Cómo las herramientas de IA redujeron el tiempo de informes de una agencia en un 97%

Como especialistas en marketing en 2020, hay una cosa importante que tenemos en común: estamos impulsados ​​por los datos.

Independientemente de si somos redactores, gerentes de redes sociales, camarógrafos o diseñadores web, los datos son clave para ayudarnos a determinar qué proyectos son exitosos, qué estrategias pueden requerir más presupuesto y qué tácticas debemos dejar atrás.

Pero aquellos que prosperan con los datos también conocen su principal caída: puede tomar horas recopilar y organizar.

Incluso si tiene un software de análisis que rastrea el tráfico, los compromisos, el ROI y otros KPI de una campaña, es probable que deba tomarse el tiempo para organizar estos números, analizarlos y encontrar una forma comprensible de informar sobre sus proyectos a su equipo o clientes.

En el pasado, las empresas y agencias de marketing encargaban a los empleados a tiempo completo las tareas relacionadas con la presentación de informes. Y, aunque gran parte del proceso de recopilación de datos ha sido automatizado por varios programas de análisis, los equipos de marketing y las empresas todavía están perdiendo innumerables horas en informes de datos manuales.

Este es un problema que mi firma de marketing con sede en Cleveland, PR 20/20, encontró hace unos años.

Como parte de nuestro proceso, creamos informes de rendimiento mensuales para cada uno de nuestros clientes. Cuando los creamos, extraemos los datos de HubSpot y Google Analytics. Luego, redactamos un informe para explicar los datos a nuestros colegas, clientes y partes interesadas del proyecto.

Estos informes permitieron a nuestros clientes comprender mejor los números que estaban viendo y formular sus estrategias en torno a dónde se desempeñaron bien o necesitaban mejoras. Pero, aunque estaban ayudando a nuestros clientes, crearlos estaba frenando a nuestro equipo.

Si bien nuestros clientes encontraron valiosos los informes, el proceso de extraer los datos, analizarlos y redactar los informes fácilmente tomó cinco horas por cliente, por mes. Esto alejó a nuestros especialistas en marketing de tareas que podrían haber sido productivas a largo plazo, como la lluvia de ideas sobre nuevas ideas y estrategias que podrían ayudar notablemente a sus clientes.

En esta publicación de blog, le explicaré cómo optimizar los informes con IA, utilizando nuestro propio experimento como ejemplo.

Cómo racionalizar sus procesos de informes con IA

Paso 1: Investigue sus opciones de software de IA.

Siempre que intente experimentar o implementar una nueva estrategia, querrá investigar el tema a fondo.

Por ejemplo, querrá reconocer su presupuesto y luego buscar software que se ajuste a él.

También querrá determinar los pros y los contras de cualquier software que considere. Esto lo ayudará a familiarizarse mejor con el mundo de la IA y las herramientas que realmente pueden ayudarlo. Debido a que el tema de la inteligencia artificial viene con mucha publicidad en línea, una investigación exhaustiva también lo ayudará a distinguir en qué productos realmente vale la pena invertir y cuáles están sobrevalorados y sobrevalorados.

Antes de decidir que queríamos racionalizar nuestra estrategia de informes, habíamos estado investigando IA a través de recursos en nuestro Instituto de Marketing de IA.

El Instituto es una compañía de medios que tiene como objetivo hacer que la IA sea más accesible para los vendedores. Desde que lanzamos la compañía, hemos publicado más de 400 artículos sobre IA en marketing. También estamos rastreando más de 1,500 compañías de IA de ventas y marketing con una financiación combinada de más de $ 6.2 mil millones.

Después de aprender cómo la IA ya había simplificado docenas de procesos relacionados con el marketing, decidimos explorar cómo la automatización y la inteligencia artificial podrían ayudarnos con nuestros clientes en PR 20/20.

Nos obsesionamos con cómo una tecnología más inteligente podría aumentar los ingresos y reducir los costos.

En el proceso, encontramos tecnología de generación de lenguaje natural (NLG) que escribía inglés simple automáticamente.

Esencialmente, NLG toma datos estructurados, como información en hojas de cálculo, y los convierte en lenguaje escrito o hablado. Te encuentras con NLG cada vez que utilizas la función de composición inteligente de Gmail. O, cuando escuche que Alexa de Amazon responde a sus consultas de voz.

Una vez que descubrimos un software NLG potencialmente útil, decidimos realizar un experimento para ver si la tecnología de IA podía automatizar parcial o totalmente nuestro proceso de redacción de informes de rendimiento.

2. Elija el software que funcione mejor para su equipo.

Después de hacer su investigación, puede aprender los conceptos básicos de cómo funciona la tecnología de inteligencia artificial, como el aprendizaje automático o NLG.

