Juan Pablo Tejela, Giám đốc điều hành và Đồng sáng lập của Metricool – Phỏng vấn

Juan Pablo Tejela, Giám đốc điều hành và đồng sáng lập của Metricool, là một kỹ sư phần mềm và doanh nhân công nghệ đã lãnh đạo công ty từ năm 2014, giúp phát triển nó thành một nền tảng toàn diện để quản lý và đo lường nội dung kỹ thuật số. Trước khi ra mắt Metricool, anh đã dành gần chín năm tại Optimyth Software, nơi các trách nhiệm của anh bao gồm quản lý sản phẩm, phát triển ứng dụng, thiết kế giao diện người dùng, bán hàng, hỗ trợ khách hàng và tiếp thị trực tuyến cho nền tảng phân tích phần mềm Kiuwan. Sớm trong sự nghiệp của mình, Tejela đã giữ các vị trí kỹ sư phần mềm tại Swissrisk, Indra, EADS-CASA và FEDETEC, làm việc trên Java, C++, hệ thống nhúng, công nghệ truyền thông và phát triển hạt nhân Linux.

Metricool là một nền tảng quản lý truyền thông xã hội có trụ sở tại Madrid, cho phép các nhà sáng tạo, thương hiệu và cơ quan lên kế hoạch nội dung, xuất bản bài đăng, quản lý cuộc trò chuyện, phân tích hiệu suất, theo dõi đối thủ và tạo báo cáo từ một không gian làm việc tập trung. Nền tảng hỗ trợ các mạng xã hội và kênh quảng cáo chính, bao gồm Instagram, Facebook, TikTok, LinkedIn, YouTube, X, Bluesky, Pinterest, Google và Meta Ads, đồng thời cũng cung cấp các công cụ tạo và tối ưu hóa nội dung hỗ trợ AI. Metricool báo cáo phục vụ hơn hai triệu người dùng, bao gồm các tổ chức như Forbes, Adidas, Volvo, H&M và Warner Music (WMG ) Group.

Sự nghiệp của bạn bắt đầu với kỹ sư phần mềm, hệ thống nhúng, chất lượng ứng dụng và phát triển sản phẩm. Làm thế nào những kinh nghiệm đó đã định hình cách tiếp cận của bạn khi bạn thành lập Metricool, và nhu cầu chưa được đáp ứng nào đã thuyết phục bạn rằng các chuyên gia truyền thông xã hội cần một loại nền tảng phân tích mới?

Thành thật mà nói, Metricool bắt đầu nhỏ hơn nhiều so với những gì mọi người nghĩ. Vợ tôi Laura và tôi đã xây dựng nó vào năm 2015 như một dự án phụ, trên cơ sở công việc thường xuyên của chúng tôi. Các blogger là điều lớn nhất trên internet vào thời điểm đó, và chúng tôi nhận thấy họ không có cách nào tốt để xem số liệu của mình ở một nơi — mọi thứ đều bị phân tán trên năm công cụ khác nhau, không có công cụ nào được xây dựng cho người không có kỹ thuật. Kinh nghiệm của tôi trong hệ thống nhúng và QA đã tạo ra cho tôi một thói quen. Bạn không tin vào điều gì bạn chưa đo lường chính mình. Vì vậy, chúng tôi đã xây dựng phiên bản đơn giản mà chúng tôi mong muốn.

Điều thực sự xác nhận ý tưởng không phải là các blogger, mà là các chuyên gia truyền thông xã hội bắt đầu đăng ký ngay sau họ. Họ muốn báo cáo khách hàng trông chuyên nghiệp, và đây là phần quan trọng đối với một dự án phụ — họ sẵn sàng trả tiền. Các blogger hầu như không làm vậy. Đó là lúc tôi nhận ra chúng tôi không xây dựng một công cụ sở thích, chúng tôi xây dựng cho một nghề nghiệp chưa được đáp ứng. Chúng tôi giữ công việc của mình cho đến khi nó trở nên không thể quản lý, và bắt đầu tuyển dụng đúng cách vào tháng 1 năm 2017. Mọi thứ từ đó đến nay chỉ là một phần mở rộng của trực giác đầu tiên đó: loại bỏ tiếng ồn, giữ phân tích minh bạch, và xây dựng thứ gì đó cho người làm việc, không phải cho người mua phần mềm cho người khác.

