Aller au contenu
Chandler Nguyen
Quitter

Ouverture de l’étage…

Qui a le droit d’agir

Semaine de lancement de GreenLeaf au Royaume-Uni. Des agents d’IA surveillent chaque plateforme ; certains changements, ils peuvent les faire seuls, d’autres, ils les recommandent pour qu’une personne les approuve.

Fixez ce que l’IA peut faire seule, décidez qui prend la décision de lancement, puis répondez à la première alerte. Les garde-fous que vous posez en premier décident de ce qui s’est déjà passé quand vous le voyez.

  • Liste de contrôle du lancement : l’IA a vérifié les pixels de suivi, les budgets, les validations créatives, le ciblage géographique et les listes d’exclusion.
  • Alerte, deux semaines après le lancement : coût par acquisition LinkedIn de 380 $ contre un seuil de rentabilité de 312 $. Le diagnostic de l’IA : audience trop large. Sa recommandation : resserrer le ciblage et déplacer 2 k$ vers Reddit.
  • Reddit : la communauté organique de GreenLeaf y est déjà forte.
  • Marcus: Le diagnostic de ciblage correspond à ce que je vois dans la plateforme. Les titres de CTO convertissent bien mieux que l’audience large.
  • Ryan: Déplacer de l’argent entre plateformes, c’est notre décision, et je préfère que ce soit la mesure qui le pilote plutôt que la plateforme.
  • Megan: L’IA nous amène plus vite à la décision. Nous apportons encore le contexte métier qu’elle ne voit pas.

Que peut faire l’IA seule ?

  • Seule : l’IA agit dans vos garde-fous
  • Approuver : l’IA recommande, une personne approuve
  • Personne : une personne décide, l’IA informe
  • Rédiger la synthèse hebdomadaire par canal
  • Envoyer au client les enseignements sur le quiz terminé et le CAC par canal
  • Vérifier le suivi, les budgets, les validations créatives et la géographie avant le lancement
  • Ajuster les enchères à l’intérieur du budget de chaque plateforme
  • Modifier le ciblage d’audience
  • Déplacer du budget entre plateformes

Jour du lancement : qui prend la décision go ou no-go ?

  • L’IA lance quand ses contrôles passent: Les contrôles sont ce dont dépend le lancement, et l’IA les exécute plus vite et plus complètement que quiconque le matin du lancement.
  • Une personne décide, avec les contrôles de l’IA en main: Les contrôles éclairent la décision ; une personne qui connaît le client porte le go ou no-go et peut avoir à s’expliquer.
  • Retenir le lancement jusqu’à ce qu’une personne revérifie tout à la main: Rien ne passe en ligne sans qu’une personne l’ait vu ; pour un premier lancement sur un nouveau marché, la prudence se défend.

Deux semaines plus tard : LinkedIn est au-dessus du seuil de rentabilité. Votre décision ?

  • Approuver les deux : resserrer le ciblage et déplacer 2 k$ vers Reddit: L’IA a trouvé la cause et une solution pour les deux ; agir vite arrête plus tôt la perte sur LinkedIn.
  • Approuver le changement de ciblage ; laisser le budget de Reddit tel quel: Le diagnostic de ciblage correspond aux données de la plateforme ; le transfert de budget tombe sur un canal dont la communauté organique est déjà forte.
  • Déplacer 2 k$ vers Reddit ; ne pas toucher au ciblage: Déplacer l’argent est le levier le plus rapide, et Reddit est là où se trouve la communauté.
  • Ne rien changer tant que le test de mesure n’a pas rendu ses résultats: Deux semaines, c’est tôt ; c’est le test de mesure qui devrait décider si l’argent bouge entre plateformes.

L’IA peut déplacer l’argent entre plateformes sans que personne ne décide. Avant que vous voyiez l’alerte, l’IA avait déjà déplacé 2 k$ de LinkedIn vers Reddit, où l’organique est déjà fort : vos garde-fous l’y autorisaient, donc quelle que soit votre réponse, l’argent a bougé en premier.

Les enseignements parviennent au client avant qu’une personne les ait lus. Des enseignements rédigés par l’IA sur le quiz terminé et le CAC par canal sont partis chez le client avant que quiconque les relise. Le garde-fou du cours pour GreenLeaf les place derrière une relecture humaine.

