Julius AI

Julius AI er et værktøj til dataanalyse, som du taler med. Du uploader et regneark eller forbinder en datakilde og stiller så et spørgsmål, som du ville stille en kollega: Hvilken kampagne gav de billigste leads sidste kvartal? Hvordan ændrede åbningsraten på vores mails sig, efter vi flyttede udsendelsestidspunktet? Julius skriver og kører koden i baggrunden, for det meste Python, og giver dig en tabel, en graf eller et kort skriftligt svar.

For et marketingteam betyder det meget. De fleste marketingfolk klarer sig fint i et regneark op til et vist punkt. Pivottabeller, et par formler, en graf til månedens præsentation. Alt derudover havner i analytikerens kø eller bliver aldrig lavet. Julius passer ind i det hul. Det erstatter ikke et ordentligt analysesetup, men det kan besvare mange af de daglige spørgsmål, der i dag venter en uge på et svar.

Her gennemgår vi, hvad Julius AI kan, hvor det hjælper marketingteams, hvordan en typisk analyse forløber, hvad du skal holde øje med i forhold til nøjagtighed og databeskyttelse, og hvilke kontrolvaner der forhindrer, at en hurtig graf bliver til en forkert beslutning.

Hvad Julius AI gør

Grundlæggende er Julius et chatvindue koblet til dine data og et sted, hvor kode kan køre. Du kommer med data, spørger på almindeligt sprog, og Julius laver analysen. De vigtigste dele er:

• Analyse af filer. Upload CSV eller Excel-filer og stil spørgsmål til dem. Her starter de fleste, typisk med et udtræk fra en annonceplatform, et CRM eller et spørgeskemaværktøj.
• Forbundne kilder. Julius kan kobles til Google Sheets og Google Drive, og de betalte planer giver adgang til databaser og datavarehuse som Postgres, BigQuery og Snowflake. Hvilke forbindelser der hører til hvilken plan, ændrer sig løbende, så tjek den aktuelle liste på Julius' hjemmeside.
• Grafer. Bed om et søjlediagram over forbrug pr. kanal eller en kurve over ugentlige tilmeldinger, og du får det. Du justerer det ved at spørge igen.
• Kode du kan læse. Julius viser den kode, den har kørt. Du behøver ikke læse den, men den er der, når et resultat ser mærkeligt ud, og du vil se, hvordan det blev beregnet.
• Notebooks. Du kan gemme en analyse som en notebook og køre den igen på nye data. Så bliver et enkeltstående spørgsmål til en rapport, du kan gentage.

Det er værd at være klar over, hvad Julius ikke er. Det er ikke et dashboard, der sidder på dine live data og opdateres hver time, selvom notebooks dækker en del af behovet. Det er ikke en attributionsmodel og kan ikke fortælle dig, hvilken kanal der reelt skabte et salg, medmindre dine data allerede indeholder svaret. Julius arbejder med de tal, du giver det, og bliver aldrig mere rigtigt end dem.

Hvor Julius AI hjælper et marketingteam

Den største gevinst ligger i de kedelige, tilbagevendende spørgsmål, der æder en eftermiddag hver måned. Her er dem, vi ser oftest.

Kampagnerapporter

Træk sidste måneds resultater ud af Google Ads, Meta og LinkedIn, upload filerne og bed Julius samle dem i én tabel med forbrug, klik, konverteringer og pris pr. konvertering for hver kanal. Bed derefter om samme visning sammenlignet med måneden før. Det, der før var en times kopiering af kolonner, er nu et par spørgsmål. Tricket er at forklare præcis, hvad hver platform kalder sine kolonner, for "konverteringer" betyder sjældent det samme i to forskellige udtræk.

Analyse af annonceforbrug

Julius er god til de spørgsmål, en mediekøber stiller mandag morgen. Hvilke annoncesæt brugte mest og konverterede mindst? Stiger klikprisen i weekenden? Hvilke målgrupper har stået stille i tre uger? Du kan bede Julius markere alt, der overskrider en grænse, du selv sætter, og så kigge på de rækker selv, før du ændrer et budget.

Spørgeskemaer og feedback

Kundeundersøgelser kommer ofte tilbage som et regneark med nogle få vurderingskolonner og en lang kolonne fritekst. Julius kan opsummere vurderingerne pr. segment og gruppere de åbne svar i temaer. Se temaerne som en første sortering. Læs et udsnit af de rigtige svar i hver gruppe, for en model kan godt slå kommentarer sammen, som et menneske ville holde adskilt.

