Lyhyesti: PPC-automaatiosta ei tullut yhtäkkiä mahdollista — siitä tuli yhtäkkiä kohtuuhintaista. AI ei lisännyt kyvykkyyksiä; se romahdutti takaisinmaksuajan niissä, joita meillä on ollut vuodesta 2019, muuttaen puolen vuoden rakennusurakat kahden viikon mittaisiksi. Voittajia eivät ole harvemmat asiantuntijat vaan super-seniorit, jotka vihdoin rakentavat ne työnkulut, jotka eivät ennen kannattaneet — kuten negatiivisten hakujen triage paikallisella Gemma-mallilla.
Koko argumentti yhdessä lauseessa
PPC:n automatisointi oikein oli aina mahdollista — se ei vain koskaan maksanut itseään takaisin, joten lähes kukaan ei tehnyt sitä. AI ei antanut meille uusia voimia; se romahdutti vanhojen käyttämisen kustannuksen, ja tuo yksi taloudellinen muutos tuo vuosikymmenen verran “tekisimme mielellämme, mutta se ei koskaan kannattaisi” -ideoita takaisin pöydälle. Kaikki alla oleva on todistusaineisto, kerrottuna niiden työkalujen sisältä, joilla itse oikeasti rakennan — ei myyjän keynote-puheesta.
Tässä mitä saat tästä jutusta irti, konkreettisesti: kolme aikakautta, jotka tekivät PPC-automaatiosta liian kallista vaivaa, tarkka hetki tänä vuonna jolloin matematiikka kääntyi, ja yksi todellinen työ — roskahakujen siivous paikallisella avoimen lähdekoodin mallilla — purettuna vaihe vaiheelta, niin että jokaisessa vaiheessa näytetään se välituloste, jota tuijottaisit. Loppuun mennessä osaat erottaa “AI antoi meille uusia kykyjä” (enimmäkseen väärin) ja “AI muutti, kenellä on varaa vanhoihin” (se mikä oikeasti merkitsee), ja sinulla on työnkulku jonka voit kopioida.
Pyöritin pientä Google Ads -skriptiblogia vuosina 2015–2017, sitten lopetin kirjoittamisen. En siksi että ideat olisivat ehtyneet — vaan koska kuilu “tämä on mahdollista” ja “tämä kannattaa tehdä asiakkaalle” välillä pysyi itsepäisesti leveänä vuosikymmenen. Lähes kaikki mitä olet lukenut AI:sta PPC-asiantuntijan tappajana saa mekanismin nurinpäin. AI ei muuttanut mitä voit tehdä maksetussa haussa. Suurin osa oli aina mahdollista. Se muutti kuka voi sen tehdä ja millä kustannuksella — ja se on paljon isompi juttu kuin taas yksi automaattisen hinnoittelun kytkin lisää. Kerron, mistä sen tiedän.
Skriptiaikakausi: muutama päivä “yksinkertaiseen” skriptiin
Miksi aloitan tästä: näyttääkseni, ettei katto koskaan ollut teknologia. Se oli työvoima, aivan ensimmäisestä koskettamastani työkalusta lähtien.
Google Ads Scripts tuntui taialta saapuessaan. JavaScriptiä, suoraan tilillä, kampanjoiden läpi luuppaamassa. Käytännössä “yksinkertainen” skripti — pysäytä avainsanat CPA-rajan yli, merkitse rikkinäiset lopulliset URL-osoitteet — oli muutaman päivän kirjoittamista ja debuggaamista, kun olit käsitellyt reunatapaukset, kiintiöt ja hiljaiset virheet.
Sitten tuli se osa, jota kukaan ei budjetoinut: sen ajaminen tilien välillä. Yksi skripti per tili, kopioitu-liitetty, ajautumassa pois synkasta, hiljaa rikkoontumassa kun yhden asiakkaan nimeämiskäytäntö ei vastannut muita. Skaalaus ja jakelu oli oma työnsä. Niinpä suurin osa käytössä olevista skripteistä ei koskaan ylittänyt raportointia — vedä joitain lukuja Sheetiin aikataulun mukaan. Mikä tahansa, joka oikeasti muutti tiliä, oli liian hauras ja liian kallis ylläpitää ollakseen useimmille toimistoille sen arvoista.
Opetus jota kannat eteenpäin: jopa “helppo” automaatiokerros oli rajattu ylläpitokustannuksen, ei kyvykkyyden mukaan.
