Key Takeaways
Początek pracy z AI: Liderzy marketingu mają trudności z rozpoczęciem projektów związanych z AI z powodu przytłaczającej liczby możliwości i niepewności co do pierwszych kroków.
Usprawnienia o dużym wpływie: CroMetrics wykorzystuje niewielkie usprawnienia AI o dużym wpływie, aby rozwiązywać problemy związane z przepływem pracy, zamiast dążyć do opracowania idealnych strategii.
Optymalizacja wyszukiwania AI: CroMetrics optymalizuje treści pod kątem modeli językowych, odnotowując wzrost liczby poleceń od klientów z segmentu przedsiębiorstw z platform opartych na AI, takich jak ChatGPT.
Równowaga między człowiekiem a AI: W CroMetrics AI wspiera badania i początkowy etap tworzenia, ale nadzór człowieka zapewnia jakość i spójność marki.
Identyfikowanie przeszkód: Liderzy powinni w pierwszej kolejności usuwać przeszkody w przepływie pracy, aby zwiększyć efektywność przed wdrożeniem szerszych możliwości AI.
Większość liderów marketingu wie, że powinna coś robić z AI. Problemem nie jest brak świadomości. Problem polega na tym, że nie wiedzą, od czego zacząć.
„Widzę, że liderzy i organizacje są niemal tak przytłoczeni przez AI, że staje się ono paraliżujące” — mówi Gwen Hammes, współdyrektor generalna Cro Metrics, agencji marketingu cyfrowego współpracującej z markami takimi jak Bombas, Starz i Intuit. Jej rada brzmi: zacząć od małych kroków.
Hammes określa to mianem zasady „codziennie o 1% lepiej” — sposobu myślenia opartego na konsekwentnym, stopniowym postępie, a nie na dążeniu do stworzenia kompleksowego planu przed podjęciem jakichkolwiek działań. Zamiast szukać idealnej strategii AI, Cro Metrics koncentruje się na małych usprawnieniach o dużym wpływie i rozwiązywaniu problemów powodujących tarcia w procesach pracy.
Gdy AI staje się kanałem pozyskiwania klientów
W zeszłym roku Cro Metrics stanęło przed tym samym pytaniem, które zadawała sobie każda organizacja marketingowa: jak dobrze prowadzić wyszukiwanie, skoro wyszukiwanie zasadniczo się zmienia?
Ruch z Google spadał, a duże modele językowe odpowiadały na pytania bezpośrednio w interfejsach czatu. Zachowanie bez kliknięć zaczęło stawać się normą, a dotychczasowy zestaw praktyk SEO przestał działać równie dobrze.
Włączyliśmy AEO/GEO do naszej oferty technicznego SEO i zaczęliśmy od przetestowania tego rozwiązania najpierw we własnej firmie.
Hammes wyjaśnia, że ich celem była optymalizacja treści nie tylko pod kątem wyszukiwarek, ale także samych dużych modeli językowych.
Zespół włączył optymalizację pod kątem silników odpowiedzi (AEO) i optymalizację pod kątem silników generatywnych (GEO) do swojego podejścia do technicznego SEO, a następnie przetestował je we własnej firmie, zanim wdrożył je u klientów.
Opisując swoją pracę w Cro Metrics, mówi: „nasza praca obejmuje złożone ścieżki klientów, wielokanałowe ekosystemy i programy rozwoju na poziomie przedsiębiorstw, w których strategia, realizacja i dane muszą działać jako jeden system.”
Praca koncentrowała się na tym, aby treści były łatwiejsze do interpretowania przez systemy AI dzięki danym strukturalnym, jasnym podsumowaniom i wyraźnemu wskazaniu autorstwa. Wszystko to stanowi sygnały pomagające dużym modelom językowym rozumieć treści i z przekonaniem je cytować.
Have an account? Log In
Od filozofii do procesu
Taktyki są dość proste. Zaczynając od danych strukturalnych, podsumowań TLDR i szczegółowych informacji o autorstwie, zespół nabrał rozpędu. „Wiele firm mówi: dobrze, ale jak zoptymalizować naszą stronę internetową zarówno pod kątem ludzi, jak i botów oraz dużych modeli językowych” — zauważa. To, co jej zespół zaobserwował w rezultacie, jest naprawdę imponujące.
Zaobserwowaliśmy 80% wzrost ruchu z poleceń generowanego przez AI, któremu towarzyszyła mierzalna poprawa widoczności w wyszukiwarkach i ruchu bezpośredniego, przekładająca się na wartościowe zapytania przychodzące i szanse sprzedażowe.
Dla porównania większość organizacji nadal traktuje AEO jako kwestię przyszłości — coś, do czego wróci się po dopracowaniu podstaw SEO. Cro Metrics potraktowało je jako przewagę konkurencyjną już teraz, a dane o ruchu odzwierciedlają trafność tego momentu.
Jednak najbardziej zaskoczył Hammes rodzaj ruchu z poleceń.
Obserwujemy polecenia pochodzące bezpośrednio z narzędzi takich jak ChatGPT i Claude. Co ciekawe, duża część tego ruchu pochodzi od dużych przedsiębiorstw.