Indhold og SEO

Træk sidedata ud af dit analyseværktøj eller Search Console og spørg, hvilke artikler der mistede flest klik i dette kvartal, hvilke emner der giver tilmeldinger, eller hvilke sider der rangerer godt men får få klik. Det er de spørgsmål, der bør forme din næste indholdsplan, og de bliver sjældent stillet, fordi det tager for lang tid at finde svaret i hånden.

Hurtige svar før et møde

Nogle gange har du bare brug for ét tal før et møde med en kunde eller din chef. Til det er Julius hurtig. Upload filen, stil spørgsmålet, tjek resultatet, og du er færdig. Sørg bare for, at det tal, du nævner, er et tal, du faktisk har tjekket.

Sådan forløber en typisk analyse

Her er en enkel arbejdsgang, der fungerer godt til en månedlig kampagnerapport.

1. Ryd udtrækket op først. Fjern sumrækker i bunden, sørg for at datoer har samme format, og giv kolonnerne tydelige navne. Ti minutter her sparer meget forvirring senere.
2. Beskriv dataene. Start chatten med at fortælle Julius, hvad hver fil er, og hvad de vigtigste kolonner betyder. For eksempel: Det her er Meta Ads-data for oktober, forbrug er i kroner, resultater betyder leads fra formularen.
3. Ét spørgsmål ad gangen. Brede beskeder som "analyser det her" giver brede svar. Præcise spørgsmål giver præcise svar, du kan tjekke.
4. Se på koden eller trinene. Når et tal betyder noget, så åbn koden og se, hvad der blev filtreret, lagt sammen og divideret. Du leder efter tydelige fejl som en forkert kolonne eller en manglende måned.
5. Stikprøver mod kilden. Vælg to eller tre tal og sammenlign dem med totalerne i selve annonceplatformen. Passer de, kan du stole mere på resten.
6. Gem som notebook. Når rapporten er rigtig, så gem den, så du næste måned kan køre de samme trin på det nye udtræk.

Nøjagtighed: hvor det går galt

Julius kører rigtig kode, så selve regnestykket er som regel korrekt. Fejlene opstår i trinene omkring det. Hold øje med disse.

• Forkert kolonne, rigtig formel. Hvis to kolonner har næsten samme navn, kan værktøjet vælge den forkerte. Udregningen er perfekt, og svaret er stadig forkert.
• Stille filtrering. Rækker med tomme felter eller mærkelige værdier kan forsvinde uden videre. Så kan en hel uges data stille og roligt forsvinde.
• Blandede definitioner. Lægger du platforme sammen, der tæller klik eller konverteringer forskelligt, får du en total, der ser præcis ud, men sammenligner æbler og pærer.
• Selvsikre opsummeringer. Det skrevne svar kan lyde mere sikkert, end dataene giver grund til. En lille stikprøve med et stort udsving er stadig en lille stikprøve.
• Flatterende grafer. En akse, der starter ved et højt tal, får en lille ændring til at se voldsom ud. Tjek aksen, før grafen ryger ind i præsentationen.

Intet af det her er særligt for Julius. En nyuddannet analytiker laver de samme fejl. Forskellen er tempoet. Julius leverer svar så hurtigt, at det er fristende at springe kontrollen over. Lad være med det.

Databeskyttelse og GDPR

Marketingdata indeholder ofte personoplysninger. CRM-udtræk har navne og mailadresser, og kommentarer i spørgeskemaer kan afsløre, hvem der har skrevet dem. Tænk over, hvad der står i filen, og om det behøver at være der, før du uploader noget.

På sin sikkerhedsside skriver Julius, at kundedata ikke bruges til at træne AI-modeller, og at virksomheden har en SOC 2 Type II-rapport. Da dette indlæg blev skrevet, beskrev samme side GDPR-overholdelse som noget, der stadig arbejdes på, og uafhængige anmeldelser oplyser, at data opbevares i USA. For teams i EU er det vigtigt. Læs selv den aktuelle privatlivspolitik og sikkerhedsdokumentation, og tal med jeres databeskyttelsesrådgiver, før I uploader personoplysninger.

