Die meisten Reporting-Decks, die wir von einer vorherigen Agentur übernehmen, teilen ein Problem. Sie sind voll von Zahlen, und keine beantwortet die Frage, die der Kunde gestellt hat: ob das im letzten Quartal ausgegebene Geld in diesem Quartal mehr Geld eingebracht hat. Die Kennzahlen für KI-Marketingagenturen, die einer Prüfung standhalten, sind nicht die, die sich am schnellsten bewegen oder auf einer Folie am beeindruckendsten aussehen. Es sind diejenigen, die eine Ausgabenentscheidung mit einem Geschäftsergebnis durch eine Beweiskette verbinden, der ein Finanzdirektor folgen kann. Diese Kette bauen wir zuerst auf, bevor wir ein Gebot oder ein Briefing anfassen.
KI im Kampagnenmanagement hat dies eher erschwert als erleichtert. Automatisierte Gebote, generierte Creatives und prädiktive Zielgruppenmodelle erzeugen alle interne Scores, und diese Scores sind verlockend zu berichten, weil sie reichlich vorhanden sind und normalerweise einen Aufwärtstrend aufweisen. Aber ein Modell-Konfidenz-Score ist kein Ergebnis. Ebenso wenig wie die Anzahl der produzierten Creative-Varianten oder die Stunden manueller Arbeit, die ein Tool angeblich eingespart hat. Wir behandeln diese als operative Telemetrie und halten sie aus dem Bereich heraus, in dem der Kunde entscheidet, was als Nächstes finanziert werden soll.
Beginnen Sie mit der Entscheidung, nicht mit dem Dashboard
Eine Kennzahl verdient ihren Platz, indem sie eine Entscheidung ändert. Bevor wir einem Bericht etwas hinzufügen, fragen wir, welche Aktion eine Bewegung in dieser Zahl auslösen würde. Wenn die ehrliche Antwort nichts ist, kommt sie heraus. Der Impression-Share ist ein gutes Beispiel. Allein ändert er nichts, denn die richtige Reaktion auf den Verlust hängt davon ab, ob die verlorenen Auktionen es wert waren, gewonnen zu werden. Gepaart mit einem qualifizierten Lead-Preis auf Segmentebene wird er handlungsorientiert: Wir können sagen, dass wir in einem Segment, das zur Hälfte des Kontodurchschnitts konvertiert, bewusst Boden preisgeben.
Diese Rahmung schützt auch vor der langsamen Anhäufung von Eitelkeit im Agentur-Reporting. Jemand fragt im zweiten Monat nach einem Diagramm, es kommt nie heraus, und im vierzehnten Monat hat das Deck vierzig Folien und einen Kunden, der zur letzten springt. Wir überprüfen die Berichtsstruktur vierteljährlich und löschen mehr, als wir hinzufügen. Ein kurzer Bericht, den ein Kunde vollständig liest, schlägt einen umfassenden, der abgelegt wird.
Die Kennzahlen für KI-Marketingagenturen, die wir tatsächlich berichten
Das Kernset ist klein und bewusst langweilig. Kosten pro qualifiziertem Lead, definiert mit dem Kunden statt von uns, weil die Definition von qualifiziert dem Vertriebsteam gehört. Deckungsbeitrag nach Medien und Gebühren, damit die Zahl die Kosten der Arbeit trägt, die sie produziert hat. Amortisationszeit, die für jedes Modell mit wiederkehrenden Käufen wichtiger ist als der gemischte Return on Ad Spend. Inkrementeller Umsatz, wo wir ihn ehrlich testen können, gekennzeichnet als korreliert, wo wir es nicht können.