Metricool đã phát triển từ một sản phẩm phân tích tập trung thành một nền tảng quản lý truyền thông xã hội được sử dụng bởi hơn bốn triệu chuyên gia, cơ quan, nhà sáng tạo và thương hiệu. Những quyết định sản phẩm nào có ảnh hưởng nhất đến sự tăng trưởng đó, và có những lúc bạn phải suy nghĩ lại tầm nhìn ban đầu của công ty?

Một số quyết định quan trọng hơn những quyết định khác. Đi tất cả vào phân tích trong khi mọi người khác — Hootsuite, Buffer — tập trung vào lập lịch là quyết định đầu tiên, và đó vẫn là điểm khác biệt của chúng tôi ngày nay. Thứ hai là từ chối trở thành một công cụ “Mỹ” coi tiếng Tây Ban Nha và các ngôn ngữ khác là điều thứ yếu; điều đó đã mang lại cho chúng tôi một lợi thế thực sự ở châu Âu và Mỹ Latinh từ sớm. Thứ ba, gần đây hơn, là quyết định rằng quảng cáo xã hội không thể sống trong một công cụ riêng biệt với nội dung hữu cơ, vì không có nhà quản lý truyền thông xã hội nào thực sự nghĩ về chúng một cách riêng biệt.

Liệu tầm nhìn đã thay đổi? Liên tục, và tôi không nghĩ đó là một điều xấu. Chúng tôi không đặt ra để xây dựng cho các cơ quan, thay vào đó chúng tôi xây dựng cho các chuyên gia và blogger cá nhân. Các cơ quan đã xuất hiện theo cách của họ, cho chúng tôi biết những gì họ cần (báo cáo trắng, bảng điều khiển đa khách hàng, chỗ ngồi nhóm), và chúng tôi đã lắng nghe và hành động. Cũng giống như các thương hiệu sau này. Nếu tôi đã giữ “tầm nhìn ban đầu” của Metricool quá nhiều, chúng tôi sẽ xây dựng một sản phẩm nhỏ hơn cho một đối tượng ngách. Kế hoạch không bao giờ là thiêng liêng. Người dùng phần lớn đã vạch ra đường dẫn cho chúng tôi.

Nghiên cứu của Metricool cho thấy 96% chuyên gia truyền thông xã hội sử dụng trí tuệ nhân tạo, nhưng 36% không biết hoặc đo lường liệu nội dung được tạo ra bởi AI có hiệu suất tốt hơn. Tại sao việc áp dụng AI đã di chuyển nhanh hơn khả năng của các tổ chức trong việc đánh giá tác động kinh doanh thực sự của nó?

Bởi vì sử dụng AI là dễ dàng và đo lường nó một cách chính xác là công việc. Bạn mở một công cụ, bạn nhận được một chú thích, bạn đăng — không có ma sát nào. Thực sự biết liệu chú thích đó có làm gì cho bạn hay không có nghĩa là thiết lập một so sánh, kiên nhẫn, và chống lại sự cám dỗ của việc tuyên bố chiến thắng sau một bài đăng tốt. Hầu hết các đội chưa xây dựng kỷ luật đó yet, và thành thật mà nói, tại sao họ lại có? Cho đến mười tám tháng trước, không ai cần hỏi “liệu phiên bản AI có hoạt động tốt hơn phiên bản của con người” — một người đã viết nó, bạn đã phán quyết bài đăng dựa trên giá trị của nó.

