Jak się wyróżnić w świecie AI? Strategie dla marketerów B2B

O odcinku

Dwusetny odcinek podcastu! Dziś zajmiemy się pytaniem - jak budować prawdziwe wyróżnienie w świecie, gdzie wszyscy mają dostęp do tych samych narzędzi AI? Czy sztuczna inteligencja nas ujednolica, czy daje szansę na zdobycie realnej przewagi? Odpowiedź może zaskoczyć – kluczem nie jest lepszy model językowy, ale coś znacznie bardziej fundamentalnego.

Czego się dowiesz?

• Dlaczego AI paradoksalnie utrudnia wyróżnienie się na rynku 
• Czym jest efekt "de-skillingu" 
• Dlaczego różnica między "odróżnianiem się" a "wyróżnianiem się" jest kluczowa.
• Jak głęboka wiedza o kliencie staje się najważniejszym wyróżnikiem.
• Dlaczego "magiczne myślenie" o AI i buyer personach jest błędem w B2B.
• Jak budować unikalną wiedzę o kliencie.
• Jak zbierać dane z dark funnelu
• Jak AI zmienia zachowania wyszukiwania klientów
• Dlaczego spójność tematyczna w wielu kanałach komunikacji jest kluczem do AI visibility
• Metoda "they ask, you answer" w erze AI
• Jak wdrożyć strategię "ekstremalnej przydatności"
• Czym są Purchase Jobs (zadania zakupowe) według metodyki Gartnera
• Jak tworzyć wysoce spersonalizowane treści i narzędzia sprzedażowe 
• Co to jest Customer Enablement 
• Jak zbudować skuteczny "grounding" narzędzi AI 
• Jakie typy danych powinny zasilać Twoje narzędzia AI 
• Jak bezpiecznie przechowywać wrażliwe dane klientów B2B w środowiskach AI
• Dlaczego aktualizacja danych i "data hygiene" to konieczność.

Link do książki "Buyer Persona"

Link do podcastu o Buyer Persona

Link do podcastu o budowaniu widoczności w AI na LinkedIn

Chcesz wiedzieć więcej o nowoczesnym marketingu B2B? Odwiedź naszą stronę: https://businessmarketer.pl

Zobacz nadchodzące  szkolenia i webinary

Masz pomysł na odcinek podcastu? Chcesz zostać partnerem podcastu? Napisz do mnie: lukasz.kosuniak@businessmarketer.pl

Transcript

200 odcinków podcastu. No, muszę powiedzieć, że nie spodziewałem się, że dobrniemy do tego momentu. I zapraszam Was dziś na zupełnie normalny tak naprawdę odcinek, który dotyczyć będzie tego, jak się wyróżnić. W świecie AI. Muszę Wam powiedzieć, że od jakiegoś czasu patrzę na te zmiany jakie sztuczna inteligencja wprowadza oczywiście w świecie marketingu i mam taką jedną obserwację, mianowicie bardzo trudno jest wyróżnić się, tworzyć wyróżniające treści, tworzyć wyróżniającą strategię, ponieważ w zasadzie wszyscy, którzy chcą, mają dostęp do bardzo podobnych narzędzi.

I to widać jest na przykład w treściach na Linkedinie, w grafikach jakie widzę, one są wszystkie bardzo podobne. Dla mnie, mówiąc szczerze zaczyna to być już trochę irytujące, bo to jest taki sygnał, nie chciało mi się to, walnąłem sobie grafikę w AI. I ja oczywiście bardzo cenię te narzędzia i sam z nich bardzo intensywnie korzystam, natomiast mam taką obawę że one i ta wygoda, którą oferują, W bardzo podstawowych zadaniach sprawia że po prostu przestaje nam się trochę chcieć.

I to jest moim zdaniem duży problem, ponieważ tak naprawdę zamiast wykorzystywać to do budowania pewnej wartości wyróżnika, to my jeszcze bardziej tak naprawdę wchłaniamy się w taką szarą masę tych treści komunikatów strategii które nieszczególnie są interesujące dla klientów. Problem kolejny jest taki, że tych treści jest po prostu coraz więcej, więc dziś postanowiłem przyjrzeć się temu problemowi, być może zgadzacie się z moją diagnozą, że to wyróżnienie jest coraz trudniejsze, ale też oczywiście nie tylko ponarzekać Dać wam pewien kierunek który warto rozważyć, w którą stronę się rozwijać żeby rzeczywiście nie dać się tej miałkości.

Ja zauważyłem że łatwość tworzenia treści... I ona sprawiła że oczywiście tych treści jest dużo więcej, ale też my jako marketerzy jako twórcy potencjalnie tych treści menedżerowie mamy takie rozdrganie ponieważ cały czas widzimy że konkurencja robi jeszcze więcej. Więc my znowu próbujemy reagować. Coraz więcej materiałów, coraz bardziej różnorodne, a tak naprawdę gdzieś tam w swojej istocie bardzo, bardzo bardzo podobne.

Ja wiem, że to nie jest łatwa decyzja ale moim zdaniem my powinniśmy dużo bardziej pracować nad skupieniem się, nad spójnością nad zawężeniem tego obszaru nad którym działamy i pójściem w głąb. Z tym, że to nie jest takie proste bo do tego AI nie jest wystarczające. Bo my czasem myśląc o wyróżnieniu się, bardziej myślimy o odróżnieniu się, że bycie innym.

A tak naprawdę to bycie innym często polega na kopiowaniu tego, co robi konkurencja tylko trochę inaczej. Dla klientów to jest szum informacyjny, bo klient nie chce... Poświęcać swojej energii na to, żeby nas odróżniać od konkurencji, tylko docenia zauważa to, co jest wyróżniające, to, co jest wyjątkowo istotne i przez to atrakcyjne dla tej konkretnej osoby.

Widzę też długofalowe ryzyko tego, że wykorzystywanie AI we wszystkich możliwych scenariuszach ważne. Tworzy takie zjawisko, które już zostało nazwane właśnie ten de-skilling, czyli utrata kompetencji. Jeżeli usuwamy się samodzielnie z tej pętli pracy, to tak naprawdę coraz mniej umiemy. Ostatnio byłem na bardzo ciekawej konferencji o sztucznej inteligencji związanej z Copilotem i tam gdzieś tam w kuluarach Sobie rozmawialiśmy trochę pół żartem ale odkryło mi jedno zdanie kiedy jeden z kolegów mówił, że on już nie pamięta kiedy ostatnio samodzielnie pisał maila a drugi mu odpowiedział chyba jeszcze trochę większym żartem że on nie pamięta kiedy ostatnio tego samodzielnie maila czytał.

To był żart oczywiście, troszeczkę było w tym przesady, ale ten kierunek moim zdaniem zmierza ku temu. To znaczy, ktoś będzie te maile za nas pisał i ktoś będzie za nas czytał. Pytanie jak to wpłynie na budowanie relacji z klientami. No i właśnie tymi pytaniami dzisiaj się zajmiemy, to znaczy w zasadzie próbą odpowiedzi na te pytania.

