Voltar para todos os templates
Artefato Prova
AI Readiness Scorecard para equipes de marketing
Avalie se uma equipe de marketing tem sinais, dados, ritmo operacional e julgamento codificado para pilotar workflows de IA com responsabilidade.
Campos do template
- Readiness item
- What 4+ looks like
- Current score from 1-5
- Evidence
- Gap
- Owner
- Next 30-day fix
Exemplo preenchido
Os exemplos preenchidos abaixo ficam em inglês porque o Prova revisa artifacts enviados em inglês.
An in-house growth team preparing to pilot AI-supported reporting and campaign recommendations.
First-party conversion signals are reliable
First-party data strategy is in place
AI-native campaign types are understood and operational
Paid, owned, and earned are planned as one system
Emerging channels are considered deliberately
Primary KPIs are separated from optimization metrics
Campaign data is clean, labeled, and queryable
Planning principles and brand guides are codified for AI use
Versão fraca vs versão forte
Versão fraca
| Item | Data is clean |
|---|---|
| Score | 4 |
| Evidence | We have dashboards |
| Gap | Some naming issues |
| Owner | Analytics |
| Next fix | Improve tracking |
Por que falha
- The score is unsupported.
- Dashboards do not prove the data is queryable or trustworthy.
- "Some naming issues" hides the operational impact.
- The owner is a department, not a person or role.
- "Improve tracking" is not a 30-day fix.
Versão forte
| Item | Campaign data is clean, labeled, and queryable |
|---|---|
| Score | 2 |
| Evidence | Google Ads and Meta naming conventions differ; LinkedIn uses old campaign taxonomy; weekly report still relies on manual spreadsheet cleanup |
| Gap | AI cannot compare cross-platform performance without manual reconciliation |
| Owner | Marketing analytics lead with paid media lead as reviewer |
| Next 30-day fix | Standardize naming for new campaigns and create a one-page exception log for legacy campaign data |
Por que funciona
- Evidence is concrete.
- The score is honest.
- The gap explains why AI output would fail.
- Ownership is specific.
- The next fix is narrow enough to complete.
O que o Prova revisa e que IA genérica costuma perder
- Whether readiness scores are backed by evidence
- Whether "we have dashboards" is being mistaken for usable operating data
- Whether gaps are prerequisites or nice-to-haves
- Whether the team is ready for a pilot or needs foundation repair first
- Whether the next sprint should be workflow audit, measurement architecture, rollout planning, or diagnostic repair
Próximo passo
Quer feedback sobre sua versão? O Prova começa com uma avaliação curta para alinhar o padrão de revisão ao seu papel, objetivo e primeira audiência. Depois, você entra no sprint que combina com o trabalho atual.
O Prova está disponível apenas em inglês no momento.
Antes de enviar: remova nomes de clientes, números confidenciais e qualquer coisa que sua equipe não gostaria de armazenar em um sistema de treinamento ou coaching.
Continuar para o Prova em inglês