Хуан Пабло Техела, генеральний директор і співзасновник Metricool – Серія інтерв’ю

Хуан Пабло Техела, генеральний директор і співзасновник Metricool, є інженером-програмістом і технологічним підприємцем, який очолює компанію з 2014 року, допомагаючи розвивати її у комплексну платформу для управління та вимірювання цифрового контенту. Перед запуском Metricool він майже дев’ять років працював у компанії Optimyth Software, де його обов’язки включали управління продуктом, розробку застосунків, дизайн користувальницького інтерфейсу, прес-релізи, підтримку клієнтів та онлайн-маркетинг платформи аналітики програмного забезпечення Kiuwan. Раніше в своїй кар’єрі Техела займав посади інженера-програміста у компаніях Swissrisk, Indra, EADS-CASA та FEDETEC, працюючи над проектами на мовах Java, C++, вбудованими системами, технологією зв’язку та розробкою ядра Linux.

Metricool – це мадридська платформа управління соціальними мережами, яка дозволяє творцям, брендам та агенціям планувати контент, публікувати пости, керувати розмовами, аналізувати результати, моніторити конкурентів та генерувати звіти з централізованого робочого простору. Платформа підтримує основні соціальні мережі та рекламні канали, включаючи Instagram, Facebook, TikTok, LinkedIn, YouTube, X, Bluesky, Pinterest, Google та Meta Ads, а також пропонує інструменти створення та оптимізації контенту з використанням штучного інтелекту. Metricool повідомляє, що нею користуються понад два мільйони користувачів, включаючи організації, такі як Forbes, Adidas, Volvo, H&M та Warner Music (WMG ) Group.

Ваша кар’єра почалася з програмної інженерії, вбудованих систем, якості застосунків та розробки продукту. Як ці досвіди сформували ваш підхід, коли ви заснували Metricool, і яка невідповідна потреба переконала вас, що професіонали соціальних мереж потребують нової аналітичної платформи?

Справді, Metricool почався меншим, ніж люди думають. Моя дружина Лаура та я побудували його в 2015 році як побічний проект, поряд з нашими основними роботами. Блогери були найбільшою річчю в інтернеті на той час, і ми помітили, що в них немає гідного способу побачити свої цифри в одному місці – все було розкидано по п’яти різних інструментам, жоден з яких не був створений для людини, яка не була технічною. Мій досвід у сфері вбудованих систем та якості застосунків ввів у мене одну звичку. Ви не довіряєте тому, чого не виміряли самі. Тому ми побудували просту версію, яку ми бажали, щоб існувала.

Що насправді підтвердило ідею, не були блогери, хоча – це були професіонали соціальних мереж, які почали реєструватися одразу після них. Вони хотіли клієнтські звіти, які виглядали професійно, і ця частина мала значення для побічного проекту – вони були готові платити. Блогери переважно не були. Це був момент, коли я зрозумів, що ми не будували інструмент для хобі, ми будували для недопостаченої професії. Ми зберігали свої роботи до тих пір, поки це не стало неможливим, і почали наймати працівників правильно в січні 2017 року. Все, що було після цього, було просто розширенням того першого інстинкту: видалити шум, зберегти прозорість аналітики та побудувати щось для людини, яка виконує роботу, а не для людини, яка купує програмне забезпечення для інших людей.

Metricool розвинувся з аналітичного продукту у платформу управління соціальними мережами, яку використовують понад чотири мільйони професіоналів, агенцій, творців та брендів. Які були найбільш значущими рішеннями щодо продукту за цей ріст, і чи були моменти, коли вам довелося переглянути оригінальну бачення компанії?

Декілька рішень мали більший вплив, ніж інші. Повне занурення в аналітику, тоді як усі інші – Hootsuite, Buffer – зосередилися на плануванні, було першим рішенням, і це все ще наш диференціатор сьогодні. Другим було відмовитися бути “американським” інструментом, який ставить іспанську та інші мови на другий план; це дало нам справжню перевагу в Європі та Латинській Америці на ранній стадії. Третім, більш недавнім, було рішення, що соціальна реклама не може існувати в окремому інструменті від органічного контенту, тому що жоден менеджер соціальних мереж насправді не думає про них окремо.

Чи змінилося бачення? Постійно, і я не думаю, що це погана річ. Ми не планували будувати для агенцій, ми будували для окремих професіоналів та блогерів. Агенції з’явилися самі, сказали нам, чого їм потрібно (звіти з білим етикеткою, багатоклієнтські панелі, місця для команди), і ми слухали та діяли. Те саме стосується брендів пізніше. Якби я зберігав “оригінальне бачення” для Metricool надто сильно, ми б побудували значно менший продукт для нішевої аудиторії. План ніколи не був священним. Користувачі в основному розкладали дорожню карту для нас.

