علی فخار
اندازه‌گیری

بازگشت سرمایه هوش مصنوعی در بازاریابی؛ فراتر از صرفه‌جویی در زمان

یک گردش کار هوش مصنوعی را صادقانه ارزیابی کنید: زمان خروجی پذیرفته‌شده را بسنجید، نه خروجی تولیدشده، هزینهٔ راه‌اندازی، بازبینی و نگهداری را حساب کنید و ظرفیت آزادشده، صرفه‌جویی نقدی و سود تجاری را جدا نگه دارید.

ai-marketing-roi

خلاصهٔ مطلب

  • خروجی پذیرفته‌شده را، با بازبینی، اصلاح و کارهای ردشده، با خط مبنای دستیِ اندازه‌گیری‌شده مقایسه کنید.
  • هزینه‌های راه‌اندازی، جاری، نگهداری، خطا و آموزش را در یک دورهٔ مشخص بشمارید.
  • ظرفیت آزادشده، صرفه‌جویی نقدی و سود افزوده سه چیز متفاوت‌اند؛ جمع زدنشان یعنی دوبار شمردن.
  • فرض‌ها را بیازمایید. زمان بازبینی و حجم کار اغلب تعیین می‌کنند یک گردش کار هزینه‌اش را برمی‌گرداند یا نه.
فهرست این نوشته

«این ابزار هفته‌ای ده ساعت در وقتمان صرفه‌جویی می‌کند» جملهٔ آشنایی برای گزارش ارزش هوش مصنوعی در تیم بازاریابی است و معمولاً ناقص است. می‌شمارد پیش‌نویس اول چقدر سریع آماده می‌شود. به‌ندرت زمان بررسی، اصلاح، دور ریختن بخشی از خروجی، راه‌اندازی گردش کار و سرپا نگه داشتنش را می‌شمارد.

ارزیابی منصفانه خروجی پذیرفته‌شده را مقایسه می‌کند، نه خروجی تولیدشده را: کاری که به استاندارد کیفیت رسیده، با احتساب بازبینی و اصلاح، در برابر یک خط مبنای دستیِ اندازه‌گیری‌شده. همهٔ هزینه‌ها را در یک دورهٔ مشخص جمع می‌زند. بعد سه نوع ارزش را جدا می‌کند که اغلب قاطی می‌شوند: ظرفیت آزادشده، پولی که واقعاً صرفه‌جویی شده و سود تجاری‌ای که بشود نشان داد از همین تغییر آمده است. خیلی از گردش‌کارها ظرفیت مفید می‌سازند و هیچ صرفه‌جویی نقدی ندارند. این نتیجهٔ قابل قبولی است، به شرطی که اسمش را درست بگذارید.

اول موفقیت را برای همین کار تعریف کنید

پیش از اندازه‌گیری هر چیزی، بگویید گردش کار برای چیست. جواب، چیزی را که اندازه می‌گیرید تغییر می‌دهد:

  • خروجی پذیرفته‌شده: بریف، گزارش یا پیش‌نویس قابل استفادهٔ بیشتر در ماه، با همان کیفیت.
  • به‌موقع بودن: گزارش دوشنبه پیش از جلسهٔ دوشنبه آماده باشد.
  • کیفیت: خطای کمتری به دست مدیران یا مشتری‌ها برسد.
  • یک نتیجهٔ کسب‌وکار: فرصت فروش واجد شرایط بیشتر، هزینهٔ کمتر برای هر فرصت.

یک گردش کار می‌تواند در یکی موفق باشد و در دیگری نه. گزارش سریع‌تری که مدیران هنوز به آن اعتماد ندارند، مسئله‌ای را که پروژه به خاطرش تعریف شد حل نکرده است. اگر آزمایش را با یک گلوگاه روشن انتخاب کرده‌اید، همان‌طور که در استراتژی هوش مصنوعی در بازاریابی توضیح داده‌ام، معیار موفقیت باید از همان بیاید.

