เอเจนซีวัด ROI ของคอนเทนต์ลูกค้าโดยกำหนดฐานเปรียบเทียบก่อนเริ่มงาน แล้วติดตามสามอย่าง ได้แก่ ผลผลิต (สิ่งที่ผลิตขึ้น) ผลลัพธ์ (สิ่งที่เปลี่ยนไปกับธุรกิจของลูกค้า) และข้อจำกัดของการระบุที่มาที่ช่วยให้ผลลัพธ์น่าเชื่อถือ เครื่องมือ AI ช่วยเรื่องการนับและการรายงาน แต่ไม่ได้ทำให้ไม่ต้องมีฐานเปรียบเทียบที่ชัดเจนและการทดสอบที่เป็นธรรม
ประเด็นสำคัญ
- รายงานผลลัพธ์ก่อน ผลผลิตทีหลัง เพราะลูกค้าซื้อผลลัพธ์ ไม่ใช่จำนวนโพสต์
- เก็บฐานเปรียบเทียบก่อนเริ่มงานที่ใช้ AI ช่วย ไม่เช่นนั้นตัวเลขทุกตัวหลังจากนั้นเป็นเพียงเรื่องเล่า
- พูดตรงๆ เรื่องข้อจำกัดของการระบุที่มา คอนเทนต์ไม่ค่อยมีเส้นทางคลิกสุดท้ายที่ชัดเจน จึงควรใช้การทดสอบและรายงานเป็นช่วง
- เพิ่มการมองเห็นในคำตอบของ AI ลงในสกอร์การ์ด แต่วัดด้วยพรอมต์ที่ทำซ้ำได้ ไม่ใช่ภาพหน้าจอเดียว
- แสดง ROI ของลูกค้าและ ROI ของ AI ของเอเจนซีเองเป็นสองตัวเลขแยกกัน
รายงาน ROI ของคอนเทนต์ลูกค้าควรมีอะไรบ้าง
ควรมีฐานเปรียบเทียบ ผลผลิต ผลลัพธ์ และข้อความตรงๆ ว่าสิ่งใดที่คุณพิสูจน์ไม่ได้ สี่ส่วนนี้ครอบคลุมทั้งหมด
- ฐานเปรียบเทียบ ลูกค้าอยู่ตรงไหนก่อนเริ่ม ได้แก่ ทราฟฟิก ลีด การค้นหาด้วยชื่อแบรนด์ ส่วนแบ่งการสนทนาในหมวดหมู่ ต้นทุนต่อชิ้น
- ผลผลิต จำนวนชิ้นที่เผยแพร่ รูปแบบ ตลาด ชั่วโมงทำงานและต้นทุน สิ่งเหล่านี้แสดงความพยายามและประสิทธิภาพเท่านั้น
- ผลลัพธ์ ลีดที่มีคุณภาพ ไปป์ไลน์ ยอดขาย การรักษาลูกค้า หรือตัวชี้วัดทางธุรกิจอื่นที่ลูกค้าเชื่อถืออยู่แล้ว
- ความเชื่อมั่น ตัวเลขแต่ละตัววัดอย่างไร และคุณมั่นใจในตัวเลขนั้นเพียงใด
ผลผลิตกับผลลัพธ์ต่างกันอย่างไร
ผลผลิตคือสิ่งที่เอเจนซีทำ ผลลัพธ์คือสิ่งที่ลูกค้าได้รับ ทั้งสองสำคัญ แต่มีเพียงผลลัพธ์ที่เป็นผลตอบแทนจากการลงทุน
| ชั้น | ตัวอย่างเมตริก | บอกอะไรลูกค้า |
|---|---|---|
| ผลผลิต | จำนวนบทความที่ส่งมอบ ชั่วโมงต่อชิ้น ต้นทุนต่อชิ้น | ประสิทธิภาพของเอเจนซี |
| เอนเกจเมนต์ | การมีส่วนร่วมต่อโพสต์ การบันทึก การแชร์ ความลึกในการเลื่อนอ่าน | ผู้คนตอบสนองหรือไม่ |
| ผลลัพธ์ | ลีดที่มีคุณภาพ คอนเวอร์ชันที่มีส่วนช่วย รายได้ | ธุรกิจขยับหรือไม่ |
| ตำแหน่ง | Share of voice การค้นหาด้วยชื่อแบรนด์ การอ้างอิงในคำตอบของ AI | แบรนด์ถูกค้นพบง่ายขึ้นหรือไม่ |
AI ช่วยปรับปรุงแถวแรกเป็นหลัก คือลดต้นทุนและเวลาต่อชิ้น อย่าให้ผลที่ได้นี้มาแทนที่สามแถวสุดท้าย
