Dove (NON) usare l’AI nella Lead Generation
Perché non ne hai bisogno nelle tue ads
Quando si parla di lead generation, specialmente in mercati high-ticket e fortemente competitivi, la prima sfida non è quella di abbassare i costi di produzione delle ads.
Per questo “risparmiare" in ads prodotte con l’AI non è un’ottima idea (oggi). E invece rischia di trasformarsi in altri costi nascosti, abbassando la qualità dei tuoi output.
Ti spiego perché:
Nel caso dell’e-commerce, all’utente è chiaro che stiamo vendendo qualcosa, personalmente trovo più facile e banale fare ads per e-commerce.
Con la lead generation, invece, l’obiettivo è ottenere i suoi dati: stiamo cercando potenziali clienti per il nostro prodotto o servizio high-ticket, ma non stiamo vendendo qualcosa direttamente.
Promuoviamo un'offerta straordinaria o, molto spesso, un primo regalo gratuito in cambio dei suoi dati. Il pubblico è più diffidente e non può essere convinto da un attore AI, almeno non per il momento.
Le lead vanno lavorate, premiate e accompagnate in un processo di fidelizzazione molto più lungo. La fiducia va conquistata. E basta un touchpoint di bassa qualità per rovinare l’intera customer journey.
È veramente facile cadere nella shiny object syndrome con tutti gli strumenti a disposizione oggi. Specialmente quando un nuovo tool o aggiornamento sono fuori ogni giorno.
La direzione verso cui stiamo andando è d’altronde solo una:
Nel brevissimo futuro usare l’AI come base per produrre creatività darà gli stessi risultati, se non migliori, di quelli umani, a costi inferiori.
Ma oggi, non ha ancora senso.
E anzi, potrebbe comportare costi aggiuntivi, derivati dalla ricerca e testing dei nuovi tool in uscita, fine tuning, miglioramenti e costi di utilizzo.
Attenzione però. Non sto dicendo che in questo settore l’AI in generale non sia utile. Anzi lo è tantissimo.
Ecco per cosa la usiamo noi ogni giorno:
Validare nuovi mercati.
Usiamo l’AI per i test creativi in mercati nuovi, specie in quelli con poca competizione. In questo caso ha senso perché si parla di validazione, non abbiamo ancora investito con volumi significativi. In questo modo vediamo quali script e angoli funzionano meglio e poi ricreiamo le ads migliori con attori veri.
Specie se si parla di script e produzioni di alta qualità, non sarebbe possibile replicarli ancora con AI. Il nostro art director mi ha detto: "Perché usare attori AI che simulano persone vere, quando possiamo usare persone vere?" Ha senso… per il momento. Vedremo tra qualche mese.
Ottimizzare le spese.
Analizziamo gli esiti di campagne complesse. Per esempio, per un nostro brand, generiamo lead con campagne separate per ogni singolo comune italiano. Ogni provincia ha venditori diversi, con diverse performance.
Qui entra in gioco l’AI che analizza le performance di vendita per provincia, combinandole con i dati delle campagne di acquisizione comunali, per capire dove e come intervenire per migliorare i risultati.
Sono calcoli estremamente complessi, ed è molto più comodo addestrare un’AI per farli al posto nostro.
Assegnare un valore alla lead.
C'è anche chi usa l'AI per assegnare un punteggio di qualità alla lead, per dare priorità a quelle di valore più alto. Noi filtriamo e scartiamo le lead di bassa qualità, fornendo ai clienti solo quelle che rispettano i nostri standard.
Lo facciamo in base a parametri come la disponibilità a ricevere subito una telefonata. In alcuni business, come il settore dei prestiti o delle assicurazioni, ha senso creare un sistema di lead scoring complesso per risparmiare tempo sulle lead più ad alto intento.
Infine, due strumenti ci sono particolarmente utili per questi casi:
Per test creativi con attori AI: Arcads.ai
Genera video UGC con attori AI. I video non sono di altissima qualità, ma abbastanza per una fase di validazione e testing degli script. Ogni video generato ti costerà circa 10$. Da poco è possibile creare ads via API, qui ci vedo grandissime potenzialità per l’automation dei test.
Per analizzare gli esiti delle campagne: ChatGPT Pro
Qui ha senso avere la versione Pro da 200$. Il consiglio di Raffaele, il nostro esperto dei dati in Everset, è di fornire tutti i retroscena e chiarimenti nel primo prompt. È abbastanza lento, quindi conviene lavorare con un unico grande prompt, piuttosto che interazioni separate.
Inoltre con la funzione Operator, si aprono nuovi scenari di automazione con grandissimo potenziale.
Oltre a questi esempi, usiamo tecnologia proprietaria basata su AI per ottimizzare processi interni e la gestione delle campagne, fondamentali per mantenere i nostri livelli di performance.
Mi piacerebbe iniziare a condividere i nostri tool proprietari con altre realtà del settore advertising: vi terrò aggiornati nella newsletter.