Brist vil bruke AI til å gi markedsførere bedre beslutningsgrunnlag
Mens stadig flere AI-verktøy i markedsføringen lover raskere rapportering, bedre dashboards og mer innsikt, mener Brist at bransjen fortsatt overser den største utfordringen. De fleste klarer fortsatt ikke å forstå hva som faktisk driver total effekt på tvers av kanalene. Det er bakteppet for bristIQ, byråets nye beslutningssystem for performance marketing.
Ifølge Brist er ambisjonen ikke å bygge enda en AI-agent som forteller hva som har skjedd i Meta, Google eller GA4, men et system som forklarer hvorfor utviklingen skjer, simulerer hva som sannsynligvis vil skje videre og prioriterer hvilke grep som vil ha størst effekt på totalen.
Plattformene rapporterer hver sin del av sannheten, men få markedsførere sitter igjen med et operativt svar på hva som faktisk driver vekst og lønnsomhet samlet sett. Det er dette Brist vil angripe, og det er her MMM kommer inn i bildet.
– Det største problemet er ikke mangel på data. Problemet er at dataene ikke henger godt nok sammen når beslutninger skal tas, sier Thor Christian Valle i Brist.
Sammen med teknologiselskapet Antire og AI-konsulent Peyman Kor, som har doktorgrad i kunstig intelligens, har Brist brukt det siste året på å utvikle bristIQ. Systemet bygger ifølge selskapet på 20 års performance-erfaring, strukturert i beslutningstrær, prioriteringslogikk og modeller for årsak og virkning.
I stedet for å vise utviklingen i én kanal isolert, skal bristIQ bidra til å beregne hva som skjer med total ROAS, lønnsomhet og vekst når budsjetter flyttes, mål justeres eller tiltak uteblir. Gjennom egne datamodeller og simuleringer forsøker systemet å gi svar på det mange markedsførere egentlig lurer på: Hva skaper mest effekt totalt, ikke bare i én kanal?
Ambisjonen treffer et marked der stadig flere annonsører er lei av å styre etter sprikende attribusjon og plattformsannheter.
Brist oppgir at systemet i dag analyserer store mengder historiske og løpende performance-data, og at det allerede brukes til analyse, simulering og rapportering. Samtidig understreker selskapet at løsningen ikke er bygget for å erstatte spesialisten.
– AI er svært god på å analysere store datamengder og oppdage mønstre. Mennesker er fortsatt best på kontekst, strategi og vurdering, sier Peyman Kor i Antire.
Ifølge Brist er hensikten å redusere tiden som går til manuell analyse, slik at mer tid kan brukes på optimalisering og konkrete forbedringer.
Brist opplyser at systemet i dag brukes på Google Ads, Meta Ads, GA4 og Google Search Console og at flere plattformer, som Snapchat og Shopify vil integreres innen utgangen av Q2.
– Det interessante spørsmålet er ikke hvem som lager enda et AI-verktøy. Det interessante er om teknologien faktisk bidrar til bedre beslutninger. Det er der vi mener slaget står nå, avslutter Valle.