

Na początku zbyt mocno polegaliśmy na AI przy tworzeniu pierwszych wersji treści, przez co rezultaty zaczęły brzmieć generycznie, co zaszkodziło wyróżnialności marki. Musieliśmy ponownie ustanowić wyższe standardy redakcyjne i nakładać na każdą pracę wygenerowaną przez AI dodatkowe warstwy punktu widzenia.

Warto również zauważyć, że przy 95% kupujących pozostających w danym momencie poza rynkiem przechwytywanie popytu jest niewielką częścią gry. Większą częścią jest tworzenie popytu poprzez kształtowanie sposobu, w jaki ludzie myślą o danej kategorii, na długo przed tym, zanim będą gotowi do zakupu. Wymaga to mniejszej liczby lepszych treści z wyraźnym punktem widzenia, a nie większej liczby takich samych materiałów.

Jak należy zmienić strategie dotyczące treści

Wprowadziliśmy trzy duże zmiany w naszych treściach.

1. Wszystko opieramy na oryginalnym punkcie widzenia i własnych danych: badaniach naszej społeczności, spostrzeżeniach klientów i wskaźnikach porównawczych, których nie ma nikt inny. AI może przetwarzać istniejące treści na nowe sposoby, ale nie potrafi wygenerować świeżej perspektywy ani danych z pierwszej ręki, więc właśnie w tym tkwi nasza przewaga.
2. Mocno stawiamy na formaty, których AI nie potrafi dobrze odtworzyć, zwłaszcza transmisje wideo na żywo, podcasty, opowiadanie historii przez kadrę kierowniczą i wydarzenia stacjonarne, gdzie ludzki głos i obecność są produktem.
3. Odeszliśmy od szerokiej dystrybucji treści na rzecz budowania własnych społeczności i grup odbiorców, w których mamy bezpośrednią relację z marketerami, bez algorytmu pomiędzy nami.

Model myślowy jest prosty: na rynku przesyconym AI uwaga podąża za zaufaniem, a zaufanie podąża za rozpoznawalnym punktem widzenia, prawdziwym człowiekiem i społecznością, która ceni to, co mówisz.

Dlaczego ludzie powinni zajmować się punktem widzenia, oceną i relacjami

AI napędza więc obecnie większość naszych działań i analiz: ponowne wykorzystywanie treści i tworzenie ich pierwszych wersji, segmentację odbiorców i ocenę kont, warianty kreacji reklamowych, raportowanie wyników, monitorowanie konkurencji, a nawet wstępne wersje briefów i e-maili. Przekształca również badania, w ramach których wykorzystujemy AI do syntezy rozmów z klientami, danych dotyczących wygranych i przegranych transakcji oraz rozmów społeczności, aby w ciągu godzin, a nie tygodni, uzyskać wnioski, na podstawie których zespół może działać.

To, co pozostaje wyraźnie ludzkie, to wszystko, co wiąże się z punktem widzenia, oceną i relacjami. Strategia i pozycjonowanie, rozwój narracji, opowiadanie historii przez kadrę kierowniczą, relacje z klientami i influencerami oraz tworzenie koncepcji kreatywnych pozostają domeną ludzi.

Powód jest prosty: AI świetnie dopasowuje wzorce do tego, co już istnieje, ale przywództwo marketingowe polega na decydowaniu, za czym opowiada się marka i dokąd zmierza rynek, a to wymaga przekonania, wyczucia i odpowiedzialności, których nie można oddelegować.

Wygrają te zespoły, które wykorzystają AI do wygospodarowania większej ilości czasu właśnie na tę ludzką pracę, a nie mniejszej.

Jak AI umożliwia model ciągłego planowania

Systemem, który większość liderów powinna przeprojektować, jest częstotliwość planowania i przeglądów marketingowych. Większość zespołów nadal działa w ramach kwartalnego cyklu planowania kampanii, przeprowadza comiesięczne przeglądy i w dużej mierze opiera się na wskaźnikach opóźnionych, takich jak MQL i lejek sprzedażowy. Taki rytm pasował do świata, w którym przygotowanie i uruchomienie kampanii zajmowało od sześciu do ośmiu tygodni. Jednak w środowisku wspomaganym przez AI, w którym zespół może tworzyć, testować i modyfikować treści oraz kreacje w ciągu kilku dni, kwartalne planowanie staje się wąskim gardłem. Zespoły nie wykorzystują możliwości AI, czekając na kolejny cykl planowania, aby je wdrożyć.

Przeprojektowaliśmy ten proces, przechodząc na model ciągłego planowania: jasną narrację roczną, tematy kwartalne oraz cotygodniowe cykle przeglądów redakcyjnych i programowych, podczas których zespół niemal w czasie rzeczywistym decyduje, na czym skupić większe działania, co zakończyć lub co przetworzyć na nowo na podstawie sygnałów zaangażowania.

AI zajmuje się podsumowywaniem danych i wskazuje, co działa, a zespół podejmuje szybsze, mniejsze decyzje zamiast rzadszych, większych. Zaowocowało to znacząco wyższym odsetkiem trafionych treści i kampanii, ponieważ uczymy się i wprowadzamy zmiany co tydzień, a nie co kwartał.

