CMO:n delar med sig av vilka förändringar marknadsförare behöver göra

Kelly Cheng är CMO på Goldcast, där hon leder den globala marknadsföringsorganisationen.

Vi satte oss ner med henne för att höra allt om hur hon har gjort om sin innehållsmarknadsföringsstrategi med AI. Här är vad hon berättade för oss.

AI omdefinierar grundläggande CMO:ers roll

Jag heter Kelly Cheng och är CMO på Goldcast, där jag leder en global marknadsföringsorganisation som omfattar hela B2B:s go-to-market-rörelse, inklusive varumärke och innehåll, produktmarknadsföring, tillväxt och efterfrågegenerering, marknadsföringsverksamhet och community.

Teamet arbetar i USA, Storbritannien och Indien och stöttar både Goldcast som en fristående produkt och vår integrering i Cvents bredare portfölj av molnlösningar för evenemang efter förvärvet.

Min resa fram till den här punkten har formats av att leda marknadsföringsteam genom varje större plattformsförändring under det senaste decenniet, från innehållsmarknadsföring till ABM och produktledd tillväxt, och nu AI.

Jag har lärt mig att de marknadsföringsledare som lyckas inte är de som jagar varje ny trend. Anpassningsbara ledare använder dessa förändringar för att helt tänka om kring hur deras team arbetar, vad de mäter och var de skapar värde.

AI är den största förändringskraft vi någonsin har ställts inför, och den tvingar CMO:er att omdefiniera själva rollen. Arbetet handlar mindre om att hantera kanaler och kampanjer och mer om att bygga lärande organisationer som kan röra sig i marknadens tempo.​​​​​​​​​​​​​​​​

Hur AI möjliggör en övergång från kampanjdrivet till innehållsdrivet

Den största förändringen vi gjorde med AI var att gå från en kampanjdriven arbetsmodell till en AI-driven, innehållsdriven modell.

Historiskt planerade vårt team i kvartalsvisa kampanjcykler, där varje program hade en separat brief, en lista över material och en tidsplan. Under det senaste året har vi strukturerat om vår verksamhet kring en kontinuerlig innehållsmotor. AI hanterar nu återanvändning, skapandet av första utkast och förberedelser för distribution, vilket gör att teamet kan lägga mer energi tidigare i processen på idéer, ståndpunkter och kvalitetskontroll.

Det ledde till en betydande ökning av produktionen och tempot, där vi skapar fyra till fem gånger så mycket material per ursprungligt innehåll. Men den viktigare förändringen är kulturell: Teamet tänker nu i termer av målgrupper och berättelser snarare än kampanjer och leveranser, vilket har gjort arbetet både bättre och mer strategiskt.

Utöver ökningen av innehållsproduktionen har AI-stödd kontopoängsättning och personalisering också ökat engagemanget i våra ABM-program. Och vi har minskat kostnaden per kvalificerad möjlighet i betalda kanaler avsevärt genom att använda AI för att testa kreativa variationer i en skala som inte var möjlig tidigare.

Så gör du om arbetsflöden för innehållsmarknadsföring

Här är ett exempel på hur ett enda timslångt webbinarium eller evenemang på några dagar, i stället för veckor, blir till ett komplett innehållspaket för flera kanaler.

Arbetsflödet börjar med liveevenemanget, där vi automatiskt samlar in videon och hela transkriberingen. Därefter genererar AI den första vågen av härledda material, inklusive en sammanfattande bloggtext, en sammanfattning för ledningen, kort med viktiga citat, klipp för sociala medier, en sammanfattning via e-post och säljstödsmaterial anpassat till specifika personas.

Vårt team lägger till ståndpunkter, redaktionell finputsning och varumärkets röst genom att tillämpa mänskligt omdöme.

Därefter hanterar AI förberedelserna för distribution, från att utforma LinkedIn-inlägg för varje talare och vår ledningsgrupp till att skapa variationer av ämnesrader för e-post, korta videoredigeringar med undertexter för organiska sociala medier och personliga utgående meddelanden som säljarna kan dela med utvalda målkonton.

Resultatdata flödar tillbaka till en instrumentpanel där AI sammanfattar vad som fungerar i olika format och målgrupper. Dessa insikter ligger sedan till grund för briefen till nästa program.

Resultatet är att innehåll som tidigare levde i en vecka nu driver engagemang och pipeline i 60 till 90 dagar, och teamet ägnar sin tid åt idéer och strategi i stället för produktion.​​​​​​​​​​​​​​​​

Hur AI kan försämra differentieringen

Kelly delar med sig

Tidigt förlitade vi oss för mycket på AI för innehållsutkast, och resultatet började kännas generiskt, vilket försämrade vår varumärkesdifferentiering.

