PPCにおけるAI：役立つところ、壊れるところ、リスクのあるところ

エピソードの説明

PPCにおけるAIの使用について多くの議論があります。その多くは大きな存在論的な質問に集中しています：自動化は戦略家を置き換えるのか？AIはPPC管理を支配するのか？

しかし、現場では懸念は全く異なります。

PPCの実務者たちは、コストの上昇、不安定な自動化、リードジェンに適さないキャンペーンタイプ、そしてパフォーマンスデータが安定するよりも速く変化するプラットフォームに直面しています。

Julie Bacchiniは、これらの現実の課題を長年聞いてきました。Neptune Moonの創設者であり、2017年からPPC Chatのホストを務める彼女は、PPCの専門家がトレンドだけでなく、何が問題なのかを正直に話し合う場を築いてきました。

Frederick Vallaeysとのこの対話で、彼女はPPCにおけるAIに対する現実的な視点を提供します。

ここで議論された主なポイントは以下の通りです：

• リードジェネレーションは間違った場所に存在する
• AI MaxはPMaxの再来：初期の混乱、最終的な進化
• 責任はAIの出力と人間の責任の間のギャップに存在する
• 既に解決した問題でAIをテストする
• ドキュメンテーションはもはやオプションではない
• プラットフォームは検索行動よりも速く進化する
• 回避策は機能するまで機能する
• AIの不安は職の安全性だけではない
• AI主導の業界でのビジネス保護とコミュニティサポートは一人では乗り切れない

エピソードの要点

Frederick Vallaeysとのこの議論で、Julie Bacchiniは、リードジェン広告主はGoogleのターゲット市場ではないと説明します。彼女は、オートメーションとAIが大規模なデータボリューム向けに設計されており、多くのリードジェンアカウントが達成できないことを強調し、手動入札の制限についても指摘します。典型的なキャンペーンの立ち上げは、プラットフォームが安定を求める中で、さまざまな結果をもたらします。

Julieは次に、検証不可能なAI生成データに関する法的責任と保険のギャップのような差し迫った問題に焦点を移します。彼女は、誤った自動化された決定に対する責任、AIドキュメンテーションの効率的な管理、そしてクライアントが完全に理解していないかもしれないアルゴリズムから提供されたデータの取り扱いについて重要な質問を提起します。

リードジェネレーションは間違った場所に存在する

Julieは不快な真実を伝えます：「リードジェンであるなら、あなたはGoogle広告のターゲット市場ではありません。」Googleが構築するすべてはeコマースを第一に考え、ほとんどのリードジェンアカウントが達成しないコンバージョンボリュームを対象としています。オートメーションは、実際にその調子をつかむために500以上のコンバージョンが30日間に必要です。

30または50のコンバージョンでは、アルゴリズムははるかに少ないデータポイントで作業することになります。それは単なる数学です。

問題は単純なボリュームメトリクスを超えています。Googleのオートメーションインフラストラクチャ全体—機械学習、パターン認識、最適化アルゴリズム—すべてが学習するためのコンバージョンデータの安定した流れを期待しています。1か月に5,000のコンバージョンがある場合、システムはパターンを見つけて調整する無限の機会を持っています。30の場合、それは基本的に推測しています。

「オートメーションが機能する方法は、情報が多ければ多いほど、物事を理解し、より速く、より効率的に理解できるということです」とJulieは指摘します。

リードジェンマーケターは、ポートフォリオ入札やアカウント構造を駆使して、eコマース広告主が自然に達成する基準を達成するために「データの不利を軽減する」ことを試みます。Julieはこの立場に何年もいました。彼女はそれを受け入れ、毎年のGMLビンゴカードで「リードジェンに本気になる」という項目が決して消されないことを冗談にしています。手動入札は回避策として魅力的に聞こえますが、それはGoogleがスマート入札ユーザーに予約している機能からあなたを切り離します。

「自動化またはスマート入札を使用しない場合、Googleがバックグラウンドで行っている多くの特典にアクセスできないということです」と彼女は説明します。

そのアプローチの日々は数えられています。現実は5年前よりも厳しいです。以前は前景で行われていたことの半分が、今ではバックグラウンドで自動化され、不透明になっています。

AI MaxはPMaxの再来：初期の混乱、最終的な進化

パターンは繰り返されます。AI Maxを試す広告主の中には、すぐに素晴らしい結果を得る人もいれば、全く期待外れだと感じる人もいます。中にはそれを災害と呼ぶ人もいます。Julieはこれを典型的なGoogle製品の行動として説明します：

「他のすべてと同じで、結果は異なります。試してみたいと思うか、アカウントでうまくいく可能性があると思うなら、試してみてください。すぐにうまくいくかどうかがわかります。」

PPC Chatの会話はPerformance Maxの立ち上げとほぼ同じです。早期採用者が急いで参加し、魔法を見た人もいれば、混乱を見た人もおり、大多数はどこか中間に着地し、自分が何か間違っているのか、それともツールがまだ準備ができていないのかを疑問に思っています。現在、私たちはまだその最初のリリース期間にあり、アカウントタイプ、業種、そして純粋な運によって経験が大きく異なります。JulieはAI Maxが同じ進化のアークをたどると予想しています。今日存在するPMaxは、最初に展開されたバージョンとはほとんど似ていません。

「私はそれが進化すると思っています。なぜなら、今日のPMaxは、最初に展開されたときのPMaxとは異なるからです。だから、AI Maxも同じようになると思います。彼らはそれを展開しましたが、時間とともに変化していくでしょう。」

より大きな問題は、「新しいツールを立ち上げ、パフォーマンスが低下するのを見て、2年間繰り返し、最終的に使えるようにする」というサイクルが標準になっていることです。すべての主要なGoogle Adsの機能がこのパスをたどります。実務者は無給のQAテスターになることに疲れていますが、ツールが最終的に不可欠になるときに遅れをとることはできません。

責任はAIの出力と人間の責任の間のギャップに存在する

Julieは、保険会社がまだ解決していないシナリオを提起します：クライアントがAIを使用して販売データを分析し、顧客ペルソナを生成します。彼らはこのAI生成の要約をキャンペーンの戦略的基盤として提供します。あなたはそれに基づいてすべてを構築します。しかし、AIが間違っていたことが判明します。

「彼らが使用したAIから出力されたデータが間違っていた場合、責任はどこにあるのか？それは彼らが悪い情報を提供したためにクライアントだけの責任なのか？」とJulieは述べました。

誰も知りません。保険契約は技術よりも遅く進みます。法律はさらに遅く進みます。その間、マーケターは検証できないAI生成の入力で意思決定を行っており、物事がうまくいかないときに誰が責任を負うのかという問題は未解決のままです。

彼女はジレンマを明確に説明します：「彼らはあなたにそれを利用するよう指示しています。戦略を立てるとき、意思決定を行うとき、優先順位をつけるとき、私たちが行うすべてのことにおいて。彼らが使用したAIから出力されたデータが間違っていた場合、どうなるのか？」

Julieは彼女の経験を説明します：「私はクライアントから、販売データに基づいてガイダンスを提供する大規模なドキュメントを提供されました。しかし、それを検証する方法はありませんでした。だから、実際に購入されたものの生データを見せてくれませんか？と質問します。ああ、人口統計データがあるのですね。生の人口統計データを見せてくれませんか？しかし、それは不可能でした。私が得た唯一の結果は、それがAIであるということでした。」