API-aikakausi: kaksi päivää ensimmäiseen kyselyyn, kaksi vuotta työkaluun
Miksi tämä on tärkeä: tässä takaisinmaksukuilu kasvoi niin leveäksi, että siitä tuli liiketoimintapäätös, ei insinöörikysymys.
Google Ads API — silloin AdWords API — oli se todellinen voima ja todellinen muuri. Katselin järjestelmäarkkitehtiamme, miestä jolla on yli 25 vuoden insinööritausta takanaan, käyttävän kaksi täyttä päivää dokumentaatiota lukien ennen kuin sai yhdenkään kyselyn palauttamaan dataa. Se ei ole moite hänelle. Se on se pinta-ala johon sitouduit.
Menimme silti täysillä mukaan ja rakensimme PPC Robotin: syvästi muokattavan raportointi- ja operaatiotyökalun, teknisesti kauniin, aidosti tehokkaan. Se myös vei kaksi kehittäjää, kokopäiväisesti, kaksi vuotta. Sen käynnissä pitämiseen tarvittu kehitys liikkui jossain 100 000 euron tienoilla vuodessa — suunnilleen, suuruusluokkana — eikä se koskaan maksanut itseään takaisin. Se kattoi murto-osan siitä mitä PPC-asiantuntijamme oikeasti tarvitsivat, joten lopulta pysäköimme sen rajoitettuun sisäiseen tilaan. Ei siksi, että se oli huono. Vaan koska laskelma ei koskaan mennyt tasan.
Ja silti toimitimme oikeita juttuja tuon API:n päälle, neljä ja viisi vuotta sitten:
Mitä tuo moottori oikeasti tuotti
- 404 / rikkinäisen lopullisen URL:n tarkistin tilien yli toimitettu
- Shopping-kampanjageneraattori feedistä toimitettu
- Shopping / Performance Max -segmentointi toimitettu
- BigQuery-putki + raportointi Sheetsiin / Exceliin toimitettu
- Merchant Center -tilin tilatarkistukset toimitettu
Katso tuota listaa ja huomaa jokin: mikään siitä ei ole eksoottista nykymittapuulla. Se kaikki oli mahdollista. Se vain maksoi omaisuuden rakentaa ja omaisuuden pitää hengissä. Jokainen merkityksellinen ominaisuus — avainsanatutkimustyökalu, laajennustyökalu, mainoskäännös, Shopping-generaattori — mitattiin kuukausissa. Siinä aikakauden koko oppi yhdessä lauseessa: katto ei koskaan ollut teknologia. Se oli takaisinmaksuaika.
Kaksi asiaa, jotka murtuivat tänä vuonna
Miksi menen nyt yksityiskohtiin: “AI muutti kaiken” on väite, joka sinun pitäisi kieltäytyä hyväksymästä uskon varassa. Tässä siis kaksi työtä, jotka ennen olivat kannattamattomia ja nyt eivät ole — molemmat asioita joita itse ajan, en hypoteeseja — ja ensimmäisestä näytän tarkalleen mitä kukin vaihe tuottaa.
1. Väärien hakujen poissulkeminen
Epäolennaisten hakulausekkeiden siivous tililtä on arvokasta ja tylsistyttävää. Vanha tapa oli puoliautomaattinen ryömintä tuhansien hakujen läpi, kuvioita silmäillen, negatiiveja käsin lisäten. Kuvittele tilanne: juoksukenkäkauppa maksaa klikkauksista hauilla “juoksukenkien korjaus”, “nike air max historia” ja “ilmaiset juoksukengät” — eikä myy tai huolla mitään näistä. Kerro se tuhansilla riveillä, joka viikko, joka tilillä. Siinä se työ jota kukaan ei halua ja kaikki tarvitsevat.
Teko joka muuttui: Python-skripti vetää haut Google Ads API:sta ja luovuttaa ne avoimen lähdekoodin mallille — Googlen Gemma 4:lle — kunnollisilla ohjeilla ja, ratkaisevasti, kontekstilla sivustosta: sivustokartta, sivuston/tietokannan rakenne, murupolkutaksonomia, product feed. Tulos: malli ei vain merkitse yksittäisiä roskahakuja; se nostaa esiin niiden takana olevat kuviot, nopeammin ja halvemmalla kuin ihmissilmäys. Tässä tuo työnkulku viitenä konkreettisena vaiheena.
