Automatyzacja i AI to nie tylko modne hasła, ale przede wszystkim realne korzyści dla Twojego biznesu. Dzięki nim oszczędzisz czas, zyskasz nową perspektywę i odciążysz pracowników. Na rynku jest wiele gotowych narzędzi, które możesz wykorzystać, ale także wiele możliwości, aby stworzyć własne rozwiązania. Jak to zrobić? Dowiedz się na przykładzie firmy DrTusz.pl.
Wiele firm i organizacji korzysta ze sztucznej inteligencji, aby usprawnić swoje działania. Niestety, ślepe stosowanie rozwiązań AI, które działają u innych, może Cię rozczarować, a automatyzacja jednorazowych procesów – kosztować więcej czasu, niż jesteś w stanie dzięki niej zyskać. Warto zatem ocenić, jakie metody są dla Ciebie odpowiednie i jak je wdrażać. Dlatego właśnie podzielę się z Tobą doświadczeniem z wdrożenia systemu alertowania w naszej firmie. Opowiem także o kilku innych rozwiązaniach z dziedziny AI i automatyzacji, które uważam za warte wypróbowania.
Alerty – jak segmentować dane, aby miały wartość
Alerty znacznie ułatwiają pracę, ale ich ustawienie nie zwalnia Cię z konieczności monitorowania ruchu i globalnej analizy mierników. W przeciwnym razie stracisz z oczu szerszą perspektywę.
Słuchaj „Marketer+” Podcast
Zapamiętaj
Warto też pamiętać, że zejście do „mikroskopijnych” źródeł (np. oddzielenie ruchu z „https://ewp.pl/tematy/analityka-i-optymalizacja/” od tego z „www.ewp.pl”) jest całkowicie pozbawione sensu, bo większość takich segmentów będzie miała pojedyncze sesje, a jakiekolwiek analizy i predykcje staną się bezwartościowe.
Gdzie jest zatem złoty środek? To niestety zależy od konkretnej firmy i działań, jakie ona podejmuje.
W sklepie DrTusz.pl dokonaliśmy analizy źródeł agregowanych do witryn (w powyższym przykładzie byłoby to „ewp.pl”), następnie posortowaliśmy je według liczby sesji, a na koniec oceniliśmy, jakie źródła da się łączyć tak, aby grupy miały dla nas najwięcej sensu.
Na tej podstawie wydzieliliśmy segmenty typu: „direct”, „wyszukiwarki”, „sociale”, „poczta”. Wszystko to, czego nie udało nam się przypisać, znalazło się w grupie „other”. Wszelkie anomalie, które się w niej pojawiły, mogą sugerować, że z czasem należy wydzielić nowe źródło i patrzeć na nie niezależnie.
Zapamiętaj
Naszych segmentacji nie można uznać za uniwersalne i jedyne właściwe. W zależności od tego, w jaki sposób firma myśli o swoim ruchu i jakie w związku z nim nasuwają się jej pytania, grup może być więcej lub mniej – jedni mogą rozdzielić ruch na segmenty „Polska” i „zagranica”, drudzy na „źródła płatne” i „źródła darmowe”. Grupy muszą być skrojone na miarę potrzeb, kluczowe jest ich świadome tworzenie.
Co zrobić, żeby nie utonąć w alertach
System alertów ma porządkować i ułatwiać pracę, nie powinien więc zasypywać użytkownika taką ilością danych, przez które nie będzie w stanie się on przekopać. Narzędzie nie może sugerować, że powinien „przejrzeć wszystko”, bo „wszystko” łatwiej się przegląda według własnego wypracowanego systemu niż przez alerty. Regularnie sprawdzany system ma wskazywać kierunek bardziej szczegółowych analiz potrzebnych tu i teraz. W tym celu warto ustalić system wag alertów.
Kiedy mamy dwie wagi, przemnażamy je przez siebie, sortujemy alerty od najistotniejszych i ograniczamy ich liczbę, a co tydzień przeglądamy top 10.
Pandemia mocno zaburzyła naturalny wzrost firmy, więc eksplorowaliśmy różne podejścia do predykcji. Myślę jednak, że dla przedsiębiorstw z wyraźnymi trendami wyliczenie przewidywanej wartości rocznej i rozdzielenie jej według średnich udziałów miesięcznych będzie wystarczającym punktem wyjścia.