彼女の反応は？「それは私を不安にさせました。なぜなら、それを検証する方法がないものに多くの信頼を置いているからです。」

既に解決した問題でAIをテストする

高リスクの意思決定にAIを信頼する前に、既に答えを知っているシナリオでそれを試してください。

「既に答えを知っている質問をして、どれだけ正確かを確認できます」とJulieは提案します。

完了したキャンペーンからの過去のデータを引き出します。それをAIに入力します。実際のパフォーマンスを通じて既に検証した結論に達するかどうかを確認します。これにより、ツールの正確性に対する信頼が構築され、信頼できる出力を生成するプロンプトの種類を理解するのに役立ちます。

Julieはその論理を説明します：「自分でまだ解決しようとしていることを与えるのではなく、すでに答えを知っていることを尋ねてみてください。そして、それが正しい答えを出すかどうかを確認できます。」

彼女はこれを、高リスクの意思決定に依存する前にツールに対する信頼レベルを構築する方法として説明します。

「それは、あなたがまだ答えを知らない質問をするときに、より高い信頼レベルを持つためのより良い方法です。」

ドキュメンテーションはもはやオプションではない

Julieの最も実用的な推奨事項は、徹底的な記録保持です。

「これが私が入力したプロンプトです。これがアクセスできるデータです。これが私に与えられた指示です。これが結果でした。」

それは面倒に聞こえますが、複数の目的を果たします。まず、矛盾を見つけるのに役立ちます—同じ質問を2回すると、AIの回答が大きく異なることがあります。Julieが指摘するように、「AIに同じ質問を2回すると、異なる回答を得ることがあります。」

ドキュメンテーションがなければ、それを見逃します。第二に、それはパターン認識のための履歴記録を作成します。

Julieはあなたが発見するかもしれないことを説明します：「ちょっと待って、非常に似たことを3、4回頼んだのに、得られた結果は非常に異なっていました。2つは非常に似ていて、他の2つは非常に異なっていましたが、同じ方法論を使っていました。それは私に「何が起こっているのか？」と思わせます。」

第三に、後でなぜ特定の決定を下したのかについて質問が生じた場合に、法的にあなたを保護します。「なぜこれをしたのか、ここで何が起こったのか、どのような順序で行ったのかという質問が出てきた場合、ドキュメンテーションがあると大きな違いがあります。」

AIとのやり取りを追跡するためのシンプルなGoogleシートで十分です。Julieは提案します：「これは私が求められたこと、これがプロンプトを作成した方法、これが使用したプラットフォーム、これが入力したもの、そしてこれが出力されたものです。自分のためにその記録を保持してください。」

彼女はドキュメンテーションを「自分を守るためのもの」として位置づけ、それが最もエキサイティングな作業ではないことを認めます。

「ドキュメント化は私たちが行う最もセクシーな作業ではありませんが、多くのことのためにそれを行います。広告コピーをすべて含むスプレッドシートがあります。すべての画像があります。今月どのテストを実行しているのか、次に何が来るのかを追跡しようとするために、定期的にこのような作業を行っています」とJulieは説明しました。

プラットフォームは検索行動よりも速く進化する

GoogleはPerformance MaxやAI駆動の自動化を積極的に推進していますが、ほとんどのユーザーは依然として従来の方法で検索しています。そのギャップは実際の混乱を引き起こします。ツールはユーザーの行動よりも速く変化し、新しいキャンペーンタイプが実際にあなたのオーディエンスがあなたを見つける方法と必ずしも一致しないことを意味します。

Frederickはそのギャップを説明します：「人々は異なる方法で検索しています。彼らは異なる方法で探しているものを形成しています。彼らは最終的な検索を行うまでの途中で異なるタッチポイントを持っています。」

しかし、現実はシフトが徐々に起こる一方で、プラットフォームはすぐに新しいツールを採用することを望んでいます。JulieはGoogleの利点がその膨大な行動基盤であると指摘します：「彼らは、20年以上かけて人々に物を見つける方法を教えてきました。そしてその多くは、人々が物を見つけるときに広告が表示されることに繋がります。」

彼女はGoogleがその地位を守ると信じています：「Googleが他のものに遅れをとることに興味があるとは思いません。彼らは自分たちの領域を守るでしょうし、なぜそうしないのか？彼らは非常に高価な領域を持っており、それを構築するのに多くの年を費やしました。だから、彼らが山から押し出されるには多くのことが必要だと思います。」

マーケターにとっての課題は、どの変化が重要かを見極めることです。Julieのテストはシンプルです：「あなたは何をしているのか？それは何をするのか？何を達成しようとしているのか？それは私たちがすでにやっていることとどう違うのか？誰かが試してみるべきだと言ったから新しいおもちゃを試しているだけなのか？」

成功には、プラットフォームの最新機能の展開に従うだけでなく、あなたの業種での実際の検索行動を理解することが必要です。

回避策は機能するまで機能する

完璧に機能する戦略が、Googleがアルゴリズムの更新を行ったり、あなたの慎重に作成したセットアップを混乱させる新しい機能を導入したりすると突然機能しなくなることがあります。

「アカウントで物事がうまくいっていて、2か月後に目を覚ますと、もう機能していないことがあります」とJulieは説明します。

これはPPC Chatの会話での常なる不安です。彼女が説明するように：「私たちは多くの会話をしています。誰か他にこれを見ている人はいますか？X、Y、Zがあり、それは完璧に進んでいましたが、今はそうではありません。」

リードジェン広告主は特にこれを感じています。なぜなら、彼らの回避策はすでに脆弱であり、プラットフォームの主要な使用ケースではないことを補うために設計されているからです。あなたの回避策が最終的に壊れるかどうかではなく、それがどれだけ長く持ちこたえるか、次の回避策を構築するための十分な警告があるかどうかです。

Julieはその課題を認めます：「どれだけ長く回避策を続けることができるのか？それがリードジェンスペースでの人々が話し合い、考えるもう一つの部分です。さて、手動入札を永遠に続けるのは現実的ではありません。」

回避策が存在しても、それにはトレードオフがあります。「あなたは何が起こっているのかを吸収し、あなたが担当しているアカウントで何を経験しているのかを見なければなりません。そして、どのことを試すべきかについて責任ある決定を下す必要があります」とJulieは繰り返します。

より深いフラストレーションは、変化のペースが加速していることです。専門知識は人々がそれを構築するよりも速く時代遅れになります。

Julieが観察するように、「これは常に業界であり、技術であり、何も止まらない業界です。常に多くの変化が起こっている業界です。しかし、そのペースは過去数年で本当に加速したと思います。」

AIの不安は職の安全性だけではない

PPC Chatコミュニティは、AIをすべてに使用する人々、触れたくない人々、そしてどこでリスクを生じさせずに役立つかを見極めようとしているほとんどの人々の間で広範なスペクトラムを反映しています。不安は「AIが私の仕事を奪うのか？」ということを超えています。

それは戦略のコントロールを失うこと、独立して検証できない出力を信頼すること、そして何年もかけて築いた専門知識が突然同じように適用されないという絶え間ない変化をナビゲートすることについてです。Julieはその不快感を認めつつ、現実を受け入れています。

