Czy wiesz, że algorytmy mediów społecznościowych potrafią zbudować Twój profil psychologiczny po polubieniu zaledwie kliku postów i być może wiedzą o Tobie więcej niż Twoi najbliżsi? Posłuchaj rozmowy z Arturem Janasem, właścicielem agencji social media, wykładowcą akademickim i ekspertem, który okiełznał sztuczną inteligencję, by skutecznie pozyskiwać klientów.
Działasz w e-biznesie? Pamiętaj o ofercie narzędzi dla e-biznesu (domeny z całego świata, bezpieczny i szybki hosting) od Domeny.tv MSERWIS.
Plan rozmowy z Arturem:
Szczegóły rozmowy
Czy sztuczna inteligencja potrafi poznać Twojego klienta lepiej niż Ty? Artur Janas, gość kolejnego webinaru organizowanego przez podcast „Złapani w sieć” i Biblię e-biznesu, nie pozostawia wątpliwości: tak, i robi to już od dawna. W tym odcinku rozkładamy na czynniki pierwsze metodologię, którą każda firma może wdrożyć jeszcze dziś – bez milionowych budżetów i specjalistycznych laboratoriów.
Algorytmy znały nas, zanim AI stało się modne
Zanim ChatGPT trafił pod strzechy, algorytmy mediów społecznościowych już budowały nasze profile psychologiczne. Wystarczyło polubić pięć postów, żeby system zaczął wiedzieć o nas więcej niż nasi bliscy. Dzisiejsza sztuczna inteligencja kontynuuje ten proces w znacznie szerszej skali i z nieporównywalnie większą precyzją.
Artur Janas podkreśla, że zjawisko to nie jest nowe – nowa jest jedynie skala. Każde urządzenie podłączone do sieci wysyła średnio ponad 120 megabajtów danych na minutę. Suma? 280 tysięcy terabajtów informacji o użytkownikach trafia do internetu co minutę. Żeby uzmysłowić sobie, jak ogromna jest ta liczba: żeby obejrzeć tyle materiału wideo, musielibyśmy siedzieć przed Netflixem przez 6,5 tysiąca lat bez przerwy.
Co ujawniamy, nawet nie wiedząc że to robimy?
Większość ludzi myśli, że chronią prywatność, bo nie publikują PESEL-u ani numeru karty. Tymczasem prawdziwa kopalnia danych leży zupełnie gdzie indziej.
Smartwatch na nadgarstku rejestruje tętno, sen, kroki i stres. Dane wędrują z zegarka na telefon, z telefonu do aplikacji, z aplikacji na serwery w chmurze – a potem ktoś te dane kupuje i przetwarza. Podobnie działa każde logowanie do serwisu społecznościowego, nawet jeśli od pięciu lat nic tam nie publikujemy. Sam fakt, że się logujemy, dostarcza informacji o naszych nawykach i rytmie dnia.
Artur Janas zaznacza, że te dane pozostają anonimowe w sensie formalnym – nikt nie zestawia ich z imieniem i nazwiskiem. Jednak na podstawie zebranych „okruszków” AI bez trudu „ulepia” pełen obraz człowieka: jego preferencje, styl życia, temperament i wzorce decyzyjne.
Jak agent nieruchomości może przygotować się na spotkanie dzięki AI?
Wyobraź sobie agenta nieruchomości, który za pół godziny ma się spotkać z potencjalnym klientem. Wpisuje w narzędzie AI adres profilu na LinkedIn lub Facebooku rozmówcy. Kilka minut później wie:
- jak powinien się zachowywać podczas rozmowy,
- których słów unikać, a które otwierają klienta na ofertę,
- jak się ubrać, żeby wywołać pozytywne pierwsze wrażenie,
- jaką gestykulację stosować,
- czym poczęstować gościa, żeby poczuł się komfortowo.
Efekt? Szanse na domknięcie transakcji rosną kilkukrotnie, a klient nie ma pojęcia, że sprzedawca przygotował się aż tak dokładnie. Tę samą technikę można zastosować przed rozmową kwalifikacyjną, negocjacją biznesową czy pitchem inwestycyjnym.
Cyfrowy portret klienta – od czego zacząć?
