Mengapa lebih banyak kandungan janaan AI tidak menjadikan kempen lebih baik?

Lebih banyak kandungan yang dijana AI tidak menjadikan kempen lebih baik kerana suapan ringkas model adalah lemah, bukan model itu sendiri. Dalam penyelidikan WARC dengan TikTok dan LIONS Advisory, 88 peratus daripada 400 pemasar berkata mereka menjana jauh lebih kreatif sejak menggunakan AI, tetapi hanya 45 peratus menyaksikan kualiti bertambah baik, dan dua daripada tiga masih ringkas AI terutamanya dengan data demografi. Betulkan ringkasan khalayak, dengan isyarat tingkah laku dan ketegangan khalayak sebenar, dan kualiti output mempunyai sesuatu untuk dipertahankan.

Perkara penting

• Dalam tinjauan WARC terhadap 400 pemasar, 88 peratus mencipta secara signifikan lebih kreatif dengan AI, tetapi hanya 45 peratus melaporkan sebarang peningkatan sebenar dalam kualiti.
• Dua daripada tiga masih ringkas AI generatif terutamanya dengan demografi, walaupun hampir enam daripada sepuluh mengatakan pembahagian demografi tidak lagi menggambarkan bagaimana khalayak berkelakuan; hanya 17 peratus secara konsisten ringkas dengan isyarat tingkah laku, konteks komuniti atau ketegangan penonton.
• Lapisan pembaikan manusia yang digunakan untuk menangkap seluar yang lemah telah hilang, dan model AI akan menggilap konsep yang lemah semudah yang kukuh.
• Di Asia Tenggara, di mana satu pasukan mungkin meliputi enam hingga sebelas pasaran, ringkasan demografi memadamkan nuansa tempatan yang merupakan keseluruhan tugas.
• Pasukan yang bergerak ke hadapan menganggap ringkasan itu sendiri sebagai produk dan menggunakan pertimbangan sebelum aset dihantar.

Adakah kesesakan itu AI atau ringkasan?

Pasukan pemasaran di seluruh Asia Tenggara menghasilkan lebih banyak aset kreatif berbanding sebelum ini. Sembilan daripada sepuluh mengatakan AI generatif telah melipatgandakan output mereka. Namun kurang daripada separuh percaya bahawa banjir kandungan sebenarnya menunjukkan prestasi yang lebih baik. Sesuatu di tengah-tengah saluran paip rosak secara senyap-senyap, dan ia bukan modelnya.

Penyelidikan baharu daripada WARC, dijalankan bersama TikTok dan LIONS Advisory dan dilaporkan oleh PPC Land, meninjau 400 pemasar dan menemui corak yang menarik. Walaupun 88 peratus responden berkata mereka menjana lebih kreatif dengan ketara sejak menggunakan alatan AI, hanya 45 peratus melaporkan sebarang peningkatan sebenar dalam kualiti. Output meningkat. Keputusan kekal rata. Masalahnya terletak di suatu tempat yang kebanyakan pasukan tidak pernah berfikir untuk melihat: ringkas penonton.

Mengapakah pemasar terus menggunakan data yang mereka tahu sudah lapuk?

Perincian yang paling mendedahkan dalam kajian WARC bukanlah jurang output itu sendiri. Itulah yang diakui oleh pemasar tentang input mereka sendiri. Dua daripada tiga berkata mereka masih memberi taklimat model AI generatif terutamanya menggunakan data demografi seperti umur, pendapatan atau lokasi. Pada masa yang sama, hampir enam daripada sepuluh pemasar tersebut berkata pembahagian demografi tidak lagi menggambarkan bagaimana khalayak sebenarnya berkelakuan.

Dalam erti kata lain, pasukan secara sedar memberi sistem AI input tepat yang telah mereka kenal pasti sebagai rosak. Hanya 17 peratus mengatakan mereka secara konsisten memberi taklimat dengan sesuatu yang lebih bermakna, seperti isyarat tingkah laku, konteks komuniti atau ketegangan penonton yang tulen. WARC memanggil ini sebagai jurang kecerdasan dan bukannya jurang teknologi, dan pembingkaian itu wajar diulangi dengan kerap, kerana ia mengalihkan keseluruhan perbualan daripada alatan dan kembali ke arah strategi.

Apakah yang berlaku kepada pemeriksaan kualiti manusia?

