דילוג לתוכן
WeManage AIהבלוג
חדשנות

AI שלא ממציא מספרים: החדשנות ש-WeManage מביאה לדוחות של סוכנויות הפרסום

הבעיה הכי מסוכנת של AI בשיווק היא לא תשובה שגויה. היא תשובה שגויה שנשמעת נכונה לגמרי. ב-WeManage פתרו אותה בשורש.

"ירדנו מ-61 ל-48 שקל": עלות הליד מחושבת בקוד ונבדקת, עוד בזמן הפגישה עם הלקוחה
"ירדנו מ-61 ל-48 שקל": עלות הליד מחושבת בקוד ונבדקת, עוד בזמן הפגישה עם הלקוחה · מתוך סרטון פגישת הלקוח של WeManage

בקצרה

  • מודלי שפה מנסחים מצוין, אבל כשהם מחשבים בעצמם הם עלולים לטעות במספר שנשמע סביר.
  • ב-WeManage המודל לא עושה חשבון: כל המדדים מחושבים בקוד, והמודל רק מנסח אותם.
  • לפני כל דוח המספרים עוברים שער אימות, ואם חסרים נתונים, הדוח לא יוצא.

כל מי שעבד עם צ'אטבוט מכיר את התופעה. מדביקים טבלת נתונים, מבקשים סיכום, ומקבלים פסקה מנוסחת היטב עם אחוזי שינוי, השוואה לחודש הקודם ומסקנה ברורה. רק שאחד המספרים לא נכון. לא בגלל שהנתונים היו שגויים, אלא בגלל שהמודל "חישב" בעצמו, וטעה.

בשיחה פרטית זו טעות מביכה. בדוח שנשלח ללקוח זו בעיה של אמון. לקוח שמגלה פעם אחת מספר שגוי בדוח יבדוק מעכשיו כל מספר, ובצדק.

למה מודלי שפה טועים דווקא במספרים

מודלי שפה נבנו כדי לנסח טקסט, לא כדי לעשות חשבון. כשמבקשים מהם לחבר עמודה, לחשב אחוז שינוי או להשוות שתי תקופות, הם מייצרים את התשובה שנראית הכי סבירה. ברוב המקרים היא גם נכונה. אבל "ברוב המקרים" זה לא מספיק כשמדובר בתקציב פרסום של לקוח.

מספר שגוי שנשמע סביר מסוכן יותר ממספר חסר, כי אף אחד לא עוצר לבדוק אותו.

הפתרון של WeManage: המודל לא עושה חשבון

WeManage AI נבנתה סביב עיקרון אחד שלא מתפשרים עליו: ה-AI לא מחשב. הוא לא מסכם, לא מחשב אחוזים ולא משווה תקופות. כל המדדים, כמו עלות לליד, עלות לרכישה, ROAS ושיעורי המרה, מחושבים בקוד, מתוך הנתונים שנמשכו מהפלטפורמות. המודל מקבל את התוצאות המוכנות ותפקידו אחד: לנסח אותן בשפה ברורה ולהסביר מה הן אומרות.

החלוקה הזו נשמעת טכנית, אבל המשמעות שלה פשוטה: כשהמערכת כותבת שהעלות לליד עלתה, המספר שמופיע לידה לא נוצר על ידי מודל שפה. הוא חושב, ואפשר לחזור אליו.

0:57
מתוך פגישת לקוח: השאלה נשאלת, והתשובה מהנתונים כבר על המסך (0:57)

שער אימות לפני כל דוח

העיקרון השני הולך עוד צעד: לפני שמספר מגיע לתוצר שהלקוח רואה, הוא עובר בדיקות. האם הנתונים מכסים את כל הימים שהתבקשו? האם התקופה שהפלטפורמה החזירה היא באמת התקופה שביקשנו? האם הסכומים מתיישבים זה עם זה?

אם הבדיקה נכשלת, הכלל הוא חד: אין תוצר. לא דוח עם הערת שוליים קטנה, לא אזהרה שאף אחד לא קורא. המערכת עוצרת ומסבירה מה חסר. זה אולי פחות נוח ברגע, אבל זה מה שמאפשר לסוכנות לשלוח דוח ללקוח בלי לבדוק מחדש כל שורה.

מה זה אומר בפועל
  • המספרים בדוח נקראו מהנתונים ולא נכתבו על ידי המודל.
  • יום חסר או תקופה לא תואמת עוצרים את הדוח, במקום להסתתר בתוכו.
  • כשהדוח מציג נתון ממקור שלא הוצלב, כמו גיליון או CRM, המקור מצוין על הדוח עצמו.

למה זה חדשני

רוב הכלים שמשלבים AI בשיווק מתחילים מהמודל, ומוסיפים אחר כך בדיקות כשמתגלות טעויות. WeManage התחילה מהכיוון ההפוך: קודם הנתונים, החישוב והבדיקות, ורק בסוף השפה. זו החלטה ארכיטקטונית שמשפיעה על כל חלק במערכת, מהתשובה הקצרה בצ'אט ועד הדוח החודשי במיתוג הלקוח.

התוצאה היא שילוב שקשה למצוא: הנוחות של לשאול שאלה בעברית פשוטה ולקבל תשובה מנוסחת, יחד עם רמת הדיוק של גיליון שמישהו בדק בקפידה.

מה הסוכנות מרוויחה

  • אמון הלקוח. דוח שאפשר לסמוך עליו הוא דוח שהלקוח קורא, ולא מתחיל לבדוק.
  • זמן. אין צורך לעבור על כל מספר לפני שליחה.
  • שקט. אף אחד בצוות לא צריך לחשוש שמשפט סביר בדוח מסתיר טעות.

איך נראה דוח שנבנה כך מקצה לקצה? קראו את הדוח החודשי ללקוח, בלי שבוע של אקסלים, או קבעו הדגמה ותראו את זה על הנתונים שלכם.

AI בדוחותדיוק נתוניםשער אימותאמינות דוחותWeManage AI
על WeManage AI

WeManage AI היא מערכת AI אחת לסוכנויות פרסום, צוותי שיווק ומותגי איקומרס. היא מחברת את פלטפורמות הפרסום, ה-CRM והאנליטיקה, מפיקה דוחות ומבצעת אופטימיזציות באישור הצוות. למידע נוסף

עוד מהבלוג