ज़्यादा AI-जनित कंटेंट कैंपेन को बेहतर क्यों नहीं बना रहा?

अधिक एआई-जनित सामग्री अभियानों को बेहतर नहीं बना रही है क्योंकि मॉडलों की संक्षिप्त फीडिंग कमजोर है, न कि स्वयं मॉडल। टिकटॉक और लायंस एडवाइजरी के साथ WARC अनुसंधान में, 88 प्रतिशत 400 विपणक ने कहा कि एआई को अपनाने के बाद से वे काफी अधिक रचनात्मक उत्पन्न हुए हैं, लेकिन केवल 45 प्रतिशत ने गुणवत्ता में सुधार देखा, और तीन में से दो अभी भी मुख्य रूप से जनसांख्यिकीय डेटा के साथ संक्षिप्त एआई हैं। व्यवहार संबंधी संकेतों और वास्तविक दर्शकों के तनाव के साथ दर्शकों की संक्षिप्त जानकारी को ठीक करें, और आउटपुट गुणवत्ता में कुछ न कुछ है।

मुख्य बातें

• WARC के 400 विपणक के सर्वेक्षण में, 88 प्रतिशत AI के साथ काफी अधिक रचनात्मक बनाते हैं, लेकिन केवल 45 प्रतिशत ही गुणवत्ता में किसी वास्तविक सुधार की रिपोर्ट करते हैं।
• तीन में से दो अभी भी मुख्य रूप से जनसांख्यिकी के साथ संक्षिप्त जनरेटिव एआई हैं, हालांकि दस में से लगभग छह का कहना है कि जनसांख्यिकीय विभाजन अब यह नहीं दर्शाता है कि दर्शक कैसे व्यवहार करते हैं; केवल 17 प्रतिशत ही व्यवहार संबंधी संकेतों, सामुदायिक संदर्भ या दर्शकों के तनाव के बारे में लगातार जानकारी देते हैं।
• कमजोर ब्रीफ को पकड़ने के लिए उपयोग की जाने वाली मानव मरम्मत परत गायब हो गई है, और एक एआई मॉडल एक खराब अवधारणा को एक मजबूत अवधारणा के रूप में आसानी से पॉलिश कर देगा।
• दक्षिण पूर्व एशिया में, जहां एक टीम छह से ग्यारह बाजारों को कवर कर सकती है, जनसांख्यिकीय संक्षिप्त विवरण स्थानीय बारीकियों को मिटा देता है जो कि पूरा काम है।
• आगे बढ़ने वाली टीमें ब्रीफ को ही उत्पाद मानती हैं और संपत्ति के शिपमेंट से पहले निर्णय लागू करती हैं।

क्या अड़चन एआई है या संक्षिप्त?

दक्षिण पूर्व एशिया में मार्केटिंग टीमें पहले से कहीं अधिक रचनात्मक संपत्ति का उत्पादन कर रही हैं। दस में से नौ का कहना है कि जेनरेटिव एआई ने उनके आउटपुट को कई गुना बढ़ा दिया है। फिर भी आधे से भी कम लोग मानते हैं कि सामग्री की बाढ़ वास्तव में बेहतर प्रदर्शन कर रही है। पाइपलाइन के बीच में कुछ चुपचाप टूट रहा है, और यह मॉडल नहीं है।

WARC का नया शोध, टिकटॉक और LIONS एडवाइजरी के साथ आयोजित किया गयापीपीसी लैंड द्वारा रिपोर्ट की गई, सर्वेक्षण किया गया400विपणक और एक आकर्षक पैटर्न का खुलासा किया। जबकि88प्रतिशत उत्तरदाताओं ने कहा कि केवल एआई उपकरण अपनाने के बाद से वे काफी अधिक रचनात्मक पैदा कर रहे हैं45प्रतिशत ने गुणवत्ता में कोई वास्तविक सुधार होने की सूचना दी। आउटपुट चढ़ गया. नतीजे सपाट रहे. समस्या कहीं न कहीं बैठी है, अधिकांश टीमें कभी इस पर गौर करने के बारे में सोचती भी नहीं हैं: दर्शकों की संक्षिप्त जानकारी।

विपणक उस डेटा का उपयोग क्यों करते रहते हैं जिसके बारे में उन्हें पता है कि वह पुराना हो चुका है?