Zapamiętaj
Alerty mają sugerować, na co warto zwrócić uwagę, i w żadnym wypadku nie służą do automatycznego zatowarowywania się. Nie powinny być integrowane z automatyzacjami, które mogłyby wpędzić firmę w dodatkowe koszty, a sam system predykcji może być rozwijany z czasem, gdy taka potrzeba stanie się widoczna.
Jak dostarczyć alerty odbiorcom za pomocą automatycznych powiadomień
Gdy wiesz już, na których alertach chcesz się skupić, należy dostarczyć je odbiorcom. Ponieważ alerty to usprawnienie, powinny być dostępne przy minimalnym wysiłku użytkownika. Nie dodawaj kolejnego narzędzia, z którego musiałby on korzystać. Wybierz to, co jest najbliższe jego codziennej pracy. Slack? E-mail? Aplikacja od tasków? Opcji jest wiele.
W sklepie DrTusz stanęło na powiadomieniach slackowych, gdzie odpowiednio ustawiony bot regularnie wrzuca informacje o największych anomaliach i dodaje wykresy z historią dla kontekstu.
Dodatkowo mamy stronę „Archiwum”, na którą trafiają wszystkie (nie tylko topowe) alerty. Da się tam wybrać datę ich wygenerowania. Jest też widok bardziej zaawansowany, dzięki któremu można sprawdzić zestawienia „wartość vs predykcja” w odniesieniu do dowolnego źródła.
Archiwum alertów w sklepie DrTusz.pl
Źródło: materiały własne autora
Co zrobić po dodaniu alertu
Po otrzymaniu alertu należy zadać sobie pytanie: „Czy wiem, z czego wynika ta anomalia?”. Bo to trzeba wiedzieć! Albo chociaż spróbować ustalić.
Przykład
Informacja „mailingi mają o 30% mniej zamówień, niż się spodziewaliśmy” nie ma żadnej wartości bez zrozumienia przyczyn i konsekwencji tego zdarzenia. Kiedy widzisz taki wzrost w danej grupie, musisz zadać sobie pytania pomocnicze: „Czy była jakaś specjalna kampania e-mailowa?”, „Czy zmieniano budżety?”, „Czy dokonano zmiany w kreacjach?”, „Czy prowadzono jakieś inne działania, które mogły to wywołać (np. zmiany cen w firmie)?”, „Czy predykcja jest dobra?”.
Schemat pracy z alertami
Źródło: materiały własne autora
Jeżeli znajdziesz odpowiedź, przejdź do kolejnego alertu. Jeżeli nie – szukaj dalej. Przeglądaj poszczególne źródła w grupie (oddzielnie wysyłki zewnętrzne, newsletter itd.). Sprawdzaj, jakie źródło wywołuje anomalię (o ile jest jedno). Jeśli to wysyłki zewnętrzne – weryfikuj w ich raportach dane na poziomie kreacji. Czy było mniej otwarć? Czy było mniej przeklików? Może jakiś element nie działał poprawnie? Błędy przekierowań? Nieklikalne linki?
Nie ma jednego schematu. Trzeba mieć otwartą głowę i próbować zrozumieć przyczynę zjawiska. Część alertów da Ci informację, co należy poprawić. Część zostawi z refleksją: „Aha, więc o to chodzi”, i poczuciem dobrze wykonanej pracy. A część pozostanie niezrozumiała. Nie zawsze uda się od razu dojść do powodu każdej anomalii. Warto wtedy zanotować sobie, aby dane źródło zweryfikować ponownie w kilku kolejnych tygodniach i ocenić, czy anomalia to faktycznie anomalia czy może nowa norma.
Czy sztuczna inteligencja to zagrożenie
Przekazywanie AI surowych danych i czekanie na wnioski nie jest dobrym pomysłem. Sztuczna inteligencja często daje sprzeczne informacje i nie potrafi wyjaśnić, jak dotarła do ich źródła. Bywa, że część opisowa nie pokrywa się z załączonym wykresem, a spostrzeżenia są zupełnie oderwane od danych.
Chociaż po zwróceniu uwagi model przeprasza za rozbieżności, przyznaje się do pomyłki i poprawia swoje analizy, to ich wartość i wiarygodność dla naszej pracy zdecydowanie spada.
