Hallo zusammen,
ich beschäftige mich seit einiger Zeit damit, wie man KI sinnvoll in den Auswahlprozess von Partnerprogrammen einbinden kann – also nicht nur Content damit schreiben, sondern wirklich bei der strategischen Entscheidung, welche Programme überhaupt in Frage kommen.
Mein Problem: Ich schaue mir gerade mehrere Programme parallel an, unterschiedliche Provisionsmodelle, verschiedene Cookie-Laufzeiten, unterschiedliche EPC-Werte wo die überhaupt angegeben werden, manche haben Mindestlaufzeiten im Vertrag und so weiter. Das manuell zu vergleichen kostet mich Stunden.
Ich hab jetzt angefangen, Konditionen in ein Google Sheet einzutragen und das dann an ChatGPT zu übergeben mit nem Prompt der mir eine Bewertung ausgeben soll. Funktioniert so halbwegs, aber ich frage mich ob ihr das systematischer macht?
Konkret interessiert mich: Welche Kriterien gebt ihr der KI mit? Habt ihr eigene Scoring-Modelle gebaut, oder nutzt ihr einfach den Chat? Und wie geht ihr mit fehlenden Angaben um, also wenn ein Programm z.B. keinen EPC ausweist?
Bin gespannt was ihr so macht. Im Sommer hab ich etwas mehr Zeit, solche Workflows aufzubauen, bevor das Jahresendgeschäft wieder alles auffrisst.
Ich mach das ähnlich, aber hab mittlerweile den Sheet-Export etwas strukturierter aufgesetzt. Der Trick ist eigentlich, der KI einen klaren Bewertungsrahmen vorzugeben bevor du die Daten reinwirfst. Also nicht einfach 'bewerte diese Programme' sondern konkret: Gewichtung von Cookie-Laufzeit 20%, Provision 40%, Stornoquote 30%, Vertragsbedingungen 10% – oder wie auch immer deine Prioritäten sind.
Bei fehlenden Angaben wie dem EPC sag ich der KI explizit, sie soll das als Datenlücke markieren und keinen Wert schätzen. Sonst hast du am Ende Zahlen die irgendwie plausibel klingen aber faktisch erfunden sind.
Ich hab übrigens auch mal was zum Thema Datenschutz im Zusammenhang mit Plattform-Konditionen geschrieben, falls das für dich relevant ist: Datenschutzhinweise bei verschiedenen Plattformen - muss ich überall gleich vorgehen? – da geht's zwar eher um rechtliche Aspekte, aber Programmbedingungen und Datenschutzanforderungen hängen manchmal zusammen.
Ehrlich gesagt bin ich bei dem Thema etwas skeptisch. KI kann dir helfen Daten zu sortieren, aber echte Erfahrungswerte mit einem Programm – wie zuverlässig Conversions gezählt werden, ob der Support erreichbar ist wenn was klemmt – die bekommst du damit nicht. Ich kenn das aus eigener Erfahrung mit nem Programm das auf dem Papier super aussah und in der Praxis die Hälfte der Conversions irgendwie nicht trackten. Provision erst ab 50€ auszahlbar - bei 2% brauche ich ja ewig bis zur ersten Auszahlung – sowas sieht kein Scoring-Modell.
Das heißt nicht dass dein Ansatz falsch ist. Für den ersten Filter bei vielen Programmen gleichzeitig ist das sicher praktisch. Aber ich würd die KI-Bewertung nie als finale Entscheidungsgrundlage nehmen, immer noch selbst reinschauen und wenn möglich Community-Feedback zu dem konkreten Programm suchen.
Da hat T.Webber nen wichtigen Punkt. Scoring-Modelle sind gut für die Vorauswahl, aber du brauchst trotzdem eigene Testdaten.
Was ich mach: Ich nutze KI hauptsächlich um die Rohdaten zu normalisieren – also unterschiedliche Provisionsstrukturen (Einmalzahlung vs. RevShare) vergleichbar zu machen. Das ist rein mathematisch und da macht KI kaum Fehler. Alles was Qualität, Reputation oder Tracking-Zuverlässigkeit betrifft, bewerte ich manuell.