خروجی پذیرفته‌شده را بسنجید، نه خروجی تولیدشده

زمان کار را روی نمونه‌های قابل مقایسه به هر دو روش اندازه بگیرید. برای نسخهٔ همراه با هوش مصنوعی، هر مرحله‌ای را که یک نفر در آن دخیل است ثبت کنید:

  1. آماده‌کردن ورودی‌ها و دستورالعمل
  2. تولید خروجی
  3. بازبینی با معیارهای کیفیت
  4. اصلاح موارد اشتباه
  5. کنار گذاشتن خروجی‌ای که قابل اصلاح نیست و انجام آن مورد به روشی دیگر

گزارش‌ها معمولاً مرحلهٔ آخر را جا می‌اندازند. اگر از هر پنج خروجی یکی رد و دستی دوباره انجام می‌شود، آن زمان هم جزو میانگین است. کل زمان را بر تعداد خروجی‌های پذیرفته‌شده تقسیم کنید، نه بر تعداد خروجی‌های تولیدشده.

همین کار را برای خط مبنای دستی هم بکنید، با بازبینی خودش. کار دستی هم هزینهٔ بازبینی دارد و نادیده گرفتنش، نسخهٔ هوش مصنوعی را در مقایسه بهتر از واقع نشان می‌دهد.

کیفیت هم به همان دقت زمان نیاز دارد. راهنمای مهندسی Anthropic دربارهٔ ارزیابی ایجنت‌های هوش مصنوعی ارزیابی را ساده تعریف می‌کند: یک ورودی به هوش مصنوعی بدهید و بعد با منطق نمره‌دهی، خروجی‌اش را برای سنجش موفقیت ارزیابی کنید. در یک گردش کار بازاریابی، این منطق نمره‌دهی همان چک‌لیست بازبین است که به‌طور یکنواخت روی نمونه‌های واقعی اجرا می‌شود. چک‌لیست محتوا را در کنترل کیفیت محتوای هوش مصنوعی آورده‌ام.

همهٔ هزینه‌ها را بشمارید

اشتراک نرم‌افزار معمولاً کوچک‌ترین و پیداترین هزینه است. در یک دورهٔ مشخص این‌ها را فهرست کنید:

  • راه‌اندازی: طراحی گردش کار، نوشتن دستورالعمل، ساختن مجموعهٔ نمونه‌های آزمون و کار یکپارچه‌سازی. اغلب بزرگ‌ترین هزینهٔ منفرد است.
  • هزینه‌های جاری: اشتراک‌ها، هزینهٔ مصرف API و هر نرم‌افزار اضافه.
  • نگهداری: به‌روز کردن دستورالعمل وقتی فرایند تغییر می‌کند، رفع خرابی‌ها و آزمون دوباره بعد از به‌روزرسانی مدل یا ابزار.
  • مدیریت خطا: زمانی که صرف می‌شود وقتی چیزی خراب می‌شود، و هزینهٔ هر خطایی که از بازبینی رد شود.
  • آموزش: وقتی که لازم است تا تیم درست از آن استفاده کند.

پیش از شروع تصمیم بگیرید با زمان آدم‌ها چه کنید. اگر حقوق کارکنان به هر حال پرداخت می‌شود، صرفه‌جویی در زمانشان هزینهٔ نقدی را کم نمی‌کند؛ ظرفیت آزاد می‌کند. قاطی کردن این دو، مثلاً کم کردن زمان کارمند حقوق‌بگیر از هزینه‌ها انگار که یک فاکتور است، راه ساده‌ای برای دوبار شمردن در مدل بازگشت سرمایه است.