「その列車はすでに出発しました。PPCでどれだけ長く働いてきたかに関係なく、私たちが持っている知識をどのようにAIと統合するかが問題です」とJulieは述べます。

それが業界が直面している本当の問題です。JulieはAIの大ファンではありません—彼女はそれについて声を上げてきました。「私はAIの大ファンではありません。私はそれについて声を上げてきました。それは私をどこでもフォローしている人にとって驚きではないはずです。なぜなら、それには疑問があり、欠点があると思うからです。しかし、私はその列車がすでに出発したことも認識しています。」

会話はしばしば、AIが実際に役立つ場所とリスクを生じさせる場所を見極めることに集中しています。

Julieがそれをフレームするように、「AIを信頼できる方法で使用できる場所はどこですか？AIが何かを生成して、それが間違っていることが判明し、その後間違ったデータを使用して進む可能性があることを恐れています。それは本当の恐れです。しかし、それはどこに適合するのか？どこで意味があるのか？どのようにしてより効率的にすることができるのか？以前にあったギャップをどこで埋めることができるのか？」

JulieはPPC Chatコミュニティのアプローチを説明します。「人々は狂ったように実験しており、彼らの考えを共有しています。例えば、これを作成しましたとか、これらはそのために使用したプロンプトですとか。だから、今、一般的に多くのテストと実験が行われています。」

この移行で成功する人々は、AIを完全に拒否する人々や無批判に受け入れる人々ではなく、ツールが実際に役立つ場所と人間の判断がまだ重要な場所を正確に見極める人々です。

「誰も取り残されたくありません。誰もがある日目を覚まして突然、何が起こっているのかの言語を話せない恐竜になりたくありません」と彼女は述べました。

AI主導の業界でのビジネス保護とコミュニティサポートは一人では乗り切れない

FrederickとJulieの会話は、主要なテーマを超えて多くのことをカバーしました。注目に値する2つのポイントは、すべてのAIの不安の下にあるビジネスの現実と、コミュニティが5年前よりも重要である理由です。

Julieは、26年間自分のコンサルティングビジネスを運営してきたため、ほとんどの実務者とは異なるPPCの考え方を持っています。その視点は、彼女がリスクにどのようにアプローチするかに現れています。他の人々がAIがより良い広告コピーを書くかどうかを議論している間、彼女はAI生成のデータを提供されたクライアントが間違っていることが判明した場合に責任を負うかどうかを保険代理店に尋ねています。

「さまざまなタイプのビジネス保険を持つことは賢明ですが、たとえ持っていても、この技術はより速く進化します。それは法律よりも速く進化します。それはあなたの保険契約よりも速く進化します」と彼女は言います。

彼女はこの考え方を形成した初期の経験について話します—ドキュメンテーションとプロセスが彼女を救った状況に巻き込まれたことです。それが彼女がシステムを作成し、記録を保持することを強く推進する理由です。

会話はまた、技術が本当に役立つ実用的なAIの使用例にも触れています。FrederickはAIが人間の視点よりも優れている分野を指摘します：異なるオーディエンスを理解すること。

「広告を書くつもりなら、これらの広告を消費する可能性のあるさまざまなペルソナの立場に立ったことがありますか？私は18歳の黒人女性の立場に立つことはできません。私たちは多くの共通の経験を持っていません。だから、そのオーディエンスに向けて広告を書くのは難しいですが、AIは多くの情報を吸収しているため、場合によってはそれを行うことができます」とFredは説明します。

GoogleもプラットフォームにAIを直接追加しています。Julieは指摘します：「GoogleはGoogle Ads内にアシスタントを持っており、理論的にはアシスタントとちょっとした会話をして、何をしたいのかを伝えることができ、それが必要なすべてを提供してくれるでしょう。」CPCが上がっている理由やコンバージョンが減っている理由を尋ねることができます。

しかし、彼女は重要な注意を加えます：「Googleアシスタントに何かが起こっている理由を尋ねるだけではなく、Googleアシスタントが言っていることを検証するべきです。」

その検証部分は重要です。なぜなら、AIの風景には役立つ自動化から完全な回避までが含まれているからです。JulieはPPC Chatで見るスペクトラムを説明します：

「ある人々はそれを愛しており、すべてに使用しています。彼らは戦略に使用しています。彼らは広告コピーに使用しています。彼らは画像を生成するために使用しています。あなたはそれを何でもやらせることができるキャンプにいる人々がいます。そして、他の人々は「私はそれに何もさせたくない。なぜなら、それを全く信頼していないからです。」という人々がいます。

ここでコミュニティの側面が重要になります。PPC Chatは「PPCの専門家が互いに話し合い、質問し、精神的なサポートを得ることができる無料のコミュニティ」として機能しています。これは単に正しい答えを見つけることだけではありません。さまざまな経験を聞き、自分自身の進むべき道を見つけることです。この多様な視点が、人々が自分自身のアプローチを見つけるのを助け、単に最も声の大きい人々に従うだけではないのです。

これらのポイントの根底にあるメッセージは同じです：もう一人でこれを行うことはできません。ビジネスとして自分を守るためのシステムが必要です。正気を保ち、情報を得るためのコミュニティが必要です。そして、「このキャンペーンをどう最適化するか」だけでなく、「誰もが快適に適応できるよりも速く変化している業界で持続可能な実践をどう構築するか」を考える必要があります。

エピソードのトランスクリプト

Frederick Vallaeys: こんにちは、PPC Town Hallの別のエピソードへようこそ。私の名前はFred Vallaeysです。私はホストであり、OptmyzrのCEO兼共同創設者でもあります。OptmyzrはPPC管理ソフトウェアです。さて、今日のエピソードでは少し異なる方向に進みます。

通常、Fredや他のAIファンの話を聞くことができますが、今日はJulie Bacchini Freriedmanをお迎えしています。彼女はPPCチャットのホストであり、そこではAIに対する恐れやAIの誤用に対する不安、PPCでのキャリアに対する影響について話す人々が多くいます。

ですから、これは興味深いものになると思います。デジタルマーケティングの世界における人工知能に関する異なる視点を得ることができるでしょう。それでは、このPPC Town Hallのエピソードを始めましょう。

Julie、またお迎えできて嬉しいです。参加してくれてありがとう。

Julie Bacchini: ああ、招待してくれてありがとう。PPCについて話す機会をいただけて感謝しています。

Frederick Vallaeys: 本当に？ええ、あなたはそれを週に何度もやっていますね。ええと、あなたは以前にもこのショーに出演しましたが、まだあなたに会ったことがない人々のために、あなた自身、PPCチャット、Neptune Moon、最近の活動について少し教えてください。

Julie Bacchini: もちろんです。私はJulie Freriedman Bacchiniです。Neptune Moonの社長です。PPCコンサルティングを行っており、PPCの分野で働き始めたのは本当に初期の頃からです。ですから、これまでの多くの変化を見てきました。ビジネスを始めて26年になりますので、ほとんどすべてを見てきました。

そして、2017年からPPCの専門家向けのPPCチャットコミュニティを運営しています。これがもう何年も続いているなんて信じられません。まるで最近引き継いだように感じますが、そうではありません。

