Perencanaan media dengan AI berarti model menyusun beberapa opsi terstruktur terhadap brief dan anggaran yang sama, dan perencana memilih serta menyempurnakan di antara rencana yang masuk akal alih-alih menyusun satu dek dengan tangan. Perubahannya terlihat seperti keuntungan kecepatan dan sebenarnya perubahan bentuk keluaran — dan ia hanya membayar jika pengukurannya dirancang bersama rencananya.
Saya sudah 18 tahun di perencanaan dan pembelian. Dek perencanaan dulu adalah artefak yang membuktikan Anda telah mengerjakan pekerjaannya: slide, diagram alur, tabel anggaran, argumen. Banyak dari itu adalah penyusunan, dan penyusunan adalah yang diambil AI. Yang tersisa adalah bagian yang selalu menjadi pekerjaannya — memutuskan kendala mana yang benar-benar penting dan mempertaruhkan rekomendasi padanya. Berikut bagaimana kedua belahannya, rencana dan pengukuran, berubah bersama.
Keluaran perencanaan berubah bentuk
Di model lama, perencana memproduksi satu rencana. Waktu adalah kendalanya, jadi keluarannya adalah tebakan terbaik tunggal, dipoles sampai terlihat tak terhindarkan. Jarang ada opsi kedua, karena opsi kedua memakan sepekan lagi.
Di model AI-native, model memproduksi beberapa opsi terstruktur terhadap brief dan anggaran yang sama — bauran kanal, pola penayangan, pemisahan audiens, rotasi kreatif yang berbeda — masing-masing konsisten secara internal dan masing-masing berbiaya. Tugas pertama perencana bergeser dari membangun rencana ke membandingkan sekumpulan rencana yang masuk akal. Deknya menjadi catatan keputusan alih-alih proyek konstruksi.
Itu penggunaan waktu orang senior yang lebih baik, tapi ia mengungkap kelemahan. Ketika Anda hanya punya satu rencana, Anda membelanya. Ketika Anda punya lima, Anda butuh standar untuk memilih, dan sebagian besar tim tidak punya yang tertulis. Tanpanya, lima opsi hanya memindahkan perdebatannya ke belakangan.
Dari membangun rencana ke memilih di antara rencana
Keterampilan yang penting kini adalah diskriminasi: cepat melihat opsi mana yang cocok dengan kendala nyata, dan mana yang sekadar menarik.
Dalam praktik, opsi modelnya hanya sebaik brief yang diberikannya, dan briefnya adalah tempat pemikirannya berada. Jika briefnya bilang "maksimalkan jangkauan dalam anggaran", Anda akan mendapat lima rencana yang memaksimalkan jangkauan dan tanpa cara membedakannya. Jika briefnya bilang "jaga frekuensi di bawah ambang kejenuhan sambil menjaga CPM di bawah target di pasar dengan jendela penjualan dua pekan", Anda mendapat opsi yang berbeda dalam hal-hal yang layak dibahas. Kualitas rencananya ditetapkan sebelum modelnya berjalan.
Penilaian perencana lalu mendarat di tiga tempat: memilih opsinya, menamai apa yang akan membuatnya salah, dan menetapkan tripwire yang akan memicu perubahan di tengah jalan. Itu pekerjaan yang lebih berharga daripada memformat diagram alur, dan lebih sulit dipalsukan.
Separuh pengukuran yang kurang direncanakan tim
Inilah kegagalan yang paling sering saya lihat, dan ia senyap. Timnya menyambungkan perencanaan AI, menghasilkan lebih banyak opsi, menjalankan lebih banyak varian — dan menjaga desain pengukuran yang sama seperti sebelumnya. Hasilnya lebih banyak aktivitas dan tidak lebih banyak pembelajaran, karena tak ada dalam desainnya yang disiapkan untuk membandingkan opsi-opsinya satu sama lain.