AI har inte gett resultat inom pipeline och efterfrågeskapande.

Det har hjälpt oss att arbeta snabbare och producera mer, men det har inte på något meningsfullt sätt förändrat vår förmåga att skapa efterfrågan hos konton som inte redan känner till oss. Generativt innehåll, AI-personaliserade e-postmeddelanden och automatiserad utgående kommunikation ger snabbt avtagande avkastning eftersom alla konkurrenter har tillgång till samma verktyg. Därför är ribban för att nå fram högre än tidigare, inte lägre.

Tidigt förlitade vi oss för mycket på AI för innehållsutkast, och resultatet började kännas generiskt, vilket försämrade vår varumärkesdifferentiering. Vi var tvungna att återinföra starkare redaktionella standarder och lager av egna perspektiv ovanpå allt AI-genererat arbete.

Det är också värt att notera att när 95 % av köparna befinner sig utanför marknaden vid en given tidpunkt är fångst en liten del av spelet. Det större spelet är att skapa efterfrågan genom att forma hur människor tänker kring kategorin långt innan de är redo att köpa. Det kräver färre, bättre innehållsdelar med ett verkligt perspektiv, inte mer av samma sak.

Så bör innehållsstrategier ställas om

Vi har genomfört tre stora förändringar i vårt innehåll.

1. Vi förankrar allt i ett eget perspektiv och unik data: undersökningar från vår community, kundinsikter och riktmärken som ingen annan har. AI kan omarbeta befintligt innehåll, men det kan inte skapa ett nytt perspektiv eller förstahandsdata, så det är där vår konkurrensfördel finns.
2. Vi satsar kraftfullt på format som AI inte kan återskapa särskilt väl, framför allt videor i realtid, poddar, berättande från företagsledare och fysiska evenemang, där den mänskliga rösten och närvaron är själva produkten.
3. Vi har gått från bred innehållsdistribution till att bygga egna communities och målgrupper där vi har en direkt relation med marknadsförare, utan en algoritm emellan.

Den mentala modellen är enkel: på en AI-mättad marknad följer uppmärksamheten förtroendet, och förtroendet följer ett igenkännbart perspektiv, en verklig människa och en community som värdesätter det du säger.

Varför människor hanterar perspektiv, omdöme och relationer

AI driver nu merparten av vårt genomförande och vår analys: återanvändning av innehåll och första utkast, målgruppssegmentering och kontopoängsättning, variationer av annonsmaterial, resultatrapportering, konkurrentbevakning och till och med tidiga utkast till underlag och e-postmeddelanden. Det omformar också research, där vi använder AI för att sammanställa kundsamtal, vinst-/förlustdata och samtal i communityn till insikter som teamet kan agera på inom några timmar i stället för veckor.

Det som uttryckligen förblir mänskligt är allt som är kopplat till perspektiv, omdöme och relationer. Strategi och positionering, narrativ utveckling, berättande från företagsledare, relationer med kunder och opinionsbildare samt kreativ konceptutveckling stannar hos människor.

Anledningen är enkel: AI är bra på att matcha mönster mot det som redan finns, men marknadsföringsledarskap handlar om att besluta vad varumärket står för och vart marknaden är på väg härnäst. Det kräver övertygelse, känsla och ansvarstagande som du inte kan lägga ut på entreprenad.

De team som vinner kommer att vara de som använder AI för att frigöra mer tid för just det mänskliga arbetet, inte mindre.

Så möjliggör AI en modell för kontinuerlig planering

Det system som de flesta ledare bör göra om är marknadsföringsplaneringen och takten för uppföljning. De flesta team arbetar fortfarande enligt en kvartalsvis planeringscykel för kampanjer, genomför månatliga uppföljningar och förlitar sig i hög grad på eftersläpande mätvärden som MQL:er och pipeline. Den rytmen passade en värld där det tog sex till åtta veckor att producera och lansera en kampanj. Men i en AI-förstärkt miljö, där ett team kan producera, testa och iterera innehåll och kreativt material på några dagar, blir kvartalsplanering en flaskhals. Teamen sitter på AI-kapacitet och väntar på nästa planeringscykel för att kunna använda den.

Vi gjorde om detta genom att övergå till en modell för kontinuerlig planering: ett tydligt årligt narrativ, kvartalsvisa teman och veckovisa redaktionella gransknings- och programcykler där teamet nästan i realtid beslutar vad som ska förstärkas, avslutas eller omarbetas utifrån engagemangssignaler.

