Rdzeń KERNAL potrafi już przeprowadzić działanie od materiału źródłowego do publikacji i zamkniętego zadania. To domyka wykonanie. Nie domyka jednak uczenia się, bo system nie odpowiada jeszcze konsekwentnie na pytanie: co ta publikacja zmieniła?
Najpierw cel, potem wynik
Przed publikacją operator powinien określić cel, główny KPI, wartość bazową, oczekiwany rezultat i termin oceny. Dzięki temu po kilku tygodniach nie próbujemy dopiero ustalić, do czego dana treść miała służyć.
Cel nie zawsze oznacza sprzedaż. Może nim być ruch organiczny, zapis, zapytanie, indeksacja nowego klastra tematycznego albo zaangażowanie właściwej grupy odbiorców.
Przegląd po 7, 14 i 30 dniach
KERNAL powinien automatycznie wrócić do publikacji w ustalonych punktach czasu, pobrać dostępne dane z GA4 i WordPressa, porównać je z celem oraz przygotować krótkie podsumowanie biznesowe.
Wynik może prowadzić do rekomendacji: popraw CTA, rozwiń temat, przygotuj wariant dla innego kanału, sprawdź problem z indeksacją albo zakończ eksperyment. System proponuje kolejny ruch, ale nadal przepuszcza go przez Decision Queue.
Biblioteka wniosków, nie magazyn metryk
Same metryki szybko zamieniają się w kolejny dashboard. Potrzebna jest warstwa wniosków: co zadziałało, dla kogo, w jakim kanale, przy jakim formacie i z jaką siłą dowodu.
Wniosek powinien być możliwy do zatwierdzenia, poprawienia i oznaczenia jako nieaktualny. Dopiero zatwierdzona wiedza może zasilać Marketing Brain i wpływać na przyszłe rekomendacje.
Kolejny milestone KERNAL
Najbliższy etap można zamknąć w jednym zdaniu: KERNAL potrafi wykazać rezultat każdej wykonanej decyzji i użyć go do zaproponowania lepszej następnej decyzji.
Wtedy Recommend → Approve → Execute zmieni się w zamkniętą pętlę Recommend → Approve → Execute → Learn.