Moi drodzy ja zacznę od jednej rzeczy, o której dosyć często mówię, a która moim zdaniem jest jedną z podstaw, żebyśmy... Budowali naszą przewagę, żebyśmy my się wyróżniali i nie dali się zepchnąć do tej szarej masy to znaczy dużo większa, dużo bardziej pogłębiona wiedza o kliencie. Ja o tym wielokrotnie mówię w kontekście Bayer Persony i to już ci, którzy słuchają mojego podcastu o tym wiecie, ale...

Chce dziś pokazać to, jak ta wiedza może nas obronić przed tą szarzyzną, przed tą czarną szarą masą. Mówiłem o tym, że tak naprawdę liczba treści, którą produkujemy, nie będzie nas broniła. Dlaczego? No bo po prostu ludzie mają ograniczoną zdolność do wchłaniania treści. Szczególnie tych, które nie szczególnie się wyróżniają albo nie są szczególnie istotne.

Co w takim razie my powinniśmy zrobić, żeby nasze treści były istotne? No właśnie zastanowić się nad tym. Po co te treści są w ogóle, w czym te treści mogą pomóc. I to jest ćwiczenie trochę na skromność, bo nam się często wydaje, że my już to wiemy czego chcą nasi klienci. I znowu powtórzę się, ale moim zdaniem my całkiem nieźle rozumiemy tę część procesu w której handlowcy są zaangażowani.

Oczywiście tam też jest sporo do zrobienia i też narzędzia, paradoksalnie AI, mogą właśnie w tym zrozumieniu bardzo pomóc ale stosunkowo mało rozumiemy to, co się dzieje zanim dojdzie do kontaktu z handlowcem. Bo tam tak naprawdę to nie jest tak, że klienci... Tylko z digitala korzystają. Tam króluje dark funnel tak zwany, czyli te wszystkie interakcje, których my nie jesteśmy w stanie wyśledzić.

Co możemy zrobić? Możemy je odkodować. W jaki sposób? Rozmawiając z tymi którzy przez nie przeszli, czyli z tymi klientami którzy zakończyli proces zakupowy decyzyjny z nami albo wybrali konkurencję. Na tym właśnie polega to bazowe działanie buyer person. Ale to oczywiście nie wszystko, bo te wywiady są bardzo potrzebne.

I tych z was, którzy są zainteresowani odsyłam do odcinków o Bayer-Personie, podlinkuję je w notatkach. Ale prawda jest taka, że obecnie te narzędzia sztucznej inteligencji, które posiadamy, pozwalają na budowanie pewnego kontekstu z wiedzy rozproszonej I właśnie te wywiady, transkrypcje tych wywiadów, to jest właśnie ta wiedza rozproszona.

Ale my tych interakcji mamy trochę więcej. Ja was zachęcam do tego, żeby... Tworzyć okazję do tych interakcji, czyli właśnie różnego rodzaju kokreacje, czyli takie warsztaty, w których sobie pracujemy razem i teraz jeżeli klient się zgadza na rejestrację tych rozmów to jesteśmy w domu, jest super, mamy transkrypt.

Jeżeli nie, no to właśnie dobra szczegółowa notatka z tego też się bardzo może przydać. Ja Was też zachęcam do tworzenia kolejnych okazji do zbierania tych informacji, chociażby przez szczegółowe niekoniecznie rozbudowane ankiety. Ja wielokrotnie rozmawiałem z klientami o ankietach i dostawałem taką informację, że no okej no ale nie mamy tyle czasu, nie mamy tyle zasobów żeby ciągle tych klientów pytać ktoś potem musi agregować, jakieś wnioski wyciągać.

Właśnie to, co się zmienia, to co sztuczna inteligencja zmienia, to jest to, że my możemy te dane agregować o wiele łatwiej, tylko trzeba je mieć. Bo zauważam taki trend też trochę w marketingu B2B, mianowicie oczekiwanie że ta sztuczna inteligencja powie nam, kim jest nasz klient. To jest myślenie magiczne moi drodzy.

Dlaczego? Bo to jest pewna kalka z pewnych narzędzi czy metodyk konsumenckich gdzie często firmy czy instytuty badawcze mają ogromną ilość danych Które rzeczywiście nadają się do modelowania i wyciągania wniosków nawet takich, które co do zasady powinny być wyciągane po bezpośrednich kontaktach ponieważ danych jest tak dużo, te korelacje są tak duże, metody statystyczne tak rozbudowane i narzędzia tak pojemne, że można te wnioski wyciągać.

Ale pamiętajcie, tam jest wsad. Sztuka polega na tym, żeby z tego wsadu też wyciągnąć. Natomiast w świecie B2B my często tego wsadu nie mamy. Jeżeli chcielibyśmy stworzyć sobie sztuczną personę na bazie danych z internetu, na przykład inspektora BHP w firmie produkującej farby, to skąd my takie dane możemy wziąć?

Przecież sztuczna inteligencja ich nie wymyśli. Ona może je zagregować. Jeżeli nikt takich badań takich raportów nie tworzył... W środowisku podobnym do naszego, to ich po prostu nie będzie. Ich po prostu nie będzie. I oczywiście pojawiają się takie koncepcje jak artificial persona, czy synthetic persona, ale pamiętajcie one znowu bazują na istniejących danych.

Jeżeli są dane, które można w jakiś sposób agregować, modelować i tak dalej, to można tam sięgać ale przy stosunkowo niewielkich grupach, czasem w B2B tych naszych potencjalnych decydentów jest dwustu tysiąc Nikt z nimi nigdy nie robił żadnych badań tak naprawdę, w związku z tym tych danych po prostu nie ma, więc nie łudźmy się, że ktoś nam teraz te dane wyprodukuje.

Bardzo Was za to proszę, bo apeluję, żebyście też nie dali się na to złapać bo oczywiście oferentów jest coraz więcej, ale jakość tych danych będzie po prostu żadna to będą generyki. Z drugiej strony nie jest jakimś wielkim wydatkiem, szczególnie jeżeli robimy to samodzielnie. Poprowadzenie 12-15 wywiadów z klientami z danego segmentu.

To jest głównie wydatek czasu, bo już samo agregowanie tych danych... Nie chcę powiedzieć, że jest trywialne, bo trzeba znać metodę, trzeba jakiś porządek w tym przeprowadzić, ale jest do zrobienia Można się tego nauczyć. Oczywiście, jeżeli chcecie się tego uczyć, chętnie wam pomożemy bo to jest nasza oferta, ale tutaj też mówię o tym, że ta wiedza jest absolutnie do zdobycia.