VEDÄ — hae raakojen hakulausekkeiden data
Vedä hakulausekeraportti Google Ads API:sta: haku, klikkaukset, kustannus, konversiot. Miksi ensin: tämä on todistusaineisto — kullekin haulle jo käytetyt todelliset rahat. Haluat kustannuksen kiinni jokaisessa rivissä, jotta malli voi erottaa kalliin roskan harmittomasta roskasta. Saat: litteän taulukon jokaisesta hausta, josta tili on maksanut tällä ajanjaksolla.
POHJUSTA — rakenna kontekstipaketti sivustosta
Kokoa se mitä sivusto oikeasti on, muodossa jonka malli voi lukea: XML-sivustokartta, murupolkutaksonomia, product feed (id, otsikko, kategoria) ja tietokanta/kategoriarakenne. Miksi tämä on koko juju: kontekstiton malli arvaa; malli joka tietää ettei sinulla ole “korjaus”- tai “vuokraus”-kategoriaa päättelee. Saat: kontekstipaketin, joka muuttaa mallin arvaajasta joksikin joka tuntee tuotekatalogisi.
KYSY — luokittele haut ja nimeä kuviot
Anna Gemma 4:lle hakulausekkeet plus kontekstipaketti: luokittele kukin haku olennaiseksi / epäolennaiseksi sen suhteen mitä myymme, ja — tärkein osa — palauta epäolennaisten takana olevat kuviot (sananpätkä, aikomus, kategoriaristiriita). Miksi kuviot, ei rivit: 200 roskahaun merkitseminen säästää iltapäivän; roskan kategorian nimeäminen antaa sinun sulkea pois seuraavat tuhat, joita et ole edes nähnyt. Saat: epäolennaisten hakujen listan ja sen yläpuolelle kourallisen ne tuottaneita sääntöjä.
TARKISTA — validoi säännöt, älä rivejä
Ihminen lukee kuviot — viidestä kymmeneen niitä — ei 5 000 yksittäistä riviä. Miksi tämä säästää aikaa: harkinta käytetään kerran per sääntö eikä kerran per haku, ja väärä sääntö on ilmeinen tavalla jolla yksittäinen väärin merkitty rivi ei koskaan ole. Saat: lyhyen, luotetun listan poissulkukuvioita, jotka ihminen oikeasti hyväksyi.
VIE — lisää negatiiviset oikealle tasolle
Vie hyväksytyt negatiiviset takaisin API:n kautta oikealle tasolle — mainosryhmä, kampanja tai jaettu lista — riippuen siitä kuinka laaja kuvio on. Miksi taso merkitsee: sivustonlaajuinen roskasananpätkä (“ilmainen”, “wikipedia”) kuuluu jaetulle listalle, ei haudattuna yhteen mainosryhmään. Saat: tilin siivottuna ja uudelleenkäytettävän negatiivisen listan, joka jatkaa toimimistaan ensi viikolla.
Hiljainen pääotsikko tässä ei ole “AI on fiksu”. Se on, että paikallisesti ajettava avoimen lähdekoodin malli riittää — et edes tarvitse huippu-API:a saadaksesi tämän kannattamaan. Siinä liikkuu talous, ei kyvykkyys.
Katso, miten se toimii: mitä kukin vaihe oikeasti tuottaa
Viisi vaihetta ovat resepti; tämä on ruoka. Alla on konkreettinen artefakti, jonka kukin vaihe luovuttaa juoksukenkäkaupallemme — mitä kirjaimellisesti katsot ennen kuin etenet. Muodot ovat tarkalleen ne mitä työkalut palauttavat; rivit ovat havainnollistavia, eivät oikea asiakas. (Havainnollistavia esimerkkejä läpi tekstin.)
VEDÄ → raa’at hakulausekkeet, rahat kiinnitettyinä. Jokainen haku josta tili maksoi, lajiteltuna niin että hukka näkyy:
Hakulauseke Klik. Kust. Konv.
juoksukengät 420 €310 12
ilmaiset juoksukengät 88 €61 0
juoksukenkien korjaus 54 €40 0
nike air max historia 31 €24 0
juoksukengät wikipedia 19 €14 0Neljä näistä viidestä rivistä on pelkkää menoa nollalla konversiolla — 139 €, joita tilin ei olisi koskaan tarvinnut maksaa. Ongelma on ilmeinen viidellä rivillä ja näkymätön viidellä tuhannella.