Praca z profilem klienta nie musi dotyczyć jednej osoby. Można ją przeprowadzić zbiorczo dla całej grupy docelowej. Artur Janas stosuje w tym celu dwie metodologie: OCEAN i DISC.
Pierwszym krokiem jest zebranie grupy reprezentatywnej – na przykład dziesięciu najlepszych klientów firmy. Następnie AI analizuje dostępne informacje o każdej z tych osób i przypisuje im profile zgodne z metodologią OCEAN.
Model OCEAN – czym jest i dlaczego zmienia reguły gry?
OCEAN to skrót od pięciu wymiarów osobowości:
- O – Openness (Otwartość na doświadczenia)
- C – Conscientiousness (Sumienność)
- E – Extraversion (Ekstrawersja)
- A – Agreeableness (Ugodowość)
- N – Neuroticism (Neurotyczność)
Kiedy AI przeanalizuje grupę klientów według modelu OCEAN, firma dowiaduje się, co te osoby łączy. Jeśli dominuje wysoka sumienność, klient będzie potrzebował dokumentów, dowodów społecznych i szczegółowych specyfikacji przed podjęciem decyzji. Przy wysokiej otwartości wystarczy pokazać nowatorski charakter rozwiązania. Natomiast klient z wysoką neurotycznością potrzebuje przede wszystkim poczucia bezpieczeństwa – komunikat musi go przekonać, że oferta jest sprawdzona, bezpieczna i dopasowana do jego sytuacji.
Metodologia DISC – jak rozmawiać z klientem?
O ile OCEAN odpowiada na pytanie jaki jest ten człowiek, DISC podpowiada jak z nim rozmawiać. Metodologia dzieli profile na cztery typy: dominujący, inspirujący, stabilny i analityczny. Artur Janas stosuje obydwie metody łącznie – najpierw tworzy ogólny zarys przez OCEAN, potem weryfikuje wyniki przez DISC. Jeśli oba profile się pokrywają, mamy solidną podstawę do dalszych działań.
Reguła 5Y i język korzyści – jak zbudować ofertę, która trafia?
Kiedy firma ma już profil psychologiczny grupy docelowej, AI pomaga zbudować ofertę za pomocą reguły 5Y (pięć razy „dlaczego”). Narzędzie drąży, jakie głębsze potrzeby napędza decyzja zakupowa, i odsłania prawdziwe motywacje klienta. Następnie zgodnie z regułą CZK (cecha-zaleta-korzyść) AI przekształca opis produktu w język korzyści. Gotową ofertę można podzielić na etapy lejka sprzedażowego, gdzie każdy mail, każdy post i każde CTA trafia dokładnie w potrzeby konkretnej grupy.
Co ważne – AI wykonuje tutaj nawet 95 procent pracy. Ostatnie 5 procent, czyli twórcze wykończenie przekazu, zawsze należy do człowieka.
Czy AI naprawdę rozumie człowieka?
Artur Janas stawia sprawę jasno: sztuczna inteligencja nie jest inteligentna. To model matematyczny, nie świadomy umysł. Termin „sztuczna inteligencja” pochodzi z lat 50. ubiegłego wieku i jest przede wszystkim chwytem marketingowym.
Czego AI nie potrafi? Opisać emocji. Emocje nie podlegają regułom matematyki – każdy człowiek definiuje miłość, strach czy radość inaczej, i żaden algorytm nie jest w stanie tego ustandaryzować. Jednak tu pojawia się kluczowa obserwacja: za emocje i za decyzje zakupowe odpowiada ta sama część mózgu. Dlatego choć AI nie rozumie emocji, skutecznie przewiduje, jakie bodźce wywołają pożądaną reakcję zakupową.
Zamiast analizować emocje, AI analizuje wzorce zachowań: gdzie ludzie wyjeżdżają, co kupują, jak często podróżują, co publikują w sieci. Na tej podstawie buduje profil psychologiczny znacznie głębszy niż jakikolwiek handlowiec zdołałby stworzyć na podstawie rozmów z klientem.
Błędy przy odczytywaniu klienta za pomocą AI
Stosowanie AI do analizy klientów przynosi efekty, ale nie bez prób i błędów. Artur Janas wymienia główne pułapki:
Nadmierne zaufanie do automatu. Firmy generują treści w całości przez AI, nie czytają ich i dziwią się, że sprzedaż nie rośnie. Problem tkwi w tym, że AI ma „szklany sufit” – brakuje mu kreatywności. Potrafi zebrać dane i zaproponować szkielet, ale ludzka ręka musi to wykończyć.