私たちはPPCの専門家が互いに話し合い、質問し、精神的なサポートを得ることができる無料のコミュニティです。毎週火曜日の東部時間12時にライブチャットを行い、タイムリーなPPCトピックについて話し合います。そして、AIはもちろん、トピックでなくても多くのトピックに浮かび上がってきます。なぜなら、それは誰もが非常に気にしていることだからです。

Frederick Vallaeys: そうですね。それは理にかなっています。AIは今やどこにでもあります。ええ、だからそのコミュニティをホストしてくれてありがとう。そして2017年にそれを引き継いでくれてありがとう。そして、あなたはPPC業界で最も親切な人の一人として、PPCママとしても知られています。あなたが言ったように、それは精神的な健康についてです。それは私たちの心にあることを話すことであり、PPC戦略だけでなく、良い生活を送ることについてもです。そして、あなたは実際の母親でもありますよね？それがあなたの眼鏡が背景やシャツと一致している理由の一部ですか？

Julie Bacchini: はい、私は非常に—つまり、私は調和を好まないわけではありませんが、ファッションに非常に興味を持っているティーンエイジャーの娘がいます。ですから、私が外見で間違っているか、見た目が悪いと彼女が気づいた場合、私はそれについて聞かされるでしょう。ですから、彼女は私を常に注意深く見ています。

Frederick Vallaeys: ええ、音声部分だけを聞いている皆さんには、YouTubeバージョンを見たり、ショーページに行ってJulieがどれほど素晴らしいかを見ていただくことを強くお勧めします。彼女の眼鏡は背景の銀河と一致しています。

Julie Bacchini: まあ、私はNeptune Moonですからね。

Frederick Vallaeys: ああ、そうですね。Neptuneのスウォッチを持っていますか？ムーンスウォッチ？

Julie Bacchini: 持っていません。持っていません。

Frederick Vallaeys: もしかしたらギフトのアイデアかもしれませんね。誰がJulieにNeptuneの時計を送るか見てみましょう。さて、ここでのトピックに移りましょう。人工知能についてですが、まず、あなたが言ったように、PPCチャットでそのトピックがなくても、それが浮かび上がることがあります。ですから、AIについて深く掘り下げる前に、Google AdsやPPCに関して人々の心にあるトピックは何ですか？

Julie Bacchini: ええと、いくつかの異なるカテゴリに分かれると思います。AIは確かに大きなものです。そしてAIに関しては、どのように活用するか、どこで意味があるのか、どこで意味がないのか、5年後にまだ仕事があるかどうかをどう確保するかについての懸念が多いです。変化のペースについても多くの懸念があります。これは常に変化が多い業界です。技術ですから、何も止まりません。

常に多くの変化が起こっている業界ですが、ここ数年でそのペースが本当に加速したと思います。ですから、変化について多く話します。アカウントでうまくいっていたものが、ある日突然うまくいかなくなることがあります。ですから、「誰か他にもこれを見ている人はいますか？」という会話がたくさんあります。「X、Y、Zがうまくいっていたのに、今はうまくいかない。」というような会話がたくさんあります。

今の設定方法、管理方法についても多く話します。異なるプラットフォームでの効率性についても話します。多くの人が複数のプラットフォームでアカウントを管理しているので、どこに時間を費やすべきか、クライアントがどこに努力を注ぐべきかを優先順位をつける方法についても話します。

そして、すべてがますます高価になっています。クリックのコストが年々上昇している中で、クライアントを満足させる方法はどうするか。前年と同じ結果を得るためにもっとお金を使わなければならないのです。それをどう管理するか、期待をどう管理するか、効率をどう保つかについても話します。最近話したトピックのいくつかです。

Frederick Vallaeys: そうですね。それが誰かの心にあるなら、CPCの上昇にイライラしているのはあなただけではないことを知ってください。しかし、クロスプラットフォーム管理について少し前に言ったことに戻りましょう。昨年、ChatGPTがすべての質問に答え、GoogleのAIがそれほど良くなかったAIの世界でのGoogleの将来について深刻な懸念がありましたが、今ではGeminiがリーダーです。

Geminiは実際に非常に役立ちます。なぜなら、Googleがすでに持っている素晴らしいデータに直接結びついているからです。Gmailコネクタを使用する必要はありません。カレンダーに接続する必要もありません。ドライブに接続する必要もありません。それはすでにGoogleのユニバースにあります。ですから、Google Adsというプラットフォームとその有効性についての見解はどうですか？人々はそこに投資し続けることに安心感を持つべきでしょうか、それとも他の場所を探す時が来たのでしょうか？

Julie Bacchini: 私は、すべての卵を一つのバスケットに入れないことが常に賢明だと思います。なぜなら、私たちは広告を行っているプラットフォームの気まぐれに左右されるからです。しかし、Googleが有料広告のトップデスティネーションとしてすぐに消えると思いますか？私はそうは思いません。

彼らは20年以上かけて人々に物を見つける方法を教えてきました。そしてその多くは、物を見つけるときに広告が表示されることに繋がります。そしてもちろん、彼らは拡大し、新しいキャンペーンタイプを持ち、より画像ベースやビデオベースのアセットを持っています。PMaxやデマンドジェンなどです。Googleは進化してきました。そして、彼らは最近、すべてのものをGoogleのAIに接続し、より個別化された体験を提供できると発表しました。ですから、Googleが他のものに遅れを取ることに興味がないとは思いません。彼らは自分たちの領域を守るつもりだと思います。なぜなら、彼らは非常に高価な領域を多くの年をかけて築いてきたからです。

彼らが山から押し出されるには多くのことが必要だと思います。

それは他の場所がないという意味ではありません。OpenAIは今や真剣で、広告を持つことを発表し、話しています。私たちは本当に広告を持つつもりです。ですから、他のプラットフォームでも物事が進んでいますが、Googleはこの時点で非常に有利です。彼らを退位させ、ビジネスや組織が見られるための優先事項でなくなるには多くのことが必要です。

Frederick Vallaeys: そうですね。そして、これらの企業が広告に本当に進出しないとき、特に新しい企業について話していますが、それは非常に興味深いです。あるいは、広告について180度の転換をすることがあります。Perplexityのように。しかし、それは非常に興味深いです。なぜなら、彼らがこの巨大なAIの最大の収益化の可能性を考えるとき、広告がそのものとして見られないことがあるからです。そして、それはこの業界がどれほど大きくて巨大であるかを知っている私たちにとっては少し驚きです。しかし、彼らは確かにそれをサポートする必要があります。それはすべての広告主をサポートすることが理にかなっているからです。

さて、AI Maxについてはどうですか？それについてはあまり言及しませんでしたが、それには理由がありますか？その人気があまりないと見ているのでしょうか、それともその周りの考えはどうですか？

Julie Bacchini: 一般的に言えば、コミュニティではAI Maxを試している人が多いです。まだ比較的新しいので、それほど長くはありません。ですから、人々はAI Maxを試しています。そして、それは他のGoogle製品のローンチと同じようなものです。