POHJUSTA → kontekstipaketti, jota vasten malli päättelee. Ei proosaa — tiivis kartta siitä mitä sivusto aidosti on:
sitemap.xml → 1 010 URL:ää (kategoriat, tuotteet, blogi)
murupolkutaks. → Jalkineet > Juoksu > Tie / Polku
product feed → 1 205 SKU:ta (id, otsikko, kategoria, hinta)
tietokantarakenne → "korjaus"-, "vuokraus"- tai "historia"-solmuja ei oleTuo viimeinen rivi tekee työn: malli nyt tietää, ettei “korjaus” ole asia jota tämä kauppa tarjoaa, sen sijaan että arvaisi.
KYSY → tuomiot ja kuviot niiden yläpuolella. Malli palauttaa tuomion per haku — mutta palkinto on alimmainen lohko:
Haku Tuomio Miksi
ilmaiset juoksukengät epäolennainen ilmaisaikomus, ei ostoa
juoksukenkien korjaus epäolennainen palvelu jota emme tarjoa
nike air max historia epäolennainen informatiivinen, ei ostoaikomusta
juoksukengät wikipedia epäolennainen tiedonhakija
→ KUVIO: sananpätkät "ilmainen", "korjaus", "historia", "wikipedia"
= ei-kaupallisia määreitä, joita taksonomiastamme ei löydy.
Suositus: sulje pois jaettuna negatiivisena listana.Neljästä rivistä tuli yksi sääntö. Tuo sääntö nappaa “juoksukengät ilmainen toimitus palautukset” -tyyppisen roskan, jota et ole vielä nähnyt — mikä on koko pointti.
TARKISTA → ihminen hyväksyy säännön. Luet yhden rivin — “ei-kaupallisia määreitä, joita taksonomiastamme ei löydy” — toteat sen oikeaksi, ja olet valmis. Ei 5 000 rivin selaamista. Harkinta tapahtuu kerran.
VIE → negatiiviset laskeutuvat oikealle tasolle. Koska kuvio on sivustonlaajuinen, se menee jaetulle negatiiviselle listalle, ei yhteen mainosryhmään:
Jaettu negatiivinen lista: "ei-kaupalliset määreet"
ilmainen · korjaus · historia · wikipedia · ohje · pdf
Sovellettu: kaikkiin Search-kampanjoihinYksi kuvio, yksi lista, jokainen kampanja suojattu — ja se jatkaa elatuksensa ansaitsemista ensi viikolla ilman uutta ihmisen läpikäyntiä. Siinä se hetki, jolloin tylsistyttävästä viikoittaisesta askareesta tulee kymmenen minuutin tarkistus.
2. Avainsanatutkimus
Toinen työ on se, joka ennen oli oma budjettirivinsä. Todellinen avainsanatutkimus — sellainen joka kartoittaa kysynnän laskeutumissivuihisi ja kertoo mitä sivustolta puuttuu — tarkoitti ennen kymmeniä tunteja datan vetämistä (AdWords API, ehdotuslaatikot, OpenRefine), puoliautomaattista siivousta, luokittelua laskeutumissivun mukaan ja trendi- / hakumäärä- / aukkoraportointia päälle.
Yksi avainsanatutkimusprojekti, ennen vs. nyt
- Vanha tapa — datan veto, siivous, luokittelu, raportointi 50–100 h
- Mitä asiakas siitä maksoi ≈ 2 000–4 000 €
- Sama projekti tänään, yhdellä hyvällä taidolla yksinumeroinen tuntimäärä
- Ja lopputulos on tarkempi
Se ei ole vain halvempaa. Se on parempaa — täsmällisempää, kun tunnit menevät validointiin ja harkintaan eikä putkitöihin. Juuri tuon yhdistelmän, halvempi ja parempi, piti olla mahdotonta. Olen purkanut modernin version alusta loppuun markkinalaajennuksen blueprintissä ja kilpailijan sisältöaukkoanalyysissa — molemmissa todellinen välituloste näytettynä jokaisessa vaiheessa.
