Verdens beste kreativitet kan ikke fikse dårlige data

AI har nettopp gjort problemet med dårlige data mye dyrere.

Dette er første del av en serie i to deler. Del to: Kundene vet når dataene deres ikke blir respektert

«Spray and pray»: skyt bredt og håp på det beste. Det er den uoffisielle strategien til flere markedsføringsteam. Man skyter bredt, håper at noe fester seg, og når resultatene skuffer skylder man på kreativiteten. Eller algoritmen. Eller byrået. Sjelden på dataene.

Det er forståelig hvorfor data blir ignorert. Det er ikke «sexy». Ingen rammer inn et dashbord og henger det på veggen. Markedsdirektører vil snakke om merkevareidentitet, visuell retning og kampanjekonsepter. Greit nok, de tingene betyr noe. Men når fundamentet under alt er vaklevorent, flyr selv det beste kreative arbeidet i blinde.

Dårlige data er et effektivitetsproblem og et omdømmeproblem.

Tenk på forrige gang du fikk en SMS fra en butikk du besøkte én gang i 2019. Eller en e-post som gratulerte deg med et produkt du aldri har kjøpt. Eller en retargeting-annonse for et feriested du allerede har besøkt. Du ble ikke imponert. Du ble irritert. Og den irritasjonen fester seg til merkevaren, ikke til systemet som sendte meldingen.

Dårlige data koster ikke bare penger i form av bortkastede annonsekroner. Det koster tillit. Og tillit er svært dyrt å kjøpe tilbake.

Nå har AI gjort sin ankomst, og gjorde alt dette ti ganger viktigere.

AI er ekstremt god til å gjøre nøyaktig det du ber den om, basert på det du gir den å jobbe med. Gi den ren og tydelig data, gode spørsmål og klare mål, og den leverer. Gi den et rot, og den optimaliserer rotet ditt i rekordfart og i massiv skala.

Google beskriver det godt: Se på AI-en din som en ivrig og talentfull student. Den lærer nøyaktig det du lærer den. Hvis du mater den med data som ikke skiller mellom en kunde som bruker 500 kr og en som bruker 5 000 kr, kommer den til å bli veldig, veldig god til å finne… gjennomsnittlige kunder. Flott.

Det finnes et gammelt uttrykk i IT-verdenen: Garbage in, garbage out (søppel inn, søppel ut). Det ble skapt i 1957. Det har aldri vært mer relevant enn i dag.

Hva betyr dette egentlig i praksis?

Datakyndighet er evnen til å forstå, stille spørsmål ved og kvalitetssjekke dataen din. Dette er ikke lenger noe du kan overlate til IT-avdelingen eller den ene analytikeren som sitter i hjørnet. Det er nå en markedsføringskompetanse. Det er en lederegenskap. Og akkurat nå, når AI tar en større rolle i hvordan vi når og forstår kundene, er det kanskje den viktigste kompetansen i rommet.

Få orden på dataene først. La så de kreative gjøre sin greie. Den rekkefølgen betyr mer enn de fleste tror.

---

Lurer du på hva dine egne data forteller? Test nettsiden din med Kamben Kompass og få en gratis analyse på to minutter. Eller ta kontakt direkte.