Velkommen til oss her i Suksess med netthandel. Vi skal snakke om en av mine favoritttinger, AI og netthandel. Jeg har jo jobbet mye med i det siste her hos oss, men dere jobber litt mer på markedsføringssiden enn det vi har jobbet med det siste.
Kan du fortelle litt om bakgrunnen til Odins AI og hvorfor dere jobber med det som heter Marketing Mix Modeling, som det er mye snakk om med dere. Odins AI er en plattform der vi skal løse hvordan du skal bruke mediebudsjettet best mulig og hvor stort mediebudsjettet du skal ha. Men for å gjøre det så må vi samle data på alt du har gjort historisk.
Vi er to del plattformer grunnen, der vi først samler data enten via API for de kanalene som har det og hjelper deg å strukturere det. Også for TV, radio, influenser og kanaler som ikke har API så gjør vi det veldig enkelt for deg å få det instrukturert og fordelt på riktig dag. Det første vi gjør er at vi samler de datene og så får vi også salgsdata fra nettbutikken din.
Så gir vi deg et verktøy å rapportere og se hvor mye du har brukt på de ulike landene eller produktgruppene og hvor mye du har solgt. Så er det en helt enkel oversikt. Flere kunder som er litt større får disse datene tilbake inn i sitt datavarehus igjen og bruker det videre på ABI og den type ting.
Og det er også der det dere kaller for marketing mix modeling kommer inn, ikke sant? Ja, det er neste steg. For når vi en gang har alle disse datene, det er da vi kan begynne å lage modeller. Og det som er det absolutt viktigste i forslaget er at vi bygger modeller ut fra det som har skjedd de siste årene og intervjuer med deg som kunde på hva du tror.
Og så tar vi inn eksterne variabler i den grad det er nødvendig, typisk prising er jo en viktig ende. Og så har vi et verktøy der du kan sitte og jobbe med de modellene. Du får kontinuerlig oppdaterte modeller der du får et fokus på hvor mye du skal selge neste uke, neste måned.
Du kan leke deg med scenarioer. Hva skjer hvis det øker markedsbudsjettet med 50%? Hvor mye mer vil du selge for da? Og det er jo veldig enkelt for deg å se hvor gode har modellene vært. Vi er veldig transparente og du kan se at det er den modellen som var aktiv for to måneder siden, hvor godt har den truffet de siste to månedene.
Så det er liksom i bunn og grunn det da. Og så tillegg var det at GDPR og cookiedude og Apple IOS og alt dette gjorde at datene forsvinner mer og mer fra de store plattformene. Og de tror faktisk at kanalene er veldig effektive og de ønsker at sluttkundene skal ha mulighet til å bevise det.
Ja, og derav da prøver å finne den løsningen ved hjelp av AI? Ved hjelp av AI, det vi gjør etter vi ser at disse modellene er tilatt der, er at du kan inkorporere litt sånn forkunnskunnskap. Først intervjuer vi kundene. Hvordan gjør du markedsføringen din i dag? Så ser vi litt på hva Google og Facebook forteller oss og de andre plattformene.
Så tar vi det som utgangspunkt. Så vi starter i grunn med det de gjør i dag. Og så gradvis endrer vi modellen til å passe mer og mer med den reelle virkeligheten.
Og det er sikkert den Google sin fremgangsmåte var det som fascinerte oss mest som tilhørte det veldig. Og så etter det så har det kommet et par andre som har oppnått en så sram verk som har muliggjort at vi klarer å gjøre dette. For vi slipper å bygge motoren fra skatt.
Vi bygger opp på noe som eksisterer allerede. Hva er det dere løser nå i forhold til hva det har vært? Det vi prøver å løse er litt det samme. Hvordan virker hver enkelt kanal? Så vet vi hvordan Google virker? Eller på netthandlere blir det kanskje Google PMOX mot Google Søk eller Facebook conversion ads mot andre Facebook-typer.
Har vi bygget opp modeller der vi stoler på, så er det veldig enkelt å si hvordan skal du optimere et gitt budsjett? Og du kan også drive scenarioplanlegging. Hva skjer hvis du får 50% mer penger å bruke uten markedsføring? Da kan du si at i forhold til gitt modeller så selger jeg 25% mer. Og dette er ikke black box modeller.
