Enhver markedsfører ønsker det samme: å få hver potensielle kunde til å føle seg som den eneste potensielle kunden.
Du kjenner pitchen du ville gitt hvis du hadde tid. Den som starter med kundens nøyaktige smertepunkt, viser til initiativet de sannsynligvis kjører akkurat nå, og snakker til økonomidirektøren annerledes enn til driftssjefen. Den der landingssiden de havner på ikke føles som om den ble bygget for et segment på 50 000 — men i stedet føles som om den ble bygget for dem. Bare dem.
Du vet nøyaktig hva det ville gjort med konverteringsratene dine, og du vet at det er den ideelle (les: riktige) måten å jobbe på.
Men dessverre klarer du bare ikke å produsere det. Ikke i det volumet pipelinen din krever, i hvert fall.
Regnestykket som knekker de fleste markedsteam
Her er problemet (smertefullt) blottlagt:
4 forskjellige personaer x 500 målkontoer = 2000 skreddersydde ressurser.
A u. Og det er før du tar med budskapsvarianter, kampanjefaser eller det faktum at halvparten av disse kontoene må oppdateres i det øyeblikket et nytt signal kommer inn fra CRM. Ingen team produserer det manuelt. Så i stedet blir midten av trakten en ventesløyfe.
Resultatet: generiske oppfølgings-e-poster, kategorilandingssider som egentlig ikke handler om noen spesiell, og innhold som teknisk sett er personalisert, men menneskelig glemmelig. 👎
Engasjerte leads blir stille, pipelinen stopper opp, og alle antar at det finnes et etterspørselsproblem når det egentlig er noe helt annet.
Strategien finnes kanskje i bakgrunnen, men gjennomføringen sliter med å henge med.
Hva KI faktisk endret ved personalisering (og hva den ikke gjorde)
KI-skriveverktøy hjalp. Det gjorde de virkelig — raskere utkast, raskere iterasjon, en god første versjon uten å starte fra bunnen av. For mange team ga det tilbake timer (noen ganger dager) hver uke.
Men det løste ikke problemet med innholdsoppløsning.
Raskere utkast betyr fortsatt utkast. Noen må fortsatt briefe verktøyet, gjennomgå resultatet, publisere siden, spore engasjementet og oppdatere innholdet når kontoen flytter seg. Hastigheten ble bedre, men taket flyttet seg ikke.
Det som manglet var ikke raskere gjennomføring av den samme arbeidsflyten. Det var en annen type system — ett som kunne ta en strategisk intensjon («nå disse 500 kontoene, på tvers av disse personaene, på dette punktet i trakten») og håndtere hele gjennomføringslaget autonomt. Research, utkast, publisering, oppdatering, sporing. Uten et menneske i løkken for hver ressurs.
Michiel Dorjee, Director of AI Innovation hos Optimizely, beskriver det som en trekant: hvert prosjekt ligger i skjæringspunktet mellom raskt, billig og bra — og tradisjonelt kunne du bare velge to.
Svaret er ikke bare hastighet — det handler om å kombinere KI-ens skalerbarhet med den institusjonelle kunnskapen om hva «bra» faktisk ser ut som for virksomheten din.