Дослідження Metricool показало, що 96% професіоналів соціальних мереж використовують штучний інтелект, але 36% не знають чи не вимірюють, чи контент, створений штучним інтелектом, працює краще. Чому прийняття штучного інтелекту рухалося значно швидше, ніж здатність організацій оцінити його фактичний бізнес-імпакт?

Бо використання штучного інтелекту легко, а його правильне вимірювання – це робота. Ви відкриваєте інструмент, отримуєте підпис, публікуєте – жодного тертя зовсім. Насправді знати, чи той підпис зробив щось для вас, означає налаштування порівняння, бути терплячим, опиратися бажанню оголосити перемогу після одного хорошого поста. Більшість команд ще не побудували цю дисципліну, і, чесно кажучи, чому вони мали б це зробити? До того, як минуло вісімнадцять місяців, ніхто не потребував запитувати “чи версія штучного інтелекту перевершує людську версію” – людина написала це, ви судили пост за його власними заслугами.

Ті 36% мене не турбують так, як це може звучати. Це не тому, що люди є недбалі. Це тому, що вимірювання завжди відстає від прийняття – це сталося з платними соціальними мережами, це сталося з маркетингом впливу, це відбувається знову тут. Інструменти для використання штучного інтелекту покращились швидко. Навички для його оцінки ще не встигли.

Генеративний штучний інтелект дозволяє брендам створювати більше контенту за нижчу ціну, але більша охоплення чи обсяг публікацій можуть створити хибне відчуття успіху. Які метрики повинні команди пріоритезувати, щоб визначити, чи контент, створений штучним інтелектом, зміцнює довіру, здоров’я бренду та відносини з клієнтами?

Охоплення – це метрика, яку штучний інтелект найкраще надуває і найгірше пояснює. Якщо ви дивитесь тільки на це число, ви будете відчувати себе добре протягом місяців, аж поки не відчуєте. Що я б фактично відстежував, це люди, які зберігають або ділиться контентом, а не просто прокручують його – це різниця між “Я бачив це” і “це було вартиме збереження.” Чи коментарі є справжньою розмовою, чи просто ще одним шумом під ще одним постом? І, це одне постійно пропускається, чи бренд все ще звучить як одна людина після трьохсот постів, створених штучним інтелектом, чи його голос почав дрейфувати пост за постом, не помітивши нікого?

Останнє – це хитра річ. Довіра не руйнується одразу – вона розкладається тихо, і до тих пір, поки охоплення чи продажі не покажуть це, ви вже втрачали її протягом місяців.

Metricool виявило, що 66% респондентів залучають штучний інтелект принаймні у половині свого контенту, тоді як шість із десяти вважають, що контент, створений штучним інтелектом, дорівнює або перевершує людську роботу. Як бренди повинні проектувати експерименти, щоб чесно порівняти контент, створений штучним інтелектом, та людську роботу, не плутаючи кореляцію, алгоритми платформ та якість контенту?

Залиште все фіксованим, крім однієї речі, яку ви тестуєте – той же бриф, та сама платформа, той самий день і час, та сама людина, яка робить остаточний монтаж – і тільки замініть того, хто написав перший проект. Це все. Більшість порівнянь “штучний інтелект проти людини”, які зараз існують, цього не роблять. Вони порівнюють пост штучного інтелекту з вівторка проти людського поста з трьох місяців тому на зовсім іншій темі, а потім роблять висновок.

Виконайте це в парах, виконайте протягом тижнів, а не одного поста – результат одного поста в основному складається з удачі та настрою алгоритму того дня, і вам потрібно достатньо обсягу, щоб побачити за цим. І будьте чесними щодо того, що “дорівнює людській роботі” насправді означає. Якщо контент штучного інтелекту отримує схожі враження, але гіршу якість коментарів або нижчу економію, це не нічиї гра, це попередній сигнал. Багато з тих “шість із десяти” впевненості, я підозрюю, люди дивляться на поверхневе число і зупиняються там.

Де зараз автоматизація додає найбільшу цінність для команд соціальних мереж, і які обов’язки, такі як встановлення голосу бренду, керування спільнотами чи реагування під час кризи, повинні залишатися твердо під контролем людини?

Нудна, високоволатильна справа – планування, перший проект, зміна розміру відео для шести платформ, витягування місячного звіту – це те, де автоматизація фактично повертає вільний час команді. Ніхто не повинен робити це вручну в 2026 році.

Границя для мене – суд. Голос, спільнота та особливо все, що пов’язано з кризою – все це потребує людини. Не тому, що штучний інтелект не може створити щось розумне, він часто може, але тому, що вартість одного неправильного тону в чутливий момент є публічною та негайною, а репутація бренду не є чимось, що ви можете протестувати. Я повернуся до чогось, що сказав раніше: бути наполовину присутнім або погано присутнім у соціальних мережах – це як мати розбите вітринне вікно. Штучний інтелект проектує кризовий відповідь для людини, щоб переглянути її протягом тридцяти секунд, добре. Штучний інтелект натискає на публікацію цієї відповіді самостійно, ніколи.