ある人はそれを始めて、それが素晴らしく機能し、愛していると言います。「これがなかったなんて信じられない」と言います。そして、他の人は「うーん、試してみたけど、まあまあだった」と言います。そして、他の人は「おお、神様、それは災害だった」と言います。ですから、それは典型的です。PMaxが出たときと同じように感じます。早期採用者がいて、そしてPMaxのように、ある状況下では他の状況よりも良く機能するかもしれません。

ですから、人々がそれを試してみて、それを実行したときの経験にはかなりの幅があります。ですから、他のすべてのものと同じように、あなたの経験は異なるかもしれません。それがあなたのアカウントで機能する可能性があると感じるなら、試してみてください。あなたの特定の設定で何が起こるかを見てください。そして、それがあなたにとって機能するかどうかはすぐにわかると思います。そして、それは進化するでしょう。なぜなら、今日のPMaxは、最初に登場したときのPMaxではないからです。

Frederick Vallaeys: 全く違いますね。

Julie Bacchini: ですから、AI Maxも同じようになると思います。彼らはそれを「これが何かです」としてローンチしました。そして、それは時間とともに変わるでしょう。私はそう期待しています。ですから、私たちはまだその最初のリリース期間にいます。

Frederick Vallaeys: それは理にかなっています。そして、それはPPCアカウントを管理している人々にとって希望のニュースです。自動化の能力やAIがあっても、それが保証された成功ではないようです。さて、多くのPPCチャットに参加し、ほとんどをモデレートしているあなたが、AI Maxに関して、どのようなシナリオでより良く機能するかについてのパターンを見つけましたか？

Julie Bacchini: 一般的に言えば、リードジェンはより難しいです。そして、それはGoogle全体に当てはまると思います。リードジェンのものは、Google広告のターゲット市場ではありません。それはそうです。

Frederick Vallaeys: ちょっと待ってください。リードジェンがGoogle広告のターゲットオーディエンスではないと言いましたか？

Julie Bacchini: はい、言いました。私は言ったことを言いました。

Frederick Vallaeys: ここで聞きましたね。まあ、それは驚くべきことです。つまり、もう少し詳しく教えてください。

Julie Bacchini: リードジェンのPPCerとして言いますが、Googleが出してくるもののほとんどはecomが最初です。それはリードジェンに使えないという意味ではありません。使えますし、私たちも使っています。しかし、彼らが出してくるもののほとんどはecomによって導かれています。それはecomのために設計されています。それはecomがもたらすボリュームのために設計されています。

それはただそうなのです。そして、私はそれを受け入れました。なぜなら、それはずっとそうだったからです。そして、毎年GMLで、私は希望を持ちます。毎年、ビンゴカードに「リードジェンについて真剣に取り組む」と書かれた四角があります。そして、毎年それはチェックされません。それはそうなのです。

ですから、PMaxで最も成功を収めている人々は、おそらくecomでしょう。リードジェンでそれを成功させる創造的な方法を見つけている人々もたくさんいますが、それを機能させるためにはより高いレベルの創造性が必要です。それはecomが機能する方法に設計されています。それはリードジェンが機能する方法とは異なります。それらはただ異なる動物です。

Frederick Vallaeys: それは信号の豊かさについてですか？リードジェンは一般的にボリュームが少ないか、販売サイクルが長いですか？それは公正なポイントですか？低ボリュームのeコマースクライアントもリードジェンと同じように苦労するかもしれないと言ってもいいですか？

Julie Bacchini: おそらくそうです。私は、リードジェンの人々や低ボリュームの人々が高ボリュームのecomアカウントが見つける効率性を見つけるのがより難しい最大の要因は、内部の機械学習AI、何でもいいですが、それがすべての自動化を駆動するメカニズムであることだと思います。それは一定の基準となるデータの臨界量を必要とします。Googleはそれについて正直です。

しかし、これらの閾値を一貫して満たすか超えるのに苦労する場合、プラットフォーム内の内部自動化とAIが同じように勢いを見つけ、効率を見つけるのはより難しいです。

そして、それを考えると、それは理にかなっています。自動化が機能する方法は、情報が多ければ多いほど、それをより速く、より効率的に見つけることができるということです。ですから、30日間で500以上のコンバージョンがある場合、5,000がある場合、それはパターンを見つけ、共通点を見つけるためのデータポイントがはるかに多いです。30のコンバージョンがあるアカウントや52のコンバージョンがあるアカウントの場合、それはただの数学であり、メカニズムに投入されているデータです。それがすべてのことを舞台裏で行っているのです。

ですから、それはそうなのです。私はそれを批判しているわけではありません。私はただ、主要なユースケースではないアカウントで働くときの現実を話しているだけです。なぜなら、私たちはアルゴリズムに流れ込む大量のデータを持っていないからです。

Frederick Vallaeys: それでは、ここで四角いペグを丸い穴に無理やり押し込むのをやめましょう。リードジェン広告主にとっての丸い穴や丸いペグはどこにありますか？Neptune Moonのリードを得るために今どこに投資していますか？

Julie Bacchini: まだGoogleにいる必要があります。それはただ難しいです。私は、ポートフォリオ入札のようなオプションが役立つと思います。バックエンドを騙すというわけではありませんが、少し創造的である必要があります。データの不利を減らすために、少し創造的である必要があります。もしあなたが低ボリュームであれば、効率が始まるための臨界量に達するために、少し創造的である必要があります。その効率が始まり、パターン認識が自動化の中であなたのために起こるようにするために、少し創造的である必要があります。大量のデータが入ってくるアカウントと同じように、少し考えて、少し構造を考える必要があります。

Frederick Vallaeys: それが重要なニュアンスですね。最初のポイントを聞き逃していました。Google広告やGoogle検索はリードジェンのソリューションやリードジェン企業が販売するものを探している人々がいる場所ですが、Google広告プラットフォームはそれらの広告主を最初にサポートするように設計されていないので、それを機能させるための回避策を見つける必要があります。オーディエンスはそこにいます。それはただ、ecom広告主であれば簡単に正しいオーディエンスとつながることができるのです。

Julie Bacchini: そして、それは5年前よりも難しいです。すべての自動化、AIの傘の下にあるすべての自動化は、高データボリュームのアカウントのために設計されています。それがどのように構築されているかです。それが探しているものです。ですから、私たちができることのオプションがもっとありました。入札を行っていなかったり、舞台裏で起こっているすべてのことが、今と同じようには起こっていなかったのです。

Frederick Vallaeys: それでは、あなたが言っているのは、手動でキーワードを追加したり、手動で入札を管理したりする古い方法に戻ることができるということですが、すべての自動化が入り込み、それを脱線させるということです。そして、それはあなたの以前のポイントでもありましたね。今はうまくいっているかもしれませんが、突然、Googleがアルゴリズムを変更したり、Google広告で新しい機能をリリースしたりすると、その完璧な回避策のセットアップが乱れ、それを機能させ続けるための新しい回避策を見つける必要があるのです。

Julie Bacchini: そして、どれくらいの期間、回避策を続けられるかも考えなければならないと思います。リードジェンの分野にいる人々が話し合っているように、手動入札を永遠に続けるのは現実的ではないですよね。自動入札がより多くのデータを必要とする問題を解決するために、「じゃあ手動入札をすればいいじゃないか」と思うかもしれません。それが簡単な解決策のように思えるかもしれません。手動入札を行うことはできますか？はい、できます。