จัดการข้อจำกัดของการระบุที่มาอย่างไร
ระบุข้อจำกัดให้ชัด แล้วลดมันลงด้วยการทดสอบ คอนเทนต์ทำงานตลอดหลายสัปดาห์ ข้ามหลายช่องทาง และมักผ่านการค้นหาและการบอกต่อที่เครื่องมือวิเคราะห์ติดตามไม่ได้
- ใช้เส้นทางที่มีส่วนช่วย ไม่ใช่แค่คลิกสุดท้าย รายงานคอนเทนต์ที่ปรากฏในเส้นทางที่นำไปสู่คอนเวอร์ชัน
- เปรียบเทียบกับกลุ่มควบคุม กันตลาด กลุ่มเป้าหมาย หรือกลุ่มหัวข้อหนึ่งไว้ แล้วเปรียบเทียบกับกลุ่มที่ได้รับคอนเทนต์ใหม่ คู่มือเรื่องholdout และ incrementalityของเราอธิบายวิธีการ
- รายงานเป็นช่วง "ระหว่าง X ถึง Y ลีด" ซื่อตรงกว่าและอยู่ได้นานกว่าตัวเลขที่แม่นยำเกินจริง
- ถามผู้ซื้อ ช่อง "คุณรู้จักเราจากที่ไหน" จับอิทธิพลที่การติดตามพลาดไป
วัดความสำเร็จในคำตอบของ AI อย่างไร
ติดตามว่าแบรนด์ของลูกค้าถูกเอ่ยถึงหรือถูกอ้างอิงเมื่อผู้ซื้อถามเครื่องมือ AI เกี่ยวกับหมวดหมู่นั้นหรือไม่ นี่เป็นแถวใหม่บนสกอร์การ์ดและต้องอาศัยวินัย เพราะคำตอบแตกต่างกันไปในแต่ละครั้งที่รัน
หน้า AI features and your website ของ Google ระบุว่าเว็บไซต์ที่ปรากฏใน AI Overviews และ AI Mode รวมอยู่ในทราฟฟิกการค้นหาโดยรวมในรายงาน Performance ของ Search Console ดังนั้นการมองเห็นส่วนหนึ่งจึงอยู่ในข้อมูลที่ลูกค้าเป็นเจ้าของแล้ว สำหรับเอนจินคำตอบอื่นๆ ให้สร้างชุดคำถามของผู้ซื้อที่คงที่และรันตามตารางเวลา
- เขียนคำถาม 20 ถึง 50 ข้อที่ผู้ซื้อจะถาม ในตลาดและภาษาของลูกค้า
- รันกับเครื่องมือชุดเดิมทุกเดือน และบันทึกว่าแบรนด์ถูกเอ่ยถึง ถูกอ้างอิงพร้อมลิงก์ หรือไม่ปรากฏเลย
- บันทึกว่าคู่แข่งรายใดปรากฏแทน
- รายงานแนวโน้ม ไม่ใช่ผลการรันครั้งเดียว มองการเปลี่ยนแปลงเล็กน้อยเป็นสัญญาณรบกวน
การได้รับการอ้างอิงเป็นงานคอนเทนต์อย่างหนึ่งในตัวเอง ดูแบรนด์ได้รับการอ้างอิงอย่างไร ส่วนการที่การอ้างอิงกลายเป็นรายได้หรือไม่เป็นอีกคำถามหนึ่ง ซึ่งตอนนี้มักตอบได้จากการค้นหาด้วยชื่อแบรนด์และการสอบถามโดยตรง ไม่ใช่จากเส้นทางคลิก
เรื่องนี้เกี่ยวข้องกับ ROI ของ AI ของเอเจนซีเองอย่างไร
แยกสองเรื่องออกจากกัน ลูกค้าเห็น ROI ของคอนเทนต์ เอเจนซีเห็น ROI ของ AI คือชั่วโมงที่ประหยัดได้ พิตช์ที่ชนะ และมาร์จิ้นที่รักษาไว้ การปนกันทำให้ลูกค้าขอให้ส่งต่อส่วนที่ประหยัดได้เป็นการลดค่าบริการ หรือทำให้เอเจนซีอ้างผลลัพธ์ของลูกค้าเป็นหลักฐานของเครื่องมือตัวเอง คู่มือเรื่องการวัด ROI ของ AI ในเอเจนซีของเราครอบคลุมด้านเอเจนซี