Det er veldig forståelige modeller som du kan sitte og diskutere med kundene. Selve optimeringen kjører er litt vanskeligere å forstå. Men sluttresultatet er veldig enkelt.
Det er metningskurver. Hva skjer hvis du bruker 100.000 på Google om en uke? Jo, du selger for 800.000. Hva skjer hvis du bruker 200.000? Vel, du selger ikke på 1,6 millioner, men du selger på et eller annet sted imellom der. Så det er litt med utsatte effekter, brand equity og alt sånt.
Men i bunn og grunn er det så enkle modeller du får ut. Så det er veldig diskuterebart. Du kan ta dette med deg når du diskuterer med CFO'en eller CFO'en er deg selv.
Du får veldig tydelige kurver på hva som skal skje. Og det er enkelt å se når det bomber. Og det er grunnen.
For det baserer på egen data, ikke sant? Altså den dataen kunden allerede har. Det er den dataen det er basert på. Det er ikke en finger opp i luften og sånn, dette tror vi kommer til å skje.
Nei, vi tar utgangspunkt i hvordan fordeler du budsjettet ditt i dag, og hvordan budsjetter du i dag. Så ser vi gjerne på alt du har gjort og markedsaktiviteter de siste 2-3 årene på dagsnivå. Så der må vi samle masse data, og det kan vi komme inn på hvordan vi gjør.
Og så ser vi på salgstallene dine, og det er det vi bruker i klassisk salgmodellering. Så det er det eneste du har. Du bryr deg ikke om tracking, du bryr deg ikke om noe annet.
Det eneste du gjør er at du ser på hvilke aktiviteter du har gjort, og hvilke salg du får igjen. Så har du kontrollvariabler som sesong, pris, og konkurrenter som går konkurs. Men vi tar i tillegg med kunnskaper som du gjerne bare har.
Altså, jeg mener influenser virker på denne måten. Og så kan vi velge hvor sikker er du på denne antakelsen, og så ser vi på de siste 2 års data. Så justerer vi det litt gradvis.
Det er bunn og grunn det som salgmodellering, eller moderne salgmodellering er. Og det er også grunnen til det skjer så mye, og det er så mye snakk om det nå. Det at du begynner med et realistisk utgangspunkt gjør at det blir enklere å stole på, enn det mange har hatt før da, hvis du har gjort salgmodelleringsprosjekt for 10 år siden.
Ja, ikke sant. Så dere har jo vokst veldig raskt nå i det siste. I hvert fall mitt inntrykk når jeg følger dere på LinkedIn og litt sånn forskjellig.
Da har dere samlet en god del data og snakket med en god del bedrifter. Hva tenker du er den største utfordringen for norsk e-handel akkurat nå i forhold til markedsføring i dag, basert på den erfaringen dere har fått? De tingene vi løser, så er det kanskje at vi ser at kunder forelsker seg i kanaler. Du startet kanskje med Google søk, og det var det som gjorde at du vokste deg i stor, og du fortsatte med det for lenge.
Altså, i stedet for å begynne å teste nye kanaler, og kanskje teste de skikkelig, så bare fortsetter du å øke på den kanalen du kjenner og har gjort det bra i historisk. Den er veldig tradisjonell. Og ellers er det å teste noen nye kanaler, og tørre å teste de skikkelig, og ikke teste de med to prosent av mediebudsjettet, men heller ta skikkelig i en kort periode.
Andre ting som vi ikke gjør noe med, så er det kanskje å få gode nok, og mange nok kreative. Nå skal algoritmerne ha mye å jobbe med, og du trenger innhold som treffer alle. Noen annonser med to-tre bilder, og så kjører vi på.
Det er ikke nok lenger. Du bør helst ta en 10-20-tals, hvis du skal kjøre på med et godt nok budsjett, for å bare finne vinner og slå av tapere. I hvert fall på de store, digitale kanalene.
I tradisjonelle kanaler fungerer vi jo som før. Ja, vanskelig å gå ned på Oslo S og skifte ut hver femte minutt en kreativ. Det er noe sånt.
