Belangrijkste conclusie: 2.000 uur besparen met AI-e-mailorkestratie

Je kunt AI niet op slechte gegevens toepassen. Precies.

Anders krijg je een slechte ervaring. Ja. Dus de eerste stap was uitzoomen, de gegevens op een plek krijgen die schoon en leesbaar is, en dan ook op een plek waar een computer de berekening kan uitvoeren. Ja. Net als de regels waarover we het hadden, hebben die allemaal bepaalde waarden nodig die de computer verwacht om dit te berekenen en alles automatisch te doen.

En dan, zoals je op de blauwdruk ziet, zit er veel in de hoofden van mensen. We hadden dus een voltijdse coördinator. Het zat gewoon in haar hoofd. Ze is geweldig.

Ze is geweldig. Maar je kunt gewoon niet op die manier schalen. We maken de regels, wat meer dan 30 regels zijn. Over sommige daarvan hebben we het gehad.

En dan is de overlap van het publiek enorm. Nogmaals, dat was een belangrijk onderdeel voor ons. Ja. En dat wordt afgehandeld in Databricks, waar we naar alle doelgroepen kijken.

We kijken hoe ze overlappen per dag per verzending. Het zijn ongeveer 18.000 doelgroepcombinaties die we gewoon niet konden doen met een mens.

En dan vertelt het ons uit dat alles de beste datum en tijd voor de e-mail.

Wauw. 18.000 berekeningen. Dat is... Ja. Geen mens kan dat doen. Je zou een supermens moeten zijn. Ik vind Genie echt geweldig.

We hadden dit project waarschijnlijk niet kunnen doen zonder Genie. Als ik het moest schatten, heeft het waarschijnlijk ongeveer tachtig uur werk verricht dat ik niet hoefde te doen aan ontwikkelwerk. Ik zeg: Jeanie, doe dit. Dus het is een echt goede junior-ontwikkelaar, denk ik. Ja. Maar als je een content writer nodig hebt, kun je daarop vertrouwen. Voor ons kostte het ons, ik denk ongeveer een maand, vier weken.

Maar zonder AI in een... Als dit twee jaar geleden was, zou dit een team van acht zijn geweest en zou het meerdere maanden hebben geduurd en dan zou het hopelijk hebben gewerkt. Dit was gewoon transformatief voor ons en ik hoop dat jullie allemaal iets dergelijks kunnen doen.