- Kosten pro qualifiziertem Lead, segmentiert nach Kanal und nach der eigenen Qualifizierungsstufe des Vertriebsteams, nicht nach einem Plattform-Conversion-Ereignis
- Deckungsbeitrag nach Medienausgaben, Agenturgebühren und Plattformkosten, monatlich gemeldet, damit der Trend sichtbar ist, bevor er zum Problem wird
- Amortisationszeit in Monaten, wobei die Annahmen zur Kundenbindung daneben geschrieben stehen, anstatt in einem Anhang vergraben zu sein
- Anteil der Pipeline, der beschafft versus beeinflusst wurde, getrennt gehalten, da deren Zusammenführung jede Zahl nachgelagert aufbläht
- Modell-Interventionsrate: wie oft unser Team eine automatisierte Gebots- oder Budgetentscheidung außer Kraft gesetzt hat und was danach passiert ist
Dieser letzte Punkt ist der, nach dem Kunden selten fragen und der ihnen am meisten über die Agentur verrät, die sie eingestellt haben. Wenn wir die Automatisierung der Plattform nie außer Kraft setzen, zahlen sie für den Zugang zu einem Knopf. Wenn wir ständig außer Kraft setzen und sich die Ergebnisse nicht verbessern, fügen wir Rauschen hinzu. Die Verfolgung der Intervention und ihres Ergebnisses hält uns ehrlich darüber, wo Urteilsvermögen einen Mehrwert schafft und wo die Maschine bereits recht hatte.
Attribution ist ein Modell, also sagen Sie das auch
Jedes Attributions-Setup ist eine Reihe von Annahmen, die das Kostüm einer Tatsache tragen. Der letzte Klick unterbewertet alles, was vorgelagert ist. Datengetriebene Modelle verschieben sich unter Ihnen, wenn die zugrunde liegenden Daten dünner werden. Von der Plattform gemeldete Conversions werden von der Partei gemessen, die die Werbung verkauft, ein Konflikt, den es wert ist, laut zu benennen. Nichts davon macht Attribution nutzlos, aber die Zahl sollte mit ihren angehängten Annahmen reisen.
Unser praktischer Ansatz ist es, zwei Ansichten gleichzeitig zu vertreten. Plattformzahlen treiben die In-Flight-Optimierung voran, bei der relative Bewegung wichtiger ist als absolute Genauigkeit. Eine abgestimmte Ansicht, die aus den eigenen Bestell- oder CRM-Daten des Kunden erstellt wurde, treibt Budgetentscheidungen voran. Wenn die beiden weit auseinanderklaffen, untersuchen wir die Lücke, anstatt die freundlichere Zahl zu wählen. Die Lücke ist oft die informativste Zahl im Bericht und weist auf Tracking-Fehler, lange Überlegungszyklen oder Kanäle hin, die unanerkannte Arbeit leisten.
Zahlen aufbauen, die einer Befragung standhalten
Eine verteidigbare Kennzahl hat vier Eigenschaften. Ihre Definition ist schriftlich festgehalten und hat sich nicht stillschweigend geändert. Ihre Quelle ist ein System, das der Kunde kontrolliert oder prüfen kann. Ihr Zeitfenster ist fest, anstatt im Nachhinein gewählt zu werden. Und ein plausibler Mechanismus verbindet die Aktivität mit dem Ergebnis, ausgedrückt in einem Satz. Wenn jemand fragt, woher wir das wissen, sollten wir in der Lage sein, das Testdesign, die Kontrollgruppe und den Zeitraum zu beschreiben, ohne nach einer Metapher zu greifen.
Wo ein sauberer Test nicht möglich ist, und für die meisten mittelgroßen Konten ist er das oft nicht, sagen wir das offen und berichten die richtungsweisenden Beweise als das, was sie sind. Kunden widersprechen fast nie einer Zahl, die als Schätzung gekennzeichnet ist. Sie widersprechen der Entdeckung, dass eine Zahl, die sie als sicher behandelten, die ganze Zeit eine Schätzung war. Die Wahl von Kennzahlen für KI-Marketingagenturen, die Sie verteidigen können, bedeutet, kleinere Ansprüche im Austausch für Ansprüche zu akzeptieren, die das nächste Meeting, die nächste Finanzprüfung und die nächste Agentur überstehen, die hereinkommt, um Ihre Arbeit auseinanderzunehmen.
Weiterlesen: KI-Marketingagentur · KI-Optimierung