WARC अध्ययन में सबसे अधिक खुलासा करने वाला विवरण स्वयं आउटपुट गैप नहीं है। विपणक ने अपने इनपुट के बारे में यही स्वीकार किया है। तीन में से दो ने कहा कि वे अभी भी मुख्य रूप से उम्र, आय या स्थान जैसे जनसांख्यिकीय डेटा का उपयोग करके जेनरेटिव एआई मॉडल को संक्षिप्त करते हैं। उसी समय, उनमें से दस में से लगभग छह विपणक ने कहा कि जनसांख्यिकीय विभाजन अब यह नहीं दर्शाता है कि दर्शक वास्तव में कैसा व्यवहार करते हैं।

दूसरे शब्दों में, टीमें जानबूझकर एआई सिस्टम को वही सटीक इनपुट दे रही हैं जिन्हें वे पहले ही टूटे हुए के रूप में पहचान चुके हैं। केवल 17 प्रतिशत ने कहा कि वे लगातार कुछ अधिक सार्थक बातें बताते हैं, जैसे व्यवहार संबंधी संकेत, सामुदायिक संदर्भ या वास्तविक दर्शक तनाव। WARC इसे प्रौद्योगिकी अंतराल के बजाय एक खुफिया अंतर कहता है, और यह फ़्रेमिंग अक्सर दोहराई जाने योग्य है, क्योंकि यह पूरी बातचीत को टूल से दूर और रणनीति की ओर वापस ले जाती है।

मानव गुणवत्ता जांच का क्या हुआ?

दशकों तक, एक रचनात्मक संक्षिप्त विवरण को कभी भी तैयार दस्तावेज़ के रूप में नहीं माना गया। यह बातचीत की शुरुआती पंक्ति की तरह काम करता था। एक रणनीतिकार इस खंड पर सवाल उठाएगा। एक रचनात्मक निर्देशक पूछेगा कि निर्णय के क्षण में ग्राहक वास्तव में क्या महसूस करता है। एक कला निर्देशक पहली कुछ अवधारणाओं को पूरी तरह से त्याग देगा। जब तक कोई अभियान किसी ग्राहक तक पहुंचता है, तब तक एक पतला या आलसी ब्रीफ आमतौर पर उन लोगों द्वारा कई बार दोबारा तैयार किया जा चुका होता है, जिनका काम लाइव होने से पहले कमजोरी का पता लगाना शामिल होता है।

वह प्रक्रिया जानबूझकर धीमी थी, और धीमी गति से एक उद्देश्य पूरा हुआ। यह महंगा भी था, जिसने इसे पहली दुर्घटनाओं में से एक बना दिया जब उत्पादन की समय-सीमा हफ्तों से घटकर दिनों में सिमट गई। जैसे ही वह मानव मरम्मत परत गायब हो गई, ब्रीफ ने संदेहपूर्ण पेशेवरों की श्रृंखला से गुजरना बंद कर दिया और इसके बजाय सीधे जेनरेटिव मॉडल में प्रवाहित होना शुरू कर दिया।

यह बदलाव बहुत मायने रखता है, क्योंकि एआई मॉडल में कमजोर इनपुट पर सवाल उठाने की कोई प्रवृत्ति नहीं होती है। यह एक ख़राब अवधारणा के चालीस पॉलिश, आश्वस्त रूपांतरों को उतनी ही आसानी से तैयार करेगा जितना कि चालीस मजबूत संस्करणों को। एक कमजोर संक्षिप्त विवरण के परिणामस्वरूप स्पष्ट रूप से कमजोर रचनात्मक परिणाम सामने आता था जिसे कोई लॉन्च से पहले पकड़ लेता था। अब इसका परिणाम परिष्कृत, पेशेवर दिखने वाली सामग्री के रूप में सामने आता है जो बिना छुए ही निकल जाती है, केवल इसलिए क्योंकि यह सतह पर स्वीकार्य लगती है।

टीमें जनसांख्यिकीय लक्ष्यीकरण में चूक क्यों करती रहती हैं?

