Wpisz w ChatGPT polecenie „napisz scenariusz odcinka YouTube o tworzeniu skutecznych kampanii Google Ads dla mojej agencji”, a po 10-15 sekundach dostaniesz gotowy tekst: rozbity na ujęcia, z pomysłami i podpowiedziami, co i kiedy powiedzieć. Za pierwszym razem robi to spore wrażenie. Problem zaczyna się wtedy, gdy zadasz kilka pytań. Czy ten scenariusz wciąga? Czy pasuje do strategii kanału? Czy w ogóle da się go zrealizować?
Najczęściej odpowiedź brzmi „nie”. Nagraliśmy już około 150 odcinków na naszym kanale i przetestowaliśmy wiele sposobów pracy z AI. Wniosek mamy jeden: AI dobrze pracuje wtedy, gdy nadzoruje je ktoś, kto wie, co robi. Bez nadzoru robi tylko dobre wrażenie. W tym tekście pokazujemy na prawdziwym przykładzie z naszej agencji, gdzie leży ta różnica i kto na niej skorzysta.
Kalkulator i Excel, czyli skąd bierze się przewaga
Praca z AI przypomina przejście od kalkulatora do formuł w Excelu. Kalkulator przyspieszył liczenie, ale dopiero Excel je zmienił, bo jedna formuła przeciągnięta przez 10 tysięcy wierszy robi w kilka sekund to, co wcześniej zajmowało kilka dni stukania w klawisze. Kto zna Excela, załatwia takie zadanie dwoma czy trzema kliknięciami. Kto go nie zna, liczy wszystko ręcznie i jest coraz bardziej sfrustrowany.
Z AI jest tak samo, z jedną ważną różnicą. Excel liczy dokładnie to, co mu każesz, a AI dodatkowo dopowiada sobie brakujące informacje. Dlatego samo znajomość obsługi narzędzia to za mało.
AI odpowiada na to, co mu podasz
Model językowy nie zna Twojej firmy. Pracuje na tym, co mu przekażesz, i optymalizuje dokładnie to. Jeśli podasz złą metrykę, dostaniesz świetną analizę złej metryki. AI nie wie, że trzy miesiące temu zmieniłeś ofertę, że kampania działała tylko dlatego, że w Twojej branży trwa sezon, ani co właściwie oznaczają konwersje ustawione na Twoim koncie reklamowym. Nie wie nawet, czy te konwersje są ustawione poprawnie i czy mają pokrycie w rzeczywistości.
Mimo to zawsze odpowie, i to pewnie i konkretnie. Model zachowuje się jak pewny siebie praktykant, który nigdy nie powie „nie wiem”. Właśnie dlatego coraz częściej uważamy, że dobry marketer to ktoś, kto wie przede wszystkim, czego nie robić i czego nie klikać w panelach reklamowych.
Rekomendacje, które kuszą liczbami
Systemy reklamowe też bardzo chcą Ci pomóc. Kiedy wchodzisz na konto Google Ads, widzisz zwykle całą listę rekomendacji: wdróż tę zmianę, a jakość konta wzrośnie o 15%, wdróż tamtą, a wyniki poprawią się o 13,5%. Brzmi to dobrze i zawsze jest poparte jakąś liczbą. W praktyce takie rekomendacje potrafią jednak zrobić sporo szkody, a my mamy na to bardzo konkretny przykład.
Nasza klientka prowadzi gabinet terapeutyczny. W sierpniu zmieniła freelancera, który prowadził jej kampanie Google Ads. Nowa osoba obiecała lepsze wyniki, postawiła konto praktycznie od nowa, wdrożyła rekomendacje systemu i uruchomiła kampanię Performance Max. Wyniki wyglądały znakomicie: konwersje rosły, a system raportował sukces. Tyle że nikt z tej reklamy nie dzwonił, nikt nie zapisywał się na konsultacje i nikt nie przychodził do gabinetu. System liczył zdarzenia, które nie przekładały się na prawdziwych klientów.
Gabinet przez jakiś czas utrzymywał się dzięki stałym pacjentom, ale bez nowych osób, a ich liczba z miesiąca na miesiąc malała. Przychody spadały, a faktury i zaległości zaczęły się piętrzyć.
Kiedy ChatGPT proponuje powrót do problemu
Po kilku miesiącach klientka zgłosiła się do nas i zaczęliśmy od audytu konta. Na podstawie rozmowy i bieżących wyników ustaliliśmy, w którym momencie kampanie przestały działać. Główną rekomendacją było odejście od Performance Max. Klientka zdecydowała się na współpracę, wdrożyliśmy omówione zmiany i wyniki zaczęły rosnąć, choć wolniej, niż oczekiwała.
Wtedy klientka usiadła z ChatGPT. Wrzuciła screeny kampanii, opisała swój biznes i zapytała, jak poprawić wyniki. Odpowiedź była pewna i konkretna: wdrożyć Performance Max oraz kilka innych rozwiązań, które wcześniej działały na tym koncie. Czat zaproponował więc dokładnie to, co doprowadziło gabinet do kłopotów.
Nie było w tym złej woli, bo narzędzie nie ma intencji. Po prostu nie znało kontekstu. Nie wiedziało, że tamte konwersje nie miały pokrycia i że ta droga została już sprawdzona. Widziało tańsze konwersje, więc wyciągnęło jedyny wniosek, jaki wynikał z liczb: logiczny, ale całkowicie błędny.
Zmian oczywiście nie wdrożyliśmy. Potrzebowaliśmy kilku maili i rozmów, żeby wyjaśnić dlaczego, i poprosiliśmy o jeszcze trochę cierpliwości, bo analiza kampanii pokazywała, że jesteśmy na dobrej drodze. Kolejny miesiąc współpracy zamknął się wyraźnie lepiej, a klientka napisała nam, że był to jeden z jej najlepszych miesięcy w ostatnim roku.
AI jako kolejny łatwy przycisk
Rekomendacje systemów reklamowych i odpowiedzi AI działają podobnie: optymalizują to, co mierzą, a to nie zawsze jest tym, co ważne dla biznesu. Obawiamy się, że AI stanie się kolejnym przyciskiem „Promuj post” na Facebooku. Wpisujesz cokolwiek, zawsze dostajesz odpowiedź, a do tego komunikat, że jakaś zmiana poprawi wyniki o 27%. To jest proste, szybkie i dostępne dla każdego, i właśnie dlatego tak łatwo na tym stracić.
Kto na tym skorzysta
AI nie zabierze Ci pracy. Zabierze ją osoba, która umie z AI pracować. Taka osoba zna narzędzie, ale przede wszystkim ma doświadczenie w branży i w pracy z systemami, które AI ma analizować i optymalizować. Do tego zna kontekst biznesu, którym się zajmuje.
Jeśli chcesz korzystać z AI w marketingu, zanim poprosisz o analizę, opisz mu swoją sytuację: co zmieniało się w ofercie, jak wygląda sezonowość i co naprawdę oznaczają Twoje konwersje. A jeśli odpowiedź brzmi bardzo pewnie, sprawdź ją z kimś, kto zna Twoje konto. Tego doświadczenia i kontekstu AI szybko nie zastąpi.
Jeśli chcesz sprawdzić, czy Twoje kampanie liczą prawdziwych klientów, a nie puste zdarzenia, zgłoś się na bezpłatny audyt.