Dlaczego struktury zespołów marketingowych muszą zmienić się wraz z AI

Większość zespołów marketingowych nadal jest zbudowana wokół specjalistów ds. poszczególnych kanałów. Jest tu autor treści, marketer e-mailowy, menedżer płatnych mediów i lider ds. mediów społecznościowych, z których każdy odpowiada za swój obszar i związane z nim materiały.

Ta struktura miała sens, gdy każdy kanał wymagał głębokiej, wyspecjalizowanej wiedzy i dużej ilości ręcznej pracy. W świecie wspomaganym przez AI koszt i czas produkcji w każdym z tych obszarów gwałtownie spadają, co oznacza, że struktura organizacyjna skoncentrowana na produkcji optymalizuje niewłaściwy element.

Nowy model przechodzi od ról opartych na kanałach do zespołów zadaniowych opartych na odbiorcach i rezultatach. Zamiast zespołu ds. treści, zespołu ds. popytu i zespołu ds. mediów społecznościowych tworzysz małe, interdyscyplinarne zespoły zadaniowe, które kompleksowo odpowiadają za konkretną grupę odbiorców lub działanie, podczas gdy AI zajmuje się większością warstwy produkcyjnej.

Zmieniają się również role w tych zespołach: potrzebujesz mniej osób zajmujących się wyłącznie realizacją, a więcej takich, które potrafią pracować strategicznie, dokonywać oceny redakcyjnej, projektować prompty i kierować pracą kreatywną w wielu formatach.

Liderzy, którzy nie przeprojektują w ten sposób swoich struktur organizacyjnych, skończą z rozbudowanymi, silosowymi zespołami próbującymi konkurować z mniejszymi, szybszymi i natywnie wykorzystującymi AI zespołami. Ta różnica szybko się pogłębi.

Dlaczego wdrażanie AI jest problemem zarządzania zmianą przebranym za problem technologiczny

Wdrażanie AI jest problemem zarządzania zmianą przebranym za problem technologiczny, a traktowanie go odwrotnie kosztuje czas i wiarygodność.​​​​​​​​​​​​​​​​

Nasze pierwsze projekty pilotażowe z AI koncentrowały się na oczywistych korzyściach, takich jak generowanie treści i personalizacja wiadomości e-mail, a my traktowaliśmy je jako wdrażanie narzędzi. Nie zauważyliśmy, że AI zasadniczo zmienia to, kto wykonuje poszczególne zadania, jak praca jest weryfikowana i jak wygląda „dobry” rezultat, dlatego nie przeprojektowaliśmy przepływu pracy ani ról.

W rezultacie otrzymywaliśmy wyniki szybciej, ale ich jakość była nierówna: członkowie zespołu albo nadmiernie polegali na AI, albo odmawiali jego używania, a dla żadnej z tych sytuacji nie istniał jasny standard.

Gdybym od początku to wiedział, zacząłbym od modelu operacyjnego: na nowo zdefiniowałbym role, ustaliłbym standardy jakości, stworzyłbym zabezpieczenia redakcyjne i przeszkoliłbym zespół w zakresie oceny oraz tworzenia promptów, zanim udostępniłbym mu te narzędzia. Uniknęlibyśmy około sześciu miesięcy niespójnych rezultatów, frustracji wewnątrz organizacji i kilku treści, które — szczerze mówiąc — w ogóle nie powinny były ujrzeć światła dziennego.

Dlaczego CMO nie mogą mylić aktywności z postępem

Kelly dzieli się

Nie myl aktywności z postępem. Każdy zespół marketingowy ściga się teraz z czasem, aby wdrażać narzędzia AI, ale liderzy, którzy wyjdą z tego na czele, to ci, którzy wykorzystują ten moment do wyostrzenia swojej strategii, swojego POV i jakości myślenia swojego zespołu.

Nie myl aktywności z postępem. Każdy zespół marketingowy ściga się teraz z czasem, aby wdrażać narzędzia AI. Jednak liderzy, którzy wyjdą z tego na czele, wykorzystują ten moment do wyostrzenia swojej strategii, swojego POV i jakości myślenia swojego zespołu. W rzeczywistości większy stos technologiczny może odciągać uwagę od twoich działań, jeśli nie jest skutecznie zarządzany i rzeczywiście wartościowy dla twojego zespołu.

Moja rada obejmuje trzy rzeczy:

1. Ustal, co tylko twoja marka może powiedzieć, i skoncentruj się na tym, ponieważ AI zaleje rynek generycznymi treściami, a jedyną obroną jest zdecydowanie.
2. Inwestuj w umiejętność oceny i wyczucie swojego zespołu, a nie tylko w jego biegłość w obsłudze narzędzi, ponieważ wąskie gardło przesuwa się z produkcji w stronę rozeznania.
3. Chroń pracę wykonywaną przez ludzi: społeczność, relacje, oryginalne badania i opowiadanie historii. To właśnie tam buduje się udział w umysłach odbiorców, a ten udział rośnie, gdy wszystko inne staje się utowarowione.​​​​​​​​​​​​​​​​

Bądź na bieżąco

Możesz śledzić pracę Kelly Cheng na LinkedInie.

Więcej wywiadów z ekspertami już wkrótce w The CMO Club!