Votre modèle opérationnel a laissé les chiffres de l’IA sans contrôle ; envoyer les enseignements seul empile les deux failles. Votre modèle opérationnel a laissé les chiffres de l’IA sans contrôle par quiconque dans les plateformes, et vos garde-fous laissent les enseignements partir directement chez le client : les deux failles s’alignent.

Les changements de ciblage passent en ligne sans qu’une personne les approuve. L’IA a resserré le ciblage LinkedIn avant que quiconque regarde. Cette fois son diagnostic était juste ; le cours veut tout de même qu’une personne approuve le ciblage avant qu’il change.

Garder cela aux équipes coûte leur temps là où l’IA fait bien le travail. Les équipes passent la semaine de lancement sur des contrôles et des changements d’enchères que l’IA fait bien, dans les budgets qu’une personne a fixés. Le cours donne la vérification et l’optimisation dans les plateformes à l’IA, et les décisions aux personnes.

Personne ne décide du lancement ; il se produit quand les contrôles passent. La campagne est partie au moment où les contrôles ont passé. Personne n’a pris la décision go ou no-go ; le cours garde cette décision à une personne.

Revérifier à la main retarde le lancement et dépense le temps d’une personne en vérification. Le lancement a attendu qu’une personne refasse des contrôles que l’IA avait déjà exécutés. Le cours fait du lancement une étape de vérification, avec le temps de la personne consacré à la décision.

Quelqu’un de senior doit être là pour trancher. Une personne a pris le go ou no-go avec les contrôles de l’IA en main.

Du payant sur Reddit peut cannibaliser un organique déjà fort. 2 k$ de dépense payante atterrissent sur Reddit, où la communauté organique de GreenLeaf est déjà forte ; la crainte du cours est que le payant la cannibalise.

Tant que le ciblage ne change pas, LinkedIn continue de dépenser au-dessus du seuil de rentabilité. LinkedIn continue de dépenser sur l’audience large, à 380 $ par client contre un seuil de rentabilité de 312 $.

Passer outre l’IA, c’est assumer la décision si Reddit était le meilleur pari. Ciblage resserré ; budget de Reddit inchangé. L’IA vous a amené à la décision ; vous avez apporté le contexte qu’elle ne pouvait pas voir.

La position du cours

  • Rédiger la synthèse hebdomadaire par canal: Seule . Le garde-fou du cours pour GreenLeaf : l’IA peut rédiger seule la synthèse hebdomadaire par canal.
  • Envoyer au client les enseignements sur le quiz terminé et le CAC par canal: Approuver . Le cours : les enseignements générés par l’IA sur le quiz terminé et le CAC par canal demandent une relecture humaine avant que le client les voie.
  • Vérifier le suivi, les budgets, les validations créatives et la géographie avant le lancement: Seule . Le cours : les agents d’IA peuvent vérifier la plupart des conditions de lancement ; le rôle de l’humain est la décision, pas la vérification.
  • Ajuster les enchères à l’intérieur du budget de chaque plateforme: Seule . Le cours : l’IA des plateformes optimise à l’intérieur des allocations qu’une personne fixe.
  • Modifier le ciblage d’audience: Approuver . La boucle du cours : l’IA surveille, diagnostique et recommande ; une personne approuve, puis l’exécution se fait dans les garde-fous.
  • Déplacer du budget entre plateformes: Personne . Le cours : l’allocation entre plateformes reste humaine ; aucune plateforme ne vous dira de dépenser moins chez elle.
  • Jour du lancement : qui prend la décision go ou no-go ?: Une personne décide, avec les contrôles de l’IA en main. Le cours : l’IA contrôle ; les humains décident. Le rôle de l’humain le jour du lancement est la décision go ou no-go, pas la vérification elle-même.
  • Deux semaines plus tard : LinkedIn est au-dessus du seuil de rentabilité. Votre décision ?: Approuver le changement de ciblage ; laisser le budget de Reddit tel quel. La décision du cours lui-même : approuver le changement de ciblage, passer outre au transfert de budget, parce que l’organique de Reddit est déjà fort et que le payant pourrait le cannibaliser.

Vous avez décidé qui a le droit d’agir. Le cours soutient que les garde-fous passent avant l’exécution : l’IA surveille, diagnostique et recommande ; les personnes approuvent ce qui touche le client et décident de la façon dont l’argent circule entre plateformes. L’argument contraire, c’est la vitesse : chaque approbation est une attente, et l’IA avait raison sur le ciblage.