ظرفیت، پول نقد و سود تجاری سه چیز متفاوت‌اند

سه ستون را جدا نگه دارید:

  • ظرفیت آزادشده: ساعت‌هایی که برای کار دیگر آزاد می‌شود. باارزش است، اما فقط وقتی واقعی است که آن زمان صرف کاری مهم شود.
  • کاهش واقعی هزینه: پولی که واقعاً دیگر خرج نمی‌شود؛ مثل پیمانکاری که دیگر لازم نیست یا کارمزد آژانسی که کم شده.
  • سود افزودهٔ تجاری: سود اضافه از یک تغییر تجاری، پس از کسر هزینه‌های متغیر تحویلش، که با یک مقایسهٔ مناسب نشان داده شده باشد.

جمع زدن این سه در یک عدد معمولاً یک فایده را دو بار می‌شمارد. ساعت‌هایی که برای نوشتن کمپین‌های بیشتر آزاد شده‌اند، صرفه‌جویی نقدی هم نیستند، و درآمد آن کمپین‌ها را نمی‌شود بدون شاهدی که نشان دهد بدون هوش مصنوعی اتفاق نمی‌افتاد، به حساب هوش مصنوعی گذاشت.

یک نمونهٔ عملی: ظرفیت بدون پول نقد

این نمونه فرضی است. کار، زمان‌ها، نرخ‌ها و هزینه‌ها برای نشان دادن روش ساخته شده‌اند و هیچ‌کدام نتیجهٔ کار من یا یک مشتری نیستند.

تیمی ماهانه ۴۰ خروجی پذیرفته‌شده از یک کار تکراری تولید می‌کند؛ مثلاً بریف‌های کمپین که با یک قالب بررسی می‌شوند.

  • دستی: ۶۰ دقیقه برای هر خروجی پذیرفته‌شده.
  • با کمک هوش مصنوعی: ۱۵ دقیقه آماده‌سازی و تولید، ۲۰ دقیقه بازبینی و ۱۰ دقیقه اصلاح: ۴۵ دقیقه برای هر خروجی پذیرفته‌شده، با احتساب موارد ردشده‌ای که دوباره انجام شده‌اند.
  • زمان آزادشده: ۱۵ دقیقه × ۴۰ = ۱۰ ساعت در ماه.
  • ارزش‌گذاری داخلی: ساعتی ۴۰ پوند، فقط برای مقایسهٔ عددهای ظرفیت؛ حقوق هیچ‌کس تغییر نمی‌کند.
  • نگهداری: ماهی ۲ ساعت از وقت کارکنان.
  • راه‌اندازی: ۶۰ ساعت از وقت کارکنان که روی ۱۲ ماه پخش می‌شود: ماهی ۵ ساعت.
  • اشتراک ابزار: ماهی ۱۰۰ پوند؛ یک هزینهٔ نقدی واقعی.
مدل فرضی ارزش ماهانه
ردیفساعتارزش با نرخ ساعتی ۴۰ پوندنوع
زمان آزادشده در همین کار۱۰۴۰۰ پوندظرفیت
نگهداریمنفی ۲منفی ۸۰ پوندظرفیت
راه‌اندازی، پخش‌شده روی ۱۲ ماهمنفی ۵منفی ۲۰۰ پوندظرفیت
خالص ظرفیت آزادشده۳۱۲۰ پوندظرفیت
اشتراک ابزار–منفی ۱۰۰ پوندنقدی
ارزش ماهانهٔ مدل‌شده–۲۰ پوندترکیبی

مدل عدد مثبت کوچکی نشان می‌دهد: ماهی ۲۰ پوند. ببینید از چه چیزی ساخته شده: ۱۲۰ پوند ارزش ظرفیت که یک تخمین است، منهای ۱۰۰ پوند پول نقد واقعی. تیم ماهی ۱۰۰ پوند بیشتر از قبل خرج می‌کند و سه ساعت ظرفیت به دست می‌آورد. هیچ سود نقدی ثابت نشده است. این گردش کار فقط وقتی ارزش نگه داشتن دارد که آن سه ساعت صرف کاری شود که از ۱۰۰ پوند مهم‌تر است، یا این ظرفیت اجازه بدهد تیم پرداخت برای چیز دیگری را متوقف کند.

