AI i markedsføring: agenter på jeres egne tal

AI i markedsføring virker bedst på jeres egne tal

De fleste guides til AI marketing er en liste over værktøjer: en til tekster, en til billeder, en til annoncer. Hver med sin licens og sin egen kopi af jeres data. Marketingfolkene sidder tilbage med ti faner og et regneark, de stadig selv skal lave om mandagen.

Vi starter et andet sted. En webshop har allerede de tal, der afgør, om marketing virker. Ordrer ligger i Shopify eller DynamicWeb, dækningsbidrag i Business Central og henvendelser i helpdesken. Når de ligger ét sted, i det vi kalder hjernen, kan små agenter arbejde på dem.

En agent har ét job. Den skriver produkttekster til nye varer eller fortæller marketingchefen, hvad sidste uges kampagne gav i dækningsbidrag. Den gør det inden for de grænser, I sætter, og alt står i en log. Når den er i tvivl, lander sagen hos en navngiven kollega.

Marketing AI-agenter: hvem gør hvad?

Sådan fordeler arbejdet sig i en omnichannel-forretning med webshop, butikker og Business Central. Hver række er én agent med én ejer.

Ingen af dem er en chatbot, I skal huske at åbne. De kører på et tidspunkt eller ved en hændelse, fx når en ny vare oprettes, og lægger arbejdet der, hvor jeres folk allerede er.

Sådan ser en morgen ud i e-handelsteamet

Marketingchefen bruger mandagsmødet på næste kampagne, ikke på at diskutere, om den sidste tjente penge. Det tal kom med kilden klokken halv syv.

Produkttekster og e-handel: AI på jeres sortiment

Produkttekster er den opgave, de fleste starter med, fordi timerne er lette at se. 400 nye varer om sæsonen, hver med tekst, attributter og oversættelser til tre markeder. Produktagenten skriver ud fra leverandørdata, jeres attributter i PIM og jeres egen tonevejledning. Kategorichefen godkender, før noget går på webshoppen. Det står på siden om AI-produktbeskrivelser.

Teksterne bliver aldrig bedre end produktdataene. Mangler mål, materiale eller vaskeanvisning, skal agenten markere hullet og lade være med at opfinde et svar. Har I rod i stamdata, er PIM-siden et bedre sted at starte.

Siden om AI i e-handel tager hele kæden: søgning, anbefalinger og agentic commerce. Det sidste betyder, at en indkøbsagent hos jeres kunde handler direkte i jeres katalog. Den agent læser jeres produktdata, ikke jeres flotte forside.

Kundeservice: svaret står allerede i ordren

De fleste henvendelser til en webshop handler om pakken, returen eller beløbet. Svaret står i ordren, hos fragtfirmaet og i ERP. Kundeserviceagenten slår op, før den skriver, så medarbejderen godkender et udkast med de rigtige oplysninger i stedet for at skrive fra bunden.

• AI i kundeservice: svarudkast med ordren, sporingen og returstatus slået op, i jeres tone og på kundernes sprog.
• Reklamationshåndtering: agenten sorterer sagerne, tjekker købsdato og garanti og foreslår en afgørelse. En kollega afgør tvivlen og alt over beløbsgrænsen.
• Kundeservicesystem: behold den helpdesk, I har. Agenten lægger sig på jeres data og skriver ind i de sager, medarbejderne allerede arbejder i.

Vi har arbejdet med Zuzana, Shopify og DynamicWeb i kundeservice til omnichannel-detail. Et skifte af helpdesk løser sjældent problemet. Det gør adgang til ordredata.

Hvad gav kampagnen, og hvad skal prisen være?

Annonceplatformene måler klik og omsætning. De ved ikke, hvad varen kostede, hvor meget der kom retur, eller om rabatten bare flyttede et køb, der ville være kommet alligevel. Kampagneagenten henter ordrer fra webshoppen, kostpris fra ERP og returer fra lageret. Den svarer i dækningsbidrag, ikke i ROAS.

Dynamisk prissætning følger samme mønster. Prisagenten ser lager, afsætningshastighed og konkurrentpriser og foreslår ændringer. Kategorichefen beslutter, og agenten må aldrig gå under den bundpris, controlleren har sat. Det er langt fra flypriser, der skifter hvert minut. Det er en indkøber, der slipper for at gennemgå 3.000 varer i et regneark.

Skal I skifte webshop for at få AI?

Nej. Agenterne kører på den platform, I har. Står I alligevel over for at vælge webshop, afgøres valget sjældent af AI. Det afgøres af B2B, antal markeder og selskaber, og af hvor tæt webshoppen skal hænge sammen med Business Central.

Vi har arbejdet med både DynamicWeb og Shopify. Sammenligningen står på siden DynamicWeb eller Shopify. Integrationen til ERP står på vores side om Business Central.

Skal AI-indhold mærkes fra 2. august 2026?

EU’s AI-forordning har regler om gennemsigtighed i artikel 50, og de gælder fra 2. august 2026. For en webshop er der især to ting at holde øje med.

• En chatbot på webshoppen skal fortælle, at det er en AI, man skriver med, medmindre det er åbenlyst.
• Billeder, lyd og video, der er lavet eller ændret med AI og ligner virkelige personer, steder eller hændelser, skal mærkes som AI-genererede. Det gælder fx en kampagnefilm med en AI-skabt model.

Tekstreglen handler om tekster, der informerer offentligheden om samfundsforhold, og den falder bort, når et menneske har gennemgået teksten og står inde for den. Produkttekster med en kategorichef, der godkender, er et andet sted. Læs Kommissionens retningslinjer om artikel 50, eller spørg jeres advokat, før I lægger jer fast.

Brandtekster og vrede kunder bliver hos jer

Nogle tekster og beslutninger skal blive hos jeres egne folk. Vi siger det på første møde, før I har betalt for noget.

• Brandtekster. Forsiden, kampagnekonceptet og historien om, hvorfor I findes. Skriver en agent dem, lyder I som alle andre.
• Svar til en vred kunde, der har ventet tre uger. Agenten kan slå sagen op, men et menneske skal skrive.
• Priser på jeres vigtigste varer, hvor prisen er en del af positioneringen.
• Et sortiment på 200 varer, der skifter én gang om året. Timerne er for få til, at en agent betaler sig.

AI-genereret indhold i store mængder til SEO hører også hjemme her. Google belønner sider, der hjælper læseren. 2.000 tynde sider, lavet for at ranke frem for at hjælpe, er spam efter Googles egne regler.

Fra første møde til en agent, kategorichefen ejer

1. Første møde

   Vi taler om, hvor timerne går i marketing, e-handel og kundeservice. Det er gratis, og ser vi ingen oplagt gevinst, siger vi det.

2. Afklaring

   Vi interviewer kategorichefen, kundeservice og marketingchefen og kigger i webshop, PIM, helpdesk og ERP. I får en business case pr. agent og en fast pris på den første løsning.

3. Første løsning

   Vi bygger fx produktagenten sammen med jeres folk, i jeres cloud og på rigtige data. Kategorichefen godkender fra første dag, og agenten har en navngiven ejer.

4. I overtager

   Den næste agent bygger I mere selv. Til sidst retter jeres team tonevejledningen, ændrer agentens regler og læser dens log uden os.

Hvert trin har fast pris, aftalt før vi går i gang. Vi har begge været CDO i dansk omnichannel-detail og har siddet med webshop, kundeservice og kampagner selv.