Erfaringsmessig, så har du klart å øke return of investment med omtrent 20% på de du har lekt med, hvor du har optimalisert budsjettallokeringen. Forklare litt hva du har gjort og funnet frem med ved hjelp av dine AI-modeller. Dette er jo snittetall.
Vi har noen kunder som har bedre enn noen som gjør omtrent modellene de har anbefalt. Ved snitt ligger vi på over 20. Det vi ofte finner er at man bruker for mye på enkelte kanaler.
Det er den store forbedringen. Med kanaler mener jeg at Google PMAX er en kanal i dette. Det er enkelte områder hvor man har lagt alt for mye penger.
Det kan være å kutte ned til 30% av det du gjør og flytte pengene på kanaler som kanskje i snitt ikke er mer effektive, men der den inkrementelle siste kunden er billigere enn den siste kunden på Google PMAX. Det er der vi får disse 20 prosentene. Men der vi også ser veldig mye verdi, og det er noe vi har sett mer og mer etterhvert, er hvor stort markedsbudsjett skal du ha.
For i dag har man ofte sånne tommerfingersregler. 10% av mediebudsjettet skal gå på markedsføring, eller 10% av omsetningen skal gå på markedsføring. Men det vi får ut er hva den siste kunden koster.
Den siste kunden du får inn er et helt åpent tall når du har først bygget modellet. Hvis du ser at den siste kunden koster 800 kroner å få inn, selv om snittet er 200, og du tjener 600 kroner per kunde, så burde du kanskje kuttet litt i mediebudsjettet ditt. Det er den andre siden av det.
Det er de to tingene vi prøver å gjøre. Hvordan bruker du det eksisterende budsjettet best mulig, og hva er riktig budsjett? Vi tar det med kanaler allerede først. Du nevner jo det på siden av dere at dere støtter over 600 digitale kanaler.
Hvis vi hadde spurt en vanlig markedsfører på et kontor i dag, så hadde dere ikke klart å nevne mer enn 20 kanskje. Hvilke kanaler synes dere gir best resultat for nettbutikker i dag? Bare for når vi sier det vi støtter, vi må samle data på alt du har gjort av markedsaktivitet de siste årene. Da bruker vi treparts integreringspartnere som støtter ca.
600 digitale kanaler. Da er vi på TikTok, Snapchat, LinkedIn, Attraction og Adservice. Alt mellom himmel og jord i grunn.
Og hvert annonseformat innenfor de er på en måte en kanal også, ikke sant? Ja, vi får veldig granulære data ned, og så lenge du har brukt 5-10% av mediebudsjettet ditt på den kanalen i en periode, da begynner vi å modellere på det. Men så er det også kanaler som du ikke har API på, så mye influenser, TV, radio. Så der har vi laget en veldig enkel måte å legge inn de datene, så når du har en TV-rapport, en sportrapport derifra, så kan du bare hive den inn i systemet, og vi tar det og fordeler kostnadene på dag som vi trenger.
Så det er det vi mener med at vi støtter så mange kanaler. Så har vi et verktøy der du sitter og mapper det opp mot. Nettbutikker er ofte enkle, men hvis du har mange nettbutikker, så må du mappe kostnadene ned på hvert land utifra dette.
Og det gjør vi også. Har dere klart å få noen data på hvilken av de kanaler som gir best resultat? Det er jo forskjellige kunder hvis ikke alle trenger disse modellene. Det er sant.
Men det vi ser er at er du nisje, sånn at du driver inn i en eller annen nisje, at du ikke konkurrerer med komplett og eldkjøp, så er det ofte lurt å først gå på disse store plattformene, og at algoritmerne dine finner den lille nisjen som passer akkurat dine kunder. Det er der du bør starte, Facebook, Google. Men går du rett i strupen på kompletter, så må du jakte nye kanaler som kanskje er billigere akkurat nå.
TikTok var når det kom, Snapchat var når det kom. Men det er litt forskjellig om du har noe litt mer nisje til. Ja, jeg skjønner.
Og det som også er litt spennende, jeg forstår det sånn også at dere trekker ikke noe data gjennom nettbutikken, sånn kundedata og den type ting. Forklare hva du mener med det. Det er ingen privacy issues, det er ingen sånne EU-reguleringer som stopper dere, som så mange av disse kanalene sliter med på tiden.