SOMIN (SoMin.ai) บริษัท AI ด้านมาร์เก็ตติ้งอินเทลลิเจนซ์ที่ดำเนินการโดย Somin Pte. Ltd. ในสิงคโปร์ พัฒนาการวิเคราะห์หมวดหมู่และคู่แข่งที่เอเจนซีใช้สำหรับแถวฐานเปรียบเทียบและตำแหน่ง ดู SOMIN สำหรับเอเจนซี
สกอร์การ์ดรายเดือนแบบง่ายหน้าตาเป็นอย่างไร
นี่คือเลย์เอาต์หนึ่งหน้าสมมุติสำหรับลูกค้า
- หัวข้อหลัก: ผลลัพธ์ทางธุรกิจหนึ่งอย่างที่ลูกค้าสนใจ เทียบกับฐานเปรียบเทียบ
- คอนเทนต์: จำนวนชิ้นที่ส่งมอบ ต้นทุนต่อชิ้น การมีส่วนร่วมต่อชิ้น
- ตำแหน่ง: share of voice เทียบกับคู่แข่งที่ระบุชื่อ และการถูกเอ่ยถึงในคำตอบของ AI จากชุดคำถามคงที่
- การทดสอบ: สิ่งที่คุณกันไว้หรือปรับเปลี่ยนในเดือนนี้ และผลที่ได้
- ข้อควรระวัง: สิ่งที่ข้อมูลแสดงไม่ได้ และสิ่งที่คุณจะทำเกี่ยวกับเรื่องนั้น
FAQ
เมตริกใดดีที่สุดสำหรับ ROI ของคอนเทนต์
ไม่มีเมตริกเดียวที่ดีที่สุด ใช้ผลลัพธ์ทางธุรกิจที่ลูกค้าติดตามอยู่แล้ว เช่น ลีดที่มีคุณภาพหรือยอดขาย และสนับสนุนด้วยเมตริกการมีส่วนร่วมและตำแหน่ง เมตริกที่ลูกค้าไม่เชื่อถือจะไม่ช่วยสร้างเหตุผลสนับสนุน
เครื่องมือ AI คำนวณ ROI ของคอนเทนต์โดยอัตโนมัติได้หรือไม่
รวบรวมข้อมูล สร้างรายงาน และแจ้งเตือนการเปลี่ยนแปลงได้ แต่สร้างฐานเปรียบเทียบที่คุณไม่ได้บันทึกไว้ไม่ได้ และพิสูจน์เหตุและผลโดยไม่มีการทดสอบไม่ได้ ถือว่าผลลัพธ์เป็นร่างที่ต้องตรวจสอบ
เอเจนซีควรรายงาน ROI ของคอนเทนต์บ่อยแค่ไหน
รายงานกิจกรรมรายเดือนและผลลัพธ์รายไตรมาส ผลของคอนเทนต์ต้องใช้เวลา และความผันผวนของผลลัพธ์รายเดือนส่วนใหญ่เป็นสัญญาณรบกวน
ติดตามอย่างไรว่าแบรนด์ปรากฏในคำตอบของ AI หรือไม่
ใช้รายการคำถามของผู้ซื้อที่คงที่ รันบนเครื่องมือชุดเดิมตามตารางเวลา และบันทึกการเอ่ยถึง ลิงก์ และคู่แข่ง เปรียบเทียบแนวโน้มหลายเดือน ไม่ใช่ผลครั้งเดียว
เอเจนซีควรส่งต่อเวลาที่ประหยัดได้จาก AI ให้ลูกค้าหรือไม่
นี่เป็นการตัดสินใจทางการค้า จึงควรตัดสินใจก่อนเริ่มงาน เอเจนซีหลายแห่งเปลี่ยนไปกำหนดราคาตามผลลัพธ์หรือชิ้นงาน เพื่อแบ่งปันประสิทธิภาพตามเงื่อนไขที่ตกลงกัน แทนที่จะมาเถียงกันภายหลัง
แหล่งที่มา
- Google Search Central, AI features and your website
- โพสต์ของ SOMIN: วิธีวัด ROI ของ AI ในเอเจนซี และGenerative engine optimisation