Więc mamy pogłębione wywiady, mamy, albo warto byłoby mieć dużo więcej takich szczegółowych ankiet ale właśnie takich nieraz na rok prowadzonych bo wtedy nikt na nie nie odpowiada bo są zazwyczaj za długie, ale... Przy każdej możliwej interakcji, ktoś był u nas nie wiem, w showroomie, zapytajmy, co się podobało, co się nie podobało, na ile to jest przydatne, w czym mu się to przyda, w czym mu się nie przyda.

To jest oczywiście kontekst który musimy zbudować. Ktoś brał udział w webinarze, bierze udział w webinarze, zazwyczaj każde narzędzie ma swoje narzędzia ankietowe. Wszędzie tam, gdzie następuje jakaś istotniejsza interakcja, powinniśmy dążyć do tego, żeby zadać jedno dwa... Ale dobrze przemyślane pytania a potem ten kontekst nam się...

Które uzupełnia. I oczywiście te dane mogą wylądować w CRM-ie, ale mogą też wylądować w jakimś repozytorium, które będzie potem odpytywane o to, kim jest nasz klient, jakie są oczekiwania, co mu się podoba, co mu się nie podoba. Czyli budujemy sobie dużo szerszy kontekst. Coś co do tej pory rzeczywiście wymagało dosyć specjalistycznych narzędzi.

Teraz wymaga pewnego przygotowania oczywiście, bo chociażby te pytania dobrze jest zaprojektować, żeby one miały sens, żeby można było z nich jakieś wnioski wyciągnąć, ale już obróbka tych pytań staje się coraz prostsza. Ja muszę Wam powiedzieć, że w zasadzie już w tej chwili jesteśmy gotowi do automatycznej analizy takich wielo...

Godzinnych wywiadów to znaczy wywiady nie są wielogodzinne ale jak się złoży to wszystko, to jest wielogodzinny materiał, który można analizować przy pomocy narzędzi sztucznej inteligencji. No, oczywiście nie darmowych, ale to ze względów chociażby bezpieczeństwa tego nie robimy na darmowych narzędziach, ale już nowa funkcja CoPilot Researcher ona bardzo fajnie to umożliwia przeprowadzanie takiego pogłębionego procesu przejścia przez wiele dokumentów wyciągnięcia z tego wniosków na bazie pewnych naszych założeń.

I to daje tę głębię, to daje tę głębię, która nas wyróżnia, tylko my znamy pewne szczegóły. Tylko my je znamy tylko my o nie pytamy a potem oczywiście możemy to w jakiś sposób zoperacjonalizować. Więc zobaczcie, paradoksalnie w świecie AI moim zdaniem coraz ważniejszą kompetencją będzie umiejętność pozyskiwania tych danych, chociażby umiejętność prowadzenia.

Rozmów z naszymi klientami, partnerami, interesariuszami w taki sposób, żeby z tych rozmów coś konkretnego wynikało. I oczywiście to nie jest wiedza tajemna Tego się można bardzo łatwo nauczyć. Nie chcę powiedzieć łatwo, może przesadziłem, ale kilka tygodni i mamy tę wiedzę, tak? Więc ona jest absolutnie do pozyskania i bardzo Wam to polecam, szczególnie.

No my mamy dobre doświadczenia z tą metodą Bayer-Persona tak jeżeli poszukacie sobie książki Bayer-Persona Adler-Rewela to macie opisaną jedną z najlepszych moim zdaniem metod pozyskiwania takiej pogłębionej wiedzy. No co z tego wynika? Po co mamy to robić? Moim zdaniem ta głębia wiedzy o kliencie, którą musimy...

Pozyskiwać na wiele sposobów omówionych przeze mnie przed chwilą, daje nam przede wszystkim możliwość, taki wyróżnik który jest ciężko podrobić, to znaczy to jest unikatowa wiedza. Czyli my wiemy coś, czego inni nie wiedzą i tworząc chociażby materiały, treści, jakieś strategie bazujemy na naprawdę oryginalnych danych.

W związku z tym nie tylko mamy trafniejsze diagnozy, lepsze pomysły, ale też i budujemy tę swoją widoczność chociażby poprzez treści, ponieważ właśnie narzędzia AI, za chwilę o tym też będę mówił, szukają takich treści niegenerycznych, które nas w jakiś tam sposób wyróżniają. Rośnie też skuteczność handlowców, bo za chwilę przejdę do tej drugiej warstwy czyli takiej wysokiej personalizacji.

Jeżeli my mamy dokładną wiedzę, A naprawdę taką szczegółową wiedzę na temat tego, kto w tych procesach bierze udział, jakie tam są te tak zwane zadania zakupowe, co ich blokuje, czego oni już oczekują, co muszą obliczyć, przygotować, przekonać i tak dalej, to my jesteśmy w stanie przełożyć to na narzędzia pracy handlowców.

Po prostu są tak zwane treści wsparcia sprzedaży. Ale one nie są generyczne, one są dużo bardziej szczegółowe. Za chwilę do tego przejdę. To, co też jest bardzo istotnym elementem wsadem takiej wiedzy to jest możliwość modyfikacji oferty. Bo my często oczekujemy od marketingu cudów, natomiast często oferta jest po prostu nieaktualna albo nieatrakcyjna dlatego że jej nie zderzyliśmy z realiami, albo w sposób nieuporządkowany to robiliśmy.

Więc wykorzystajcie też tę możliwość żeby po prostu ocenić czy to co my oferujemy, albo model w jakim to oferujemy, albo wsparcie jakie do tego dokładamy, jest rzeczywiście dla klientów atrakcyjne bo czasami tak po prostu... Nie jest, albo już nie jest. Kiedyś było, teraz się zmieniło. AI zmienia też oczekiwania klientów pamiętajcie proszę o to.

Więc mamy ten trzon to jest coś, do czego Was bardzo zachęcam, to znaczy szukanie sposobu na zwiększenie swojej wiedzy o kliencie, ale nie tylko o kliencie jako o firmie bo oczywiście te dane firmy też warto pozyskiwać, ale też o decydentach. Bardzo często właśnie ta wiedza o decydentach jest rozproszona i trzeba ją na różne sposoby zbierać, ale pamiętajcie też, że ta wiedza może tworzyć pewne modele, czyli jeżeli my rozmawiamy na przykład z dziesięcioma decydentami danego typu to możemy z tego wyciągać już pewne wnioski i przygotować chociażby materiały które są dla tego typu decydenta.

Przydatne, ale one będą dużo bardziej przydatne niż jakiś generyk. Drugi element, budowanie widoczności. Widoczności nie tylko w wyszukiwarkach klasycznych bo te klasyczne w zasadzie przestały już być klasyczne, one są, nagle się połączyły z wyszukiwarkami AI i tak naprawdę my nie mamy kontroli nad tym.

Co dostajemy Oczywiście możemy sobie potem wybrać w klasyczny sposób, ale podejrzewam że to też będzie za chwilę ograniczane. W związku z tym tak naprawdę musimy założyć, że Jeżeli klient wpisuje coś w wyszukiwarkę to z dużym prawdopodobieństwem pierwsze co zobaczy, to będzie podpowiedź AI, a ta podpowiedź już nie wygląda tak jak kiedyś że to są linki do stron, wybierz sobie, kliknij i walczymy o pozycjonowanie, tylko to są po prostu wprost odpowiedzi, które są w jakiś sposób połączone ze źródłami.

