Category
このカテゴリの中身
「広告インハウス化のAI活用=自動化」と思っていたが、CV1.6倍事例を聞いて目が覚めた話
広告インハウス化でのAI活用は、自動化より先にボトルネックを見極めることが要点です。CV1.6倍・CPA30%減の事例では最初にレポート設計から直しており、AI活用の順序を考えます。
「バックオフィス業務の自動化」が加速するなか、私は「社内ルールの見直し」というもう一つの選択肢に気づいた
バックオフィス業務のAI活用では、業務を変えずに効率化するだけでなく、社内ルールを揃えて定型化する余地まで見るという選択肢があります。AI導入の前に何をやるかを、自社の体験から考えます。
「先方の確認待ち」をやめて自らデータを取りにいったら、思いがけない効果があった
クライアントの返答待ちで1〜2週間を失うデータ分析の問題を、AIに関連サイトや広告配信状況を毎日回遊させる仕組みで解消した事例です。正しいデータをリアルタイムで届けることが、プロジェクトを動かす基盤になります。
「ベテランのほうがボトルネックかもしれない」と気づいた40代の話。
ベテランの経験が、AI時代にはボトルネックになりうるという話です。広告運用歴10年超の経験が、動画生成の仕組みを2週間で作る速さに及ばなかった例から、まず自覚することが出発点だと考えます。
爆速で広告成果を生み出せた理由は、「自作AIツール」とはまた別のところにあった
新サービスの広告が、配信翌朝に資料請求を獲得できた理由の振り返りです。要因は自作AIツール以上に、関わる人を最小限にして意思決定者がLPを直接直し、同じテンポで走ったことでした。
AIで2時間でフォームを作ったものの、公開は2ヶ月後に。その反省と今後の改善策
AIで約2時間でフォームのモックを作れても、公開まで約2ヶ月かかり、プロジェクト全体は速くなりませんでした。待ちが生まれない構造を案件の前に作る大切さを、フォーム改修の反省からまとめます。
AIと役割分担して業務が2営業日→5分に。それでも「もったいない」と言われた理由
AIとの役割分担で、サーベイのアラート対応は2営業日から朝の5分になりました。AIに任せない線を自分の基準で決める限界と、役割分担は技術の進化に合わせて見直すものだという点をまとめます。
「AIで分析の仕事はなくなるかも」と不安だった。でも、需要はまだあると気づかされた話
AIで分析が1ヶ月から1週間に縮まるなか、データ分析の仕事の需要はこれからどうなるかを考えます。データの正しさとセキュアな環境への需要は、AI時代にむしろ高まるという結論です。
Category


