Digital analytiker vs. AI – fight eller framtid?

“Digital marknadsföring kommer att dö med intåget av AI.”

Rubriker som denna kan få vilken analytiker som helst att sätta kaffet i halsen. När ledningen börjar strama åt budgetarna med hänvisningar till automatiserad leadsgenerering, AI-annonsering och autogenererade rapporter, står många digitala marknadsförare plötsligt utan tydlig roll. Performance marketing utmanas av algoritmer, innehåll skapas av chatbottar – och analys är nu nästa område i skottlinjen.

Så vad är det egentligen som händer? Var går gränsen mellan vad AI gör och vad vi analytiker bör bidra med? Och hur behåller vi vår relevans som analytiker när landskapet ritas om i realtid?

En kort bakgrund

Generativ AI har snabbt förändrat hur vi arbetar. Från analys och kod till innehåll och visualiseringar. Verktyg som ChatGPT, Gemini, Midjourney och Looker Studio gör det möjligt att arbeta snabbt, skalbart.

Men det här är inte första gången vi ser ett teknikskifte. Vi har gått från loggfiler till Google Analytics, från manuell tagging till Tag Manager, från PowerPoint till dashboards. Och varje skifte väcker oro, det är mänskligt. Vi har hört tveksamheterna förut. Och vi vet hur det slutade.

Istället för att känna oss hotade av AI, varför inte se det som ett sätt att jobba smartare?AI är inte ett hot. Det är ett verktyg. Och precis som med miniräknaren måste du fortfarande veta vad som ska räknas ut.

Säg hej till nya assistent

Det handlar inte om att AI ska ta över din roll, utan om att du ska ta kontroll över hur den används.

Istället för att se AI som en konkurrent, se den som din assistent. En assistent som jobbar snabbt, dygnet runt, aldrig tröttnar, men som behöver vägledning. Det är du som styr riktningen. Det är du som avgör vad som är relevant. 

Att behålla relevansen som analytiker i ett AI-drivet landskap handlar inte om att springa snabbare. Det handlar om att förflytta sig smartare.

7 tips på hur du låter AI och automatiseringar jobba för dig

1. Skriv bättre prompts

En bra prompt är som en välformulerad brief: tydlig, målinriktad, avgränsad. Och precis som med en brief kommer vissa prompts att faila, ibland spektakulärt. Men ju mer du förstår både verktyget och datan du jobbar med, desto bättre blir du på att få ut det du faktiskt behöver.

Några enkla tips: tydliggör syftet med frågan, specificera formatet du vill ha svaret i (lista, tabell, sammanfattning) och ge exempel. AI älskar exempel!

2. Låt AI bli din storytelling-partner

De flesta analytiker är inte copywriters. Vi började inte med analys för att vi älskade att skriva säljande texter, vi ville förstå varför något händer, hur det mäts och vad det betyder. Men det räcker inte att ha rätt. Du måste också kunna nå fram.

Exempelvis: be AI översätta analysresultat till copy, föreslå presentationstexter eller anpassa budskapet till en specifik målgrupp.

3. Strukturera smartare

Har du långa sheets med UTM-taggar, event-namn och parametrar? Klart du har, du är ju analytiker. Men du behöver inte scrolla 200 rader för att se om något finns. Låt AI namnge strukturer konsekvent, söka dubbletter, eller generera variabelnamn enligt din namngivningskonvention.

Det frigör din tid till riktig analys, där din hjärna gör skillnaden.

4. Faktisk analys

Sitter du på exports från Meta, Google eller annat system? Ladda in dem som CSV i ChatGPT, beskriv vad du vill förstå och få en snabb jämförelseanalys.

Men en brasklapp: AI är snabb, inte magisk. Du måste granska resultaten, göra stickprov och ifrågasätta siffror som verkar för bra (eller dåliga) för att vara sanna. 

5. Summera långrandiga texter 

Lång rapport? Ännu längre mejltråd? Du har inte tid, men AI har det. Be om en summering i punktform, nästa åtgärd eller ställ följdfrågor direkt baserat på innehållet. Det sparar tid, men ger dig ändå koll. 

Det är inte fusk – det är smart arbetsfördelning.

6. Lära dig något nytt

Du ville ta den där kursen. Men jobbet sa nej. Eller så visste du inte var du skulle börja. Tur då att du har en AI som bygger en personlig utvecklingsplan, rekommenderar gratis utbildningar, eller förklarar begrepp på precis rätt nivå när du behöver det. 

