Juan Pablo Tejela, Metricoolin toimitusjohtaja ja perustaja – Haastattelusarja

Juan Pablo Tejela, Metricoolin toimitusjohtaja ja perustaja, on ohjelmistosuunnittelija ja teknologiayrittäjä, joka on johtanut yhtiötä vuodesta 2014 ja kehittänyt sen kattavaksi alustaksi digitaalisen sisällön hallintaan ja mittaamiseen. Ennen Metricoolin perustamista hän työskenteli lähes yhdeksän vuotta Optimyth Softwarella, missä hänen vastuulaisuutensa kattoivat tuotehallinnan, sovelluskehityksen, käyttöliittymäsuunnittelun, myyntiedustusten, asiakastuen ja verkkomarkkinoinnin Kiuwan-ohjelmistoa analytiikka-alustalle.

Metricool on madridilainen sosiaalisen median hallintatyökalu, joka mahdollistaa sisällön suunnittelun, julkaisun, keskusteluiden hallinnan, suorituskyvyn analysoinnin, kilpailijoiden seuraamisen ja raporttien luomisen yhdestä keskitetystä työtilasta. Alusta tukee suuria sosiaalisen median kanavia ja mainoskanavia, kuten Instagram, Facebook, TikTok, LinkedIn, YouTube, X, Bluesky, Pinterest, Google ja Meta Ads, ja tarjoaa myös tekoälyavusteisia sisällönluontityökaluja ja optimointityökaluja. Metricool kertoo palvelevansa yli kaksi miljoonaa käyttäjää, mukaan lukien organisaatiot kuten Forbes, Adidas, Volvo, H&M ja Warner Music (WMG ) Group.

Uraesi alkoi ohjelmistosuunnittelijana, järjestelmäarkkitehtuurina, sovelluslaadunvarmistelijana ja tuotekehityksessä. Miten nämä kokemukset vaikuttivat lähestymistapaasi, kun perustit Metricoolin, ja mikä tyytymättömyys vakuutti sinut siitä, että sosiaalisen median ammattilaiset tarvitsivat uudenlaisen analytiikka-alustan?

Rehellisesti, Metricool alkoi pienemmästä kuin ihmiset ajattelevat. Vaimoni Laura ja minä rakensimme sen vuonna 2015 sivuprojektina, työskennellessämme sivussa. Bloggaajat olivat suurin asia internetissä tuolloin, ja huomasimme, ettei heillä ollut järkevää tapaa nähdä luvut yhdessä paikassa – kaikki oli hajallaan viidessä eri työkalussa, eikä niistä kukaan ollut suunniteltu ei-teknisille ihmisille. Taustani järjestelmäarkkitehtuurissa ja laadunvarmistelussa oli istuttanut minuun yhden tavaran: et voi luottaa siihen, mitä et ole itse mitannut. Joten rakensimme yksinkertaisen version, jota toivoimme olemassa olevan.

Se, mikä vahvisti idean, ei kuitenkaan ollut bloggaajat – vaan sosiaalisen median ammattilaiset, jotka alkoivat rekisteröityä heti heidän jälkeensä. He halusivat asiakirjoja, jotka näyttivät ammattimaisilta, ja tämä oli se osa, joka merkitsi eniten – he olivat valmiit maksamaan. Bloggaajat eivät olleet pääasiassa. Se oli hetki, jolloin tajusin, ettemme rakentaneet harrastustyökalua, vaan työkalua aliedustetulle ammattiryhmälle. Pidimme töitämme, kunnes se tuli hallitsemattomaksi, ja aloimme palkata oikein tammikuussa 2017. Kaikki sen jälkeen on ollut vain laajennusta siitä ensimmäisestä vaistosta: poista melu, pidä analytiikka avoimena, ja rakenna jotain työtä tekevälle ihmiselle, ei sille, joka ostaa ohjelmistoa toisille.

Metricool on kehittynyt kohdennetusta analytiikka-alustasta sosiaalisen median hallintatyökaluksi, jota käyttää yli neljä miljoonaa ammattilaista, agentuuria, luojaa ja brändiä. Mitkä olivat tärkeimmät tuoteptävät, jotka johtivat kasvuun, ja oliiko hetkiä, jolloin piti uudelleenarvioida yrityksen alkuperäinen visio?