36% đó không làm tôi lo lắng theo cách nó có thể âm thanh. Đó không phải là người dân cẩu thả. Đó là vì việc đo lường luôn chậm hơn việc áp dụng — nó đã xảy ra với truyền thông xã hội trả tiền, nó đã xảy ra với tiếp thị người ảnh hưởng, và nó đang xảy ra lại ở đây. Các công cụ để sử dụng AI đã cải thiện nhanh chóng. Các thói quen để phán quyết nó chưa theo kịp yet. Chúng sẽ.

Trí tuệ nhân tạo tạo ra khả năng cho các thương hiệu sản xuất nhiều nội dung hơn với chi phí thấp hơn, nhưng phạm vi rộng hơn hoặc khối lượng xuất bản có thể tạo ra một cảm giác sai lầm về thành công. Những chỉ số nào mà các đội nên ưu tiên để xác định liệu nội dung hỗ trợ AI có làm tăng cường niềm tin, sức khỏe thương hiệu và mối quan hệ khách hàng?

Phạm vi là chỉ số mà AI tốt nhất trong việc làm phồng lên và tồi tệ nhất trong việc giải thích. Nếu bạn chỉ xem số đó, bạn sẽ cảm thấy tuyệt vời trong vài tháng cho đến khi bạn không. Những gì tôi thực sự theo dõi là người lưu hoặc chia sẻ nội dung, không chỉ cuộn qua — đó là sự khác biệt giữa “Tôi đã xem nó” và “điều này đáng để giữ.” Các bình luận có phải là cuộc trò chuyện thực sự, hay chỉ là tiếng ồn dưới nhiều bài đăng hơn? Và, điều này thường bị bỏ qua, liệu thương hiệu vẫn còn âm thanh như một người sau ba trăm bài đăng hỗ trợ AI, hay đã bắt đầu trôi dạt từ bài đăng đến bài đăng mà không ai nhận thấy?

Điều đó cuối cùng là điều tinh vi. Niềm tin không sụp đổ tất cả cùng một lúc — nó bị xói mòn im lặng, và vào thời điểm phạm vi hoặc doanh số cho thấy nó, bạn đã mất nó trong vài tháng.

Metricool đã tìm thấy rằng 66% người trả lời liên quan đến AI trong ít nhất một nửa nội dung của họ, trong khi sáu trong mười người tin rằng nội dung được tạo ra bởi AI phù hợp hoặc vượt quá công việc được tạo ra bởi con người. Làm thế nào các thương hiệu nên thiết kế các thí nghiệm để so sánh công bằng nội dung hỗ trợ AI và nội dung được tạo ra bởi con người mà không nhầm lẫn tương quan, thuật toán nền tảng và chất lượng nội dung?

Giữ mọi thứ cố định ngoại trừ điều duy nhất bạn đang kiểm tra — cùng một bản tóm tắt, cùng một nền tảng, cùng một ngày và thời gian, cùng một người làm chỉnh sửa cuối cùng — và chỉ trao đổi ai viết bản thảo đầu tiên. Đó là tất cả. Hầu hết các so sánh “AI so với con người” trôi nổi không làm điều này. Họ so sánh một bài đăng AI từ Thứ Ba với một bài đăng của con người từ ba tháng trước về một chủ đề hoàn toàn khác, và sau đó rút ra một kết luận.

Chạy nó theo cặp, chạy nó trong vài tuần, không chỉ một bài đăng — hiệu suất của một bài đăng duy nhất chủ yếu là may mắn và tâm trạng thuật toán trong ngày, và bạn cần đủ khối lượng để xem quá điều đó. Và hãy trung thực về những gì “khớp với công việc của con người” thực sự có nghĩa là. Nếu nội dung AI nhận được ấn tượng tương tự nhưng chất lượng bình luận tồi tệ hơn hoặc lưu thấp hơn, đó không phải là một trận hòa, đó là một dấu hiệu cảnh báo. Tôi nghi ngờ rằng nhiều “sáu trong mười” tự tin, là những người đang xem số bề mặt và dừng lại ở đó.

Ở đâu tự động hóa hiện đang thêm giá trị nhất cho các đội truyền thông xã hội, và những trách nhiệm nào, chẳng hạn như thiết lập giọng nói thương hiệu, quản lý cộng đồng hoặc phản hồi trong một cuộc khủng hoảng, nên vẫn còn dưới sự kiểm soát của con người?