यदि विपणक पहले से ही जानते हैं कि जनसांख्यिकीय ब्रीफिंग खराब प्रदर्शन करती है, तो यह डिफ़ॉल्ट विकल्प क्यों बना हुआ है? ईमानदार उत्तर दृढ़ विश्वास नहीं है. यह जड़ता है.

आयु वर्ग, आय बैंड और व्यापक स्थान डेटा पहले से ही योजना डेक, मीडिया योजना और अभियान नामकरण संरचना के अंदर बैठे हैं। उनके पुन: उपयोग के लिए किसी अतिरिक्त शोध, किसी नए टूलींग और किसी ग्राहक या सहकर्मी के साथ किसी असुविधाजनक बातचीत की आवश्यकता नहीं है। व्यवहारिक और समुदाय-आधारित अंतर्दृष्टि तीनों की मांग करती है। कड़ी समयसीमा के तहत, कम से कम प्रतिरोध का रास्ता लगभग हमेशा जीतता है, और वह रास्ता जनसांख्यिकीय शॉर्टहैंड है।

जीडब्ल्यूआई ने हाल ही में इसी तरह की बात कही, यह देखते हुए कि आयु-वर्ग लक्ष्यीकरण विपणन में सबसे आलसी विभाजन तरीकों में से एक है, क्योंकि एक ही पीढ़ी के भीतर अंतर अक्सर पीढ़ियों के बीच के अंतर से बड़े होते हैं। यह एक निष्पक्ष आलोचना है और इसे शायद ही कभी ज़ोर से कहा जाता है। विपणन प्रौद्योगिकी टिप्पणी के एक सप्ताह को स्कैन करें और एक स्पष्ट विभाजन दिखाई देता है। दर्शक अनुसंधान कंपनियाँ आँकड़ों पर रुक जाती हैं। वर्कफ़्लो और सामाजिक श्रवण प्लेटफ़ॉर्म प्रकाशित बटन पर शुरू होते हैं। बहुत कम खिलाड़ी बीच की जगह को संबोधित करते हैं, जो वास्तव में वहीं होता है जहां यह खुफिया अंतर रहता है।

दक्षिण पूर्व एशियाई मार्केटिंग टीमें इसे सबसे पहले क्यों महसूस करती हैं?

क्षेत्रीय दबाव इस समस्या को विशेष रूप से दक्षिण पूर्व एशिया में गंभीर बना देता है। सिंगापुर में स्थित एक टीम कई भाषाओं में छह से ग्यारह अलग-अलग बाज़ारों के लिए ज़िम्मेदार हो सकती है, जो ऐसे बजट के साथ काम कर रही है जो मुश्किल से पश्चिमी यूरोप के दो बाज़ारों तक फैल पाएगा। उस माहौल में स्थानीय बारीकियां कोई अच्छा बोनस नहीं है। यह संपूर्ण कार्य है, और यह वही होता है जो जनसांख्यिकीय ब्रीफिंग मिटा देता है।

मध्यम आय वाली पच्चीस से चौंतीस वर्ष की शहरी महिलाओं के इर्द-गिर्द निर्मित एक जेनेरिक मॉडल फ़ीड करें, और यह ऐसी सामग्री का उत्पादन करेगा जो तकनीकी रूप से जकार्ता, मनीला या कुआलालंपुर में चल सकती है, फिर भी उनमें से किसी से भी पूरी तरह से जुड़ नहीं सकती है। परिणाम व्याकरणिक रूप से सही, ब्रांड पर और पूरी तरह से भूलने योग्य पढ़ा जाएगा। साप्ताहिक प्रकाशन कार्यक्रम में ग्यारह बाज़ारों में उस पैटर्न को दोहराएं, और परिणाम ऐसी सामग्री तैयार करने के लिए एक बेहद कुशल प्रणाली है जिसे एक सप्ताह बाद कोई भी याद नहीं रखता है।

संक्षिप्त को उत्पाद मानने का क्या मतलब है?