Halucynacje AI. Narzędzia LLM czasem generują nieprawdziwe dane. Rozwiązanie? Przeprowadzać tę samą analizę w dwóch różnych modelach, a wyniki weryfikować w trzecim. Jeśli wszystkie trzy zbiegają się, można im zaufać.
Pomylenie avatara klienta z buyer personą. To dwa różne pojęcia, a wiele firm stawia między nimi znak równości. Avatar opisuje demografię, buyer persona opisuje psychologię i motywacje zakupowe. AI pomaga dotrzeć do tego drugiego – o ile firma wie, o co zapytać.
Czy AI przewiduje decyzje zakupowe, zanim klient zacznie szukać?
Tak. Dysponując profilem psychologicznym klienta, AI potrafi zbudować wstępny scenariusz rozmowy sprzedażowej – wraz z przewidywanymi obiekcjami i sposobami ich rozbicia. Jeśli scenariusz rozwija się zgodnie z modelem, handlowiec wie, co powiedzieć w każdym momencie spotkania, żeby szansa na sprzedaż była jak najwyższa.
To właśnie dlatego Artur Janas rozmawia z AI w trybie głosowym jeszcze w samochodzie, w drodze do klienta. Zanim dojedzie na miejsce, wie już, jak się zachowywać i jakich słów używać. Nie wie, ile klient ma dzieci ani jaki jest jego majątek – ale to drugoplanowe. Kluczowe jest zachowanie podczas negocjacji.
Regionalna personalizacja reklam – nieoczywiste zastosowanie analizy danych
Analiza wzorców społecznych i psychograficznych pozwala też różnicować przekaz reklamowy w zależności od regionu. Billboard we Wrocławiu może wymagać innej kolorystyki i innej postaci niż reklama w Rzeszowie – ponieważ analiza zachowań mieszkańców wskazuje, które bodźce wizualne silniej przyciągają uwagę w każdym z tych miast.
Przez lata tego typu badania wykonywały wyłącznie wielkie korporacje pokroju PricewaterhouseCoopers czy Boston Consulting Group – i kosztowały fortunę. Dziś małe i średnie firmy mogą osiągnąć podobne wyniki podczas porannej kawy, korzystając z ogólnodostępnych narzędzi AI.
Kiedy profil psychologiczny klienta zaczyna szkodzić marce?
Profilowanie psychologiczne to narzędzie o dwóch ostrzach. Gdy firma wdraża je bez kontroli, łatwo o wpadki. Artur Janas przywołuje przykłady znanych marek, które poniosły gigantyczne straty wizerunkowe nie przez złe chęci, lecz przez nieostrożne wykonanie: nieprzemyślane zdjęcie w kampanii, zbyt wcześnie wdrożony chatbot AI, którego klienci szybko zdemaskowali.
Zasada jest prosta: za każdą katastrofę wizerunkową odpowiada człowiek – nawet jeśli wykonała ją maszyna. To ludzie wydają polecenia, to ludzie decydują o publikacji, to ludzie powinni kontrolować wyniki.
Granica między personalizacją a efektem „skąd oni to wiedzą”
Klienci czują się zagrożeni, gdy firma posługuje się ich twardymi danymi osobowymi – imieniem, adresem, PESEL-em. Wiedza o tym, że ktoś lubi czerwony kolor i potrzebuje poczucia bezpieczeństwa, nie wzbudza jednak żadnych podejrzeń. Klient po prostu otrzymuje ofertę skrojoną na miarę i odnosi wrażenie, że wreszcie trafił na firmę, która go rozumie.
Personalizacja na poziomie psychograficznym działa zatem niewidocznie. Nie narusza prywatności w sensie prawnym, a buduje relację opartą na zaufaniu i trafności komunikatu.
Jak korzystać z AI w marketingu bez utraty zaufania klientów?
Artur Janas formułuje tę zasadę jednoznacznie: zero pełnej automatyzacji. AI ma być asystentem, nie zastępcą. Narzędzie powinno pomagać w wykonaniu trudnych, czasochłonnych zadań – analitycznych, strukturalnych, powtarzalnych. Finalna decyzja i twórcze wykończenie zawsze należą do człowieka.
