Czy strategia może być software’em?

Brief przychodzi we wtorek, prezentacja jest za 12 dni. Na research zostają 2 dni.

Powstaje z nich „landscape”:

• 30 screenów z profili konkurencji
• 4 slajdy z raportu, który wszyscy widzieli
• 1 zdanie: „kategoria komunikuje naturalność”

Nikt nie pyta, co z tego wynika. Materiał idzie do kreacji.

Kreacja dostaje ten landscape i wymyśla 30 kierunków.

27 z nich umiera na wewnętrznej rewizji, zawsze z tych samych powodów:

• „to już zrobił X”
• „klient tego nie kupi”
• „ludzie tak o tym nie mówią”

Każdy z tych powodów dało się sprawdzić w dniu pierwszym:

• w bibliotece reklam konkurenta
• w komentarzach pod postami
• w tym, jak klient mówi o swojej marce

Nikt tego nie zrobił. Nie było czasu, budżetu ani przekonania, że to coś zmieni.

Research robiony po łebkach nie zmienia niczego w pracy kreacji — więc utwierdza wszystkich, że research nic nie daje.

Skoro nic nie daje, nie dostaje czasu ani budżetu. Skoro nie dostaje, znów jest robiony po łebkach.

I tak przy każdym przetargu.

Klient widzi cztery agencje z tym samym briefem, podobnymi zespołami i porównywalnymi pomysłami.

Kreatywni są wszędzie tak samo dobrzy. Jedyna przewaga, której nie da się skopiować w 12 dni, to zobaczyć w kategorii coś, czego nie zobaczyły pozostałe trzy.

Taką przewagę daje konkret, nie ogólny przegląd. Na przykład to:

• marki tłumaczą skład, a ludzie pytają, czy zadziała u nich
• konkurent zmienił ton 3 miesiące temu i nikt nie zauważył
• wątek, który za rok zdominuje kategorię, dziś żyje poza nią

Jedna taka obserwacja zmienia brief dla kreacji: z „wymyślcie coś wyróżniającego” na „tu jest dziura, wypełnijcie ją”.

• 5 kierunków zamiast 30
• prezentacja zaczyna się od tego, co agencja zobaczyła

Klient przestaje porównywać pomysły. Zaczyna słuchać.

Każde badanie w Wallym opiera się na sześciu decyzjach, które normalnie podejmuje strateg:

• co zbieramy
• ile
• z jakiego okresu
• jak klasyfikujemy
• jakie wnioski są dopuszczalne
• obserwacja czy hipoteza

W agencji podejmuje się je od nowa przy każdym briefie, w biegu. Tutaj są podjęte raz i wpisane w narzędzie — model pracuje w uprzęży stratega, nie na wolnym prompcie.

Wally zaczyna od zebrania materiału, osobno z każdego źródła:

• posty i komentarze z 7 platform
• wideo z TikToka, Instagrama i YouTube
• wyszukiwarki, newsy, pełne teksty
• strony marek i biblioteki reklam

Każde źródło ma własne limity, koszty i awarie. Pusty wynik to nie cisza, tylko błąd zapisany w raporcie.

Analiza influencera zaczyna się od nawet 200 postów i 360 wzmianek, komentarzy, współprac i powiązanych kont.

Kod porządkuje materiał: łączy profile, usuwa duplikaty, filtruje język i dobiera próbki. Model sprawdza każdy element: kogo dotyczy, jaki to typ konta, co widać na kadrze.

Do syntezy trafia wybrany materiał. Każdy element ma numer w rejestrze dowodów.

Cały zebrany materiał zostaje zamrożony w niezmienialnej wersji — każdy plik z odciskiem kryptograficznym, każda rewizja z manifestem.

Raport otwarty za pół roku pokazuje dokładnie to samo. Nic nie powstaje w chwili, gdy czytasz.

Badanie influencerów rozkłada się na 13 etapów, skan kategorii na 11. Każdy etap ma własną instrukcję, wymuszony format odpowiedzi i własny model:

• klasyfikacja → lekkie modele
• interpretacja obrazu i tekstu → najcięższe
• wideo → model, który widzi klatki

Podział pracy jest sztywny. Co da się policzyć, liczy kod: mediany, kwadranty, wskaźniki, nasycenie.

Model dostaje tylko to, czego kod nie umie: klasyfikację, interpretację i prozę.

• Brak pliku wideo = błąd, nie zmyślona analiza.
• Zmiana słowa w instrukcji = nowa wersja, widoczna w raporcie.

Pierwsza kontrola dotyczy cytatów. Każdy musi istnieć w zamrożonym materiale.

Jeśli go tam nie ma, fragment zostaje oznaczony jako niewystarczająco udokumentowany.

Druga kontrola pilnuje liczb. Każda musi pochodzić z rejestru wartości policzonych przez kod.

Zdanie z liczbą spoza rejestru jest usuwane.

Trzecia kontrola sprawdza, czy znaleziony materiał naprawdę dotyczy badanego podmiotu — marki, kategorii czy osoby — a nie kogoś, kto tylko pojawia się obok.

Każdą ocenę o konsekwencjach dla wyniku potwierdza drugi model, innego dostawcy. Może ją tylko obniżyć albo odrzucić — nigdy podwyższyć.

Czwarta kontrola ustawia sufit tonu: twierdzenie → z zastrzeżeniem → hipoteza → odmowa.

Model może zejść niżej. Wyżej, niż pozwala materiał — nie.

Na końcu raport sam klasyfikuje się jako pełny albo częściowy i wypisuje, czego nie wie.

I rzeczywiście możesz. Napiszesz prompt na 2 strony, dołączysz materiały, zażądasz cytowań — i dostaniesz dobry raport.

Problem zaczyna się przy drugim badaniu: inna kategoria, Ty na urlopie, przetarg prowadzi ktoś, kto pierwszy raz otwiera Gemini.

Oba raporty się rozjadą, bo nikt wcześniej nie ustalił:

• ile źródeł wystarczy i z jakiego okresu
• co jest wzorcem, a co anegdotą
• jak daleko wolno pójść z rekomendacją

Model językowy to najlepszy researcher, jakiego zatrudnisz — i każdego ranka zapomina, jak pracuje Twoja agencja.

Wally przegląda posty, komentarze, wideo, reklamy, strony, media i opinie — z 7 platform, w ilościach nie do przejrzenia w tydzień.

Ale ważniejsze jest to, że nie zasypuje Cię danymi, w których masz szukać sensu. Dostarcza wyselekcjonowane obserwacje, dopasowane do marki — gotowe pod strategię i kreację.

Najwięcej wnosi to, po co nikt nie sięga, bo zajmuje najwięcej czasu:

• komentarze — zwykle ciekawsze niż same posty
• reklamy z bibliotek — widać, za co konkurent naprawdę płaci
• wideo — oglądane klatka po klatce, nie po opisie

O tym, co trafi do raportu, decyduje metoda ustalona wcześniej: jakie źródła, ile, z jakiego okresu, co jest wzorcem i jak mocny wniosek wolno postawić.

Osoba uruchamiająca badanie nie musi jej znać. Dostaje wynik zbudowany tak, jak zrobiłbym go sam, mając 3 tygodnie.