این نتیجه‌ای صادقانه است و دانستنش همچنان مفید است.

حساسیت: چه چیزی مدل را به هم می‌ریزد

تغییرهای کوچک در ورودی‌ها جواب را خیلی جابه‌جا می‌کنند. فرض‌هایی را که احتمال اشتباه بودنشان بیشتر است بیازمایید:

نتیجهٔ نمونهٔ فرضی با تغییر فرض‌ها
سناریوخالص ظرفیت در ماهارزش ماهانهٔ مدل‌شده
حالت پایه: ۴۰ کار، هر کدام ۴۵ دقیقه۳ ساعت۲۰ پوند
بازبینی ۱۰ دقیقه بیشتر طول بکشد (۵۵ دقیقه برای هر کار)منفی ۳ ساعت و ۴۰ دقیقهحدود منفی ۲۴۷ پوند
حجم نصف شود و به ۲۰ کار برسدمنفی ۲ ساعتمنفی ۱۸۰ پوند
حجم دو برابر شود و به ۸۰ کار برسد۱۳ ساعت۴۲۰ پوند

دو درس. زمان بازبینی اغلب متغیر تعیین‌کننده است، پس آن را اندازه بگیرید، نه تخمین بزنید. و حجم مهم است: هزینه‌های ثابت راه‌اندازی و نگهداری به تکرار کافی نیاز دارند تا جبران شوند. با این فرض‌ها، نقطهٔ سربه‌سر ماهی ۳۸ کار است.

کی می‌شود اسمش را بازگشت سرمایه گذاشت

بازگشت سرمایه (ROI) معنای مشخصی دارد. برای بازگشت مالیِ محقق‌شده از این فرمول استفاده کنید:

بازگشت سرمایه = (فایدهٔ مالی افزودهٔ اندازه‌گیری‌شده − هزینهٔ افزوده) ÷ هزینهٔ افزوده، در یک دورهٔ مشخص

دوره را بگویید و دقیقاً مشخص کنید چه چیزی فایده حساب می‌شود. برای سود تجاری از سود پس از کسر هزینه‌های متغیر مرتبط استفاده کنید، نه از درآمد. ارزش فرصت‌های فروش یک پیش‌بینی است، نه درآمد محقق‌شده. و افزایش فروش را به هوش مصنوعی نسبت ندهید، مگر این‌که مقایسه‌ای داشته باشید که نشان دهد بدون آن چه می‌شد: یک گروه کنترل، اجرای مرحله‌به‌مرحله یا یک آزمایش ساختاریافته (طراحی آزمایش بازاریابی را ببینید). وصل‌کردن درست فعالیت بازاریابی به فرصت‌های فروش را در شاخص‌های بازاریابی B2B توضیح داده‌ام.

در نمونهٔ بالا هنوز هیچ فایدهٔ مالی اندازه‌گیری‌شده‌ای نیست، پس بازگشت سرمایه‌ای برای گزارش وجود ندارد؛ فقط یک مدل ظرفیت هست. همین تفکیک، وقتی تیم مالی عددها را بررسی می‌کند، از اعتبار شما محافظت می‌کند.

توقف، اصلاح یا گسترش

با ساخته شدن مدل، تصمیم روشن‌تر می‌شود:

  • توقف، اگر زمان هر خروجی پذیرفته‌شده از خط مبنا کمتر نیست، کیفیت بدتر است یا مدل فقط با فرض‌های خوش‌بینانه جواب می‌دهد.
  • اصلاح، اگر بازبینی یا اصلاح بیشترین سهم را دارد. ورودی بهتر، دستورالعمل روشن‌تر یا محدودهٔ باریک‌تر اغلب بیشتر از یک ابزار جدید زمان بازبینی را کم می‌کند.
  • گسترش، اگر گردش کار روی حجم واقعی دوام می‌آورد، ظرفیت آزادشده کاربرد مشخصی دارد و جدول حساسیت با فرض‌های واقع‌بینانه منفی نمی‌شود.