वर्तमान में आगे बढ़ रही मार्केटिंग टीमों ने एक जानबूझकर संरचनात्मक परिवर्तन किया है। वे अब संक्षिप्त को ही वास्तविक उत्पाद मानते हैं, न कि तैयार डेक और न ही अंतिम परिसंपत्ति। जो कोई भी उस प्रारंभिक इनपुट की गुणवत्ता को नियंत्रित करता है वह डाउनस्ट्रीम के बाद आने वाली हर चीज की गुणवत्ता को प्रभावी ढंग से नियंत्रित करता है।

यह बदलाव पहले से ही दिखाई दे रहा है कि उत्पादन पाइपलाइन के दोनों सिरों पर उपकरण कैसे विकसित हो रहे हैं। सबसे पहले, नए प्लेटफ़ॉर्म लाइव श्रेणी और व्यवहार संबंधी डेटा को साक्ष्य-समर्थित दर्शकों के तनाव में अनुवाद कर रहे हैं, यह सुनिश्चित करते हुए कि संक्षेप में केवल अनुमान लगाए गए कुछ के बजाय वास्तव में कुछ देखा गया है। अंत में, निष्पादन-केंद्रित व्यवसायों की एक नई श्रेणी भी उभर रही है। एक उदाहरण Touchigh है, जो एक कंपनी है जो मूल अंग्रेजी सामाजिक सामग्री के साथ एआई खोज दृश्यता टूल को जोड़कर चीनी सीमा पार विक्रेताओं को अमेरिकी खरीदारों तक पहुंचने में मदद करती है, फिर उस सामग्री को प्रकाशित होने से पहले अनुमानित प्रदर्शन के लिए स्कोर करती है, न कि केवल बाद में परिणामों की रिपोर्ट करती है।

वह विवरण उस विशिष्ट उद्योग से अधिक मायने रखता है जहां से वह आता है। मूल्य-संवेदनशील ग्राहकों की सेवा करने वाली एक छोटी निष्पादन-केंद्रित कंपनी स्वतंत्र रूप से बड़ी अनुसंधान कंपनियों के समान निष्कर्ष पर पहुंची है। किसी परिसंपत्ति के शिपमेंट से पहले महत्वपूर्ण निर्णय कॉल की आवश्यकता होती है, या वास्तविक रूप से, यह कभी भी नहीं होगा।

क्या गति और गुणवत्ता एक साथ रह सकते हैं?

वर्तमान संख्याएँ जो सुझाती हैं वह वास्तव में उत्साहजनक है। एआई अपनाने की दौड़ के दौरान खोई गई मरम्मत परत विपणन टीमों को सबसे कठिन समय सीमा से बचने के लिए किफायती तरीके से फिर से बनाया जा सकता है। जब एजेंसी SAMY ने यूके के आतिथ्य ग्राहक के लिए काफी बड़े प्रतिस्पर्धियों के खिलाफ प्रतिस्पर्धा की, तो जिस श्रेणी की योजना में कई सप्ताह लग जाते थे, उसे लगभग तेरह मिनट प्रति संक्षेप में संकुचित कर दिया गया, जिसमें पूर्वानुमानित क्लिक-थ्रू सटीकता पारंपरिक मानव अनुमान की तुलना में लगभग तीन गुना अधिक विश्वसनीय थी। सैमी ने रिटेनर जीता।

उस उदाहरण में वास्तविक कहानी स्वयं गति नहीं है। यह तथ्य है कि निर्णय लेने वाली टीमों का एक स्तर जिसे पहले लगातार लागू नहीं किया जा सकता था, अब वह कुछ ऐसा है जिसे वे अपने द्वारा लिखे गए प्रत्येक संक्षिप्त विवरण पर लागू कर सकते हैं, न कि केवल उदार समयसीमा वाले लोगों पर। एक निर्णय कॉल जो केवल तब होती है जब खाली समय उपलब्ध होता है, वास्तव में इसे शुरू करने के लिए कोई मानक नहीं था। यह एक विलासिता थी जिसे कुछ टीमें विश्वसनीय रूप से वहन कर सकती थीं।

प्रत्येक मार्केटिंग टीम को अपने संक्षिप्त विवरण के बारे में क्या पूछना चाहिए?