Những việc nhàm chán, có khối lượng lớn — lập lịch, bản thảo đầu tiên, thay đổi kích thước video cho sáu nền tảng, kéo một báo cáo hàng tháng — đó là nơi tự động hóa cơ bản là thời gian miễn phí được trả lại cho một đội. Không ai nên làm điều đó bằng tay vào năm 2026.

Ranh giới đối với tôi là phán quyết. Giọng nói, cộng đồng và đặc biệt là bất cứ điều gì liên quan đến khủng hoảng — những thứ cần một con người. Không phải vì AI không thể soạn thảo điều gì đó hợp lý, nó thường có thể, nhưng vì chi phí của một âm điệu sai trong một khoảnh khắc nhạy cảm là công khai và ngay lập tức, và danh tiếng của một thương hiệu không phải là điều gì bạn có thể A/B kiểm tra. Tôi sẽ quay lại điều gì đó tôi đã nói trước đó: có mặt một nửa hoặc hiện diện một cách tồi tệ trên truyền thông xã hội giống như có một cửa sổ cửa hàng bị vỡ. AI soạn thảo một phản hồi khủng hoảng cho một con người để xem xét trong ba mươi giây, tuyệt vời. AI tự động đăng phản hồi đó, không bao giờ.

Metricool Studio cho phép người dùng tạo báo cáo, so sánh hiệu suất, phân tích đối thủ và xác định mẫu đăng thông qua các lệnh tự nhiên. Khi AI chuyển từ tạo nội dung sang giải thích hiệu suất, điều này sẽ thay đổi vai trò hàng ngày của các nhà quản lý truyền thông xã hội và phân tích tiếp thị như thế nào?

Nó đẩy công việc lên cao. Một phần lớn của tuần làm việc của một nhà quản lý truyền thông xã hội vẫn đi vào việc kéo số liệu vào một trang trình bày và viết câu giải thích những gì đã xảy ra. Nếu bạn có thể chỉ hỏi “tại sao tương tác giảm vào tuần trước” và nhận được một câu trả lời thực sự trong vài giây, thì toàn bộ phần đó của tuần cơ bản biến mất.

Điều còn lại là phần thực sự có giá trị: quyết định làm gì với câu trả lời. Định dạng nào để tăng gấp đôi, làm thế nào để giải thích nó cho một khách hàng không quan tâm đến các cơ chế, và khi nào dữ liệu cho bạn biết điều gì mà trực giác của bạn không đồng ý. Tôi không nghĩ vai trò sẽ thu nhỏ; nó chia người thành hai nhóm khá nhanh: những người đã làm phân tích thực sự, và những người hầu như chỉ làm việc nhập dữ liệu với các bước bổ sung. Chỉ nhóm đầu tiên phát triển từ đây.

Metricool đã áp dụng Giao thức Context Model, cho phép các trợ lý AI, nền tảng tự động hóa và tác nhân tùy chỉnh tương tác với dữ liệu truyền thông xã hội và luồng công việc. Những cơ hội nào mà điều này tạo ra, và các công ty có thể ngăn chặn các hệ thống tự động không đăng nội dung không phù hợp, hiểu lầm phân tích hoặc thực hiện hành động gây hại cho thương hiệu?

Chúng tôi là một trong những nền tảng truyền thông xã hội đầu tiên xây dựng trên MCP của Claude, và lý do rất đơn giản. Điều đó có nghĩa là dữ liệu của Metricool không chỉ sống trong giao diện của chính chúng tôi nữa. Một đại lý của riêng thương hiệu, một nền tảng tự động hóa, bất cứ điều gì một đội đang sử dụng, họ có thể bây giờ kéo dữ liệu hiệu suất hoặc kích hoạt một luồng công việc trực tiếp, mà không cần chúng tôi phải xây dựng mọi tích hợp riêng lẻ. Điều đó mở ra các luồng công việc mà chúng tôi chưa từng nghĩ đến, được xây dựng bởi những người gần gũi nhất với dữ liệu.