Joitakin päätöksiä oli tärkeämpää kuin toisia. Päättäminen analytiikkaan, kun muut – Hootsuite, Buffer – keskittyivät aikatauluihin, oli ensimmäinen, ja se on edelleen erottuvia piirteitämme tänään. Toinen oli kieltäytyminen “amerikkalaisen” työkalun luomisesta, joka kohdeltiin espanjaa ja muita kieliä jälkijättöinä; se antoi meille oikean etulyöntiaseman Euroopassa ja Latinalaisessa Amerikassa alussa. Kolmas, hiljattain, oli päättäminen, ettei sosiaalisen median mainoksia voitu erottaa orgaanisesta sisällöstä, koska kukaan sosiaalisen median johtaja ei ajattele niitä erikseen.

Muuttuiko visio? Jatkuvasti, ja en usko, että se on pahasta. Emme suunnitelleet alun perin rakentaa agentuureja varten, vaan yksittäisille ammattilaisille ja bloggaajille. Agentuurit ilmaantuvat itsestään, kertoivat, mitä he tarvitsivat (valkoinen merkintä, usean asiakkaan työtila, tiimipaikat), ja kuuntelimme ja toimimme. Sama koskee brändejä myöhemmin. Jos olisin pitänyt Metricoolin “alkuperäistä visiota” liian pitkään, olisimme rakentaneet paljon pienemmän tuotteen pienelle kohderyhmälle. Suunnitelma ei ollut pyhä. Käyttäjät loivat itse suurimman osan tiestä.

Metricoolin tutkimus osoitti, että 96 % sosiaalisen median ammattilaisista käyttää tekoälyä, mutta 36 % ei tiedä tai mittaa, onko tekoälyllä luotu sisältö parempaa. Miksi tekoälyn omaksuminen on edennyt nopeammin kuin organisaatioiden kyky arvioida sen todellista liiketoimintavaikutusta?

Koska tekoälyn käyttäminen on helppoa ja sen mittaaminen oikein on työtä. Avaa työkalu, saat otsikon, julkaise se – ei kitkaa ollenkaan. Toden totta tietäminen, tekeekö se mitään hyvää sinulle, tarkoittaa vertailun asettamista, oleminen kärsivällinen, vastustaminen voiton julistamista yhden hyvän julkaisun jälkeen. Useimmat tiimit eivät ole vielä kehittäneet tätä kuria.

Se 36 % ei huolestuta minua sillä tavalla, jolla se kuuluisi. Se ei ole, että ihmiset ovat huolimattomia. Se on, että mittaaminen aina jää jälkeen omaksumisesta – se tapahtui maksullisessa sosiaalisessa medialla, se tapahtui vaikuttajamarkkinoinnilla, ja se tapahtuu taas tässä. Työkalut tekoälyn käyttämiseksi parani nopeasti. Tavat sen arvioimiseksi eivät ole vielä saavuttaneet tasoa.

Generatiivinen tekoäly mahdollistaa brändeille enemmän sisällön tuottamisen alhaisemmilla kustannuksilla, mutta suurempi saavutettavuus tai julkaisumäärä voi luoda väärän vaikutelman menestyksestä. Mitkä mittarit tiimien tulisi priorisoida määrittääkseen, vahvistaa tekoälyavusteinen sisältö luottamusta, brändin terveyttä ja asiakassuhteita?

Saavutettavuus on se mittari, jota tekoäly on parhaimmillaan puhaltamassa ja huonoimmillaan selittämässä. Jos tarkkailet vain sitä lukua, tulet tuntemaan itsesi mahtavalta useita kuukausia, kunnes et. Mitä todella seuraisin, olisivat ihmiset, jotka tallentavat tai jakavat sisällön, eivät vain vierittävät sitä ohi – se on ero “näin sen” ja “tämä oli arvokasta”. Onko kommentit todellista keskustelua vai vain enemmän melua alle enemmän julkaisuja? Ja, tämä yksi jää usein väliin, kuuluko brändi edelleen yhden henkilön ääneltä kolmen sadan tekoälyavusteisen julkaisun jälkeen, vai onko ääni alkanut siirtyä julkaisusta toiseen ilman, että kukaan on huomannut?

Se viimeinen on hiiviskeltävä. Luottamus ei romahta kaiken aikaa kerran – se kulkee hiljalleen, ja kun saavutettavuus tai myynti osoittavat sen, olet menettänyt sitä jo kuukausia.

Metricoolin tutkimuksen mukaan 66 % vastaajista käyttää tekoälyä vähintään puolella sisällöstään, kun taas kuusi kymmenestä uskoo, että tekoälyllä luotu sisältö vastaa tai ylittää ihmisten luoman sisällön. Miten brändit voivat suunnitella kokeita, jotka vertaavat reilusti tekoälyavusteista ja ihmisten luomaa sisältöä ilman, että sekoittavat korrelaatiota, alustan algoritmeja ja sisällön laatua?