Hvordan trekker dere kunder, eller hvordan løser dere disse analysene på denne måten? Jeg tror at det hele med salgsmodelleringen, at det kommer så sterkt nå, er litt svar på GDPR og cookies og alt dette, at datene får sendes. Det eneste vi bruker kommenteringsdata fra Google og Facebook og de andre kanalene til, for vi har hentet ned de også, er at vi tror ikke på Facebook når de sier at de selger 2 millioner med 100 000 budsjett, eller 3 millioner for 150 000 budsjett, men vi tror kanskje på formen, på metningsgruben derifra. Når de sier at du bare får 50% mer når du bruker dobbelt så mye penger, greit, det kan vi tro på, men vi tror ikke på det absolutte nivået.
Det absolutte nivået finner vi ved å bare se på hva du har gjort på de ulike dagene. Vi tar inn impressions, vi tar inn news og alt sånt som du har kjøpt, men vi prøver å se på bare mediespend, for det gjør det mye enklere å forstå modellene. I de periodene du har brukt 100 000 på TV, så ser vi at i perioden etterpå så selger du for 400 000 mer enn det du ellers ville gjort.
Hvis dette gjenter seg flere ganger, da kan vi begynne å si noe om avkastningen på den kanalen. Det vi trenger er at du har testet litt historisk og ikke endret budsjettene dine helt linjert. Når du har endret budsjettene er det at du har tørrt å teste litt.
Ja, ikke sant. Du har denne utfordringen som viser litt om jeg holdt det som et performance-byrå, at hvilken kanal er det som sier at de har tatt salget. Google vil gjøre det samme som Meta, som vil gjøre det samme som Epos-systemet ditt.
For eksempel Klavio. De sier at det er de som er grunnen for at salget er tatt, ikke sånn basert på piksel som blir fyrt av. Men vi vet jo at TV har vært en påvirkning før du fant det igjen på Facebook, som igjen er en påvirkning før du googlet det, og så gikk du inn og kjøpte.
Hvordan ser du på det? Har dere klart å finne ut av de tingene ved hjelp av AI? Gitt at dette fungerer 100%, så trenger du ikke den trackingen. Vi bryr oss ikke om hva kanalene sier. Vi ser bare hva skjer etter du bruker mye penger i en kanal.
Hadde vi hatt 100 års historikk med data, så hadde vi ikke trengt de andre. Det er litt data-fattig. Vi har maks en observasjon per dag, og noe gjør vi på uke.
Så vi er nødt til å hjelpe modellene litt på gang med å gi det et startpunkt. Det tar vi for den type tracking-løsninger eller tradisjonsløsninger. Dette er jo svaret på disse spørsmålene der.
Det som er utrolig spennende med den AI-reisen vi er inne i, som kun de to siste årene viser at dette ikke bare skjedde. Det er ikke noe som går vekk med det første. Det er noe vi ser kommer til å være i bildet en god stund fremover.
Og andre måten vi gjør ting på fremover. Hva tenker du er andre ting AI vil bli brukt for nettbutikker, for å drive markedsføring nå fremover i neste år, de ti neste årene kanskje? Hvis du tenker på disse store medietattformene, Google, Facebook og Snapchat, de har jo blitt så gode algoritmer på nå, at du knapt trenger å gjøre noe kontoarbeid. Du må gi dem et budsjett, du må gi dem gode kreativer, og du må gi dem et mål å jobbe mot.
Du holder på å lage egne kreativer selv også nå, basert på et par av de bildene du har og katalogene de har. Strengt sagt trenger man ikke det heller. Enda så lenge er det mulig å skjelle seg ut på det, og kreative konsepter og sånt.
Men det viktigste du gjør på markedsføring etter hvert, blir jo det å sette et budsjett og et mål. Og ikke minst nivå opp på det budsjettet. Så det er der vi tror vi er flinke, altså å finne viktige budsjettstørrelser til ulike kanaler totalt.