Tänk coach + sökmotor + studiepartner = AI när den är som bäst.

7. Skriv (och förstå) SQL

Syntax errors kallas även för den tionde cirkeln i helvetet. Vägen dit är kantad av saknade kommatecken, uteblivna parenteser och UNNEST. AI kan förklara varför din query krånglar, rätta syntaxen åt dig och hjälpa dig förstå vad som blev fel, så du lär dig på vägen.

Men kom ihåg: AI kan skriva SQL, men du måste kunna läsa och förstå vad den gör. Annars är risken stor att du sitter med en query som ser rätt ut, men ger fel resultat på sista raden.

Analytikern: länken mellan data och beslut

Det finns mycket man kan göra med AI, men AI kan aldrig ersätta kritiskt tänkande. Automatisering är kraftfull, men den kräver att du:

Sätter rätt mål från början

Vad driver affären? Vad räknas som ett konverterande besök? Vilken KPI speglar bäst kampanjens syfte?Det är du som analytiker som ställer de första, avgörande frågorna. Det kan inte AI göra åt dig. Det är ett strategiskt val. Och det är just här din förmåga att översätta affärsmål till mätbara KPI:er gör skillnad på riktigt.

Ifrågasätter insikter ur en människas perspektiv

När trafiken från mobil plötsligt rusar vet du att det kan bero på en kampanj, en teknisk ändring, en världshändelse eller bara en bugg.

AI märker avvikelsen, men du förstår sammanhanget. 

Förstår och ansvarar för strukturen på data

Du vet skillnaden mellan sessioner och event, men också hur datan är organiserad: attribut, parametrar, datatyper och hierarkier.

Det är också det här som gör att du vet vad AI kan hjälpa dig med och vad den inte kan hjälpa dig med. För strukturen på data är fullständigt nödvändig när det kommer till att integrera system. 

Har stenkoll på automatiseringen

Att förstå datans struktur är grunden, men det räcker inte. Du måste också kunna styra systemen som använder datan och kvalitetssäkra resultatet.

Automatisering är en tidsbesparing, men bara om du vet hur den är uppbyggd. När någon säger “vi litar på systemet”, är det du som vet hur systemet fungerar och när det inte gör det.

Håller målet i sikte i alla led

Allt kan mätas, men allt bör inte mätas.

Analytikern bör fungera som en gatekeeper så att teamen inte drunknar i irrelevant data. Det är inte datan i sig som skapar värde, utan valet att fokusera på rätt delar av den. Utan en analytiker som värnar om riktningen när tempot ökar så riskerar organisationen att tappa sina KPIs på vägen och ser inte skogen för alla träd. 

Identifierar när AI har fel

AI hallucinerar ibland. Den kan vara lite för glad i sitt eget verktyg eller lite för pigg på att analysera alldeles för små datamängder. Den kan låta väldigt övertygande och ändå vara helt ute och cykla. 

Analytikern är ofta den som kan upptäcka att en “smart insikt” från ett verktyg faktiskt bygger på en felaktig tolkning, för liten sample size - eller data som är rent felaktig.

Är den strategiska kompassen 

Du är ofta en av de första som ser hur beteenden förändras i kampanjer, trafik, användarmönster.

Det är så du kan hjälpa organisationen att agera tidigare, tänka långsiktigt och göra bättre val innan problemen uppstår eller möjligheterna har missats. 

Analysens framtid börjar med dig

Automatiseringen av dataanalys handlar inte om att du ska bli ersatt. Den innebär att du äntligen får tid att göra det som verkligen kräver ditt omdöme.

Det kan vid första anblick kännas som att din roll krymper. Men det är precis tvärtom. Din roll förflyttas från att leverera siffror till att tolka dem strategiskt.

Vissa av oss minns kanske mattelärarens klassiska replik: “Du kommer inte alltid ha en miniräknare i fickan.” Klipp till idag – när vi har både kamera, kartor och AI i samma lilla enhet.

Men det är fortfarande du som måste veta vad som ska räknas ut. Och det är i samspelet mellan analytikern och AI som nästa nivå av analys skapas.

Ps. Yes, jag skrev det här blogginlägget med hjälp av en chatbot. Men utan mina egna erfarenheter, min egen röst och mina insikter kring analys så hade det troligen inte varit lika värt att läsa.

Däremot skyller jag alla eventuella fel på AI. Jag är trots allt bara människa.