AI hanterar datasammanfattningen och lyfter fram vad som fungerar, medan teamet gör snabbare och mindre satsningar i stället för färre och större. Det ledde till en betydligt högre träffsäkerhet för innehåll och kampanjer, eftersom vi lär oss och justerar varje vecka i stället för varje kvartal.

Varför marknadsföringsteamens strukturer måste förändras med AI

De flesta marknadsföringsorganisationer är fortfarande uppbyggda kring kanalspecialister. Det finns en innehållsskribent, en e-postmarknadsförare, en chef för betald media och en sociala medier-ansvarig, där var och en äger sitt område och sina leveranser.

Den här strukturen var logisk när varje kanal krävde djup, specialiserad kompetens och mycket manuell produktion. I en AI-förstärkt värld minskar kostnaden och tidsåtgången för produktionsarbetet inom vart och ett av dessa områden drastiskt, vilket innebär att den produktionsfokuserade organisationsstrukturen optimerar för fel sak.

Omarbetningen innebär en övergång från kanalbaserade roller till målgrupps- och resultatinriktade team. I stället för ett innehållsteam, ett efterfrågeteam och ett sociala medier-team bygger du små tvärfunktionella team som ansvarar för en specifik målgrupp eller aktivitet från början till slut, medan AI hanterar större delen av produktionslagret under detta.

Även rollerna inom dessa team förändras: du behöver färre rena utförare och fler personer som kan arbeta med strategi, redaktionella bedömningar, promptteknik och kreativ ledning i flera olika format.

Ledare som inte omformar sina organisationer på det här sättet kommer att få uppsvällda, silobaserade team som försöker konkurrera med slankare, snabbare och AI-inhemska team. Och det gapet kommer snabbt att växa.

Varför införandet av AI är ett förändringsledningsproblem förklätt till ett teknikproblem

Införandet av AI är ett förändringsledningsproblem förklätt till ett teknikproblem, och om du behandlar det på motsatt sätt kostar det dig tid och trovärdighet.​​​​​​​​​​​​​​​​

Våra första AI-piloter fokuserade på uppenbara vinster, som innehållsgenerering och personalisering av e-post, och vi behandlade dem som utrullningar av verktyg. Vi missade att AI i grunden förändrar vem som gör vad, hur arbetet granskas och vad som räknas som ”bra”, och vi gjorde inte om arbetsflödet eller rollerna för att matcha detta.

Det ledde till snabbare resultat men ojämn kvalitet, där teammedlemmarna antingen förlitade sig för mycket på AI eller vägrade använda det, utan någon tydlig standard för någondera.

Om jag hade vetat det från början skulle jag ha börjat med verksamhetsmodellen: omdefinierat rollerna, fastställt kvalitetskrav, byggt redaktionella riktlinjer och utbildat teamet i bedömning och promptning innan jag släppte verktygen fria. Vi skulle ha undvikit ungefär sex månader av ojämna resultat, intern frustration och några innehållsdelar som helt enkelt inte borde ha publicerats.

Varför CMO:er inte får förväxla aktivitet med framsteg

Kelly delar med sig

Förväxla inte aktivitet med framsteg. Alla marknadsföringsteam skyndar just nu med att införa AI-verktyg, men de ledare som kommer att gå vinnande ur detta [är] de som använder den här stunden till att vässa sin strategi, sin POV och kvaliteten på teamets tänkande.

Förväxla inte aktivitet med framsteg. Alla marknadsföringsteam skyndar just nu med att införa AI-verktyg. Men de ledare som kommer att gå vinnande ur detta använder den här stunden till att vässa sin strategi, sin POV och kvaliteten på teamets tänkande. Faktum är att en större teknikstack kan leda dina insatser på avvägar, om den inte hanteras effektivt och verkligen skapar värde för teamet.

Mitt råd skulle vara tre saker:

1. Var tydlig med vad bara ditt varumärke kan säga och satsa fullt ut på det, eftersom AI kommer att översvämma marknaden med generiskt innehåll, och det enda försvaret är övertygelse.
2. Investera i teamets omdöme och känsla för kvalitet, inte bara i deras verktygskunskap, eftersom flaskhalsen flyttas från produktion till urskiljningsförmåga.
3. Skydda det mänskliga arbetet: gemenskap, relationer, egen forskning och berättande. Det är där uppmärksamhet byggs, och uppmärksamheten växer när allt annat blir en handelsvara.​​​​​​​​​​​​​​​​

Följ med

Du kan följa Kelly Chengs arbete på LinkedIn.

Fler expertintervjuer kommer på The CMO Club!