Pomyłki ChatGPT
Źródło: ChatGPT, materiały własne autora
Z pewnością możliwe jest wypracowanie systemu, w którym kilka zapytań sprzężonych ze sobą w celu wzajemnej krytyki i weryfikacji wyników będzie dawało rezultaty bliższe prawdy. Uznaliśmy jednak, że automatyczne generowanie błędnych wniosków (nawet w pojedynczych przypadkach) może nieść więcej szkody, niż cały system alertowania da korzyści, jeżeli taki wniosek pojawi się w niefortunnym miejscu i niewłaściwym czasie.
Poza tym nawet idealny system może zawieść w chwili, gdy w samym modelu sztucznej inteligencji pojawi się aktualizacja.
Zapamiętaj
Czy modele językowe są więc całkowicie bezużyteczne? Nie. AI to świetne narzędzie do konfrontowania pomysłów, burz mózgów i szukania nowych perspektyw.
Czasem, gdy poszukiwanie przyczyn anomalii utknie w martwym punkcie, pytania pomocnicze wygenerowane przez AI mogą okazać się na wagę złota. Model językowy szkolony na danych z wielu dziedzin często podsuwa pomysły z zupełnie różnych kategorii! Na ilustracji poniżej widać, jak sugeruje zerknięcie na działania konkurencji, sprawdzenie feedbacku oraz weryfikację, czy od strony technicznej wszystko działało. Trzy oddzielne obszary, niezależne od tego, „co my zrobiliśmy” i „jakie przyniosło to efekty” (na czym często skupiają się pracownicy), mogą okazać się przełomowe.
Pytania pomocnicze wygenerowane przez ChatGPT, które pomagają znaleźć przyczyny anomalii
Źródło: ChatGPT, materiały własne autora
Wysyłki do baz zewnętrznych – testy, analizy, mapy cieplne
Zbyt gwałtowne i częste zmiany w newsletterze mogą zaszkodzić relacji z klientami, a nie chcesz ich przecież odstraszać niespójnością. Naturalnym ludzkim odruchem jest odrzucenie tego, co nieznane. Nawet jeżeli zmiana jest dobra, klienci potrzebują czasu, aby się do niej przyzwyczaić, co może przekłamywać wyniki testów. Jak jednak pogodzić konieczność eksperymentowania i pracę nad nowościami z zachowaniem tego, z czego znają Cię odbiorcy?
W sklepie DrTusz.pl postanowiliśmy testować zmiany poza naszą bazą. Korzystaliśmy przy tym z usług firm, które posiadają własne bazy mailingowe. Dzięki temu zyskaliśmy dodatkowy ruch i bez szkody mogliśmy testować warianty odmienne od naszych kreacji.
Każda firma, która dostarcza usługę, raportuje dane w trochę inny sposób, a jej narzędzia analityczne albo w ogóle nie istnieją, albo zliczają poszczególne wartości na różne sposoby. Z tego powodu dużo narzędzi przygotowujemy sami i upewniamy się, że każde łącze jest dobrze oznaczone, a pliki – uporządkowane.
Dzięki temu niezależnie i z łatwością możemy wygenerować mapę cieplną (i to nie tylko z klikami!), a także spójnie analizować efekty testów oraz pracować nad rozwojem newslettera w kolejnych wysyłkach.
Przykładowa mapa cieplna na stronie DrTusz.pl
Źródło: DrTusz.pl, materiały własne autora
Jak jeszcze wykorzystujemy AI (a konkretnie OpenAI, ChatGPT oraz API) w DrTusz.pl?
Podsumowanie
Wykorzystywanie rozwiązań AI oraz tworzenie nowych automatyzacji może przynieść ogromną korzyść każdej firmie. Rób to jednak z głową! Informacja, że „Firma X korzysta z modułu data analyst”, nie wystarczy, aby stwierdzić, że Twoja firma też będzie to robić. Nie należy ślepo wierzyć we wszystko, co generuje sztuczna inteligencja. Zawsze weryfikuj jej działania i licz się z zagrożeniami, jakie mogą wynikać z pomyłek.
Zapamiętaj
Dużo rzeczy da się osiągnąć pewniej i bezpieczniej dzięki statystyce, matematyce albo własnym algorytmom decyzyjnym. Nie odwracaj się od tych rozwiązań.
Mimo to AI jest wciąż świetnym partnerem do dyskusji, który pokazuje nowe perspektywy i daje nieoceniony impuls do przełamania kreatywnego przestoju. Z kolei automatyzacja to dalej najlepsze rozwiązanie, aby odzyskać czas poświęcany na zadania powtarzalne. Dzięki niej zarówno Ty, jak i Twoja firma możecie szybciej się rozwijać.