Perencanaan media dan pengukuran biasanya diperlakukan sebagai dua proyek yang bertemu di akhir. Di alur kerja AI-native keduanya satu desain. Jika rencananya menghasilkan varian, pengukurannya harus memutuskan lebih dulu varian mana yang akan dibandingkan, pada sinyal apa, dalam jendela apa, dan apa yang dihitung sebagai hasil alih-alih derau. Jika tidak, Anda menghasilkan lebih banyak cara membelanjakan uang dan tidak lebih banyak bukti tentang mana yang berhasil.
Merancang pengukurannya bersama rencananya
Empat keputusan, dibuat sebelum apa pun berjalan, mengubah volume menjadi bukti.
- Varian mana yang akan dibandingkan. Anda tidak bisa belajar dari semua yang Anda jalankan. Pilih sedikit perbandingan yang akan mengubah keputusan masa depan, dan biarkan sisanya menjadi eksekusi lengan tunggal.
- Sinyal apa yang dihitung. Putuskan ukuran utama dan ukuran penjaganya di muka, sehingga pembacaan hasilnya bukan negosiasi setelah kejadian.
- Jendela dan garis dasar apa. Tentukan lebih dulu periodenya dan titik pembandingnya, atau setiap hasilnya menjadi bisa diperdebatkan.
- Siapa yang membacanya dan kapan. Namai orangnya dan iramanya. Desain pengukuran tanpa pembaca adalah laporan yang tak ada yang membuka.
Tak satu pun dari ini statistik baru. Ini disiplin memutuskan ujinya sebelum Anda menjalankannya, dan AI membuat disiplin itu lebih perlu, bukan kurang, karena ia berlipat ganda volumenya hal yang bisa Anda uji.
Perencanaan tradisional vs perencanaan AI-native
| Dimensi | Perencanaan tradisional | Perencanaan AI-native |
|---|---|---|
| Keluarannya | Satu rencana terpoles | Beberapa opsi berbiaya |
| Pekerjaan perencana | Membangun dan membela | Memilih, menyempurnakan, menetapkan tripwire |
| Biaya waktu | Pekan per rencana | Menit per opsi |
| Kendalanya | Jam perencana | Standar keputusan dan brief yang bersih |
| Pengukuran | Dirancang setelah rencananya | Dirancang bersama rencananya |
| Pembelajaran | Per kampanye, retrospektif | Per varian, dirancang masuk |
| Mode gagal | Lambat dan bernilai tunggal | Volume tanpa standar pembanding |
Baca baris terbawahnya sebagai hal yang harus dijaga. Kegagalan AI-native bukan kelambatan; ini menghasilkan banyak dan belajar sedikit, karena tak ada yang memutuskan apa yang seharusnya diajarkan rencananya kepada Anda.
Dua opsi adalah keputusan desain
Ada versi ini yang gagal secara senyap: model menghasilkan opsi, perencananya mengabaikannya dan membela rencana aslinya, dan volume tambahannya menjadi teater. Jumlah opsinya sendiri merupakan pilihan desain. Dua alternatif yang dibangun dengan baik terhadap brief yang tajam biasanya cukup untuk memaksa keputusan nyata; lima sering menghasilkan rapat yang lebih panjang dan hasil yang sama. Pilih jumlah yang membuat pilihannya jujur, dan biarkan model menghasilkan varian di dalam opsi yang dipilih alih-alih lebih banyak opsi di sampingnya.
Apa yang masih dipegang perencana
Jika model menyusun opsinya, untuk apa perencananya? Hal yang sama seperti sebelumnya, hanya memusat.
- Memilih kendalanya. Memutuskan realitas klien mana yang benar-benar mengikat — jendela penjualan, margin, pasokan kreatif — adalah panggilan manusia yang tidak bisa diambil model untuk Anda.
- Diskriminasi di antara opsi yang masuk akal. Mengetahui mana dari lima rencana yang tampak bagus yang cocok dengan situasi nyatanya kini adalah keterampilan intinya.
- Mendefinisikan keberhasilan. Menamai ukurannya dan tripwire-nya sebelum kampanyenya berjalan adalah yang membuat volumenya bisa dipelajari.
- Memiliki rekomendasinya. Seseorang menandatangani rencananya dan menjawabnya. Itu tidak didelegasikan.
