Lập kế hoạch media với AI nghĩa là model soạn nhiều phương án có cấu trúc trên cùng một brief và ngân sách, và người lập kế hoạch chọn lọc cùng tinh chỉnh giữa những kế hoạch hợp lý thay vì lắp một bộ slide bằng tay. Thay đổi trông như một khoản lợi về tốc độ và thực ra là một thay đổi về hình dạng sản phẩm bàn giao — và nó chỉ đáng giá nếu đo lường được thiết kế song song với kế hoạch.
Tôi đã ở ngành lập kế hoạch và mua 18 năm. Bộ slide lập kế hoạch vốn là hiện vật chứng minh bạn đã làm việc: slide, sơ đồ luồng, bảng ngân sách, một lập luận. Phần lớn trong đó là lắp ráp, và lắp ráp là thứ AI lấy đi. Còn lại là phần vốn luôn là công việc — quyết định ràng buộc nào thực sự quan trọng và đặt cược một khuyến nghị vào nó. Đây là cách hai nửa, kế hoạch và đo lường, thay đổi cùng nhau.
Sản phẩm lập kế hoạch đổi hình dạng
Trong mô hình cũ, người lập kế hoạch tạo ra một kế hoạch. Thời gian là ràng buộc, nên sản phẩm bàn giao là một phỏng đoán tốt nhất duy nhất, được đánh bóng cho đến khi trông không thể tránh khỏi. Hiếm khi có phương án thứ hai, vì phương án thứ hai tốn thêm một tuần.
Trong mô hình AI-native, model tạo ra nhiều phương án có cấu trúc trên cùng brief và ngân sách — bố cục kênh khác nhau, kiểu dàn trải, cách chia khán giả, vòng xoay sáng tạo — mỗi cái nhất quán nội bộ và mỗi cái được tính chi phí. Nhiệm vụ đầu tiên của người lập kế hoạch chuyển từ xây kế hoạch sang so sánh một tập những phương án hợp lý. Bộ slide trở thành một bản ghi quyết định thay vì một dự án xây dựng.
Đó là cách dùng thời gian của một người cấp cao tốt hơn, nhưng nó lộ ra một điểm yếu. Khi bạn chỉ có một kế hoạch, bạn bảo vệ nó. Khi bạn có năm, bạn cần một tiêu chuẩn để chọn, và phần lớn các đội không có cái nào viết ra. Không có nó, năm phương án chỉ đẩy cuộc tranh luận về sau.
Từ xây kế hoạch sang chọn giữa các kế hoạch
Kỹ năng quan trọng giờ là phân biệt: nhanh chóng thấy phương án nào khớp với ràng buộc thật, và cái nào chỉ hấp dẫn.
Trong thực tế, các phương án của model chỉ tốt bằng brief nó được cho, và brief là nơi tư duy sống. Nếu brief nói "tối đa hóa độ phủ trong ngân sách", bạn sẽ nhận năm kế hoạch tối đa hóa độ phủ và không có cách nào phân biệt chúng. Nếu nó nói "giữ tần suất dưới ngưỡng mệt mỏi trong khi giữ CPM dưới mục tiêu ở một thị trường có cửa sổ bán hàng hai tuần", bạn nhận được các phương án khác nhau ở những điểm đáng bàn. Chất lượng kế hoạch được đặt trước khi model chạy.
Phán đoán của người lập kế hoạch rồi rơi vào ba chỗ: chọn phương án, gọi tên điều sẽ khiến nó sai, và đặt một sợi dây bẫy sẽ kích hoạt thay đổi giữa chừng. Đó là công việc có giá trị hơn việc định dạng một sơ đồ luồng, và khó giả mạo hơn.
Nửa đo lường mà các đội thiếu
Đây là thất bại tôi thấy nhiều nhất, và nó âm thầm. Đội nối lập kế hoạch AI, tạo ra nhiều phương án hơn, chạy nhiều biến thể hơn — và giữ nguyên thiết kế đo lường họ luôn có. Kết quả là nhiều hoạt động hơn và không học thêm gì, vì không có gì trong thiết kế được dựng để so sánh các phương án với nhau.