Til deg tror jeg det blir viktigere og viktigere å fide inn ting som, denne varen kommer til å bli utsolgt uansett, så slutter markedsføring den type ting. Det er der de gode skiller seg fra de dårlige. Og så er det til influensere, og TV er jo som før, enda så lenge.
Ja, vi ser vel en liten frempek av AI-influensere, AI-user generated content, som også påvirker på veldig mange måter. Vi ser det allerede i politikken, og hvordan det påvirker forskjellige valg, så det er jo mye der også. Er det noen ting du tenker er viktige forberedelser som nettbutikker bør gjøre nå i forhold til AI? Få kontroll på data.
Ofte sier det at det er flinke folk som starter disse nettbutikkene, og de bygger seg opp gode systemer, og de har sitt regnerakk med 150 tabs, og litt supermetrics-integreringer for å hente data. De løser mye der, men det blir veldig personavhengig, og det blir vanskelig å automatisere hvert. Så vi mener jo vi er en løsning der, men uavhengig av det, så bare få kontroll på datene, og uansett sånn ting som utsolgssituasjoner og kampanjepriser, så må mange slite med å ha gode data på.
Ja, ikke sant. Så har vi snakket litt om det da, for nå har vi snakket om veldig høye tall, budsjetttall, 10 millioner og den type ting. Vi har jo litt forskjellige lyttere på denne podcasten, og vi i Monaco har jo delt inn nettbutikker i tre faser.
Du har oppstartsfasen før du har nådd dine to første millioner i året, så har vi stabilisering fra 2-20 millioner, og så har vi skalering fra de som går fra 20 og oppover. Så det er jo forskjellige nettbutikkreiser her. Akkurat i dag, hvem er det Odin passer for nå? Og eventuelt hvis noen kan hoppe på, hvor lang tid tar det å komme i gang med dere? Ja, altså de kunne vi gjøre modellering for.
En ting er datainsamling og strukturering. Det er en mye rimeligere del av Odin, så det kan alle begynne med nå, få kontroll på datene sine og få gode rapporter som de kan jobbe med. Modelleringen er en nok så manuell prosess fra vår side, som vi jobber med.
Men det betyr jo også at det er litt større kunder vi jobber med. Typisk at de har ren mediespenn på, de fleste har gått over 10 millioner. Men der jobber vi veldig.
Vi håper på en Q2 omtrent at vi kan gi automatiserte modeller for litt mindre kunder. Men det bør jo ha et voksent mediebudgetter, uavhengig av at dette blir aktuelt. Men det er jo også gjerne det for fremtiden, at mindre nettbutikker er enda mer sårbare for å trå feil i mediebudgettene sine.
Så hvis det kommer verktøy her som kan hjelpe til, så er det selvfølgelig stor pluss for de å komme seg videre i nettbutikkreisen sin. Gjerne i den fasen at Facebook-annonsene bør fungere, eller finne ut hvilke ting som fungerer. Kanskje man prøver seg på en influenser uten at man har nok data til å ta et skikkelig valg.
Så det sprøtter de greiene der. Men det er jo som dere sier, dere jobber jo med å øke salgene, og ikke nødvendigvis budgjettene. Så det er noe dere har snakket veldig mye om i ulike foredrag som dere har hatt i det siste året.
Fortell litt om akkurat det. For en markedsfører som lytter på, så er det sånn at jeg vil ha større budgjetter. Men for daglig leder så høres det veldig riktig ut.
Jeg trenger at det er samme budgjetter år etter år. Nei, det er kanskje litt dårlig overskrett fra vår side. Det er to ting vi gjør.
Det ene er å optimalisere bruk av ditt eksisterende budgjett. Men det andre er å finne riktig budgjettnivå. Hvis du har modellet du stoler på, på hvordan de ulike kanalene fungerer, så får du hele tiden hva marginalkunden din koster på ulike spennnivåer.
Nå har vi en kunde vi skal se på neste uke. Hva skjer hvis vi tripler mediebudgjetten? Det er store beløp vi snakker om her. Hva tror vi vil skje, og hvorfor tror vi det vil skje? I hvilket land skal vi hares ut? Det er den måten vi prøver å gjøre den biten på.