डब्ल्यूएआरसी के निष्कर्षों के अंदर छिपी असुविधाजनक सच्चाई यह है कि कई टीमें पहले से ही मानती हैं कि उनके इनपुट त्रुटिपूर्ण हैं और वे वैसे भी शिप करना चुनते हैं, सिर्फ इसलिए कि इस सप्ताह औसत आउटपुट की शिपिंग की तुलना में संक्षिप्त लागत को सही करने में अधिक समय लगता है।

वह गणना तेजी से बदल रही है। जैसे-जैसे साक्ष्य-ग्रेड दर्शकों की बुद्धिमत्ता हफ्तों के बजाय मिनटों में प्राप्त की जा सकती है, पुराने जनसांख्यिकीय शॉर्टकट के साथ जेनरेटिव एआई को ब्रीफ करने का औचित्य गायब हो रहा है, और जब सामग्री खराब प्रदर्शन करती है तो बहाना भी गायब हो जाता है।

इसलिए इस तिमाही में आपकी टीम द्वारा तैयार किए गए संक्षिप्त विवरण पर विचार करें। कितने लोगों को वास्तव में आपके द्वारा अपने दर्शकों के बारे में देखी गई किसी वास्तविक चीज़ का पता लगाया गया था, और कितने लोग पिछली तिमाही के टेम्पलेट थे जिनके ऊपर एक नई तारीख अंकित थी?

SOMIN इस बदलाव में कहाँ फिट बैठता है?

ठीक यही अंतर हैSOMINबंद करने के लिए बनाया गया था। सोडा बिखरी हुई श्रेणी और उपभोक्ता सिग्नल को संरचित, साक्ष्य-समर्थित इंटेलिजेंस में बदल देता है, जिस पर एक संक्षिप्त जानकारी वास्तव में टिक सकती है, जबकि SoMonitor सुइट, ब्रांड ट्रैकर, कंटेंट लाइब्रेरी, पर्सपेक्टिव स्टडीज और SoInspire तक फैला हुआ है, जो उस इंटेलिजेंस को अलग-अलग रिपोर्टों में बंद करने के बजाय ब्रांड स्वास्थ्य, प्रकाशित रचनात्मक, दर्शकों के परिप्रेक्ष्य और उभरते सांस्कृतिक क्षणों से जुड़ा रखता है। जीडब्ल्यूआई जैसे साझेदारों के गहन दर्शक डेटा के साथ मिलकर, मार्केटिंग टीमों को एक स्थिर की तुलना में एक जीवंत संक्षिप्त के करीब कुछ मिलता है, जो कि महीनों पहले ग्रहण किए गए जनसांख्यिकीय ब्रैकेट के बजाय दर्शक वास्तव में क्या कर रहे हैं और अभी क्या महसूस कर रहे हैं, इस पर आधारित है। ठीक करने की कोशिश कर रही टीमों के लिएमॉडल तक पहुंचने से पहले खुफिया गैप, देखे गए डेटा और कनेक्टेड टूलींग का वह संयोजन ठीक वही है जहां मरम्मत परत का पुनर्निर्माण होता है।

FAQ

संबंधित लेख

• AI कंटेंट का एकरूपीकरण: हर ब्रांड एक जैसा क्यों सुनाई देता है
• एक श्रेणी के सभी विज्ञापन एक जैसे क्यों दिखते हैं?
• क्रिएटिव ब्रीफ़ टेम्पलेट: पर्सोना, उपभोक्ता तनाव, एंगल, स्टोरी
• सोशल लिसनिंग इनसाइट को कैंपेन ब्रीफ़ में कैसे बदलें?
• मार्केटिंग में उपभोक्ता तनाव क्या है, और उसे कैसे खोजें?

स्रोत

• पीपीसी लैंड: विपणक जनसांख्यिकीय डेटा के साथ एआई की जानकारी देते हैं, उनका कहना है कि यह अब काम नहीं करता है