Saya membuat versi argumen ini di pos yang jauh lebih awal, bagaimana perencana media akan kehilangan pekerjaannya, saat otomatisasinya masih berupa alat riset dan spreadsheet. Alatnya berubah luar biasa; polanya tidak. Perencana yang kalah adalah yang nilainya adalah penyusunan. Yang mempertahankan pekerjaannya adalah yang nilainya adalah penilaian, dan AI kini adalah hal yang membuat pembedaan itu terlihat semua orang.
Di mana harus mulai
Pilih satu kampanye dan desain ulang rencana dan pengukurannya bersama, bukan berurutan. Tulis briefnya sehingga ia menamai kendala nyatanya. Minta model menghasilkan tiga opsi berbiaya. Pilih satu, tuliskan apa yang akan membuatnya salah, dan definisikan perbandingan yang akan Anda jalankan untuk memeriksanya. Lalu jalankan dan baca hasilnya pada irama yang Anda tetapkan lebih dulu.
Lakukan sekali dan Anda akan tahu lebih banyak tentang standar perencanaan Anda sendiri daripada yang diajarkan setahun dek. Jalur untuk pemimpin tim menyusun ini di seluruh siklus hidup, dan Panduan Strategi menaruhnya di jalur yang lebih luas.
FAQ
Apakah AI menulis seluruh rencana media?
Ia menyusun opsi terstruktur dengan cepat dan konsisten, yang merupakan sebagian besar penyusunannya. Ia tidak memutuskan kendala mana yang penting, memilih di antara opsinya, atau memiliki rekomendasinya. Rencananya tetap hasil manusiawi; penyusunannya bukan.
Kenapa pengukuran lebih penting dalam rencana AI-native?
Karena AI berlipat ganda jumlah opsi dan varian yang bisa Anda jalankan. Tanpa desain pengukuran yang diputuskan di muka, volume tambahannya menghasilkan aktivitas alih-alih bukti — lebih banyak belanja, tidak lebih banyak pembelajaran tentang pendekatan mana yang berhasil.
Apakah perencana masih akan ada?
Perannya memusat alih-alih hilang. Perencanaan, seperti sisa media, terbelah menjadi penyusunan (sebagian besar bisa diotomatiskan) dan penilaian (tidak). Perencana yang nilainya adalah penyusunan terekspos; perencana yang nilainya adalah memilih dan mendefinisikan keberhasilan menjadi lebih sentral.
Bukankah ini sekadar pengujian dengan nama lain?
Ini lebih dekat ke merancang kampanyenya agar bisa dibaca daripada menjalankan uji laboratorium. Intinya bukan membuat setiap kampanye menjadi eksperimen, tapi memutuskan lebih dulu sedikit perbandingan mana yang akan mengubah keputusan masa depan dan membangun rencananya sehingga perbandingan itu mungkin.
Versi singkat
AI mengubah perencanaan dari membangun satu rencana menjadi memilih di antara beberapa, dan uangnya ada pada pemasangannya dengan pengukuran. Jika rencananya dihasilkan dan pengukurannya tidak didesain ulang, Anda mendapat lebih banyak opsi dan tidak lebih banyak bukti. Rancang perbandingannya, sinyalnya, jendelanya, dan pembacanya sebelum berjalan; jaga penilaiannya tetap manusiawi; dan volumenya berubah menjadi pembelajaran alih-alih derau.
Saya telah membuat bagian saya dari rencana yang tampak pasti dan tak mengajarkan apa pun, dan disiplin yang terus saya pelajari ulang adalah memutuskan apa yang seharusnya dibuktikan kampanyenya sebelum ia berjalan.
Jika tim Anda pernah memasangkan perencanaan dan pengukuran dengan cara ini, saya ingin mendengar keputusan mana yang paling sulit dibuat orang di muka.
Salam, Chandler
Artikel ini tersedia dalam bahasa Indonesia. Materi kursus (video, template, dan panduan pendamping) tersedia dalam bahasa Inggris, Jepang, Tionghoa Sederhana, dan Korea. Situs ini tersedia dalam 13 bahasa.