Są tam tak zwane cytowania, wzmianki. No i właśnie o te wzmianki my walczymy żeby to na naszych treściach była tworzona odpowiedź dla danego klienta. Tu jest kilka rzeczy, które mogą budować naszą przewagę. Pierwsza rzecz to jest właśnie ta wiedza znajomość tego. O co tak naprawdę pytają nasi klienci. I znowu kolejna stara metoda czyli they ask you answer, czyli zbieranie pytań a oczywiście mądre agregowanie, w tej chwili sztuczna inteligencja bardzo dobrze już sobie radzi z takim właśnie agregowaniem, sprawia że my tak naprawdę nie musimy zgadywać Tego co tam klienci wpisują w te wyszukiwarki tylko na podstawie tych pytań, które zbieramy z różnych źródeł, bezpośrednich rozmów rozmów na infolinii różnych zapytań w wszelkim rodzaju forach dyskusyjnych, grupach i tak dalej, mamy podgląd co interesuje naszych klientów.

I te zmiany są widoczne. Sztuczna inteligencja sprawiła że klienci rzadziej szukają po prostu wiedzy. A częściej po prostu dają zadania. Zamiast na przykład jak obliczyć podatek dochodowy, to oblicz mi podatek dochodowy. To są moje dane. Oczywiście nie zachęcam do wrzucania wszystkich danych dochodowych i kosztowych do darmowych narzędzi AI, ale chodzi mi o pewien sposób podejścia.

Dajemy zadania i oczekujemy konkretnego rozwiązania. I ten trend widać jest też w pytaniach. Zmieniają się te oczekiwania. Więc jeżeli to monitorujemy na bieżąco, M.in. przy pomocy narzędzi AI, nie trzeba mieć jakichś bardzo wyspecjalizowanych ale oczywiście te wyspecjalizowane są dużo dokładniejsze.

Chociażby Brand24 coraz bardziej wchodzi w ten monitoring, warto to obserwować. To my tak naprawdę jesteśmy przygotowani na odpowiedzi na te pytania. Ale to nie wystarczy. Nie wystarczy mieć tej odpowiedzi. Jest jeszcze coś, co zwane jest takim pozycjonowaniem w oparciu o tę metodę EEAT, czyli można powiedzieć, chodzi o pewne wyczerpujące podejście do tematu, ale też i o posiadanie pewnego autorytetu.

Czyli nasze... Odpowiedzi nasze treści będą się pojawiały w tych podpowiedziach wtedy, kiedy my pracujemy nad swoim autorytetem, to znaczy jesteśmy traktowani jako jakościowe źródło Danych. EAT to nie jest nowa metodyka. Wszyscy, którzy zajmują się SEO ją doskonale znają, ale ona tutaj nabiera dużo większego znaczenia.

Nie wystarczy tylko sucha wiedza, ale właśnie te detale, te szczegóły, te niuanse, których nie ma w AI. Więc im więcej szczegółów znamy, im więcej przykładów opisujemy, im więcej takiego można powiedzieć takiego brudnego czasami kontentu w sensie takim bardzo konkretnego tworzymy, Tym większa jest szansa, że będziemy poleceni.

Oczywiście w budowaniu tej widoczności kluczowe jest też skupienie, to znaczy wybranie sobie tych bitew które chcemy wygrywać. Przeanalizowanie tematów które rzeczywiście są dla nas istotne, którymi się mamy zająć. I znowu co tu się bardzo przydaje, oczywiście cała analityka Internetowa jest bardzo cenna, natomiast warto to uzupełnić tym właśnie, co wynika z rozmów z klientami.

Bardzo często jeżeli posługujemy się tą metodą Bayer-Persona to my pytamy o to, jak to się zaczęło w ogóle? Dlaczego w ogóle zdecydowaliście się na taki ruch szukacie takiego rozwiązania? Gdzie jest to źródło? I oni często mówią o tym, że tym źródłem jest pewien problem, wyzwanie, zagadnienie jakaś zmiana i tak dalej.

To może być ten temat, wokół którego budujemy swoją widoczność. Jeżeli dwa lata temu ktoś zauważył że ksef może być takim fundamentem i zrobił to szybko to jest w tej chwili popularnym źródłem wiedzy na ten temat. Oczywiście potem konkurencja bardzo szybko goni, ale wygrywają ci, którzy mają więcej czasu na przygotowanie lepszych treści.

Że analiza nie tylko produktów o jakie klienci pytają, ale problemów jakie chcą rozwiązywać, problemów wyzwań, zadań, bo nie zawsze to jest oczywiście problem tym triggerem, będzie sprawiało że my będziemy po prostu mieli bardziej trafne przekazy, trafne treści, więc będziemy po prostu skuteczniejsi.

Trzeci element tej widoczności jest spójność. Spójność tematyczna w różnych kanałach komunikacji. To, co odróżnia to Właśnie to tak zwane pozycjonowanie w wyszukiwarkach LLM, sztucznej inteligencji, to jest to, że one analizują wiele kanałów komunikacji, czyli nie wystarczy mieć tylko świetnej zrobionej strony, bo niektóre badania mówią o tym, że około 70% wzmianek na temat marki pochodzi ze zewnętrznych źródeł.

Te narzędzia LLM są dosyć dobre w analizowaniu liczby wzmianek Jeszcze bo to się pewnie zmieni, już się pewnie zmienia, nie są tak dobre w analizowaniu jakości tych źródeł. Dlatego one też szukają łatwych dla siebie takich miejsc, gdzie te informacje są. I dlatego na przykład LinkedIn jest takim atrakcyjnym miejscem.

Mówiłem o tym w osobnym odcinku, tutaj tylko o tym wspomnę. Więc my powinniśmy wiedząc o tym, co interesuje naszych klientów jakie problemy oni rozwiązują, skupić się, maksymalnie pogłębić zrozumienie tego problemu i pokazać też, że jesteśmy ekspertami i wiemy że nasze produkty w tym problemie czy zadaniu pomagają, a potem wokół tego budować jak najwięcej spójnych tematycznie treści w różnych kanałach swoich W kanałach social media, które pamiętajcie nie są nasze i w zewnętrznych kanałach typu PR, gościnne występy na konferencjach, gościnne wywiady i tak dalej.

Im więcej jest tych spójnych zmianek, tym nasze treści nasza firma czy my jako autorzy jako marki osobiste, jesteśmy lepiej oceniani przez tę sztuczną inteligencję. Do tego... Bardzo przydatna jest kompetencja związana z recyklingiem treści, to znaczy przetwarzania treści oryginalnych na różne formaty łączenia ich i tak dalej.