Ahora, el siguiente paso es buscar un software que funcione para su negocio. Aquí hay algunas cosas que deberá considerar:

• El costo: Deberá considerar el costo de cualquiera de las suscripciones o tarifas del software, así como el costo de implementarlo. Por ejemplo, es posible que deba contratar o contratar a un ingeniero para preparar sus datos y tomar las medidas necesarias para asegurarse de que el software funcione sin problemas.
• Mantenimiento necesario: Si bien el software de mayor precio puede ser lo suficientemente intuitivo como para requerir un mantenimiento menor, es posible que otros necesiten ser monitoreados y actualizados por alguien que sea muy experto en tecnología. Asegúrese de comprender qué necesitará hacer si algo no funciona correctamente para no incurrir en costos de emergencia.
• Usabilidad: Como vendedor, no querrá confiar en un ingeniero a tiempo completo para usar el software de IA para ejecutar sus informes. Querrá comprar software en el que los miembros de su equipo menos expertos en tecnología puedan eventualmente capacitarse y aprender. Por ejemplo, un software que le permite ajustar su configuración o hacer ajustes básicos en un tablero fácil de entender será efectivo para varios miembros del equipo y requerirá menos expertos en software para administrar.

A medida que elija el software, también querrá rastrear estudios de casos, revisiones o testimonios de usuarios que describan cómo una compañía usó el software para ejecutar informes o completar una actividad similar. Esto le dará una idea de si el producto que está considerando tiene un buen historial o credibilidad en la industria del software de IA.

Cuando se trata de encontrar software asequible impulsado por inteligencia artificial, hay una serie de proveedores de servicios que utilizan NLG de manera similar para redactar informes analíticos o generar paneles que luego puede compartir con sus clientes o partes interesadas. Aquí hay dos ejemplos muy apreciados:

Domo

Domo es una herramienta de visualización e informes de datos que se integra con las principales plataformas de datos y análisis, incluido Google Analytics. Una vez que conecta estas plataformas, puede usar un tablero para configurar y generar visualizaciones de datos o informes para sus clientes. Estas visualizaciones incluyen gráficos circulares, otros gráficos y nubes de palabras.

La preparación de los datos sobre los que Domo informará también requiere un mantenimiento mínimo. La plataforma ofrece guías sobre cómo crear conjuntos de datos u hojas de cálculo que sus algoritmos reconocerán, así como una guía de arrastrar y soltar que le pide que cargue información específica como «Presupuesto mensual».

Aquí hay una demostración rápida que muestra a Domo en acción:

Perspectivas adaptativas

Este software de informes le permite generar informes o paneles de informes que su equipo y sus clientes pueden editar y colaborar entre ellos. Al igual que Domo, también incluye un puñado de capacidades de visualización de datos.

Además de las visualizaciones de datos, también puede agregar cuadros a sus paneles que le muestran cuadros de mando que indican si está alcanzando sus objetivos o no, así como filtros que lo ayudan a profundizar en aspectos específicos de su proyecto. Aquí hay una demostración que explica cómo las pequeñas empresas, como las organizaciones sin fines de lucro, pueden beneficiarse de las funciones de informes del tablero del software:

3. Prepare sus datos para que su software pueda entenderlos.

Independientemente del producto que elija, es probable que necesite preparar sus datos de una manera que el robot o algoritmo de su software pueda reconocer y analizar fácilmente.

Por ejemplo, antes de comenzar nuestro propio experimento, necesitábamos preparar los datos al estructurarlos de una manera que fuera compatible con el software NLG muy básico que utilizamos.

El software requería datos estructurados en columnas y filas para generar texto. Entonces, primero, tuvimos que extraer los datos de HubSpot y Google Analytics en hojas de cálculo.

Debido a que hacer esto manualmente tomaría demasiado tiempo y limitaría el tiempo potencial ahorrado con la automatización, utilizamos API y creamos nuestro propio algoritmo utilizando los scripts de Google Apps para extraer datos en una hoja de Google.

A continuación, estandarizamos cómo se formatearía cada informe de rendimiento. Sabíamos que era poco probable que el software NLG manejara bien los informes completamente personalizados. Por lo tanto, creamos una plantilla para estos informes que no cambiaba cada mes.

Para crear un formato para cada informe, identificamos un conjunto de 12 preguntas comunes que intentamos responder a los clientes cada mes:

1. ¿Cuánto tráfico llegó a su sitio web y cómo se compara con el mes anterior? ¿El año pasado?
2. ¿Qué tan comprometido estaba el tráfico del sitio web del mes pasado?
3. ¿Cuáles fueron los principales canales de tráfico?
4. ¿Hubo fluctuación en el tráfico general y, de ser así, qué lo causó?
5. ¿Cómo estuvo el blog el mes pasado?
6. ¿Qué tan comprometido estaba el tráfico del blog?
7. ¿Cuáles fueron las publicaciones de blog de mayor rendimiento?
8. ¿Hubo algún cambio en el tráfico del blog el mes pasado y, de ser así, qué los causó?
9. ¿Cuántos objetivos o nuevos contactos se generaron el mes pasado?
10. ¿Cuáles fueron las principales páginas de conversión?
11. ¿Dónde se originaron los objetivos o los nuevos contactos?
12. ¿Hubo algún cambio en los objetivos totales o en el volumen de clientes potenciales y, de ser así, de qué fue responsable?