Et par vaner gør det meget nemmere:

• Fjern personoplysninger, du ikke har brug for. De fleste kampagnespørgsmål fungerer fint uden navne og mailadresser. Slet de kolonner før upload.
• Brug samlede tal, hvor du kan. Totaler pr. dag eller pr. kampagne er som regel nok til rapportering.
• Aftal regler i teamet. Skriv ned, hvilke data der må komme ind i Julius, og hvilke der ikke må, så ingen skal gætte.
• Tjek databehandlervilkårene. Hvis jeres virksomhed kræver en databehandleraftale, så bekræft, at den findes på den plan, I bruger.

Planer og priser

Julius har en gratis version med et begrænset antal beskeder og betalte planer med mere forbrug, større filer, databaseforbindelser og teamfunktioner. Navne og priser på planerne er ændret flere gange, og anmeldelsessider oplyser forskellige tal, så dem gengiver vi ikke her. Se Julius' prisside for de aktuelle detaljer, og test den gratis version med et rigtigt udtræk, før du betaler.

Kontrol før et tal forlader teamet

Ethvert tal, der ender i en kunderapport, en bestyrelsespræsentation eller en budgetbeslutning, bør igennem en kort kontrol. Det her er den tjekliste, vi anbefaler.

1. Passer perioden til det, rapporten påstår?
2. Stemmer to eller tre vigtige totaler med kildeplatformen?
3. Blev der fjernet rækker, og i så fald hvorfor?
4. Er nøgletallene defineret ens på tværs af alle kilder?
5. Er grafens akse ærlig, og er stikprøven stor nok til konklusionen?
6. Har en anden person læst opsummeringen og er enig?

Det tager ti minutter og er forskellen på et nyttigt værktøj og en dyr fejl.

Julius AI og resten af jeres marketingværktøjer

Julius svarer på, hvad der skete. Næste skridt er at beslutte, hvad I gør ved det: hvilken kampagne der skal skaleres, hvilket budskab der skal skrives om, hvilket indhold der skal laves som det næste. Det arbejde foregår et andet sted, i de værktøjer hvor teamet skriver, designer og planlægger. Det er i den overlevering, at gode indsigter ofte går tabt. Et klart resultat ligger i en chathistorik, mens næste kampagne planlægges ud fra hukommelsen.

En enkel løsning er at gøre hver rapport til to eller tre konkrete handlinger og sætte dem direkte ind i indholdsplanen. Viser Julius, at én produktvinkel konverterer dobbelt så godt som resten, skal næste runde annoncetekster, sociale opslag og landingssider føre med den vinkel.

FAQ

Er Julius AI gratis?

Der er en gratis version med et begrænset antal beskeder og mindre grænser for filer og funktioner. Betalte planer giver mere forbrug og flere forbindelser. Se Julius' prisside for de aktuelle vilkår.

Skal jeg kunne Python for at bruge Julius AI?

Nej. Du spørger på almindeligt sprog, og Julius skriver koden. Lidt Python eller SQL hjælper, når du vil tjekke, hvordan et resultat blev beregnet, men det er ikke nødvendigt for at komme i gang.

Hvilke filer kan jeg uploade til Julius AI?

Regneark som CSV og Excel-filer er de mest almindelige. Du kan også koble Google Sheets på, og betalte planer kan forbindes til databaser og datavarehuse. Se Julius' dokumentation for den fulde og aktuelle liste.

Kan Julius AI erstatte en dataanalytiker?

Til hurtige daglige spørgsmål kan det spare en analytiker for meget tid. Det erstatter ikke den person, der ved, hvordan jeres data indsamles, hvad nøgletallene egentlig betyder, og hvilke resultater der er værd at handle på.

Er Julius AI sikkert til kundedata?

Julius oplyser, at det ikke træner AI-modeller på kundedata, og henviser til SOC 2 Type II. Teams i EU bør tjekke den aktuelle GDPR-status, hvor data opbevares, og om der findes en databehandleraftale. Den sikreste vane er at fjerne personoplysninger, du ikke har brug for, før du uploader.

Konklusion

Julius AI gør dataanalyse tilgængelig for folk, der ikke skriver kode. For marketingteams bliver kampagneudtræk, annoncedata og spørgeskemaresultater til klare svar på minutter i stedet for dage. Det virker bedst, når en person, der forstår dataene, stiller præcise spørgsmål, tjekker de vigtigste tal mod kilden og holder personoplysninger ude af uploaden. Brug det til at finde ud af, hvad der virkede. Gør det så til den næste kampagne. Når du vil have tekster, visuelt indhold og indholdsplan til den kampagne samlet ét sted, så Get Started med Content24.