اگر گسترش یعنی دادن اختیار بیشتر به سیستم، اول هزینهٔ بررسی و خطای اضافه را بسنجید: ایجنت هوش مصنوعی یا اتوماسیون بازاریابی.

کاربرگ هزینه و ارزش

این جدول را در یک صفحه‌گسترده کپی کنید. ستون «نوع» را نگه دارید: جلوی جمع زدن تصادفی ظرفیت و پول نقد را می‌گیرد.

کاربرگ خالی هزینه و ارزش
ردیفخط مبنای دستیبا کمک هوش مصنوعینوعمنبع عدد
خروجی‌های پذیرفته‌شده در ماه[تعداد][تعداد]حجم[سابقه یا تخمین]
دقیقه برای هر خروجی پذیرفته‌شده، با بازبینی و دوباره‌کاری[دقیقه][دقیقه]ظرفیت[نمونهٔ زمان‌گیری‌شده]
ساعت‌های راه‌اندازی، پخش‌شده روی [تعداد] ماه–[ساعت]ظرفیت[سابقهٔ پروژه]
ساعت‌های نگهداری در ماه[ساعت][ساعت]ظرفیت[سابقه]
اشتراک‌ها و هزینهٔ مصرف[پوند][پوند]نقدی[فاکتورها]
هزینه‌هایی که واقعاً متوقف می‌شوند–[پوند]نقدی[قرارداد یا فاکتور]
سود افزودهٔ اندازه‌گیری‌شده–[پوند یا هیچ]سود تجاری[روش مقایسه]
تصمیم–[توقف، اصلاح یا گسترش]–[مسئول و تاریخ]

منابع و مطالعهٔ بیشتر

  1. Anthropic: ارزیابی ایجنت‌های هوش مصنوعی (انگلیسی)

پرسش‌های رایج

آیا صرفه‌جویی در زمان همان بازگشت سرمایه است؟

به‌تنهایی نه. زمان صرفه‌جویی‌شده ظرفیت آزادشده است؛ فقط وقتی به بازگشت مالی تبدیل می‌شود که یک هزینهٔ واقعی را کم کند یا صرف کاری شود که سود افزودهٔ قابل اندازه‌گیری بسازد. ظرفیت را به نام ظرفیت گزارش کنید و فرمول بازگشت سرمایه را برای فایدهٔ مالی اندازه‌گیری‌شده در برابر هزینهٔ افزوده نگه دارید.

آیا زمان بازبینی هم باید حساب شود؟

بله، همراه با اصلاح و هر خروجی‌ای که رد و دوباره انجام می‌شود. کل زمان را بر تعداد خروجی‌های پذیرفته‌شده تقسیم کنید. در نمونهٔ این مقاله، ده دقیقه بازبینی بیشتر برای هر کار، یک نتیجهٔ مثبت کوچک را به نتیجه‌ای آشکارا منفی تبدیل می‌کند.

آیا می‌توان افزایش سرنخ را به هوش مصنوعی نسبت داد؟

فقط با مقایسه‌ای که نشان دهد بدون آن چه اتفاقی می‌افتاد؛ مثل گروه کنترل، اجرای مرحله‌به‌مرحله یا یک آزمایش ساختاریافته. افزایش سرنخ بعد از به‌کارگیری یک ابزار ممکن است علت‌های دیگری داشته باشد، و سرنخ یا فرصت فروش، درآمد محقق‌شده نیست.

علی فخار
درباره نویسنده

علی فخار

علی فخار بازاریاب ساکن لندن است و در زمینه رشد کسب‌وکار، تبلیغات، محتوا و استفاده کاربردی از هوش مصنوعی کار می‌کند.

درباره علی ↗
تنظیمات آنالیتیکس

وضعیت فعلی: غیرفعال