4. Desarrolle una plantilla o configure un panel para sus informes.

Un buen software de IA le permitirá crear documentos o incluso paneles, como sus informes. Estos activos se pueden enviar a su equipo o a sus clientes para que puedan examinar fácilmente y tener sentido de lo que significan todos los datos que ha recopilado.

Una vez que estructuramos nuestros datos y desarrollamos un formato de informe estándar, tuvimos que traducir nuestro formato de informe estándar a una plantilla NLG.

La plantilla era esencialmente una versión completa de un informe de rendimiento. Cuando se ejecuta el software NLG, este informe se copia en el software NLG. Luego, se aplican reglas a la copia para actualizar mediante programación lo que está escrito en función de los datos estructurados proporcionados. Específicamente, asignamos:

• Variables: Partes de la plantilla que se intercambian con un punto de datos.
• Declaraciones condicionales: Ramificación si / entonces lógica que selecciona la redacción adecuada para
• Sinónimos: Para darle cierta variedad al contenido, se pueden agregar sinónimos para variar las palabras o frases utilizadas en el informe. El software NLG insertará aleatoriamente uno de una lista de opciones que los humanos crean.

En lugar de que el software NLG solo escribiera un informe, lo que podría resultar en oraciones incomprensibles que discutieran mal los datos, creamos la plantilla para que el software simplemente complete los espacios en blanco de cada informe con puntos de datos específicos.

El resultado final fue una plantilla que, cuando se combina con una hoja de cálculo, produce automáticamente un informe único para cada cliente. El resultado final podría ser un archivo CSV, Word o Google Doc.

5. Pruebe el software antes de implementarlo.

Incluso si está trabajando con un software de IA creíble, querrá probarlo y solucionar cualquier problema que salga a la luz. Esto evita que se produzcan incidentes relacionados con la IA cuando los empleados utilizan activamente la herramienta o en plazos ajustados.

Realizamos cientos de pruebas para garantizar que los informes salieran precisos y se leyeran bien. Y finalmente perfeccionamos el proceso para producir informes de rendimiento automatizados claros y precisos de manera consistente.

Si un proveedor de software con el que trabaja ofrece una prueba o un descuento para probar su producto, aprovéchelo. Esto le permitirá presenciar de primera mano si el costo del producto supera sus beneficios, o le dará tiempo para identificar si hay un producto más adecuado que debería usar.

6. Una vez implementado, mida sus resultados.

Al igual que en la fase de prueba, querrá controlar qué tan bien funcionan sus herramientas cuando realmente se implementan en su oficina.

Cuando haga esto, aquí hay algunas cosas que querrá evaluar:

• La cantidad de tiempo que el software está ahorrando empleados, o si hubo algún error, cuánto tiempo costó el software.
• La cantidad de otras tareas productivas o generadoras de ingresos que su equipo pudo realizar con el tiempo extra que tenía.
• La capacidad de los miembros de su equipo para capacitarse y adaptarse al nuevo software y los procesos de informes.

Al rastrear nuestros nuevos informes de rendimiento automatizados, descubrimos que nuestras herramientas tardaban una fracción del tiempo en producir el mismo informe que nos llevó horas crear. Además, el nivel de detalle en nuestros informes de clientes ahora es consistente en todas las cuentas.

Antes de implementar las herramientas de inteligencia artificial, los informes solo eran tan sólidos como el nivel de comodidad del equipo de cuentas para analizar los informes de rendimiento de marketing.

Ahora, a la medianoche del primer mes, nuestro programa de informes comienza a extraer los datos, se comunica con el sistema NLG y luego crea automáticamente Google Docs con el informe completamente escrito.

La única parte manual del proceso ahora consiste en verificar la precisión de los datos, aplicar algunos estilos y luego enviarlos.

Lo que una vez nos llevó cinco horas por informe ahora lleva 10 minutos. Si bien el proceso original debía ser administrado por varios compañeros de equipo, solo se necesita un miembro del personal para la verificación in situ.

En este escenario, nuestra empresa se benefició de la tecnología NLG porque nuestro nuevo proceso nos permitió aumentar los ingresos de clientes satisfechos, mejorar la calidad de nuestros informes de datos y reducir los costos de tiempo y mano de obra originalmente asociados con los informes.

Recursos para informes automatizados

Si bien nuestro equipo puede acceder a proveedores y expertos en inteligencia artificial para nuestros experimentos en la oficina, otros especialistas en marketing de pequeñas empresas también pueden aprovechar esta estrategia de manera asequible.

Sin embargo, tenga en cuenta que la implementación de AI puede llevar tiempo. Para nosotros, necesitábamos dedicar tiempo a crear conjuntos de datos estructurados, así como a nuestra plantilla de informes para que nuestro software de inteligencia artificial pudiera leer nuestros análisis y redactar informes correctamente.

Si está interesado en probar sus propios experimentos de IA, pero no sabe por dónde comenzar, consulte el curso de HubSpot Academy, «Inteligencia artificial y aprendizaje automático en marketing: en vivo desde MAICON». Le enseñará cómo aplicar la IA en marketing utilizando un marco holístico y comenzará conversaciones sobre cómo pilotar la IA en su negocio.