そして、広告主としては十分に満足できる成功を収めることができるかもしれません。それは確かに可能性があります。しかし、今起こっていることは、自動化された、またはスマート入札を使用しない場合、プラットフォーム内のその技術を利用しない場合、Googleがバックグラウンドで行っている多くの特典にアクセスできないということです。だから、古いやり方に固執しようとすることもできます。

その日々は数えられているように感じます。それはすでに終わっていると言えるかもしれません。拡張テキスト広告がまだ動作していて素晴らしい結果を出している人々がいるかもしれませんが、それが今後のアカウントの考え方に影響を与えるべきかどうかは疑問です。

Frederick Vallaeys: そうですね、それにはタイムトラベルを発明しなければならないでしょうね。

Julie Bacchini: そうです。でも、それを一時停止してしまうと、再開することはできません。それは現実的ではありませんし、しばらくの間現実的ではありませんでした。しかし、移行期にいるときには、アカウントで何が起こっているかを吸収し、責任ある決定を下す必要があります。こうしたプログラムやPPCチャットコミュニティのような場があるのは良いことです。そこで人々は安全な方法でアイデアを交換し、「X、Y、Zで成功した人はいますか？」と尋ねることができます。

コミュニティでは多くの質問が寄せられます。チャットの時間中でなくても、特定の広告やキャンペーンを実行する際の成功例を尋ねることがあります。需要生成を行ったことがない場合、何を知っておくべきかなど、多くの会話が行われています。人々は適応し、既存の技術を活用しようとしています。それが少し難しい、少し怖い、何をすべきかわからないと感じることがあっても。

しかし、人々は試したいという欲求を持っています。誰も取り残されたくありません。ある日突然、何が起こっているのか理解できない恐竜のように感じたくありません。

Frederick Vallaeys: その言語とは何ですか？もちろん、AIについて話していますが、未来に関連性を保つために今日学ぶべきことは何でしょうか？

Julie Bacchini: 私はAIの大ファンではありません。それについては公然と話してきました。AIには疑問があり、欠点があると思っています。しかし、列車はすでに出発していることも理解しています。この業界ではすべてが変わり、業界外の変化にも影響を受けます。

AIに関連することが日常業務に直接影響を与えています。例えば、Google Ads内にアシスタントがいます。理論的には、アシスタントと会話し、何をしたいかを伝えると、必要な情報をすべて提供してくれます。それは新しいことです。以前は存在しませんでした。

「なぜCPCが上がっているのか？なぜコンバージョンが下がっているのか？」と質問することができます。2年前にはそれができませんでした。自分で解決しなければなりませんでした。Googleアシスタントに何かが起こっている理由を尋ねるだけではなく、Googleアシスタントが提供する情報を確認する必要があります。しかし、その技術は以前は存在しませんでした。

では、どうやってそれを管理するのでしょうか？PPCでどれだけの期間働いてきたかに関係なく、持っている知識をどのように活用し、AIと統合していくのでしょうか？

どの部分が実際に役立つのかを見極めることです。これは非常に時間を節約できるものです。これを自動化できます。スクリプトを作成してこれを行うことができます。ボットを作成して時間を節約することができます。

手動で行う必要がなくなり、頭を使う部分に直接進むことができます。これらはすべて、人々が現在考えていることです。AIを信頼できる方法で使用し、AIが誤ったデータを生成しないようにするために、どのように活用できるかを模索しています。それは現実的な恐れです。

しかし、それはどこに適合するのでしょうか？どこで効率を上げることができるのでしょうか？以前は存在していたギャップを埋めることができるのでしょうか？人々は実験を行い、考えを共有しています。「これを作成しました」や「これに使用するプロンプトはこれです」など、多くのテストと実験が行われています。

Frederick Vallaeys: そうですね。人々が行っていることの中でお気に入りの例をいくつか聞きたいです。しかしその前に、AIから生まれる自動化について考えてみましょう。スクリプトを作成したり、やりたいことを実行したりします。

そして、AIが思考のパートナー、アイデアのプラットフォームとして機能し、過去には思いつかなかった考えを促進することもあります。広告を作成する際に、広告を消費する可能性のあるさまざまなペルソナの立場に立つことができるでしょうか？それは非常に難しいことです。18歳の黒人女性の立場に立つことはできません。共通の経験が少ないからです。

そのため、そのオーディエンス向けの広告を書くのは難しいですが、AIは多くの情報を吸収しているため、場合によってはそれを行うことができます。では、それがどのように分解されているかをどのように見ていますか？人々はそれを思考のパートナーとして好んでいますか？それとも自動化のパートナーとして好んでいますか？それともどちらか一方ですか？

Julie Bacchini: それは分かれていると思います。ある人々はそれを愛し、すべてに使用しています。戦略に使用し、広告コピーに使用し、画像を生成するために使用しています。「他に何ができるか」というキャンプにいる人々もいます。そして、他の人々は「何もしたくない、全く信頼できない」と考えています。それがスペクトルの両端です。そして、多くの人々がその間にいて、AIが役立つ方法を見つけたいが、AIが間違っている場合のリスクを避けたいと考えています。

Frederick Vallaeys: 進めてください。リスクについて少し話してください。あなたのビジネスでのリスクの例があり、保険会社との会話に深く関わることがありますよね？

Julie Bacchini: そうですね。私はPPCのビジネスについて多く話します。私たちが担当するブランドやアカウントの世話をすることはもちろんですが、クライアントにサービスを提供する際のビジネスについても多く考えています。エージェンシーであれ、コンサルタントであれ、フリーランサーであれ、クライアントにサービスを提供しています。さまざまな種類のビジネス保険を持つことは賢明です。持っていない場合は、考えてみてください。しかし、持っている場合でも、この技術は法律よりも速く進化します。

それは保険契約よりも速く進化します。だから、保険代理店といくつかの会話をしています。彼らはこれらの質問に対する答えを調査しています。「それは本当に良い質問です」と言っています。例えば、クライアントがAIを使用してすべての内部データを分析し、AIが「これが昨年私たちの商品を購入したすべての人であり、これが彼らのペルソナです」といった要約を作成したとします。そして、それをPPC戦略家としてあなたに渡し、「これを使ってください」と言われたとします。あなたは「わかりました」と言います。

そして、そのデータを持ち、戦略を立てる際、意思決定を行う際、優先順位をつける際にそれを利用するよう指示されます。そのデータが誤っていた場合、責任はどこにあるのでしょうか？それはクライアントの責任だけなのでしょうか？これらは、私が考えている存在的な質問です。

Frederick Vallaeys: それは興味深いですね。私は最近、新しいビジネス保険の書類に署名しました。10年間このビジネスを運営してきて、初めて何に署名したのか理解しました。PDFをChatGPTに渡し、「何かおかしいところはありますか？心配すべきことはありますか？」と尋ねました。過去には、150ページの定型文だと思って署名していました。

しかし、AIはこれらの機会を開きます。医療保険を選ぶ際にも、プランの内容や医療請求コードを入力し、カスタムGPTに質問できます。「これがカバーされると思いますか？」と尋ねると、「それは60ドルの共同負担ですが、それ以外はカバーされています」と答えます。過去には、「医者に行って、請求書が出たらそれで終わり」と思っていました。

