Marketingpod.dk med Halfdan Timm & Kristian Tinho

Google Ads er for mange virksomheder den største marketingkanal, men det kan også være den farligste. I denne episode dykker vi ned i, hvordan du nemt kan teste, om dine Google Ads-kroner rent faktisk giver dig flere kunder, eller om du bare betaler mere for dem, du ville have fået alligevel.

Vi viser en simpel metode til at lave en korrelationsanalyse med AI, der sammenholder dine omkostninger med dine resultater. Det tager kun et øjeblik at trække dataene ud, og det kan give dig en stærk indikation af, om du spilder dit budget, eller om du skal skrue op. Derudover snakker vi om, hvorfor Meta ofte er nemmere at gennemskue end Google, når det kommer til inkrementel værdi.

Kapitler

00:00 Introduktion til problemet med Google Ads
00:46 Forskellen på Google Ads og Meta Ads
02:21 Googles vækst og stigende klikpriser
03:45 Sådan laver du en simpel korrelationsanalyse
06:28 Brug af AI til at analysere dataene
07:08 Faldgruber og negative korrelationer
10:39 Hvad gør du, hvis analysen er negativ?
12:52 Metas redskaber vs. Googles mangler
14:25 Afslutning og teaser for mandagens episode

I dagens episode af Marketingpod har vi besøg af angel investor Nikolaj Højer Nielsen. Vi dykker ned i livet som fuldtidsinvestor, og hvad det kræver at bygge en portefølje med mere end 50 unoterede investeringer.

Nikolaj deler ud af sine erfaringer med alt fra at screene pitch decks og spotte de vigtigste red flags hos founders, til hvordan AI allerede nu er i gang med at ændre hverdagen for både udviklere og marketingafdelinger. 

Vi vender også, hvorfor B2B SaaS-virksomheder måske står over for et paradigmeskift, og hvorfor distribution og et stærkt brand fortsat er den ultimative voldgrav. Og så får vi selvfølgelig også lige vendt, hvordan man får 36.000 følgere på LinkedIn.

Kapitler

00:00 Introduktion til Nikolaj Højer Nielsen og Angelmaxxing
04:27 Hverdagen som angel investor på fuld tid
10:24 Røde og grønne flag hos startups og founders
17:19 AI's indtog og fremtiden for SaaS-investeringer
24:20 AI-agenter og automatisering af due diligence
28:04 LinkedIn som marketingkanal for investorer
33:23 Marketing og metrics i startups
37:20 Hvorfor B2B SaaS eroderes af AI
41:52 Distribution som den ultimative voldgrav

Den hurtigste vej til at automatisere dine dag-til-dag opgaver behøver ikke være kompleks.

Vi har tidligere talt om automatisering med AI, men for mange føles det som en stor mundfuld at skulle bygge lange flows fra A til Z i systemer som Make eller n8n. Heldigvis er der kommet en meget nemmere løsning: scheduled tasks.

I denne episode gennemgår vi, hvordan du med naturligt sprog kan opsætte agenter til at klare dit "dumme arbejde". Vi dykker ned i konkrete eksempler, fra ugentlig rapportering og konkurrentovervågning på Trustpilot til opdatering af share of search-analyser og incremental reach på Meta. 

Vi ser også på, hvordan det fungerer i praksis i værktøjer som Manus, Claude og ChatGPT.

Giv AI lov til at lave det kedelige arbejde, så du kan frigøre tid til det, der rent faktisk skaber værdi.

Kapitler

00:00 Den nemme vej til automatisering
00:44 Hvad er scheduled tasks?
02:43 Rapportering som det perfekte eksempel
03:48 Forskellen på Make/n8n og scheduled tasks
04:18 Sådan bruges det i Marketingpod
05:16 Opsætning af scheduled tasks i Manus
07:23 Scheduled tasks i ChatGPT, Claude og Gemini
08:56 Konkrete use cases: Konkurrentovervågning og share of search
10:32 Frigør tid til værdiskabende arbejde

I episoden her dykker vi dybt ned i Metas AI-funktioner, og hvorfor det for annoncører ofte føles som et mareridt. Meta vil nemlig gerne tvinge brugen af AI igennem, så det er blevet svært at slå fra – og selv når man gør, bliver det nogle gange slået til igen.

Vi kigger på, hvordan Meta ændrer kreativer, opfinder produkter, der ikke eksisterer, og sætter uønsket musik på annoncer. Men vi kigger også på, hvorfor Meta gør det: Det handler nemlig ikke om de professionelle annoncører, men om at hjælpe de mange millioner små virksomheder med at få bedre resultater. 

Til sidst diskuterer vi, hvordan du kan lære at leve med det, og hvordan Obsidian har bygget en AI-løsning til at slå Metas AI fra.