Dlaczego to jest takie ważne? Ponieważ tworzenie treści może być bardzo kosztowne jeżeli byśmy robili je cały czas od nowa. W tej chwili mamy narzędzia które... Bardzo ułatwiają nam przejście np. z treści wideo do transkryptu z transkryptu do redakcji jakiegoś większego tekstu z większego tekstu do mniejszych, ale pamiętajcie o tym, że bazą zawsze powinna być nasza oryginalna treść bo to nas będzie wyróżniało.

Jeżeli my zrobimy jakiś świetny artykuł bazując tylko i wyłącznie na zewnętrznych treściach, to jest spore prawdopodobieństwo że konkurencja zrobi to samo. No bo nie ma żadnej bariery. To, co będzie tą barierą, tą fosą dla naszego biznesu to będzie ta unikatowa wiedza. Ten szczegół te konkrety, które my znamy te przykłady te rzeczy które się nie tylko udały, ale i nie udały i wiedza dlaczego się udało i dlaczego się nie udało i to będzie coś, co będzie nas wyróżniało i na tej bazie możemy tworzyć właśnie treści poprzez Recycling i to będzie budowało naszą...

Nasz autorytet. Więc pamiętajcie, w budowaniu widoczności, jeżeli chcemy budować trwałą przewagę, a nie tylko ciągły wyścig zbrojeń na to, kto lepszego modelu językowego użyje, znowu ta pogłębiona wiedza będzie bardzo ważna, ale też i spójność pewna. Moim zdaniem utrzymanie tej spójności jest łatwiejsze niż pozyskanie tych danych unikatowych.

Natomiast jeżeli tych danych unikatowych nie mamy, to tak naprawdę nie widzimy powodu żeby się na czymś skupić. Bo nie mamy tego, wiecie tego trzonu tego oryginalnego zasobu który możemy chronić. W związku z tym ta spójność nie jest... Postrzegana jako potrzebna. Więc znowu jest pewna kolejność, zobaczcie, jeżeli budujemy swoją przewagę swoją wiedzę na bazie oryginalnych danych rozmów z klientami, analiz ich zachowania, ankiet i tak dalej, to my wiemy że to jest coś, co będzie nas wyróżniało i łatwiej nam jest podjąć decyzję, żeby wokół tego budować pewną strategię komunikacji.

Jeżeli nie mamy tego oryginału, to tak naprawdę łapiemy się tego, co jest akurat modne, co nam się wydaje, że jest ważne i tak dalej i wracamy do tego rozdrgania i wracamy do tej szarej jednolitej masy która nie pozwala się wyróżnić. Trzeci obszar. Będące oczywiście konsekwencją bo zobaczcie my idziemy tak trochę po sznurku.

Wiedza kliencie, możliwość wyróżnienia, a teraz przejdę do trzeciego elementu czyli wysokiej personalizacji. Dlaczego to jest takie istotne? Dlatego, że klienci tego oczekują. Popatrzcie sobie, przypomnijcie sobie wasze doświadczenia, wasz jakiś research, który wykonywaliście przy pomocy sztucznej inteligencji.

Oczekujemy, Jak najbardziej spersonalizowanej odpowiedzi, dobranej do naszego kontekstu To jest nasze oczekiwanie. Więc jeżeli tego oczekujemy od sztucznej inteligencji, wpisując w jakimś czacie, czy pracując jakimś tam agentem, to tego też oczekujemy od dostawców. Bo inaczej to, co dostawcy potencjalnie będą nam dostarczali, będzie po prostu nieistotne.

Nie będzie się niczym wyróżniało. Więc pamiętajcie proszę, że to już nie jest czas na tworzenie generyków. A niestety te generyki powstają właśnie wtedy, kiedy my nie wiemy, na czym się skupić i tak naprawdę, co interesuje tych naszych klientów. Więc ja bardzo wam proponuję taką strategię na te najbliższe miesiące.

Ekstremalna przydatność. Co to znaczy ekstremalna przydatność? To znaczy... Patrzenie na każdy materiał na każdy projekt który robimy pod kątem tego, czy to będzie przydatne w jakimś zadaniu zakupowym naszego klienta. Ten koncept Buying Jobs czy Purchase Jobs został upowszechniony, chociaż nie jest nowy a oryginalny, przez Gartnera.

Gartner mówi o tym, że właśnie w sprzedaży w zakupach B2B, zamiast posługiwać się jakimiś koncepcjami typu lejek, przepychanie klienta przez ten lejek, warto jest przeanalizować to... Kto jakie zadania musi zrealizować po stronie klienta żeby proces zakupowy doszedł do... Czyli pierwsza faza to jest wiedza o tym, kto decyduje, kto jest w tym komitecie zakupowym.

Do tego oczywiście buyer persona bardzo się przydaje. Druga faza to jest identyfikacja zadań. Co ci ludzie muszą zrobić? Kogo muszą przekonać co muszą przeliczyć i tak dalej. Też już wielokrotnie o tym mówiłem, ale mówię o tym w tym kontekście, że my nie możemy sobie teraz pozwolić na tworzenie treści, jeżeli oczywiście mówimy o treściach wsparcia sprzedaży, na tworzenie treści, które nie są powiązane z tym purchase jobs, z tymi zadaniami zakupowymi, bo inaczej to będzie strata czasu.

A jeżeli my te zadania zakupowe poznajemy i coraz intensywniej je rozróżniamy to musimy tak naprawdę stworzyć dosyć dużo mocno spersonalizowanych treści. I to nie zawsze jest tak, że ta personalizacja będzie polegała na tym, że temu konkretnemu człowiekowi przygotowujemy jeden materiał chociaż bardzo możliwe że w scenariuszach ABM będzie taka potrzeba.

Na szczęście właśnie sama techniczna strona tworzenia treści została przez AI bardzo uproszczona to znaczy szybko można tworzyć treści. Wyzwanie tylko polega na tym, żeby to były treści po coś. Ale jeżeli my już mamy pogłębioną wiedzę na temat tego, kto decyduje, jakie są te zadania, co mamy przygotować i mamy jakieś repozytorium naszych produktów metod narzędzi.

To rzeczywiście przy pomocy tych bardziej rozbudowanych narzędzi AI, takich, które mają tak zwane okno kontekstowe większe, żebyśmy mogli tam więcej danych załadować, my możemy tworzyć nawet treści pod jednego konkretnego decydenta. To nie jest tak że one będą uróżniły się wszystkim od treści dla innego decydenta, ale mogą być właśnie dopasowane w oparciu o ten kontekst który znamy o tę wiedzę, którą mamy.

Na temat konkretnej firmy. Jak do tego doprowadzić O tym na końcu Wam powiem Co jest potrzebne żeby ten kontekst rzeczywiście był skuteczny. Te zadania też się powtarzają. To nie jest tak, że one są zawsze oryginalne. Natomiast my musimy wiedzieć, że w naszych segmentach u naszych klientów one rzeczywiście występują.