Студія Metricool дозволяє користувачам генерувати звіти, порівнювати результати, аналізувати конкурентів та визначати закономірності публікацій за допомогою природних мовних підказок. Як це змінить щоденну роль менеджерів соціальних мереж та маркетингових аналітиків?

Це штовхає роботу вгору. Великий шматок тижня менеджера соціальних мереж все ще йде на витягування цифр у слайд та написання речення, яке пояснює, що сталося. Якщо ви можете просто запитати “чому участь зменшилася минулого тижня” і отримати справжню відповідь за секунди, той весь шматок тижня фактично зникає.

Що залишається, це фактично цінна частина: вирішення, що робити з відповіддю. Який формат потрібно посилити, як пояснити це клієнту, який не турбується про механіку, коли дані кажуть вам щось, з чим ваша інтуїція не погоджується. Я не думаю, що роль зменшується, вона розділяє людей на дві групи досить швидко: тих, хто робив справжній аналіз, і тих, хто в основному робив введення даних з додатковими кроками. Тільки перша група зростає з цього.

Metricool прийняв Протокол контексту моделі, що дозволяє штучним інтелектам, платформам автоматизації та спеціальним агентам взаємодіяти з даними соціальних мереж та робочими процесами. Які можливості це створює, і як компанії можуть запобігти тому, щоб автономні системи публікували невідповідний контент, неправильно читали аналітику чи приймали дії, які пошкоджують бренд?

Ми були однією з перших соціальних медійних платформ, які побудували на основі MCP від Claude, і причина проста. Це означає, що дані Metricool не живуть тільки всередині нашого інтерфейсу. Власний агент бренду, платформа автоматизації, все, що команда вже використовує, можуть тепер витягувати дані про результати або запускати робочий процес безпосередньо, без того, щоб нам потрібно було будувати кожну окрему інтеграцію самостійно. Це відкриває робочі процеси, про які ми ще не думали, побудовані людьми, які найближче до даних.

Ризик повинен бути спроектований з дня першого, а не запатчений пізніше. Практично публікація повинна мати за замовчуванням крок затвердження людини, а не автономну публікацію, особливо все, що стосується клієнта. Дозволи повинні бути обмежені так, як агент, побудований для витягування звіту, не повинен мати можливості публікувати пост, період. І кожна дія агента повинна мати слід, який людина може перевірити пізніше. Протокол дає вам з’єднання. Перегородки все ще є рішенням, яке кожна компанія повинна приймати свідомо.

Дослідження Metricool свідчать, що традиційні публічні взаємодії можуть зменшуватися, навіть якщо загальне залучення збільшується, що спричинено менш помітними діями, такими як кліки, прокрутки, перегляди та натискання посилань. Як бренди повинні адаптуватися, коли деякі з найбільш значущих сигналів уваги стають дедалі менш помітними для публіки?

Лайки та коментарі ніколи не були хорошим заміщенням уваги, і вони стають ще гіршими. Більшість справжнього інтересу сьогодні відбувається там, де ніхто інший не може побачити. Хтось прокручує кожен слайд каруселі, дивиться відео до кінця, робить знімок екрана, щоб надіслати його другу приватно. Ніщо з цього не з’являється публічно. Все це є справжньою увагою, можливо, більш цінною, ніж рефлекторне подвійне натискання.

Тому бренди повинні звикнути до того, щоб вважати рівень завершення, прокрутку та натискання посилань основними цифрами, а не примітками, похованими під лайками. Практичний зсув полягає в тому, щоб запитати інше питання зовсім: не “яке залучення ми отримали”, а “яку увагу ми фактично заслужили”, знаючи, що більшість цього другого числа ніколи не буде видимим для когось поза вашим власним панелем.

Оглядаючи майбутнє, чи очікуєте ви, що штучний інтелект залишиться колекцією помічників, яких використовують професіонали соціальних мереж, чи розвинеться у робочий шар, який безперервно планує кампанії, розподіляє ресурси, інтерпретує результати та рекомендує рішення на всіх платформах?

Робочий шар, і раніше, ніж більшість людей очікують. Модель “попросіть штучний інтелект про одну річ за раз” – це фаза, а не пункт призначення. До чого ми фактично будемо рухатися, це штучний інтелект, який сидить під всім робочим процесом, наприклад, спостерігає за результатами на всіх платформах безперервно, ловить те, що працює, перш ніж людина це помітить, і рекомендує наступний крок.

Рекомендує, а не вирішує. Я не думаю, що кінцевий стан – це штучний інтелект, який керує кампаніями без нагляду людини. Я вважаю, що це штучний інтелект, який виконує безперервний моніторинг, якого жодна команда не має годин, і передає людині короткий, корисний список, а не стіну панелей. Професіонали, які добре працюють у цьому світі, не будуть тими, хто бореться з шаром, вони будуть тими, хто добре вказує на нього.

Дякую за велике інтерв’ю, читачі, які хочуть дізнатися більше, повинні відвідати Metricool.