Talous, ennen ja jälkeen
Tässä koko teesi yhdessä taulukossa. Samat työt, sama laatuvaatimus — vain niiden tekemisen kustannus muuttui. Dokumentoidut luvut siellä missä ne minulla on; loput suuruusluokkaa yhden toimiston kahden vuosikymmenen tästä tekemisestä.
| Työ | Vanha tapa | Tänään |
|---|---|---|
| Avainsanatutkimus (yksi projekti) | 50–100 h · 2 000–4 000 € laskutettu | yksinumeroinen tuntimäärä · tarkempi |
| Negatiivisten hakujen triage | puoliautomaattinen ryömintä, tuhansia rivejä käsin | skripti + paikallinen malli nimeää kuviot |
| Toimita yksi uusi automaatio-ominaisuus | kuukausia (2 kehittäjää × 2 v yhteen kokonaiseen työkaluun) | viikkoja |
| Pidä raportointimoottori hengissä | ~100 000 € / v, ei koskaan maksanut itseään takaisin | lähes nolla paikallisella mallilla |
Lue taulukko ylhäältä alas ja kuvio on sama joka rivillä: kyvykkyys-sarake ei muuttunut — pystyimme kaikkeen tähän vuonna 2019. Hinta-sarake putosi lattian läpi. Se ei ole teknologiatarina. Se on takaisinmaksuaikatarina, ja takaisinmaksuaika on se, joka ratkaisee tuleeko fiksu idea koskaan rakennetuksi.
Sisäistettävä asia: AI ei niinkään avannut uusia PPC-kyvykkyyksiä kuin romahdutti takaisinmaksuajan vanhoissa. Kun puolen vuoden rakennusurakasta tulee kahden viikon urakka, koko jono “tekisimme mielellämme, mutta se ei koskaan kannattaisi” purkautuu yhtäkkiä.
Mitä tämä oikeasti tarkoittaa alalle
Miksi otan tässä selvän kannan: suosittu tulkinta — “AI lopettaa PPC-asiantuntijan” — on laiska, ja sen ymmärtäminen nurinpäin tuo todellisia uraseuraamuksia tätä lukeville.
“PPC-asiantuntijoiden aikakausi on päättymässä” on hölynpölyä. Päinvastainen tapahtuu. Hyvät asiantuntijat viettivät vuosia turhautuneina siihen, että fiksu juttu — se jonka he selvästi näkivät — “ei kannattanut rakentaa”. Nyt he pääsevät rakentamaan sen. Automaattisesti, kannattavasti, skaalassa. Kokonainen hyllyllinen PPC-strategioita, jotka ennen olivat kannattamattomia tai yksinkertaisesti absurdeja yrittää, on yhtäkkiä pöydällä.
Mikä tapahtuu, on terävämpi jakautuminen ammatin sisällä. Toisella puolella juniorit ilman mielikuvitusta, visiota tai työkaluvarmuutta — ihmiset jotka kohtelevat alustan käyttöliittymää koko työnä. Toisella super-seniorit, jotka käyttävät työkaluja, keksivät työnkulut, ajattelevat alustan laatikoiden ulkopuolelta, yhdistävät datalähteitä joita kukaan muu ei yhdistä ja rakentavat itselleen erikoistuneita dashboardeja sen sijaan että odottaisivat myyjän toimittavan ominaisuuden.
Ja tappaakseni ilmeisen väärinluennan: tämä ei ole tarina halvemmasta palvelusta. Työkalut, laskenta ja kehitys maksavat edelleen rahaa. Pointti on, että projekti, joka ennen oli kuusi kuukautta kehitystä, on nyt kaksi viikkoa — joten investointi vihdoin järkeistyy. Asiakas saa dramaattisesti paremman palvelun samaan hintaan, ei huonompaa halvemmalla.
Miksi kirjoitan taas
Lopetin bloggaamisen vuosia sitten, koska kuilu idean ja taloudellisesti järkevän toteutuksen välillä oli liian leveä ollakseen kiinnostava. Tuo kuilu juuri sulkeutui. Joten tämä blogi on takaisin, ja siitä tulee konkreettinen: käyttötapauksia oikeilla numeroilla, tarkat työnkulut, todelliset lopputulokset — sotkuiset osat ja rajat mukaan lukien. Ensimmäiset syväluotaukset ovat jo pystyssä; lisää on tulossa.
Jos reaktiosi kaikkeen tähän on “voisimme vihdoin tehdä sen jutun, jonka aina halusimme” — hyvä. Siinä koko aikakauden pointti. Rakennetaan se.
