Säännöllinen julkaiseminen somessa on tunnetusti vaikeaa pienelle tiimille. Yksi kiireinen viikko, ja julkaisukalenteri jää tyhjäksi kolmeksi viikoksi.

Siksi useimman kasvavan yrityksen some on hiljainen. Sisältöä olisi kyllä, mutta kukaan ei ehdi muokata sitä julkaisukelpoiseksi joka viikko keskellä muuta työtä.

Kuvittele kahta muuten samanlaista yritystä. Toinen julkaisee säännöllisesti koska joku ehtii aina muokata materiaalin valmiiksi. Toinen julkaisee harvoin koska sama työ jää aina seuraavalle viikolle. Ero ei ole ideoissa. Ero on siinä kuka ehtii muokata idean julkaisukelpoiseksi.

Tekoäly ratkaisee juuri tämän pullonkaulan. Se ei korvaa ihmistä, vaan poistaa tyhjän sivun ongelman. Tässä on mitä se osaa tehdä, ja mistä kannattaa pitää kiinni itse.

Tämä koskee kaikkia kanavia riippumatta siitä mistä some on kyse: LinkedIn, Instagram, uutiskirje tai video. Periaate on sama joka kanavassa, vaikka lopputulos näyttää eriltä.

Mitä tekoäly osaa some-sisällön tuotannossa?

Tekoäly toimii parhaiten silloin kun raaka materiaali on jo olemassa. Blogikirjoitus, video, asiakastapaaminen tai webinaari sisältää jo tarinan ja pointin. Tekoäly muokkaa sen uuteen muotoon.

Käytännössä tämä tarkoittaa kolmea asiaa: yhden pitkän sisällön monistamista kanavakohtaisiksi julkaisuiksi, julkaisukalenterin täyttämistä valmiiksi aikataulutetulla materiaalilla, ja luonnosten tekemistä valmiiksi ihmisen hyväksyttäväksi.

Näistä kolmesta ensimmäinen tuo suurimman ajansäästön, koska se on se vaihe joka aiemmin vaati eniten uudelleenkirjoittamista. Toinen ja kolmas ovat lähinnä seurausta ensimmäisestä: kun materiaalia on valmiina, kalenterin täyttäminen ja hyväksyntä ovat nopeita askeleita.

Tyypillisiä lähteitä ovat asiakastapaamisen tallenne, myyntipuhelun yhteenveto, pitkä blogiartikkeli, sisäinen esitys tai vaikka podcast-jakso. Mikä tahansa joka jo sisältää ajatuksen, esimerkin tai opetuksen kelpaa raaka-aineeksi.

Mitä tekoäly ei tee on ideoiden keksiminen tyhjästä. Se ei tiedä mitä yrityksesi asiakkaat oikeasti kysyvät tai mitä teidän tarjoomassanne on erityistä, ellei sille anneta sitä tietoa. Siksi lähtökohta on aina oikea materiaali, ei tyhjä prompti.

Miten yksi sisältö monistuu moneksi some-julkaisuksi?

Yksi tunnin mittainen asiakastapaaminen tai yksi blogiartikkeli sisältää yleensä useita erillisiä pointteja jotka kaikki kelpaavat omaksi julkaisukseen. Tekoäly poimii ne, muotoilee jokaisen kanavan tyyliin sopivaksi, ja jättää lopputuloksen odottamaan tarkistusta.

LinkedIn-julkaisu, lyhyt videokäsikirjoitus ja uutiskirjeen kappale voivat kaikki syntyä samasta alkuperäisestä materiaalista, ilman että kukaan kirjoittaa niitä kolmeen kertaan käsin.

Esimerkki: yhdestä lähteestä viideksi julkaisuksi

Näin yksi tunnin mittainen asiakastapaaminen voi jakautua havainnollisesti eri kanaviin:

Yksikään näistä ei vaadi enää alkuperäisen materiaalin läpikäymistä uudelleen. Ne kaikki tulevat samasta lähteestä, muotoiltuna kanavan mukaan.

Tämä ei tarkoita että kaikki viisi julkaisua pitää julkaista samana päivänä. Ne voi levittää usealle viikolle, jolloin yhdestä asiakastapaamisesta riittää sisältöä pitkäksi aikaa ilman että kukaan joutuu keksimään uutta aihetta joka viikko tyhjästä.