Ugens nyheder:

• Det svenske modebrand Filippa K har trukket en AI-kampagne tilbage efter anklager om plagiat af eksisterende fotografier.
• Meta lancerer en ny AI-kampagne med budskabet om, at AI skal hjælpe mennesker, ikke erstatte dem, for at ændre det negative narrativ.
• EU-kommissionen vurderer foreløbigt, at Meta overtræder Digital Services Act med afhængighedsskabende design på Facebook og Instagram.

Kapitler

00:00 Introduktion og aktieinvesteringer
02:57 Unge vibe-coder booking system
04:43 Ugens nyheder i digital marketing
04:50 Filippa K og AI-plagiat
05:20 Metas nye AI-narrativ
05:51 EU-kommissionen og Digital Services Act
06:27 Diskussion af Filippa K sagen
10:21 Diskussion af Metas AI-kampagne
15:11 Diskussion af EU og tech-regulering
20:29 Hovedemne: Metas AI-drømme og annoncører
21:30 AI-funktioner i Meta Ads
25:19 Udfordringer med Metas AI-genererede billeder
28:44 Hvorfor Meta presser AI igennem
34:28 Mark Zuckerbergs vision for ubegrænsede kreativer
36:09 Performance vs. brand i Meta Ads
37:00 Obsidians AI-kontrolløsning
40:54 Hvad du kan gøre som annoncør
44:39 Den positive side af Metas AI-funktioner
48:53 Perspektivering til Google Performance Max
49:47 Afslutning

Vi laver en snyde-episode af Marketingpod. Det handler nemlig ikke om marketing, men i stedet, at vi i Obsidian lige nu har en række åbne stillinger.

Måske vi burde tage en snak?

Læs mere og ansøg: https://www.obsidianagency.com/da/career

Den mest populære episode i 2025 var med Jesper Hvejsel fra Firtal Web, der forudså, at en hær af AI-agenter ville tage vores job. 

Nu er han tilbage.

Siden sidst har meget ændret sig. Hvor det før handlede om procesoptimering, kigger Firtal Web nu på, hvordan de kan bygge videre med AI for at skabe massiv vækst. 

Jesper deler sine erfaringer med at bygge en AI-infrastruktur, hvor medarbejderne selv udvikler små agenter til deres hverdag, og hvor sikkerhed nu udgør halvdelen af hans arbejde.

Vi taler også om de faldende priser på modeller, tokenomkostninger, og hvorfor du måske skal droppe dit ChatGPT-abonnement og i stedet investere i en AI-gateway. 

Og så dykker vi ned i, hvorfor Jesper har stiftet en venturefond, der udelukkende investerer i AI-startups – og hvad mange founders gør forkert lige nu.

Kapitler

00:00 Velkommen tilbage til Jesper Hvejsel
01:08 Status hos Firtal Web og AI-drevet vækst
03:34 Fra automatisering til at bygge ovenpå
06:39 Tokenomkostninger og produktivitetsforbedringer
09:22 Hvorfor abonnementer er for dyre
12:32 Jespers nye AI-venturefond
16:06 Dør den traditionelle softwaremodel?
19:22 Sådan kommer du rigtigt i gang med AI
24:32 Fra default no til default yes
30:37 Start med de dumme ting
37:13 Faldende priser på frontier modeller
41:59 Værdien af en AI-gateway
46:30 Sikkerhed og hacking af agenter
55:00 Intern opkvalificering og hackathons
67:26 Fremtidens organisatoriske design
74:15 Afslutning

Hvis du vil øge din lukkerate markant, er der én ting, du skal gøre anderledes: Du skal ringe til dine leads, og du skal gøre det vildt hurtigt.

I denne episode gennemgår vi "speed to lead" og hvorfor en hurtig opringning kan øge din konverteringsrate med op til 391 %. Motivationen hos et lead fader lynhurtigt, og det øjeblik, de udfylder en formular, er de mest klar til at snakke. Venter du for længe, risikerer du, at de mister interessen eller går til en konkurrent.

Vi deler også tre konkrete metoder, vi bruger i Obsidian til at sikre, at leads bliver kontaktet næsten øjeblikkeligt – fra dedikerede personer på indbakken til kalenderblokering ved større udsendelser og governance i vores HubSpot-pipeline.

Kapitler

00:00 Introduktion til problemstillingen
01:40 Løsningen: ring hurtigt
02:16 Konverteringsraten falder over tid
03:01 Motivation og speed to lead
04:30 Et konkret eksempel på hurtig opfølgning
05:24 Hvordan man gør det i praksis
06:13 Indret virksomheden til hurtig opfølgning
08:21 Kalenderblokering ved udsendelser
10:47 Governance og pipeline-styring i HubSpot

I første halvår af 2026 har vi i Obsidian afholdt 14 webinars og skaffet 11.003 tilmeldinger. Det er blevet en absolut hjørnesten i vores marketing, og i denne episode deler vi præcis, hvordan vi gør det.