Julie Bacchini: 私はスプレッドシートを作成しました。すべてのオプションと前年の費用をまとめて分析しました。でも、それは私のやり方です。

Frederick Vallaeys: AIを使って作成しましたか？

Julie Bacchini: いいえ、自分で作成しました。

Frederick Vallaeys: これはサービスとして提供していますか？

Julie Bacchini: いいえ。頭痛の種でした。それは真実ではありません。

Frederick Vallaeys: それは興味深いですね。AIのリスクを複数のレベルで考える必要があります。そして、それが保険にどのように関わるかも考えなければなりません。また、人間の大きな役割の一つは検証です。AIが生成したデータを検証し、ビジネスの現実に基づいているかどうかを確認することです。エージェンシーは、単にドキュメントを受け取って何かをするだけでなく、ビジネスパートナーとして進化する必要があると思いますか？

Julie Bacchini: もっとそのような仕事をしなければならないと思います。誰かがダブルチェックする必要があります。AIの進化の段階では、誰かがダブルチェックする必要があります。あるPPCプロフェッショナルと話していて、クライアントがAIを多く使用したいと表明した場合、ダブルチェックが必要であることを考慮に入れて価格設定や時間を組み込んでいるかどうかを話しました。誰かが責任を持ってダブルチェックするべきです。それはクライアント側の誰かですか？それとも私たちが行うべきですか？

過去には、クライアントがCRMからエクスポートしたスプレッドシートを送ってくることが多かったです。今では、クライアントから受け取る情報がAIに投入され、スプレッドシートやナarrative、説明、要約として返されることが一般的です。

Frederick Vallaeys: それが正しいかどうかはどうやってわかりますか？私が探しているのは問題が発生する可能性のある場所です。問題が発生しないようにするために、私たちが行っていることが誤った情報に基づいていないことを確認したいのです。それはAIだけでなく、人間からも誤った情報が提供されることがあります。

Julie Bacchini: そして、それが興味深い例です。これが理想的な顧客プロファイルです。それには仮定が含まれています。それが人間によって生成されたものであれ、AIによって生成されたものであれ、私たちはすべての顧客を知っているわけではありません。いくつかの類似点を引き出し、平均的な決定を下しています。

平均は誰もが平均ではないため、あまり良くありません。しかし、それはある意味での誤表現です。Google広告の数字を取得し、1000クリックと100コンバージョンがあったとします。AIが「それは5％のコンバージョン率です」と言った場合、それは誤りです。実際には10％のコンバージョン率であるべきです。スクリプトを書いてきた経験から言うと、スクリプトでは何かを行い、何かが出てくるときに、そのデータが正しいと信じることができます。

しかし、誤ったフィールドを取得した場合、たとえばコンバージョンではなく、すべてのコンバージョンを取得した場合、ビジネスが望んでいたものと一致しないものに基づいている可能性があります。スクリプトでそれに対処する方法は、ツールがロジックを通過する際に、デバッグで「これを行っています」と表示し、サンプルデータを提供することです。そして、いくつかのデータを確認し、それが正しいようであれば、決定論的なコードでは論理的に正しい決定を下していると信じることができます。

しかし、AIに関しては、これらのことをどのように行うかが問題です。私にとって、それはAIにコードを作成させることです。ソフトウェアを作成させることです。

Geminiはこれをより多く行っています。Claudeはアーティファクトを使用してこれを行うことができます。しかし、単に答えるだけでなく、テーブルに置いてください。フィルターを提供してください。たとえば、5回以上のコンバージョンに基づいてキーワードを選択した場合、UIで10回以上のコンバージョンを設定できるフィルターを提供してください。それがUIを通じて信頼を築く方法です。

しかし、UIの支えがなくなる未来もあると思います。AIが一貫して良い仕事をしていることがわかれば、ますます信頼できるようになり、最終的には「高パフォーマンスの検索語句を見つけて追加を検討してください」と指示するだけで、それが何を意味するかを理解し、それを行い、質問することができます。「その背後にある数学は何ですか？」と尋ねることができ、説明してくれますが、すべてを見る必要はありません。

Julie Bacchini: それは本当だと思います。もう一つできることは、すでに答えを知っている質問をすることです。つまり、ここで話しているのは、AIをどのように活用するかということです。クライアントがあなたに求めるものや、ステークホルダーが求めるものを1週間後、2週間後、1か月後に提供することです。それは別の問題です。特定の条件下で特定のAIがどれだけ正確であるかを知りたい場合、すでに答えを知っている質問をして、その正確さを確認することができます。

それは、現在の段階でツールを使用する際の信頼レベルを高める方法だと思います。つまり、自分自身でまだ解決しようとしていることや、すべての情報を持っていないことをAIに尋ねるのではなく、すでに答えを知っていることを尋ねてみてください。

そして、それが正しい答えを出すかどうかを確認します。それは、今後の質問に対して高い信頼レベルを持つための方法です。したがって、少し時間をかけて、過去のデータを引き出し、パフォーマンスの答えを知っている期間から引き出すことができます。

それは、どの技術が有効であるか、どのプロンプトが有効であるか、どのようにして必要な結果を得ることができるかを検証するためのもう一つの方法です。それが、今後の業務を進めるために十分に信頼できるものであると感じることができるようにするための方法です。

だから、AIと協力するもう一つの方法は、すぐに成果を出すワークフローではなく、特定の状況で自信を持って使用できるようにするための方法を構築することです。これはあまり話題にされないことですが、もっと話されるべきだと思います。

Frederick Vallaeys: そうですね、AIを使って自信を築き、正しく機能することを確認するための非常に良いアドバイスです。AIに懐疑的であるにもかかわらず、AIを最大限に活用するためにワークフローに取り入れるべき他のヒントはありますか？

Julie Bacchini: そうですね、時には選択の余地がないこともあります。これをやるしかないと指示されることもあります。誰もがその経験をしています。そして、やっていることを記録しておきたいと思います。特に、これまでにやったことがないことで、異なる種類のAIを異なるポイントで統合することが期待されている場合は、非常に注意深く記録する必要があります。例えば、これをやった、こうやってやった、というように。

AIに同じ質問を2回すると、異なる答えが返ってくることがあります。だから、記録をしっかりとつけることが重要です。AIを使う利点は、時間を節約することにありますが、開発中やこれまでに使ったことのない方法で使うように求められている間は、すべてを記録しておくことをお勧めします。自分の変更履歴のように、これをやった、これが入力したプロンプト、これがアクセスしたデータ、これが与えられた指示、というように。

結果がどうだったかを追跡したいのです。自分自身のための歴史的な情報を持っておきたいからです。例えば、3、4回似たようなことを頼んだのに、結果が全然違った場合、2つは非常に似ていて、他の2つは全く異なっていた場合、同じ方法論を使ったのに、何が起こっているのかを考えるきっかけになります。記録をしていなければ、それに気づかないかもしれません。あなたの焦点は、X、Y、Zを頼んでこれが返ってきた、次はA、B、Cのタスクをやる、というところにあるからです。

私は記録をつけるのが好きです。それは自分を守るための習慣です。なぜこれをやったのか、ここで何が起こったのか、どのような順序でやったのか、という質問が出てきたときに備えて、すべてが新しく、急速に変化している状況では、記録システムを作ることが最大のアドバイスです。Googleシートに、求められたこと、プロンプトの作成方法、使用したプラットフォーム、入力した情報、出力された結果を記録しておくと良いでしょう。

