Kujuta ette töötajat, kes ei väsi kunagi.
Ta vaatab läbi rohkem signaale, kui üks inimene elu jooksul jõuaks. Ta teeb igal oksjonil uue otsuse. Ta ei solvu, kui eilne plaan täna ümber tehakse. Ta ei küsi palgatõusu.
Ja mis kõige tähtsam: ta teeb väga järjekindlalt seda, mida temalt palutakse.
See viimane omadus on ühtaegu tema suurim tugevus ja kõige kallim oht.
Algoritm ei tunne sõna „mõistlik”
Ettevõte ütleb: „Tahame kasvada kasumlikult.”
Reklaamisüsteem ei saa selle lausega veel midagi teha.
Kasumlik kasv tuleb muuta masinale nähtavaks:
- milline tegevus loeb konversiooniks;
- milline väärtus eri ostudele antakse;
- kas uus klient on olemasolevast väärtuslikum;
- kas arvesse läheb käive, marginaal või kliendi hilisem väärtus;
- millised sündmused on esmased ja millised lihtsalt toredad vahepeatused.
Google’i Smart Bidding kasutab Google AI-d, et optimeerida oksjonipõhiselt konversioonide või konversiooniväärtuse poole. Süsteem ei optimeeri abstraktset „head äri”. Ta optimeerib mõõdetavat eesmärki.
Kui eesmärk on valesti defineeritud, ei märka masin seda. Ta töötab lihtsalt vale eesmärgi nimel erakordse efektiivsusega.
Vale eesmärk näeb tulemustes sageli väga hea välja
Oletame, et e-pood saadab reklaamiplatvormile iga ostu kogu müügitulu.
Üks toode müüb kiiresti. Hind on atraktiivne, nõudlus olemas ja konversioone tuleb palju. Paraku on marginaal väike ning tagastusi rohkem kui teistel toodetel.
Algoritm leiab selle toote üles. Ta toob veel sarnaseid ostjaid. Konversiooniväärtus kasvab. ROAS paraneb.
Ettevõte võib samal ajal teenida vähem raha.
Masin ei ebaõnnestunud. Ta sai kiita selle eest, mille tegemine ettevõttele tegelikult kahju tegi.
Sama juhtub müügivihjetega. Kui iga vormitäitmine on võrdne konversioon, õpib süsteem leidma odavaid vormitäitjaid. Kas inimene sobib kliendiks, on eraldi küsimus — juhul, kui kvaliteediinfo üldse tagasi süsteemi jõuab.
Rohkem andmeid ei päästa valet definitsiooni
Turunduses kuuleb sageli: „Algoritm vajab lihtsalt rohkem andmeid.”
Jah, andmeid on vaja. Väikese valimi puhul on rohkem juhuslikkust ja õppimine ebakindlam.
Aga suurem andmemaht parandab ainult seda, mida andmed kirjeldavad.
Tuhat valesti defineeritud konversiooni ei muutu tuhandenda rea juures õigeks. Need annavad süsteemile lihtsalt palju enesekindlust vale asja suhtes.
Andmemaht vähendab müra. Ta ei lisa ärilist mõtet, mida mõõtmisse ei ehitatud.
Automatiseerimine ei vähenda mõõtmise tähtsust
Käsitsi juhitavas kampaanias saab inimene vahel vea kinni püüda. Ta märkab, et odavad konversioonid tulevad kahtlasest segmendist või et üks toode imeb kogu eelarve endasse.
Mida rohkem otsuseid tehakse automaatselt, seda kiiremini võib hea või halb sisend läbi süsteemi levida.
Seetõttu ei muutu mõõtmine automatiseerimise järel vähem tähtsaks. Ta muutub tähtsamaks.
Kui masin juhib pakkumisi, paigutusi ja sihtimist, peab inimene olema eriti täpne selles, mida masin edu märgina näeb.
Inimese töö ei kao. Ta liigub kõrgemale korrusele
Vana reklaamitöö tähendas palju nuppe, pakkumisi ja käsitsi kohendamist. Uus reklaamitöö tähendab rohkem otsuseid selle kohta, millise maailma masinale ehitame.
Inimese ülesanne on:
- defineerida väärtus;
- valida tõeallikas;
- saata tagasi kvaliteetne tulemusinfo;
- eristada käivet kasumist;
- märgata kõrvalmõjusid;
- vaidlustada olukord, kus platvormi edu ja ettevõtte edu lahknevad.
Algoritm võib olla parem oksjonipidaja kui inimene. Ta ei ole seetõttu parem tegevjuht.
Kõige olulisem küsimus tuleb enne kampaaniat
„Kas kampaania töötab?” küsitakse tavaliselt pärast raha kulutamist.
Palju olulisem küsimus tuleb enne:
Mida tähendab selle kampaania jaoks töötamine?
Kui vastus on „võimalikult palju oste”, jääb veel lahtiseks, milliseid oste, millise marginaaliga, millistelt klientidelt ja millise pikaajalise väärtusega.
Kui vastus on „rohkem käivet”, võib algoritm selle saavutada viisil, mida ettevõte hiljem kahetseb.
Masin ei mõtle eesmärki läbi. Ta võtab eesmärki tõsiselt.
DigiVektori järeldus: automatiseerimine ei vabasta ettevõtet otsustamisest. Ta muudab ebamäärase otsuse lihtsalt kiiremaks, järjekindlamaks ja kallimaks.