Bardzo często takim niewypowiedzianym oczekiwaniem jest na przykład analiza wartości biznesowej. No więc krótko co ja z tego będę miał? Jak ja mam przekonać w ogóle kogoś że warto na to wykładać pieniądze? Szczególnie wtedy, kiedy to są rozwiązania... W miarę nowe, które jeszcze nie są pewnym standardem. Z drugiej strony ci, którzy są zazwyczaj powyżej średniej cenowej, są pod tą presją Udowodni mi wartość że to, za co płacę daje więcej.

Ja sam mocno byłem zaangażowany kiedyś w takie procesy jeszcze pracując w korporacji. Wiem że nie są proste rzeczy, bo to wymaga i wiedzy ekonometrycznej i różnego rodzaju takiej wiedzy dziedzinowej. Ale w tej chwili właśnie te narzędzia AI mogą dosyć skutecznie stosować pewne metodyki, sprawdzone metodyki obliczania takich właśnie, czy to total cost of ownership, czy właśnie jakiś payback period i tak dalej.

Nie musimy być geniuszami ekonometrii żeby to stosować. Oczywiście trzeba mieć pewną orientację żeby nie dać się sprowadzić na manowce, ale to jest właśnie ta wiedza którą warto pozyskiwać. Jakie metodyki mogą być zastosowane do stworzenia np. biznes case'u, analizy biznes value, analizy TOC itd.? No bo o to pytają klienci.

Oczywiście pod warunkiem że myśmy to pytania zidentyfikowali. Czyli zobaczcie, ta identyfikacja tych zadań sprawia że nam powstaje lista zadań, lista rzeczy, których powinniśmy się nauczyć, ale to są metodyki, które potem będziemy wykorzystywali wielokrotnie. Szczególnie w segmentach gdzie macie wymagających klientów gdzie macie złożone produkty, bardzo was uczulam na to, żebyście włożyli to do swojego repozytorium wiedzy po prostu.

Dobry marketer. Który promujący tego typu rozwiązania powinien wiedzieć, jak działa metodyka obliczania total cost of ownership, bo to będzie sprawiało żeby będziemy mogli się wyróżnić Można porównać z tym, kto być może ma niski próg zakupowy, ale potem wysokie koszty utrzymania. Wbrew pozorom to nie są rzeczy trywialne, ale też nie wymagają lat studiowania.

Na szczęście w tej chwili już możemy te metodyki w sposób uproszczony stosować. Moim zdaniem zawsze dobry ekonometrysta zrobi to dokładniej ale być może nie musimy tego mieć na piątkę z plusem wystarczy nam na czwórkę i też to będzie dla klienta satysfakcjonujące. Więc pamiętajcie, analiza identyfikacja tych zadań zakupowych sprawi, Że my będziemy wiedzieli jakie treści możemy tworzyć i tych treści będziemy potrzebowali bardzo dużo, ponieważ one muszą być mocno spersonalizowane.

Czyli zamiast tworzyć wiele treści bezsensownych wiele takich treści, które po prostu są stymulowane jakimś FOMO jakimś naszym rozedrganiem, skupmy się na tym, żeby w tych przestrzeni treści wsparcia sprzedaży czy narzędzi wsparcia sprzedaży i w kiedy te treści, Tam wykorzystać tą łatwość tworzenia treści czy narzędzi.

Pamiętajcie też, że klienci coraz rzadziej są zachwyceni czy możemy im zaimponować kolejnym materiałem typu PDF. Wielu nich oczekuje wręcz narzędzi, kalkulatorów, konfiguratorów, self-assessmentów i tak dalej. Znowu narzędzia AI pozwalają na projektowanie takich rzeczy. Być może nie oczekuję, że każdy marketer będzie to umiał, chociaż, szczerze mówiąc znowu nie są to rzeczy, które wykraczają poza wiedzę osoby, która powiedzmy jest w miarę sprawna w Excelu.

Można się tego nauczyć. Oczywiście, jeżeli mamy do dyspozycji dewelopera, który nas przypilnuje, to te aplikacje będą dużo lepiej działały, ale pewne już takie Koncepcyjne wersje testowe można zrobić właśnie z tą metodą vibe coding. Pokazywać też klientowi że potrafimy do obliczań że możemy mu skrócić ten czas, możemy mu pomóc.

Ale zobaczcie, u podstaw znowu jest wiedza, które z tych zadań Zakupowych, my mamy obsłużyć. Bo jeżeli będziemy chcieli to zrobić generycznie to po prostu będziemy trafiali kulą w płot. To nie będzie odpowiadało na potrzeby naszych klientów. Korzyść jaka z tego wynika, poza tym, że mamy bardzo skuteczne narzędzia wspierające naszych handlowców, dopasowane często do pojedynczych typów decydentów czyli handlowcy mogą iść z czymś, co naprawdę jest przydatne dla tego klienta.

Więc otwiera to wiele drzwi. Jest też to, że często przy pomocy takich narzędzi pozyskujemy dodatkową wiedzę, dodatkowe dane, bo one często właśnie polegają na tym, że klient nam więcej mówi, więcej przekazuje. To może być w formie na przykład spotkania na Teamsie, ale też w formie wprowadzenia jakichś tam danych.

Jeżeli umiemy takie narzędzia tworzyć jeżeli umiemy stymulować takie interakcje, to pozyskujemy kolejne dane, które mogą nam ubogacić ten profil tego konkretnego klienta ta też... Powiększyć wiedzę na temat całego segmentu. Ta część działań nazywa się Customer Enablement, czyli pomaganie klientowi w przechodzeniu przez proces decyzyjny.

Nie przepychanie go, tylko posiadanie użytecznych informacji, które nas inaczej trochę pozycjonują versus konkurencja. Więc pamiętajcie proszę, że te rzeczy są bardzo Bardzo przydatne. Ja już wielokrotnie widziałem tego typu zastosowania, tworzę je też, chociażby agenta który na podstawie pewnej analizy rozmów z decydentami może nam zbudować profil takiego decydenta.

Czyli mamy na przykład za sobą 20-15 spotkań z różnymi klientami, jeżeli w sposób bezpieczny te nagrania umieścimy w takim repozytorium na przykład na SharePoint, to potem dosyć sprawnie możemy z tego wyciągać bardzo ciekawe wnioski nie tylko dla tego konkretnego klienta ale też dla całego segmentu jeżeli to są rzeczy.

Powtarzalne. Możemy też dosyć dużo szybciej przy pomocy tego samego agenta często, tworzyć tak naprawdę planu treści czy zasobów. No pewnie nie rekomendowałbym robienie treści tym samym agentem bo to jednak za duże obciążenie dla jednego procesu ale mamy pewien brief, pewien wsad i dzięki temu my dostajemy wprost informacje o tym, jakie Materiały jakie treści mają być stworzone, albo tak naprawdę przetworzone.

