Προβλήματα και παραλείψεις που επηρεάζουν άμεσα την απόδοση των διαφημίσεων σου.

Γιατί να πληρώσεις setup - Τι περιλαμβάνει;

Αξίζει να δώσεις budget αν δεν έχεις λύσει μερικά συγκεκριμένα προβλήματα;

Γιατί όσοι προβλέπουν τα trends της επόμενης χρονιάς πέφτουν συχνά έξω;
Ποιο είναι το λάθος Ακαδημαϊκών και Διαφημιστών που αναλύουν πράγματα τα οποία δεν δουλεύουν καθημερινά.
Τελικά θέλουμε privacy ή personalization? Sustainable προϊόντα ή αγορές από Temu?

Τι χρειάζεται ένας διαφημιστής/τρια από έναν προγραμματιστή;
Πώς να επικοινωνήσουμε καλύτερα και πιο άμεσα για να κάνουμε και οι 2 τη δουλειά μας πιο εύκολα και πιο γρήγορα;

Προσπαθούμε να βρούμε την άκρη του νήματος μέσα στα πολύπλοκα paths που κάνει ένας πελάτης/ισσα πριν την πώληση.

Τι σημαίνει να κάνω zoom in σε συγκεκριμένα channels που χρειάζονται βελτίωση και zoom out για να δω την πλήρη εικόνα.

Πώς μπορεί να μας βοηθήσει ο Ρώσος μαθηματικός Markov (και η γνώση των γλωσσών Python/R).

LTV, CAC, ROAS, POAS και άλλες περίεργες συντομογραφίες που μας βοηθούν να έχουμε καλύτερη εικόνα για την επιχείρηση και της καμπάνιες μας.

Η ψύχωση των clicks και του χαμηλού CPC των περασμένων ετών.

Πόση αξία έχουν οι νέοι πελάτες και πώς την υπολογίζουμε.

Είναι τα ακριβά clicks περισσότερο valuable σε σχέση με τα φθηνά;

Επιτρέπεται εταιρείες αξίας ΤΡΙΣ $ να έχουν μέτριο support;

-Πώς λειτουργεί το support των Google και Meta το 2024 και πώς 10 χρόνια πριν;
-Γιατί δεν αφήνουν πρωτοβουλίες στους ανθρώπους που επικοινωνούν μαζί μας για τις χορηγούμενες;
-Ποια προβλήματα (δεν) επιλύουν;
-Είναι αλήθεια πως ενδιαφέρονται κυρίως για οικονομικούς στόχους και όχι τόσο για την βελτίωση των campaigns;

ΥΓ: Οι άνθρωποι που μιλάνε στο support έχουν πολύ καλή διάθεση να μας βοηθήσουν και συχνά ακούνε παράπονα για τα οποία δεν έχουν ευθύνη. Το πρόβλημα ξεκινάει λοιπόν από πολύ ψηλότερα.

ΥΓ2: Για μελλοντικό επεισόδιο. Τι λάθη κάνουμε οι (performance) marketeers και συχνά δεν τα γνωρίζουμε;

Τα + και τα - κάθε περίπτωσης.

Tι να προσέξουν οι εργαζόμενοι και τι ιδιοκτήτες/τριες επιχειρήσεων που αναζητούν συνεργάτες.

Ένα επεισόδιο που σηκώνει πολλή κουβέντα αφού ο καθένας έχει τις δικές του παραστάσεις και επιθυμίες. 

Στο agency θα μάθεις και θα δεις πολλά και σε σύντομο χρονικό διάστημα.

Ως in-house σε μία εταιρεία έχει πιο κεντρικό ρόλο, μπορείς να χαράξεις στρατηγική αλλά φυσικά και περισσότερες ευθύνες.

Θέλεις να γίνεις freelancer; Χρειάζεσαι ένα προγραμματισμό (ξέχνα τα δώρα και τους 14 μισθούς). Ευκαιρία για μεγαλύτερη ελευθερία σε ωράρια (όχι πάντα θετικό) αλλά και ελευθερία σε νέα εργαλεία, τεχνικές, skills.

Θα αυξηθούν συνεργασίες των agencies με τους freelancers τα επόμενα χρόνια; 

ΥΓ: Εκτός από marketers όλα τα παραπάνω ισχύουν και για προγραμματιστές, γραφίστες/ριες, data scientists ή οποιοδήποτε επάγγελμα μπορεί να λειτουργήσει τόσο εντός μίας εταιρείας όσο και στην ελεύθερη αγορά.

Πώς λειτουργεί τελικά το ChatGPT;
Αποκρυπογραφούμε και απλοποιούμε τον τρόπο που δουλεύει η Τεχνητή Νοημοσύνη (Artificial Intelligence).
Αναγνώριση patterns, billions of data και πιθανότητες υπολογίζουν το αποτέλεσμα που θα πάρεις από ένα GPT
 
- Τι κάνει το Netflix για να σου προτείνει ταινίες και σειρές
- Πώς μας βοηθάει η AI στο content marketing και σε βασική ανάλυση δεδομένων;
- Μπορείς να φτιάξεις δικό σου GPT. To παράδειγμα με το κρασί.
 - Τελικά θέλουμε η μηχανή να αποφασίζει ποιοι άνθρωποι θα πάνε φυλακή και ποιοι όχι;
Αν είναι βασισμένα σε λανθασμένα δεδομένα (ή ισχύουν προκαταλήψεις - biases) τότε θα έχουμε κακά αποτελέσματα ή όπως λένε Garbage In Garbage Out.

Πηγές - Παραπομπές:
Πώς υπολογίζει την επόμενη λέξη ένα πρόγραμμα Τεχνητής Νοημοσύνης (LLM). Διαδραστική παρουσίαση από Financial Times ➜https://bit.ly/4cX7Pje

Netflix Recommendation Engine ➜ https://bit.ly/3Wrmkoi

Πώς λειτουργεί ο εγκέφαλος και γιατί τον "αντιγράφουν" οι Προγραμματιστές ➜
An Internet in your head [An Internet in Your Head. A New Paradigm for How the Brain Works By Daniel Graham · 2021]

A 1000 brains [A Thousand Brains A New Theory of Intelligence By Jeff Hawkins · 2022]

Perplexity.ai για γρήγορο research.

Απόλυτη εξειδίκευση ή γενικές γνώσεις; Πόσοι TikTok Creator/Agencies θα υπάρχουν σε 2 χρόνια; Η απάντηση στο δίπλο Expertise vs Generalist είναι ο/η Τ-Shaped Επαγγελματίας.

Τι μαθαίνουμε από το βιβλίο του D.Epstein Range How generalists thriumph in a specialized world.
Πώς να μάθεις νέα πράγματα και να αποκτήσεις skills όταν δουλεύεις 9-5;

Στα χρόνια της Τεχνητής Νοημοσύνης (ΑΙ) πώς εκμεταλλευόμαστε τα εργαλεία της; Μία σύντομη εισαγωγή στο prompting (ή ο λίγο υπερβολικός όρος Prompt Engineering).

People to follow Guillaume Moubeche της Lemlist -> https://www.linkedin.com/in/profit-led-growth/

Βιβλίο για Generalists του David Epstein
https://davidepstein.com/range/

Trailer | Το παιδί για τις διαφημίσεις