Miten tekoäly täyttää julkaisukalenterin?

Kun raaka materiaali on käsitelty, tekoäly voi järjestää julkaisut valmiiksi aikataulutettuun kalenteriin viikoiksi eteenpäin. Tiimi näkee koko viikon sisällön kerralla, sen sijaan että joku miettii joka aamu mitä tänään pitäisi julkaista.

Tämä yksin poistaa suurimman syyn miksi some hiljenee: siitä ei enää tarvitse tehdä päivittäistä päätöstä. Siitä tulee viikoittainen tarkistus.

Tämä tuo mukanaan toisen edun: koko tiimi näkee etukäteen mitä on tulossa. Myynti voi nostaa saman aiheen puhelussa, ja asiakaspalvelu tietää mihin viesteihin voi olla tulossa kysymyksiä.

Kalenteri kannattaa silti pitää joustavana. Jos jotain ajankohtaista tapahtuu alalla juuri nyt, sen pitää olla helppo lisätä suunnitelman päälle. Automaatio hoitaa perustyön, mutta ajankohtaisuus on aina arvokkaampaa kuin tarkka aikataulu.

Miksi geneerinen tekoälysisältö kuulostaa tekoälyltä?

Tässä on kohta jossa useimmat yritykset epäonnistuvat. Kun tekoälyä pyytää kirjoittamaan julkaisun ilman mitään pohjamateriaalia, se tuottaa tekstiä joka kuulostaa keneltä tahansa. Samat fraasit, sama rakenne, sama ylimalkainen sävy.

Lukija huomaa tämän nopeasti, vaikka ei osaisi sanoa mikä siinä on vialla. Teksti ei tunnu keneltäkään puhuvan. Se tuntuu keskiarvolta.

Tunnistettavia merkkejä ovat ylikorostunut positiivisuus, samat aloitusfraasit joka postauksessa, ja väitteet jotka kuulostavat yleispätevältä neuvolta kenelle tahansa. Lukija on nähnyt saman rakenteen kymmeniä kertoja muualla, ja se riittää siihen että viesti unohtuu heti.

Tämä ei ole tekoälyn vika sinänsä. Malli tekee juuri sen mitä siltä pyydetään, ja jos pyyntö on ylimalkainen, myös vastaus on ylimalkainen. Ongelma ratkeaa antamalla mallille jotain konkreettista työstettäväksi yleisen aiheen sijaan.

Tässä on hyvä muistisääntö: jos lukija voisi kuvitella saman lauseen minkä tahansa kilpailijan julkaisussa, se ei erotu. Tavoite on teksti jonka joku tunnistaisi teidän yrityksenne kirjoittamaksi, vaikka logo puuttuisi kuvasta.

Miten yritys opettaa tekoälylle oman äänensä?

Ratkaisu ei ole parempi promptaus vaan parempi pohjamateriaali. Kun malli saa lukea yrityksen omia aiempia tekstejä, oikeita esimerkkejä ja yrityksen omaa sanastoa, lopputulos alkaa kuulostaa siltä yritykseltä eikä keneltä tahansa.

Käytännössä tämä tarkoittaa mallin syöttämistä yrityksen aiemmilla julkaisuilla, myyntimateriaaleilla ja tyypillisillä asiakaskysymyksillä ennen kuin sitä pyydetään kirjoittamaan mitään uutta. Mitä enemmän oikeaa materiaalia mallilla on luettavanaan, sitä vähemmän se turvautuu geneerisiin fraaseihin.

Sama koskee sanastoa. Jokaisella toimialalla ja jokaisella yrityksellä on omat termit ja tapa puhua asiakkaista. Kun malli oppii käyttämään näitä oikein sen sijaan että se turvautuisi yleiskielisiin korvaajiin, teksti alkaa kuulostaa siltä että joku alan ihminen on kirjoittanut sen.

Toinen ehdoton osa ratkaisua on ihmisen hyväksyntä ennen julkaisua. Tekoäly tekee luonnoksen. Ihminen lukee sen, korjaa sävyn kohdat jotka eivät osu, ja painaa julkaise. Se muutama minuutti maksaa itsensä takaisin moneen kertaan verrattuna siihen että joku kirjoittaisi tekstin tyhjästä paperista.