Nabywcy z dużych przedsiębiorstw nie tylko eksperymentują z dużymi modelami językowymi. Wykorzystują je również do wyszukiwania dostawców i ich oceny. Jeśli więc Twoje treści nie są zoptymalizowane pod kątem wyszukiwania opartego na AI, stajesz się niewidoczny dla rosnącej grupy wartościowych potencjalnych klientów.
Budowanie silnika decyzyjnego
Sukces AEO odzwierciedla szerszą filozofię Cro Metrics: wykorzystywać AI tam, gdzie zapewnia przewagę, a ludzi pozostawiać tam, gdzie liczy się osąd.
Firma stworzyła ImpactLens — niestandardowy silnik predykcyjnego ustalania priorytetów. „Wykorzystujemy go do oceny sygnałów behawioralnych, historycznych danych z eksperymentów i danych wejściowych specyficznych dla klienta, aby przewidzieć, które eksperymenty z największym prawdopodobieństwem przyniosą mierzalny wzrost” — wyjaśnia Hammes. „Dzięki temu możemy ustalać priorytety z dużo większą precyzją, zanim zaangażujemy zasoby.”
Istnieje jednak granica — jej zespół nie polega całkowicie na AI. AI wskazuje, na czym należy się skupić i co może zadziałać, ale strategia, kierowanie relacjami z klientami, kreatywność i ostateczne decyzje pozostają domeną ludzi. Hammes uważa, że „wzrost nadal wymaga kontekstu, osądu i oryginalnego myślenia”.
To wzorzec, który można skalować od eksperymentowania po produktywne wdrażanie AI. AI zajmuje się rozpoznawaniem wzorców na dużą skalę. Ludzie dbają o obszary wymagające kontekstu, zarządzania relacjami i podejmowania decyzji w sytuacjach, gdy dane są niejednoznaczne.
Gdzie AI wciąż sobie nie radzi
Hammes zauważa, że jeśli chodzi o klarowność marki, ludzie nadal ponoszą odpowiedzialność za zapewnienie jakości. Wyznacza granicę, wyjaśniając, że w przypadku Cro Metrics „AI nie zapewniła jeszcze poziomu niezawodności wymaganego do w pełni autonomicznej realizacji — tworzenia gotowych do wdrożenia eksperymentów ani wysokiej jakości materiałów kreatywnych na poziomie odpowiednim dla marek korporacyjnych”. Są jednak obszary, w których jej zespół wykorzystuje ją, aby poczynić ogromne postępy.
AI znacząco przyspiesza badania, syntezę i wczesny etap rozwoju, ale nadzór człowieka pozostaje niezbędny, aby zapewnić wysoką jakość i integralność marki.
W przypadku agencji współpracujących z klientami korporacyjnymi lub firm kierujących swoją ofertę do tej grupy AI nadal może nie sprostać poziomowi jakości wymaganemu w przypadku gotowych do wdrożenia materiałów kreatywnych lub rygorystycznych standardów marki. Oznacza to, że materiały nadal wymagają weryfikacji przez człowieka, zanim trafią gdziekolwiek dalej.
\u0022Chodzi o pracę i jej wpływ, ale w ogromnej mierze także o relacje. Zawsze powtarzam, że dopóki po drugiej stronie stołu są klienci będący ludźmi, firmy takie jak nasza zawsze będą istnieć.\u0022
Profesjonalne usługi opierają się na zaufaniu, na wyczuciu atmosfery, zrozumieniu, czego klient naprawdę potrzebuje, w odróżnieniu od tego, czego — jak twierdzi — potrzebuje, oraz na podejmowaniu decyzji, których dane nie są w stanie rozstrzygnąć. Nie są to luki, które AI prawdopodobnie szybko wypełni, dlatego rozsądniej jest traktować je jako przewagę, którą rzeczywiście stanowią, a nie jako ograniczenie wymagające obejścia.
Zacznij od problemów
Organizacjom próbującym ustalić, od czego zacząć, Hammes sugeruje, aby liderzy w pierwszej kolejności skupili się na problemach. „Zamiast koncentrować się na konkretnym systemie marketingowym, liderzy powinni zidentyfikować powtarzające się problemy w ramach procesów, w których drobne nieefektywności kumulują się i pochłaniają nieproporcjonalnie dużo czasu” — radzi.
Cro Metrics przeprowadziło ankietę wśród własnego zespołu, aby określić, gdzie AI mogłaby przynieść największy efekt. Odpowiedzi nie były szczególnie efektowne. Dotyczyły zatwierdzeń, kontroli zgodności i tworzenia treści na wczesnym etapie.
Jedno z naszych pierwszych założeń było proste. Wyeliminować drobne przeszkody, które uszczuplają dostępne zasoby, aby zespoły mogły poświęcać więcej czasu myśleniu strategicznemu, kreatywności i pracy o większym wpływie, która napędza rozwój.
To przeciwieństwo strategii AI, którą obiera większość organizacji. Zamiast zaczynać od możliwości, czyli pytać, co AI może zrobić, zacznij od problemów i zastanów się, gdzie marnujesz czas, nie widząc zwrotu z inwestycji.