Vi gennemgår hele vores setup: Hvorfor vi har droppet Landingi til fordel for Lovable, hvorfor vi konsekvent fravælger LinkedIn Ads til fordel for Meta Ads, og hvorfor vi er begyndt at afholde 3 timer lange masterclasses i stedet for de klassiske 45 minutter.

Derudover dykker vi ned i de største fejl, virksomheder begår med webinars – især at de pitcher på selve webinaret og venter med at sælge, til efter webinaret er afholdt, hvor motivationen hos deltageren ofte er faldet.

Ugens nyheder:

• AI-genererede influencere vinder frem, og Forbrugerrådet Tænk advarer mod manglende gennemsigtighed.
• Anthropic relancerer Claude (Fable) i en nerfed version efter amerikansk sikkerhedsindblanding, mens kinesiske modeller stormer frem på token-forbrug.
• Nye EU-toldregler rammer Temu og Shein: 3 euro pr. varelinje skal udligne konkurrencevilkårene.

Kapitler

00:00 Intro og en lille aktie-succeshistorie

01:29 Ugens nyheder: AI-influencere og Forbrugerrådet Tænk

08:11 Ugens nyheder: Anthropic, Fable og kinesiske AI-modeller

13:10 Ugens nyheder: Nye EU-toldregler rammer Temu og Shein

16:20 Dagens hovedemne: 11.000 webinar-tilmeldinger i Obsidian

25:07 Hvorfor B2B-virksomheder undervurderer webinars

26:04 Den største fejl: At sælge på det forkerte tidspunkt

29:38 Vores tech-stack: Fra Landingi til Lovable

31:05 Derfor sender vi trafik til website frem for Lead Ads

33:18 Kanalvalg: Hvorfor vi bruger Meta Ads og ikke LinkedIn

41:45 Kreativ variation og annoncer, der ikke ligner annoncer

44:51 De 3 "magic pills" for vores webinar-succes i 2026

46:49 Fra 45 minutter til 3 timers masterclasses

50:39 Afrunding og fremtidsplaner for webinars i år

At bruge negative kommentarer som annoncer lyder som en dårlig idé, men det er det ikke. Vi har testet det for Webshopskolen, og resultaterne er ret sjove.

I denne episode snakker vi om, hvordan du kan tage de dummeste kommentarer på Reddit og de værste 1-stjernede anmeldelser på Trustpilot og forvandle dem til "breakout ads". 

Vi gennemgår et konkret eksempel, hvor en annonce baseret på en negativ kommentar genererede over 50 leads til Webshopskolen.

Vi diskuterer også, hvornår det giver mening at bruge denne strategi, og hvornår man bare skal slette og blokere. Til sidst finder vi en 10 år gammel 1-stjernet anmeldelse af Halfdan på Trustpilot, som vi bliver nødt til at lave en annonce ud af.

Kapitler

00:00 Negative kommentarer som annoncer
01:05 Casen med Webshopskolen
02:17 Sådan svarer du på dumme spørgsmål
04:11 En falsk anmeldelse bliver til en annonce
05:11 Resultaterne af de nye annoncer
06:36 Hvorfor virker det at fremhæve det negative
08:25 Eksempler fra andre virksomheder
09:37 Hvornår er det en god idé
10:49 Ryanairs offensive strategi på Twitter
12:44 Halfdans 10 år gamle Trustpilot-anmeldelse
14:21 Vi laver en ny annonce ud af anmeldelsen

Halfdan er tilbage fra Bali, og han har opdaget aircondition. Det er faktisk et perfekt eksempel på, hvad vi snakker om i dag.

Productized services er serviceydelser pakket og solgt som et produkt — med fast pris, klart scope og standardiseret leverance. I en tid, hvor AI komprimerer tidsforbruget på opgaver, er det måske den klogeste måde at bygge en konsulentforretning på.

Vi gennemgår fire modeller for productized services, deler erfaringer fra Obsidians egne koncepter — BOB Linkbuilding, Design as a Service og Shopify as a Service — og diskuterer, hvornår det virker, hvornår det fejler, og hvorfor det kan være det ultimative AI-hedge.

Kapitler

00:00 Velkommen tilbage fra ferie
01:31 Introduktion til productized services
03:37 Hvad er en productized service?
05:20 Aircondition som eksempel på produktificering
08:22 Nøglekarakteristika for productized services
09:42 Obsidians egne koncepter
13:02 Hvorfor virker det kommercielt?
15:00 AI udfordrer timeafregningen
17:04 SEO som eksempel på AI-effektivisering
19:00 Productized services som løsning
23:52 Intern kapacitetsstyring
24:26 Fire modeller: ubegrænset X for Y
25:32 Fastprisprojekter og strukturerede forløb
32:38 Resultatbaserede aftaler
36:02 Svagheder og faldgruber
39:32 Afrunding: det ultimative AI-hedge