Vi håper det blir litt tøffere. Markedsføren kan plutselig gå inn til CFOen som en voksen person, og si at dette er sånn vi tror fungerer, og da kan vi bruke 50 millioner ekstra lønnsomt. Vi ser at vi allerede har kommet inn i de diskusjonene der.
Vi slipper en case neste uke med Aprila Bank, som har vært utrolig tøff og god kunde av oss, som fikk over 40 prosent mer igjen fra mediebudgjettet sitt. De har tørd å høre på, de har tørd å teste, de har tørd å pushe modellene og se om det fungerer. Da har de gjort det til de grader.
Nå tjener vi så mye mer. Hva er det neste steg? Kan vi øke dette budgjettet? Det er vanvittige ting, i hvert fall fra en markedsføringsstandpunkt, at man har muligheten til å ha litt mer promptus. Dette har vi kjørt igjennom og testet.
Her har vi noen grafer som sier at hvis vi gjør det på den måten, så kan det bli bra. Akkurat nå er det mer en vanlig ting. Vi kjørte på Facebook i fjor under Black Friday.
Det ga oss dette. Så vet man ikke hvorfor det ikke funket neste år. Man er fremdeles litt blinde.
Jeg er veldig enig. Disse modellene er forståelige. I stedet for å si at budgjettet skal være ned 80 prosent, kan du si at du er uenig.
Du tror ikke på at Facebook fungerer sånn som modellene sier. Da får vi justere ned det og se hva som skjer da. Men man diskuterer tall og modeller fremfor følelser.
Vi var litt inn på det i starten, med feil som markedsførere gjør. Hva er det feile nettbutikkene gjør i sin markedsføring, bortsett fra at man er på en kanal litt for lengre enn man bør være? Det er det første jeg vil nevne. Man forelsker seg kanaller og samtidig tester litt for lite nytt.
Man tror det er så mye jobb, så man skal gjøre det skikkelig og gjennomtenkt. Neste måned tar jeg 20 prosent av budgjettet mitt og kjører det på Snapchat. Å gjøre den type skikkelig stunt her og der, helt uavhengig av modeller, så må du teste noe til at du faktisk kan se effekten om det fungerer.
Det er det veldig mange som gjør feil. De prøver bare ditt. Da har du ingenting annet å stole på enn det kanalen forteller deg tilbake igjen, og det kan du sjelden gjøre.
Du bør nokre med budgjettet ditt når du gjør en test. Heller gjør det over kortere perioder til du ser effekten. Jeg ser det.
Vi nærmer oss 2025. Hva er noen av de viktigste fokusområdene for utviklingen av Odins AI til neste år? Vi har akkurat begynt rekruttering av tre nye data scientists. Hvis noen hører på, må de ta kontakt.
Det vi jobber med er automatisering for nye kunder. Vi blir kvitt i den manuelle prosessen av å legge på nye kunder. Det er også noe nyutvikling på modellene.
Vi burde ha håndtert sesongsvingninger på en bedre måte, og kunder som er opptatt av branding. Skal vi bygge bedre modeller på? For oss er all fokus nå på modelleringsbitene. Vi har møtt veldig god kundeinteresse.
Det er på de som skal gjøre jobben vi trenger flere folk. Vi føler du gjør mye riktig. Dette her er produkter som har en product market fit, så det er jommerett.
Det er for frem disse tingene som folk lurer på, så vi slipper å drive markedsføring i blinde. Selv om vi ser konverteringsstall, men det er veldig vanskelig å si hvorfor det ikke funket denne uken, når det funket forrige uke. Det er det som er den store utfordringen.
Jeg vil gjerne si tusen takk for praten. Veldig gøy å bli kjent med Odins AI. Veldig kjekt å se at det finnes sånne startups i Norge, og at det er mulig å drive denne type startups i Norge.
Dette her kommer nok til å bli et internasjonalt produkt. Det er jeg ikke i tvil om i det hele tatt. Så jeg gleder meg til det, og har det veldig gøyt å ta denne foten tilbake hjem til neste år, for å se hvor dere er her.
Vi kommer nok til å treffe dere rundt omkring på ulike konferanser og messer i 2025. Tusen takk for praten, og så gleder jeg meg til å høre fra dere til neste år. Det er veldig hyggelig å være her.