Lập kế hoạch media và đo lường thường được coi là hai dự án gặp nhau ở cuối. Trong một quy trình AI-native chúng là một thiết kế. Nếu kế hoạch sinh ra biến thể, đo lường phải quyết định trước biến thể nào sẽ được so sánh, trên tín hiệu nào, trong cửa sổ nào, và cái gì tính là kết quả chứ không phải nhiễu. Nếu không, bạn tạo ra nhiều cách tiêu tiền hơn và không nhiều bằng chứng hơn về cách nào hiệu quả.
Thiết kế đo lường cùng với kế hoạch
Bốn quyết định, được đưa ra trước khi bất cứ thứ gì chạy, biến khối lượng thành bằng chứng.
- Biến thể nào sẽ được so sánh. Bạn không thể học từ mọi thứ bạn chạy. Chọn vài so sánh sẽ thay đổi một quyết định tương lai, và để phần còn lại là thực thi một nhánh.
- Tín hiệu nào được tính. Quyết định thước đo chính và thước đo bảo vệ trước, để việc đọc kết quả không phải một cuộc đàm phán sau khi đã xong.
- Cửa sổ nào và đường cơ sở nào. Định trước giai đoạn và điểm so sánh, nếu không mọi kết quả trở nên tranh cãi được.
- Ai đọc và khi nào. Gọi tên người và nhịp. Một thiết kế đo lường không có người đọc là một báo cáo không ai mở.
Không điều nào là thống kê mới. Nó là kỷ luật quyết định thí nghiệm trước khi bạn chạy nó, và AI khiến kỷ luật đó cần thiết hơn, không kém, vì nó nhân lên khối lượng thứ bạn có thể kiểm.
Lập kế hoạch truyền thống so với lập kế hoạch AI-native
| Chiều | Lập kế hoạch truyền thống | Lập kế hoạch AI-native |
|---|---|---|
| Sản phẩm bàn giao | Một kế hoạch được đánh bóng | Nhiều phương án có tính chi phí |
| Việc của người lập kế hoạch | Xây và bảo vệ | Chọn, tinh chỉnh, đặt dây bẫy |
| Chi phí thời gian | Nhiều tuần mỗi kế hoạch | Vài phút mỗi phương án |
| Ràng buộc | Giờ người lập kế hoạch | Tiêu chuẩn quyết định và brief sạch |
| Đo lường | Thiết kế sau kế hoạch | Thiết kế cùng kế hoạch |
| Học hỏi | Mỗi chiến dịch, hồi cứu | Mỗi biến thể, thiết kế vào trong |
| Cách hỏng | Chậm và đơn trị | Khối lượng không có tiêu chuẩn so sánh |
Đọc dòng cuối như điều cần đề phòng. Cách hỏng AI-native không phải sự chậm chạp; nó là tạo ra nhiều và học được ít, vì không ai quyết định kế hoạch lẽ ra phải dạy bạn điều gì.
Hai phương án là một quyết định thiết kế
Có một phiên bản hỏng âm thầm: model tạo ra phương án, người lập kế hoạch phớt lờ chúng và bảo vệ kế hoạch gốc, và khối lượng thừa trở thành trò diễn. Số lượng phương án tự nó là một lựa chọn thiết kế. Hai lựa chọn thay thế được xây tốt dựa trên một brief sắc thường đủ để buộc một quyết định thật; năm thường tạo ra một cuộc họp dài hơn và cùng kết quả. Chọn số khiến lựa chọn trở nên trung thực, và để model tạo biến thể bên trong phương án được chọn thay vì thêm phương án bên cạnh nó.
Người lập kế hoạch vẫn sở hữu điều gì
Nếu model soạn phương án, người lập kế hoạch để làm gì? Cùng những thứ như trước, chỉ tập trung lại.
- Chọn ràng buộc. Quyết định thực tế nào của khách hàng thực sự ràng buộc — cửa sổ bán hàng, biên lợi nhuận, nguồn cung sáng tạo — là một cuộc gọi của con người mà model không thể đưa ra thay bạn.
- Phân biệt giữa những phương án hợp lý. Biết kế hoạch nào trong năm kế hoạch trông đẹp khớp với tình huống thật giờ là kỹ năng cốt lõi.
- Định nghĩa thành công. Gọi tên thước đo và dây bẫy trước khi chiến dịch chạy là điều khiến khối lượng học được.
- Sở hữu khuyến nghị. Ai đó ký tên vào kế hoạch và trả lời về nó. Điều đó không ủy thác được.