Pidä kaikki kiinni paikallaan paitsi yksi asia, jonka olet testaamassa – sama ohje, sama alusta, sama päivä ja aika, sama henkilö, joka tekee lopullisen muokkauksen – ja vaihda vain, kuka kirjoitti ensimmäisen luonnoksen. Se on kaikki. Useimmat “tekoäly vs. ihminen” -vertailut, jotka leijuvat ympärillä, eivät tee sitä. Ne vertaavat tekoälyjulkaisua tiistaina ihmisen julkaisuun kolme kuukautta sitten täysin eri aiheesta, ja sitten piirtävät johtopäätöksen.

Suorita se pareittain, suorita useita viikkoja, ei yhtä postausta – yhden postauksen suorituskyky on pääasiassa onni ja algoritmin mieliala sinä päivänä, ja tarvitset riittävästi tilastollista aineistoa nähdäksesi sen ohi. Ja ole rehellinen siitä, mitä “vastaa ihmisten työtä” todella tarkoittaa. Jos tekoälyllä luotu sisältö saa samanlaisia vaikutuksia, mutta huonomman kommenttien laadun tai vähemmän säästöjä, se ei ole tasapeli, se on varoitusmerkki. Paljon siitä “kuuden kymmenen” luottamuksesta, epäilen, on ihmisiä, jotka katsovat pinnan lukua ja lopettavat siinä.

Missä automaatio tuottaa tällä hetkellä eniten arvoa sosiaalisen median tiimeille, ja mitkä vastuut, kuten brändin äänen määrittely, yhteisöjen hallinta tai vastaaminen kriisitilanteissa, tulisi pitää tiukasti ihmisten hallinnassa?

Tylsät, suurivolyymiset asiat – aikataulutus, ensimmäiset luonnokset, videon uudelleen kokoaminen kuudelle alustalle, kuukausiraportin vetäminen – siinä on, missä automaatio on käytännössä ilmaista aikaa tiimille. Kukaan ei pitäisi tehdä sitä käsin vuonna 2026.

Raja minulle on tuomio. Ääni, yhteisö ja erityisesti mikä tahansa, joka on kriisi – ne tarvitsevat ihmisen. Ei, että tekoäly ei voisi luoda jotain järkevää, usein se voi, mutta koska väärän sävyn kustannus herkkässä tilanteessa on julkinen ja välitön, ja brändin maine ei ole jotain, mihin voi tehdä A/B-testin. Palaan johonkin, mitä olen sanonut aiemmin: olemalla puolittain läsnä tai huonosti läsnä sosiaalisessa medialla on kuin olisi rikkoutunut myymälän ikkuna. Tekoäly, joka luonnostelee kriisivastetta, jonka ihminen tarkistaa kolmessa sekunnissa, hyvä. Tekoäly, joka painaa julkaisunappia yksin, ei koskaan.

Metricool Studio mahdollistaa käyttäjille raporttien luomisen, suorituskyvyn vertailun, kilpailijoiden analysoinnin ja julkaisujen mallejen tunnistamisen luonnollisen kielen ohjauksella. Kuinka tämä muuttaa sosiaalisen median johtajien ja markkinointianalyytikoiden päivittäistä roolia, kun tekoäly siirtyy sisällön luomisesta suorituskyvyn tulkintaan?

Se työntää työn ylöspäin. Sosiaalisen median johtajan viikon suuri osa menee edelleen luvuista liukumaan diaan ja kirjoittamaan lauseen, joka selittää, mitä tapahtui. Jos voit vain kysyä “miksi osallistuminen laski viime viikolla” ja saada oikean vastauksen takaisin sekunneissa, se koko osa viikosta katoaa.

Mitä on jäljellä, on todella arvokas osa: päättäminen, mitä tehdä vastauksella. Minkä formaatin kanssa pitäisi jatkaa, miten selittää se asiakkaalle, joka ei piittaa mekanismeista, ja kun data kertoo sinulle jotain, johon et samaa mieltä. En usko, että rooli kutistuu, se jakautuu nopeasti kahteen ryhmään: niiden, jotka tekivät todellista analytiikkaa, ja niiden, jotka tekivät enimmäkseen tietojen syöttämistä lisäaskelilla. Vain ensimmäinen ryhmä kasvaa tästä.

Metricool on omaksunut Model Context Protocolin, joka mahdollistaa tekoälyavustimien, automaatioalustojen ja mukautettujen agenttien vuorovaikutuksen sosiaalisen median tietojen ja työnkulkujen kanssa. Mitkä mahdollisuudet tämä luo, ja miten yritykset voivat estää autonomiset järjestelmät julkaisemasta sopimatonta sisältöä, väärin tulkitsemasta analytiikkaa tai tekemästä toimia, jotka vahingoittavat brändiä?