Frederick Vallaeys: そうですね、PPCの自動化された世界での人間の役割のアナロジーを思い出します。PPCドクターのように、今ではどの医者に行っても記録されていますよね。人間のアシスタントや録音装置があり、すべてが書き起こされています。なぜコンピュータでそれを実行しないのでしょうか？何かを入れたり出したりするたびに、「スクリーンショットを撮って」と言うのです。これについての考えや思考過程を話し、最後には大きなトランスクリプトができ、AIがそのトランスクリプトを要約するのが得意です。非常に具体的な情報を与えると、幻覚を起こすことが少なくなりますし、録音も残っています。要約に戻って、「それは私が言ったことではない」と思ったら、録音を聞いてみてください。実際にそう言ったかもしれません。人間の脳は面白い方法で働くので、言葉を混同することがよくあります。

Julie Bacchini: そうですね。だから、メモを取ること、詳細なメモを取ること、記録すること、文書化することが好きです。でも、それをAIを使って助けてもらうのも良い機会だと思います。そして、私は大きな—

Frederick Vallaeys: Vi coder。それからAIがAIをチェックするんですね。

Julie Bacchini: そうですね。リスクを冒さないようにすることが大事です。それはビジネスにおいてのモットーのようなものです。何かを説明する必要があるときに、「AIがやった」とだけ言うのは嫌です。それが私の答えの終わりではいけません。

だから、記録をつけることは私たちがやる中で最も魅力的な仕事ではありませんが、多くのことに対してやっていますよね。広告コピーのスプレッドシートや画像を持っています。今月どのテストを実行しているのか、次に何が来るのかを追跡するために、定期的にこうした作業を行っています。それを考えると、ワークフローの中でそれほど違いはないと思います。戦略を管理し、テストを管理し、何をテストしているのか、今月の優先事項は何かを管理しているのです。それはその延長線上にあります。

Frederick Vallaeys: そうですね。プロジェクト管理ツールを使っていますか？

Julie Bacchini: 使っていません。私はコンサルタントなので、自分にとって意味のあるものを作成するだけです。複数の人が関わっている場合は、もう少し体系化されたものが必要だと思います。どこに置くのか、どのフォーマットで欲しいのかを決めるテンプレートを作成するべきです。私の場合は自分だけなので、自分にとって意味があるものでなければなりません。複数の人が関わっている場合や、社内で働いている場合は、コンサルタントとして働いている場合とは異なる文書化のニーズがあります。

Frederick Vallaeys: そうですね。私はFounders Voiceというコンテンツ管理システムを作りました。ブログやソーシャルメディアに何を載せるかを考えるためのものです。私の会社の中で私だけが使っているものですが、非常に重要です。データスタディを行い、アナリストがCSVファイルを送ってきて、それを処理して異なるバージョンにし、ClaudeやGemini、GPTに行って質問をします。そして最終的に、「この結論はどこから来たのか？」と考えることがあります。

その一つのチャットを見つけるのは大変です。Claudeが言ったことを覚えているかもしれませんが、Claudeはある時点でメモリが切れ、新しい会話を始めました。そして、古い会話を探すのに1時間かかります。

だから、このツールの中で、私の頭の中のプロジェクトを管理するために、AIチャットを記録する場所が必要だと感じました。それを一つの場所にまとめることで、見つけやすくなります。だから、あなたがどうやってそれを行っているのかを聞いているのです。みんなの脳は異なる方法で働きますが、私にとっては、これらのものを構造化された方法でつなげることが役立ちます。

Julie Bacchini: そうですね。それは良いポイントです。みんなが物事を考える方法は異なります。私はずっと言ってきましたが、PPCで何かを行う正しい方法はほとんどありません。そして、AIに関するすべてのこともそのカテゴリーに入ると思います。正しい答えはありません。間違った答えもありません。ツールをどのように利用するか、どのように適用するか、バックエンドをどのように管理するか、どれだけ保持するかには無数の答えがあります。

正しい方法も間違った方法もありません。ただ、ビジネスの側面やリスク管理の部分を持ち出すのが好きです。コミュニティの人々がそれを考えないことが痛ましいです。それが頭に浮かばないかもしれませんが、記録をつける必要があることや、それが重要かもしれないこと、誰かがそれを求めるかもしれないこと、訴訟に巻き込まれるかもしれないことを考えないで、困った状況に陥ることがないように。

私はそのような経験をしたことがあります。それは私が独立したビジネスパーソンとしてのキャリアの初期に起こりました。それが私をすべてのことにおいて非常に前向きに考える人にしました。だから、他の人とそれを共有しようとしています。私の痛みが他の人に役立つことを願っています。

Frederick Vallaeys: そうですね。ありがとうございます。エピソードの終わりに近づいていますが、Julie、AIがあなたにとって素晴らしいことをした、または典型的なAIの失敗を示すような具体的なAIの話がありますか？

Julie Bacchini: そうですね、AIをあまり使っていませんが、クライアントが非常に大きなドキュメントを提供してくれました。それをガイダンスベースと呼びましょう。販売データや購入者の情報が含まれていました。しかし、それを検証する方法がありませんでした。

例えば、実際に購入されたものの生データを見せてくれますか？と質問します。人口統計データがありますか？生の人口統計データを見せてくれますか？と。しかし、それは不可能でした。唯一の結果はAIでした。それは私を不安にさせました。検証する方法がないものに多くの信頼を置くことになるからです。昨年の中で、それが最も不安を感じたことです。それは何度も起こりました。

それが私が本当に「うーん、もっと必要だな」と思うところです。クライアントの中には、もっと提供してくれる人もいれば、「AIで提供したから大丈夫」と言う人もいます。そして、「AIが言ったことに従うしかない」と言うことになります。

Frederick Vallaeys: そうですね。AIの引き継ぎの問題は、AIが他のAIに引き継ぐ場合や、人間に引き継ぐ場合に大きな問題です。元のデータセットが何だったのかを確認できるようにする必要があります。AIチャットの最初に戻って、PDFやCSVが何だったのかを確認し、それを見て検証することが非常に必要です。さて、Julie、これは素晴らしかったです。もし誰かがあなたと一緒に働きたい、またはもっと知りたいと思ったら、どこに行けばいいですか？

Julie Bacchini: おそらく、私とつながる最も簡単な方法はLinkedInで見つけることです。Julie Freriedman Bacchini、Neptune Moonです。もちろん、PPCチャットを通じて私を見つけることもできます。私たちはどこにでもいます。Slack、Twitter、Discord、LinkedInのグループもあります。PPCチャットに関しては、どこにでもいます。私をGoogleで検索すれば、たくさんの結果が出てきます。何かについて話したい場合は、ぜひ見つけてください。

Frederick Vallaeys: 素晴らしいです。皆さん、見てくれてありがとう。今日は素晴らしいゲストとしてJulieに感謝します。次のエピソードが出るときに知りたい場合は、ぜひ購読してください。また、コメントや質問で私たちと交流し、できる限りお答えします。それでは、Julie、皆さん、ありがとうございました。次回をお楽しみに。