Tôi đã đưa ra một phiên bản của lập luận này trong một bài viết sớm hơn nhiều, người lập kế hoạch media sẽ mất việc thế nào, khi tự động hóa còn là một công cụ nghiên cứu và một bảng tính. Công cụ đã thay đổi khủng khiếp; kiểu mẫu thì không. Những người lập kế hoạch mất việc là những người mà giá trị là lắp ráp. Những người giữ được việc là những người mà giá trị là phán đoán, và AI giờ là thứ khiến sự phân biệt đó hiển hiện với mọi người.
Bắt đầu từ đâu
Chọn một chiến dịch và thiết kế lại kế hoạch cùng đo lường cùng nhau, không tuần tự. Viết brief để nó gọi tên ràng buộc thật. Cho model tạo ra ba phương án có tính chi phí. Chọn một, viết ra điều sẽ khiến nó sai, và định nghĩa phép so sánh bạn sẽ chạy để kiểm. Rồi chạy và đọc kết quả theo nhịp bạn đặt trước.
Làm một lần và bạn sẽ biết nhiều hơn về tiêu chuẩn lập kế hoạch của chính mình so với những gì một năm slide dạy bạn. Làn cho trưởng nhóm sắp xếp điều này xuyên vòng đời, và Hướng dẫn Chiến lược đặt nó trong làn rộng hơn.
FAQ
AI có viết cả kế hoạch media không?
Nó soạn các phương án có cấu trúc nhanh và nhất quán, vốn là phần lớn khâu lắp ráp. Nó không quyết định ràng buộc nào quan trọng, chọn giữa các phương án, hay sở hữu khuyến nghị. Kế hoạch vẫn là một sản phẩm bàn giao của con người; việc soạn thì không.
Vì sao đo lường quan trọng hơn trong một kế hoạch AI-native?
Vì AI nhân lên số phương án và biến thể bạn có thể chạy. Không có thiết kế đo lường được quyết định trước, khối lượng thừa tạo ra hoạt động thay vì bằng chứng — chi tiêu nhiều hơn, không học thêm gì về cách tiếp cận nào hiệu quả.
Người lập kế hoạch còn tồn tại không?
Vai trò tập trung lại thay vì biến mất. Lập kế hoạch, như phần còn lại của media, tách thành lắp ráp (phần lớn tự động hóa được) và phán đoán (không). Người lập kế hoạch mà giá trị là lắp ráp bị lộ; người lập kế hoạch mà giá trị là chọn và định nghĩa thành công trở nên trung tâm hơn.
Đây có phải chỉ là kiểm nghiệm dưới một cái tên khác?
Nó gần với thiết kế chiến dịch để có thể đọc được hơn là chạy một thí nghiệm trong phòng lab. Điểm không phải là biến mọi chiến dịch thành một thí nghiệm, mà là quyết định trước vài so sánh nào sẽ thay đổi một quyết định tương lai và xây kế hoạch để những so sánh đó khả thi.
Bản ngắn gọn
AI thay đổi lập kế hoạch từ xây một kế hoạch sang chọn giữa nhiều kế hoạch, và tiền nằm ở việc ghép cặp với đo lường. Nếu kế hoạch được sinh ra mà đo lường không được thiết kế lại, bạn nhận nhiều phương án hơn và không nhiều bằng chứng hơn. Thiết kế phép so sánh, tín hiệu, cửa sổ và người đọc trước khi chạy; giữ phán đoán cho con người; và khối lượng biến thành học hỏi thay vì nhiễu.
Tôi đã tạo ra phần của mình gồm những kế hoạch trông chắc chắn và không dạy được gì, và kỷ luật tôi cứ học lại là quyết định chiến dịch lẽ ra phải chứng minh điều gì trước khi nó chạy.
Nếu đội bạn từng ghép lập kế hoạch và đo lường theo cách này, tôi muốn nghe quyết định nào khó nhất để khiến người ta đưa ra trước.
Thân, Chandler
Bài viết này có sẵn bằng tiếng Việt. Tài liệu khóa học (video, template và hướng dẫn đi kèm) có bằng tiếng Anh, tiếng Nhật, tiếng Trung giản thể và tiếng Hàn. Trang web này có sẵn trong 13 ngôn ngữ.