Osa jonka voit varastaa
Negatiivisten hakujen triage paikallisella avoimen lähdekoodin mallilla (Gemma 4) — yllä oleva viisivaiheinen työnkulku, kopioi-liitä-reseptinä:
1. VEDÄ Google Ads API → hakulausekeraportti (haku, klik., kust., konv.)
2. POHJUSTA Rakenna kontekstipaketti jota vasten malli päättelee:
- sitemap.xml (mitä sivusto oikeasti myy)
- sivuston / tietokannan rakenne + murupolkutaksonomia
- product feed (id, otsikko, kategoria)
3. KYSY Pyydä Gemma 4: "Tämän sivustokontekstin perusteella luokittele kukin
haku olennaiseksi / epäolennaiseksi sen suhteen mitä myymme. Palauta
epäolennaiset JA niiden takana olevat KUVIOT (sananpätkä, intentio,
kategoriaristiriita)."
4. TARKISTA Ihminen validoi ~10 kuviota, ei 5 000 riviä yksitellen.
5. VIE Lisää negatiiviset takaisin API:n kautta oikealle tasolle (jaettu lista
sivustonlaajuisille roskasananpätkille; mainosryhmä paikalliselle kohinalle).Kolme asiaa, jotka ratkaisevat kannattaako tämä:
- Konteksti on koko juju. Kontekstiton malli arvaa; malli jolla on sivustokarttasi, taksonomiasi ja feedisi päättelee. Pohjusta se ennen kuin luotat siihen.
- Metsästä kuvioita, älä rivejä. Voitto ei ole yksittäisten roskahakujen merkitseminen — se on mallin nimeämä roskan kategoria, jotta suljet pois myös seuraavat tuhat.
- Avoin lähdekoodi riittää. Et tarvitse huippu-API:a tähän. Hyvä paikallinen malli pitää datan talon sisällä ja kustannuksen lähellä nollaa — mikä on tarkalleen syy miksi se vihdoin kannattaa.
FAQ
Väitätkö, että toimistojen pitäisi irtisanoa PPC-asiantuntijansa?
Aivan päinvastoin. Asiantuntijat, jotka ymmärtävät strategian ja työkalut, ovat nyt arvokkaampia, koska he voivat vihdoin toteuttaa ideat, jotka ennen olivat kannattamattomia. Mikä kutistuu, on pelkän alustan käyttöliittymän nappien painelun arvo.
Ovatko 100 000 €/vuosi ja kaksi kehittäjää kahdeksi vuodeksi -luvut tarkkoja?
Ei — ota ne suuruusluokkana. Pointti ei ole tarkka eurosumma; se on, että yksi talon sisäinen raportointimoottori kantoi kuusinumeroista vuosikustannusta eikä silti koskaan maksanut itseään takaisin. Tästä taloudesta koko juttu kertoo.
Tarvitsenko kalliin huippumallin tähän?
En negatiivisten hakujen triagen kaltaisiin töihin. Kyvykäs avoimen lähdekoodin malli kuten Gemma 4, ajettuna paikallisesti hyvällä sivustokontekstilla, tekee työn — mikä pitää sekä datasi että kustannuksesi sinun hallinnassasi.
Mikä tekee AI:n negatiivisten hakujen ajosta paremman kuin oma silmämääräinen tarkastelu?
Kaksi asiaa: se lukee koko hakulausekeraportin otoksen sijaan, ja se palauttaa kuviot, ei pelkkiä rivejä. Validoit kymmenen sääntöä viiden tuhannen rivin sijaan, ja nuo säännöt jatkavat uuden roskan napsimista ensi viikolla. Ihminen hyväksyy silti — malli vain tekee selaamisen.
Eli tämä on vain hypeä uudella maalipinnalla?
Jos olisi, en olisi alkanut taas kirjoittaa. Muutos on kapea ja todellinen: ei uusia kyvykkyyksiä, vaan romahtanut takaisinmaksuaika olemassa olevissa. Se on liiketoiminnallinen muutos, ei taikatemppu — ja juuri siksi jonossa odottavat työt yhtäkkiä purkautuvat.
Mitä tällä blogilla oikeasti tulee olemaan?
Konkreettisia käyttötapauksia numeroineen, niiden taustalla olevat työnkulut ja lopputulokset — rajoitukset ja epäonnistumistavat mukaan lukien. Vähemmän manifestia, enemmän “tässä on tarkalleen se mitä ajoimme ja mitä se palautti”.