Olimme yksi ensimmäisistä sosiaalisen median alustoista, jotka rakennettiin Clauden MCP:lle, ja syy on yksinkertainen. Se tarkoittaa, että Metricoolin tiedot eivät enää elä vain oman käyttöliittymämme sisällä. Brändin oma agentti, automaatioalusta, mitä tahansa tiimi on jo käyttänyt, voi nyt vetää suorituskykydataa tai laukaista työnkulun suoraan ilman, että meidän on rakennettava jokaista yksittäistä integraatiota itse. Se avaa työnkulkuja, joita emme ole vielä ajatelleet, ja ne on rakennettu niiden ihmisten toimesta, jotka ovat lähimpänä tietoa.

Riskejä on suunniteltava alusta alkaen, ei korjattava myöhemmin. Käytännössä julkaisu tulisi oletusarvoisesti olla inhimillinen hyväksymisvaihe, ei hiljainen autonomisen julkaisun, erityisesti asiakaslähtöistä. Kelpoisuudet on rajattava tiukasti, kuten agentti, joka on rakennettu vetämään raporttia, ei saa laukaista postausta, piste. Ja jokaisen toimen, jonka agentti tekee, on oltava jälki, jonka ihminen voi tarkistaa myöhemmin. Protokolla antaa sinulle yhteyden. Suojavarustus on kuitenkin jokaisen yrityksen oma tietoinen päätös.

Metricoolin tutkimuksen mukaan perinteiset julkiset vuorovaikutukset voivat laskea, vaikka kokonaisosallistuminen lisääntyy, ja tämä johtuu vähemmän näkyvistä toimista, kuten napsautuksista, vierityksistä, näyttökertoista ja linkin napsautuksista. Miten brändit tulisi sopeuttaa, kun jotkut tärkeimmistä huomion merkeistä ovat yhä enemmän näkymättömiä julkisesti?

Tykkäykset ja kommentit eivät koskaan olleet hyvä vastine huomiolle, ja ne pahenevat. Suurin osa aitoa kiinnostusta tapahtuu jossain, missä kukaan muu ei voi nähdä. Joku vierittää kaikki diaa karusellissa, katsuu videon loppuun, ottaa kuvakaappauksen ja lähettää sen ystävälle yksityisesti. Yhtään näistä ei näy julkisesti. Kaikki se on todellista huomiota, ehkä arvokkaampaa kuin refleksinomainen kaksoisnapsautus.

Brändien on siis saatava mukaan ajatus, että pitäisi käsitellä täyttymisprosenttia, vieritysprosenttia ja napsautusprosenttia ydinlukemina, eikä vain jalanjäljinä, jotka on haudattu tykkäysten alle. Praktinen siirtymä on kysymys toisenlaista kysymystä: ei “kuinka paljon osallistumista saimme”, vaan “kuinka paljon huomiota ansaitsimme”, tietäen, että suurin osa siitä jälkimmäisestä luvusta ei koskaan näy kenellekään muulle kuin omalle työpöydälle.

Edetessäsi, odotatko, että tekoäly pysyy sosiaalisen median ammattilaisten käytössä olevana apuna, vai kehittyykö se toiminnalliseksi kerrokseksi, joka jatkuvasti suunnittelee kampanjoita, jakaa resursseja, tulkkaa suorituskykyä ja suosittelee päätöksiä kaikilla alustoilla?

Toiminnalliseksi kerrokseksi, ja nopeammin kuin useimmat ihmiset odottavat. “Kysy tekoälyltä yhtä asiaa kerrallaan” -malli on vaihe, ei kohde. Mitä olemme todella rakentamassa, on tekoäly, joka istuu koko työnkulun alla, kuten jatkuvasti seuraamassa suorituskykyä kaikilla alustoilla, havaitsemassa, mitä toimii, ennen kuin ihminen huomaisi, ja suosittelemassa seuraavaa siirtoa.

Suosittelua, ei päättämistä. En usko, että lopputila on tekoäly, joka pyörittää kampanjoita ilman, että kukaan valvoo. Uskon, että tekoäly tekee järjettömän seuraamisen, jonka tiimi ei voi tehdä, ja antaa henkilölle lyhyen, hyödyllisen luettelon sen sijaan, että antaisi valtakunnan työpöydän. Ammattilaiset, jotka menestyvät siinä maailmassa, eivät ole niitä, jotka taistelevat kerrosta vastaan, vaan ne, jotka ovat hyviä osoittamaan sen. Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Metricoolissa.