Hyväksyntävaihe ei tarvitse olla raskas. Useimmiten riittää että joku lukee luonnoksen läpi kerran, muuttaa pari sanaa jotka eivät kuulosta oikealta, ja päättää sopiiko ajoitus juuri nyt.

Pienessä tiimissä hyväksynnän voi hoitaa sama henkilö joka muutenkin vastaa somesta tai asiakasviestinnästä. Isommassa tiimissä kannattaa sopia kuka hyväksyy minkäkin kanavan sisällön, jotta vastuu ei jää kellekään epäselväksi ja luonnokset eivät jää odottamaan viikkoja.

Mitä somesta ei kannata automatisoida?

Tekoäly on hyvä toistuvassa, ennakoitavassa työssä. Se ei ole yhtä hyvä tilanteissa joissa virhe maksaa mainetta tai joissa aitous itsessään on viesti.

Näissä kolmessa yhteinen nimittäjä on sama: kyse on hetkistä joissa joku toinen ihminen odottaa saavansa vastauksen toiselta ihmiseltä, ei järjestelmältä. Kun tekoäly astuu tähän tilaan huomaamatta, luottamus kärsii nopeammin kuin se rakentuu takaisin.

Automaatio hoitaa toistuvan työn. Ihminen hoitaa hetket joissa luottamus on pelissä.

Nyrkkisääntö on yksinkertainen: jos julkaisu voi olla väärässä ilman että kukaan loukkaantuu, automaatio saa auttaa vapaasti. Jos virhe vahingoittaisi luottamusta tai suhdetta, ihmisen pitää olla se joka painaa lopullisen napin.

Miten some-automatisoinnin ROI oikeasti lasketaan?

Ennen laskelmaa kannattaa olla rehellinen sille mikä oikeasti vie eniten aikaa juuri nyt: onko pullonkaulana ideointi, kirjoittaminen vai julkaisujen aikatauluttaminen? Automaatio auttaa eniten siinä vaiheessa joka vie eniten aikaa juuri sinun tiimissäsi.

Tässä yksinkertainen esimerkkilaskelma, ei asiakasdataa vaan havainnollistus. Jos yksi some-julkaisu vie kirjoittajalta tyhjästä paperista lähtien noin 45 minuuttia, ja saman julkaisun editointi valmiista tekoälyluonnoksesta vie noin 10 minuuttia, aikasäästö per julkaisu on noin 35 minuuttia.

Kymmenen julkaisua kuukaudessa tarkoittaa tällöin karkeasti kuutta tuntia säästettyä työaikaa, joka voi mennä asiakastyöhön tai myyntiin sen sijaan että se katoaisi tyhjän sivun tuijottamiseen.

Luvut vaihtelevat yrityksen ja kanavien mukaan, mutta suunta on aina sama: editointi valmiista luonnoksesta on nopeampaa kuin kirjoittaminen alusta.

Toinen näkökulma: kiireisten kuukausien vaikutus

Ajattele vielä yhtä esimerkkiä, edelleen havainnollistuksena eikä mitattuna lukuna. Rauhallisena kuukautena tiimi ehtii ehkä kirjoittaa kahdeksan julkaisua käsin. Kiireisenä kuukautena, kun sama tiimi tekee asiakastöitä täysillä, se määrä voi pudota kahteen tai kolmeen koska muu työ menee aina somen edelle.

Kun julkaisut syntyvät jo olemassa olevasta materiaalista ja vaativat vain editoinnin, kiireisen kuukauden pudotus on paljon pienempi. Tuotanto ei pysähdy kokonaan vaikka kalenteri olisi muuten täynnä asiakastyötä. Tämä tasaisuus on usein arvokkaampaa kuin yksittäisen julkaisun tuntisäästö.

Isoin hyöty ei useinkaan näy tuntilaskelmassa vaan siinä että julkaiseminen jatkuu myös kiireisinä viikkoina, kun se ei enää vaadi kokonaan uutta tekstiä joka kerta.

Palataan alun kahteen yritykseen. Ero niiden välillä ei lopulta ollut kunnianhimo tai ideoiden määrä. Ero oli järjestelmä joka muutti olemassa olevan tekemisen valmiiksi julkaisuiksi, ja tapa joka piti ihmisen mukana siellä missä se aidosti merkitsee.

Rakennamme yleensä ensin ja ansaintamme perustuu tuloksiin. Laajuus sovitaan maksuttomassa 30 minuutin puhelussa.