Bo też pamiętajcie że jeżeli mamy pewną bazę treściową, to często nie wymaga to stworzenia treści od nowa tylko zmiany pewnego fragmentu co jest oczywiście dużo szybsze. Więc zobaczcie, chciałbym, żebyście tą różnicę nie chcę powiedzieć widzieli, ale większość tego będzie słuchało, widzieli tę różnicę Czyli zamiast koncentrować się na tworzeniu całej masy treści Takich ogólnych, tych, które gdzieś tam wydaje nam się, że warto stworzyć, to skupmy się na tym, żeby wygenerować sobie wiele zadań właśnie tych kontentowych, ale na poziomie potrzeb czy zadań tych naszych decydentów w różnych tych fazach procesu zakupowego.

Czyli te ich zadania są dla nas wyznacznikiem tego, Co my mamy zrobić? Jakie treści, czy jakie narzędzia mamy przygotować? Też nie chodzi o to, żeby czekać aż przygotujecie wszystkie. Tego też się trzeba nauczyć ale właśnie narzędzia sztucznej inteligencji, ta łatwość tworzenia treści może być tutaj wykorzystana do tego żeby...

To zrobić, ale bazą nie będą jakieś generyki, tylko właśnie bardzo konkretne informacje przypisane do bardzo konkretnych segmentów czy nawet wręcz do konkretnych firm, jeżeli sprzedajemy w modelu account-based marketing. I w związku z tym co zrobić, żeby rzeczywiście mieć taką zdolność, żeby taka personalizacja była rzeczywiście możliwa.

Oczywiście tutaj można byłoby kilkutygodniowe szkolenie prowadzić, ale pozwólcie że ja to w taki w miarę podstawowy sposób przedstawię. Moim zdaniem kluczowe jest dobre przygotowanie się do tak zwanego groundingu, czy tak zwanego zakotwiczenia naszych narzędzi sztucznej inteligencji. I tutaj jest pierwsza duża decyzja, którą trzeba podjąć, to znaczy na jakiej platformie, w jakim środowisku chcemy pracować.

Bo jeżeli chcemy, żeby te nasze materiały, narzędzia, treści pomysły koncepcje były rzeczywiście zakotwiczone w pewnej wiedzy, to my musimy tę wiedzę przekazać. A to jest często wiedza która jest bardzo cenna, objęta często tajemnicą klienta itd. Więc musimy wybrać bezpieczną platformę. Ja nie jestem specjalistą technicznym, więc nie będę wam dawał rekomendacji.

Ja akurat pracuję na platformie... Microsoft 365, więc dla mnie tym naturalnym środowiskiem jest też Copilot, ponieważ tam wiemy, że pewne standardy bezpieczeństwa są traktowane poważnie, że jest też cały zestaw rozwiązań, chociażby ten WorkIQ, który sprawia że ta wiedza którą ja gdzieś tam przechowuję na SharePointach, w OneDrive'ach, w Teamsach i tak dalej, ona jest dostępna dla narzędzi AI, ale też jest odpowiednio opisana.

Ale co do wyboru platformy Porozmawiajcie z ludźmi, którzy znają się na aspektach technologicznych. Natomiast, no jedna zasada, zazwyczaj darmowe narzędzia nie dają takiej ochrony. I tu jest dosyć dużo też zamieszania to trochę też Microsoft sobie napytał tej biedy bo widziałem teraz kilka takich artykułów czy materiałów na LinkedIn, że W Copilocie Microsoft pisze że to jest tylko dla celów rozrywkowych.

Ludzie się myli Copilot ten darmowy z Copilotem dostępnym właśnie przy okazji subskrypcji M365 Premium czy Enterprise. Tam ta ochrona jest bardzo wysoka. Moim zdaniem to jest najwyższy w tej chwili standard ochrony danych, ale tak jak mówię, ja jestem tutaj amatorem, pewne rzeczy mogą się tylko wydawać To, co chciałem powiedzieć, to jest to, żebyście świadomie podeszli do decyzji, gdzie te dane mają być przechowywane i to nie powinny być darmowe usługi.

Chyba że te wasze dane nie są jakoś szczególnie chronione, wtedy to ryzyko jest oczywiście po waszej stronie. Teraz, co tak naprawdę w ramach tego zakotwiczenia powinno być i jak to w ogóle wygląda? No to powinno być pewne repozytorium, załóżmy, danych i dokumentów tak Najogólniej rzecz ujmując. Jakie dane warto przechowywać w takim repozytorium?

Na pewno to, co zbieramy o klientach. Czyli ta wiedza uporządkowana w postaci danych np. CRM czy marketing automation czy różnego rodzaju bazy danych powinna być dostępna, ale też i ta wiedza która buduje kontekst Ta wiedza chociażby w formatach tekstowych To są różnego rodzaju raporty transkrypcje, zapisy wywiadów itd.

To, co daje tą wielką przewagę tym narzędziom to jest to, że rzeczywiście AI potrafi czytać. Te informacje i w miarę precyzyjnie też potem je interpretować. Oczywiście zawsze trzeba to weryfikować. Więc mamy jedno źródło wiedzy, to jest ta wiedza o naszym kliencie, te profile klientów czego ci klienci oczekują, jak oni kupują, na co reagują i tak dalej.

Drugie źródło to jest chociażby nasza wiedza dziedzinowa. Informacje o produktach, raporty z działań handlowych itd., po to, żeby można było te informacje łączyć. To znaczy, żeby potem w jakimś raporcie który tworzymy, albo jakimś materiale takim już bardzo spersonalizowanym po prostu nawiązać do tego, czyli wykorzystać jakieś informacje o produkcie czy o usłudze.

Trzecie źródło danych to jest... Czyli to wszystko co jest związane z naszym stylem komunikacji, z pewnym tonem. Czyli w jaki sposób się komunikujemy, czy w sposób poważny, niepoważny, przemądrzały, przyjacielski i tak dalej. Przykłady też takiego właśnie tonu. Oczywiście zestawy markowe, tutaj znowu te takie profesjonalne czy półprofesjonalne rozwiązania mają specjalne nawet funkcjonalności.

No ja akurat tak jak wam mówię, działam na Copilocie, więc mamy tam taką specjalną funkcjonalność właśnie jak zestaw markowy. Czyli ja określam chociażby kolory. Ton, styl, czcionki i tak dalej i potem wszystkie treści, które tworzę mogę dosyć szybko w miarę szybko dostosować do tego stylu. Więc ta spójność jest większa.

Oczywiście pytania klientów które zbieramy, to też jest to źródło do którego można się odnieść. I co daje takie przechowanie w jednym repozytorium? Na przykład to, że te treści nie są statyczne. Ja bardzo często widziałem, jak pewne dane z różnych raportów były prezentowane raz, a potem się kurzyły albo wirtualnie kurzyły.

Tutaj możemy zaprojektować takie działania chociażby w formie agentów, które będą regularnie odpytywały te treści. Czyli jeżeli na przykład mamy sesję planowania treści, to warto jest stworzyć sobie takiego agenta, który będzie weryfikował nasze pomysły. Chociażby czy ktoś pytał o, nie wiem, TikToka w naszej strategii marketingowej.