Właśnie w tym miejscu wiele działań związanych z wdrażaniem AI schodzi na niewłaściwy tor. Liderzy zaczynają od możliwości, zwracając uwagę na to, co potrafi dane narzędzie, ale mają trudności z powiązaniem ich z konkretną potrzebą biznesową każdego działu.
Nie potrzebujesz poparcia kadry kierowniczej, aby przetestować AI w celu przyspieszenia kontroli zgodności, ani zgody na budżet, aby używać ChatGPT do tworzenia pierwszej wersji syntezy. Jeśli potrzeba już istnieje, po prostu szukasz odpowiedniego narzędzia do jej zaspokojenia.
Zaradność zamiast najlepszych praktyk
Swoboda Hammes w eksperymentowaniu wynika z wcześniejszego etapu jej kariery, gdy pracowała z zespołami w Meksyku, które działały bez ustalonych schematów postępowania. Wspomina, że „panował tam niezwykły poziom zaradności, wszyscy jednoczyli się, wspólnie szukali rozwiązań i doprowadzali sprawy do końca”. Zespół był natomiast całkowicie skoncentrowany na celu i nadrzędnym kierunku działań.
\u0022Nic tak naprawdę mnie nie przeraża ani nie przytłacza. Być może dlatego, że mam takie doświadczenia, ale także dlatego, że po ponad 20 latach w tej branży widziało się i przeszło przez wiele rzeczy i zawsze wie się, że ostatecznie dotrzemy do celu. Na wszystko istnieje rozwiązanie, a wytrwałość naprawdę ma znaczenie.\u0022
Obecnie szczególnie cenna jest mentalność twórcy. Nie istnieją jeszcze ustalone najlepsze praktyki dotyczące AI — są tylko eksperymenty, z których część kończy się sukcesem, a większość nie. Organizacje, które czekają na gotowy schemat postępowania, będą lata za tymi, które są gotowe testować i iteracyjnie udoskonalać swoje działania.
More Articles
Rygor mikroetapów
Doświadczenie Hammes w Cro Metrics stanowi wzór dla organizacji, które czują się uwięzione w obliczu szumu wokół AI.
Po pierwsze, zacznij od źródeł trudności, a nie od strategii (podpowiedź — możesz przeprowadzić ankietę wśród swojego zespołu, aby je odkryć). Jej rada dla liderów, którzy czują się przytłoczeni, brzmi: upraszczaj i zaczynaj od małych kroków.
Czym są te małe działania? I odkrywasz, że szybko zaczynają się na siebie nakładać. Najgorszy jest całkowity brak działania — jesteś po prostu sparaliżowany i niejako utrwalasz problem, który masz.
Następnie przetestuj wszystko na sobie, zanim wdrożysz to u klientów. Wyszukaj własną markę w ChatGPT, Perplexity i Claude. Zrób to więcej niż raz i przeprowadź kilka różnych wyszukiwań, aby sprawdzić, gdzie pojawia się Twoja marka.
Następnie wyszukaj bezpośrednio nazwę swojej firmy. Potem wyszukaj problemy, które rozwiązujesz, kategorię, w której konkurujesz, oraz konkretne pytania, które klienci zwykle zadają przed zakupem. Udokumentuj swoje ustalenia za pomocą zrzutów ekranu.
Szukasz wzorca, a nie tylko obecności.
Zobaczysz, czy pojawiasz się w odpowiednim kontekście i czy Twoja firma jest prezentowana w sposób zgodny z jej rzeczywistym pozycjonowaniem. Obecność w bezpłatnych wynikach wyszukiwania, którą budowałeś przez lata, może mieć niemalże nic wspólnego ze sposobem, w jaki LLM-y obecnie przedstawiają Twoją kategorię.
Różnica między tym, gdzie się pojawiasz, a tym, gdzie chcesz być, to Twój punkt wyjścia w AEO. To także szybszy sposób na uzasadnienie inwestycji w treści niż większość modeli atrybucji kiedykolwiek będzie w stanie Ci zapewnić.
Filozofia poprawy o 1% działa, ponieważ eliminuje presję związaną z koniecznością opracowania kompletnej strategii AI przed rozpoczęciem działań. Nie musisz wiedzieć, gdzie będziesz za rok. Musisz tylko wiedzieć, czego spróbujesz dzisiaj.
„Jestem wielką zwolenniczką poprawy o 1% każdego dnia” — mówi Hammes. Zrób pierwszy krok.
Wzrost liczby leadów z segmentu przedsiębiorstw o 80%, który zaobserwował jej zespół, nie wynikał ze sztywnej strategii AI i nie nastąpił z dnia na dzień. Był rezultatem zrobienia jednego kroku, zmierzenia efektu i wykonania kolejnego.
To nie jest tylko dobra rada dotycząca wdrażania AI. To dobra rada dotycząca wszystkiego, co warto robić.
Co dalej?
Dołącz do nas w The CMO Club, aby być na bieżąco z trendami oraz otrzymywać najnowsze porady, materiały i przewodniki bezpośrednio na swoją skrzynkę odbiorczą.