Rủi ro phải được thiết kế từ ngày đầu tiên, không phải vá lại sau đó. Về mặt thực tế, việc xuất bản nên mặc định là một bước phê duyệt của con người, không phải đăng tự động im lặng, đặc biệt là bất cứ điều gì hướng đến khách hàng. Quyền cần được định nghĩa chặt chẽ, chẳng hạn như một tác nhân được xây dựng để kéo một báo cáo không nên có thể kích hoạt một bài đăng, kỳ. Và mọi hành động của một tác nhân thực hiện cần một đường mòn mà một con người có thể kiểm tra sau đó. Giao thức cung cấp cho bạn kết nối. Các rào cản là quyết định mà mỗi công ty phải thực hiện một cách cố ý.

Nghiên cứu của Metricool cho thấy rằng các tương tác công khai truyền thống có thể giảm ngay cả khi sự tương tác tổng thể tăng, do các hành động ít được nhìn thấy hơn như nhấp, vuốt, xem và chạm liên kết. Các thương hiệu nên thích nghi như thế nào khi một số tín hiệu quan trọng nhất của sự chú ý đang ngày càng vô hình với công chúng?

Thích và bình luận không bao giờ là một đại diện tốt cho sự chú ý, và chúng đang trở nên tồi tệ hơn. Hầu hết sự quan tâm thực sự ngày nay xảy ra ở nơi mà không ai khác có thể nhìn thấy. Ai đó vuốt qua mọi trang của một trình chiếu, xem một video đến cuối, chụp ảnh màn hình một thứ gì đó để gửi cho một người bạn riêng tư. Không có điều nào trong số đó xuất hiện công khai. Tất cả đều là sự chú ý thực sự, có thể có giá trị hơn một cú nhấp chuột phản xạ.

Vì vậy, các thương hiệu cần phải thoải mái khi coi tỷ lệ hoàn thành, vuốt qua và nhấp chuột là những con số cốt lõi, không phải là chân trang bị chôn vùi dưới những lượt thích. Sự thay đổi thực tế là hỏi một câu hỏi khác hoàn toàn: không phải “chúng tôi đã nhận được bao nhiêu tương tác” mà “chúng tôi đã kiếm được bao nhiêu sự chú ý”, biết rằng hầu hết con số thứ hai sẽ không bao giờ được nhìn thấy bởi bất kỳ ai ngoài bảng điều khiển của riêng bạn.

Trong tương lai, bạn có kỳ vọng AI sẽ vẫn là một bộ sưu tập các trợ lý được sử dụng bởi các chuyên gia truyền thông xã hội, hay nó sẽ phát triển thành một lớp hoạt động liên tục lập kế hoạch chiến dịch, phân bổ tài nguyên, giải thích hiệu suất và đề xuất quyết định trên mọi nền tảng?

Một lớp hoạt động, và sớm hơn nhiều so với hầu hết mọi người dự đoán. Mô hình “hỏi AI một điều tại một thời điểm” là một giai đoạn, không phải là điểm đến. Điều chúng tôi thực sự xây dựng là AI nằm dưới toàn bộ luồng công việc, chẳng hạn như liên tục theo dõi hiệu suất trên mọi nền tảng, bắt những gì đang hoạt động trước khi một con người sẽ nhận thấy, và đề xuất bước tiếp theo.

Đề xuất, không quyết định. Tôi không nghĩ trạng thái cuối cùng là AI chạy chiến dịch mà không có ai theo dõi. Tôi tin rằng đó là AI thực hiện việc giám sát không ngừng mà không đội nào có đủ giờ, và trao cho một người một danh sách ngắn và hữu ích thay vì một bức tường bảng điều khiển. Những chuyên gia làm tốt trong thế giới đó sẽ không phải là những người chiến đấu với lớp, họ sẽ là những người giỏi trong việc chỉ ra nó.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Metricool.