Czy taki temat w ogóle padł, bo w ten sposób te dane żyją. Możemy je bardzo szybko wykorzystywać. Kluczowym elementem moi drodzy w groundingu jest porządek w danych. I to jest motyw który się pojawia w zasadzie przy każdym poważniejszym wdrożeniu jakiejkolwiek technologii w firmie opartej o dane. Jak wdrażaliśmy CRM-a, to też zaczyna się od porządkowania danych.

Jeżeli wdrażamy system Marketing Automation, to samo, porządkowanie danych. Przy AI to porządkowanie danych nie polega na takim formalnym porządkowaniu, bo narzędzia AI rzeczywiście, one wręcz pomagają w porządkowaniu bo są modelami językowymi potrafią wiele rzeczy wychwycić, zagregować itd. Natomiast musimy sobie ustalić pewne...

Reguły działania, chociażby żeby nie uczyć w tym repozytorium wiedzy, nie wprowadzać treści niskiej jakości, albo niespójnych, albo nieprawdziwych ponieważ AI będzie traktował to wszystko jako równej jakości narzędzia Więc musimy sobie stworzyć pewne reguły zasady i potem ich pilnować. Jakie treści, jakimi treściami uczymy naszych agentów nasze środowiska AI, a jakich...

Unikamy i kto ma o tym decydować, bo jednak dobrze byłoby, żeby tam była ludzka decyzja zanim takie narzędzie, takie źródło, takie repozytorium trafi. Kwestie bezpieczeństwa. Oczywiście, jeżeli używamy standardowych znanych środowisk ja akurat uważam, że... M365 jest takim środowiskiem to pewne rzeczy mamy tam już domyślnie włączone, ale oczywiście można je wyłączyć można je próbować obejść, więc jeżeli pracujecie w większej organizacji, no to wiadomo że to jest zawsze zadanie IT i warto tutaj się do tego dostosować, bo rzeczywiście sztuczna inteligencja zwiększa.

Takie ryzyko nieumyślnego chociażby wyprowadzania tych naszych danych. Aktualizacja danych moi drodzy bardzo często, szczególnie w dużych firmach w tych zakątkach, czeluściach różnych sharepointach folderach są pliki. Bardzo, bardzo stare. Więc budując ten pomysł na to, jakimi treściami żywimy naszą sztuczną inteligencję, warto też wziąć pod uwagę pewną regułę oznaczania czasu przydatności do spożycia.

Albo robimy to ręcznie i po prostu usuwamy te pliki. Albo mamy pewne mechanizmy znowu w środowisku M365 są pewne przepływy pracy, które można uruchomić, takie automatyzacje, które na to pozwalają. Ale te reguły my musimy stworzyć musimy o tym wiedzieć, żebyśmy nie zapomnieli o tym, bo po dwóch, trzy, trzech latach te treści po prostu będą nieaktualne ale ciągle będą żywiły naszych agentów naszą sztuczną inteligencję.

Więc zobaczcie, ten grounding, oczywiście ja to bardzo tak szybko... Przez to przebiegłem, bo to wymagałoby rzeczywiście kilkugodzinnego omówienia, ale bardzo was na to uwrażliwiam, ponieważ jakość tego, co dostajemy właśnie z AI w dużym stopniu zależy od tego, jak mamy ten grounding przeprowadzony. Jakimi źródłami się posługujemy, jakiej jakości mamy te nasze.

Nasze narzędzia nasze treści, bo inaczej po prostu będziemy mieli ręczną pracę. Czyli dostaniemy coś, co jest raportem, który kiepsko wygląda i widać to na pierwszy rzut oka, albo nie widać a jest nieprawdziwy, niepoprawne są dane, w związku z tym wcześniej czy później to do nas wróci. Więc mając dobrze uporządkowaną wiedzę o klientach ten kontekst...

Chociażby te wywiady, ankiety itd., informacje o produktach które są aktualne, informacje o chociażby praktykach, które do tej pory były dobrze oceniane, czyli można je stosować szerzej, my po prostu jesteśmy sprawniejsi. Szybciej tworzymy nasze treści, materiały, kampanie itd. Natomiast zobaczcie, ponieważ tu już powoli kończymy, znowu to wszystko opiera się o dobrej jakości dane i wiedzy o tym, Kim jest nasz klient?

Kim są ci ludzie? Czego oczekują? Jak podejmują decyzje? Jeżeli poświęcicie czas, energię, zasoby pieniądze na to, żeby tę wiedzę pozyskać to rozwój sztucznej inteligencji będzie was wypychał, będziecie na tej fali. Ponieważ te wszystkie narzędzia zwiększają skuteczność takich działań. Pozyskiwanie tych danych, agregowania i wykorzystania.

Jeżeli tego nie zrobicie... To będzie ciągle pod tą falą ponieważ wszyscy będą mieli podobne pomysły treści, popełniali podobne błędy i będą mieli potężny problem, żeby się wyróżnić, ponieważ te narzędzia nie będą w stanie dać nic więcej niż to, co znajdą w internecie. A jeszcze raz uwrażliwiam Was na to, dane klientów B2B bardzo często nie są w ogóle dostępne w internecie.

Nikt takich danych badań nie prowadził, nikt się nimi nie dzielił w związku z tym ich albo nie ma, albo jest ich tak mało że ciężko byłoby je traktować jako jakąś bazę do wyciągania wniosków. I to jest i dobrze i źle. Źle no bo musimy to zrobić, a dobrze, bo jeżeli takie dane pozyskamy, to mamy ogromną przewagę.

Więc życzę wam tego, żebyście tę swoją przewagę, tę swoją widoczność budowali właśnie w oparciu o jak najgłębsze zrozumienie. Całego kontekstu decyzyjnego klienta. Buyer Persona jest jedną z tych metod Zbieranie danych które już są jak najbardziej też. Te dane, które mamy w CRM-ach, bardzo cenne. Ale też takie drobne interakcje.

Ankieta po szkoleniu w trakcie webinaru itd. To są te wszystkie drobne elementy które złożone w ten kontekst będą nadawały dużą przewagę. A jeżeli tej unikatowości nie będziemy mieli, to będziemy niewolnikami tego, co nam AI na podstawie internetu wypluje. I specjalnie używam tego słowa wypluje, bo tak naprawdę lepiej czasami żebyśmy tych efektów nie widzieli na oczy.

One po prostu czasem ładnie wyglądają, ale tak naprawdę zazwyczaj nie są do niczego przydatne. Więc głęboka personalizacja, głęboka przydatność I użyteczność tego, co oferują handlowcy, zależy od tego, jak głęboko poznamy to, kim są nasi klienci, czego oczekują, co ich blokuje i w jaki sposób podejmują decyzję.

I tego Wam życzę moi drodzy. Zbierajmy te dane.