Zjawisko „martwego internetu” – gdzie ponad 60 procent treści generują boty – już teraz odpycha użytkowników. Duże marki wracają do billboardów, plakatów i reklamy tradycyjnej, bo odbiorcy mają dość bezbarwnych, generycznych komunikatów. Każda treść, do której człowiek doda cząstkę siebie, staje się wyjątkowa i trafia do osób myślących podobnie.
Co sprawdzić, żeby odzyskać kontrolę nad swoimi danymi?
Artur Janas nie pozostawia złudzeń: prywatności w internecie nigdy nie było i nie ma. Ślady zostawiamy wszędzie – w adresach IP, logowaniach, aktywnościach na forach, danych lokalizacyjnych telefonu. Policja namierza przestępców właśnie dzięki tym śladom.
Kilka praktycznych zasad, które warto wdrożyć:
- Uważaj na to, co publikujesz o swojej nieobecności. Zdjęcia z wakacji wstawione w czasie rzeczywistym informują potencjalnych złodziei, że dom stoi pusty.
- Przeglądaj ustawienia prywatności w każdej platformie, której używasz – nie po to, żeby całkowicie znikać, lecz żeby świadomie decydować, co udostępniasz.
- Korzystaj ze smartwatchy z pełną świadomością, że dane zdrowotne trafiają na serwery producentów i mogą być odsprzedawane.
- Traktuj każde logowanie jak ślad – nawet do profilu, na którym od lat nic nie publikujesz.
Trzy zasady dla firm, które chcą używać AI etycznie i skutecznie
Zamykając rozmowę, Artur Janas formułuje zestaw wskazówek dla przedsiębiorców:
1. Naucz się rozmawiać z AI. To dziś najważniejsza umiejętność biznesowa. Większość użytkowników rozmawia z narzędziami AI jak z człowiekiem – a to błąd, który przekreśla możliwości tych narzędzi. Prawidłowy prompt powinien zawierać: rolę, problem, rozwiązanie, założenia, pytania kontrolne i element powtarzalności. Pytania kontrolne są szczególnie istotne – dzięki nim AI wskazuje, czego brakuje w zadanym poleceniu, i pozwala naprowadzić je na właściwy tor.
2. Nie automatyzuj w pełni. Automatyzacja może być częściowa, ale na którymś etapie procesu zawsze powinien decydować człowiek. Firmy, które całkowicie zdały się na automaty, najczęściej odnotowują straty wizerunkowe i spadek sprzedaży. Maszyna po jakimś czasie zaczyna popełniać błędy – a odpowiada za nie i tak człowiek.
3. Testuj kilka narzędzi i wybierz jedno. Nie istnieje jeden idealny model LLM do wszystkich zadań. Artur Janas wykorzystuje kilka: ChatGPT sprawdza się w jednym obszarze, Grok w innym, Manus w kolejnym. Dopiero zestawienie wyników daje rzetelne odpowiedzi. Przy krytycznych analizach warto przeprowadzić tę samą analizę w dwóch narzędziach i porównać wyniki w trzecim.
Podsumowanie: nie kupuj narzędzi – kup metodę
Rynek zasypuje firmy setkami aplikacji obiecujących magiczny wzrost sprzedaży. Artur Janas radzi chłodną głowę: zamiast gonić za kolejnymi subskrypcjami, warto zrozumieć jedną metodę i ją opanować. OCEAN, DISC, 5Y i CZK to gotowy, sprawdzony zestaw. Połączenie tych podejść z umiejętną komunikacją z narzędziami AI daje efekty szybciej niż jakiekolwiek drogie szkolenie sprzedażowe.
Duże korporacje stosują tę wiedzę od lat. Teraz, dzięki demokratyzacji narzędzi AI, każda firma – nawet jednoosobowa – może analizować klientów z dokładnością, która jeszcze dekadę temu wymagała sztabu analityków i budżetów rzędu setek tysięcy złotych.
Klucz nie leży w narzędziu. Leży w tym, żeby używać go świadomie, twórczo i z ludzką kontrolą na każdym etapie procesu.
Odcinek powstał we współpracy z markami Domeny.tv i MSERWIS. Rozmowę poprowadził Marcin Pieleszek.