Selama beberapa dekad, ringkasan kreatif tidak pernah dianggap sebagai dokumen siap. Ia berfungsi lebih seperti baris pembuka perbualan. Seorang pakar strategi akan mempersoalkan segmen tersebut. Seorang pengarah kreatif akan bertanya apa yang sebenarnya dirasakan pelanggan semasa membuat keputusan. Seorang pengarah seni akan membuang beberapa konsep pertama sepenuhnya. Pada masa kempen menjangkau pelanggan, ringkasan nipis atau malas biasanya telah diolah semula beberapa kali oleh orang yang tugasnya termasuk mengesan kelemahan sebelum ia disiarkan secara langsung.

Proses itu sengaja lambat, dan kelambatan itu mempunyai tujuan. Ia juga mahal, yang menjadikannya salah satu korban pertama apabila garis masa pengeluaran menyusut dari minggu ke hari. Apabila lapisan pembaikan manusia itu hilang, seluar pendek berhenti melalui rangkaian profesional yang ragu-ragu dan mula mengalir terus ke model generatif.

Peralihan itu sangat penting, kerana model AI tidak mempunyai naluri untuk mempersoalkan input yang lemah. Ia akan menghasilkan empat puluh variasi yang digilap dan yakin bagi konsep yang buruk sama mudahnya dengan empat puluh yang kuat. Ringkas yang lemah digunakan untuk menghasilkan kreatif yang kelihatan lemah yang akan ditangkap oleh seseorang sebelum dilancarkan. Kini ia menghasilkan kandungan yang digilap dan kelihatan profesional yang terlepas tanpa disentuh, semata-mata kerana ia kelihatan boleh diterima di permukaan.

Mengapakah pasukan tetap lalai kepada penyasaran demografi?

Jika pemasar sudah mengetahui taklimat demografi berprestasi rendah, mengapa ia kekal sebagai pilihan lalai? Jawapan yang jujur ​​bukanlah keyakinan. Ia inersia.

Kurungan umur, kumpulan pendapatan dan data lokasi yang luas sudah pun berada di dalam dek perancangan, pelan media dan struktur penamaan kempen. Menggunakan semula mereka tidak memerlukan penyelidikan tambahan, tiada alatan baharu dan tiada perbualan yang tidak selesa dengan pelanggan atau rakan sekerja. Wawasan berasaskan tingkah laku dan komuniti menuntut ketiga-tiganya. Di bawah tarikh akhir yang ketat, laluan yang paling sedikit tentangan hampir selalu menang, dan laluan itu ialah trengkas demografi.

GWI membuat perkara yang sama baru-baru ini, dengan menyatakan bahawa penyasaran kumpulan umur adalah salah satu kaedah pembahagian yang paling malas dalam pemasaran, kerana perbezaan dalam satu generasi selalunya lebih besar daripada perbezaan antara generasi. Ini adalah kritikan yang adil, dan kritikan yang jarang diucapkan dengan lantang. Imbas ulasan teknologi pemasaran seminggu dan jurang yang jelas kelihatan. Syarikat penyelidikan khalayak cenderung berhenti pada statistik. Aliran kerja dan platform pendengaran sosial cenderung bermula pada butang terbitkan. Sangat sedikit pemain menangani ruang di antaranya, yang kebetulan berada di tempat jurang kecerdasan ini hidup.

Mengapa pasukan pemasaran Asia Tenggara merasakan ini terlebih dahulu?

Pemampatan serantau menjadikan masalah ini sangat teruk di Asia Tenggara. Pasukan yang berpangkalan di Singapura mungkin bertanggungjawab untuk enam hingga sebelas pasaran berasingan, merentasi pelbagai bahasa, bekerja dengan belanjawan yang hampir tidak akan merentas dua pasaran di Eropah Barat. Nuansa tempatan bukanlah bonus yang bagus dalam persekitaran itu. Ia adalah keseluruhan tugas, dan ia sebenarnya adalah apa yang dipadamkan oleh taklimat demografi.

Berikan model generatif ringkasan yang dibina di sekitar wanita bandar berumur dua puluh lima hingga tiga puluh empat tahun dengan pendapatan sederhana, dan ia akan menghasilkan kandungan yang secara teknikalnya boleh dijalankan di Jakarta, Manila atau Kuala Lumpur, namun tidak berhubung sepenuhnya di mana-mana daripada mereka. Hasilnya akan dibaca sebagai betul dari segi tatabahasa, pada jenama dan boleh dilupakan sepenuhnya. Ulangi corak itu merentas sebelas pasaran pada jadual penerbitan mingguan, dan hasilnya ialah sistem yang sangat cekap untuk menghasilkan kandungan yang tiada siapa ingat seminggu kemudian.

Apakah yang dimaksudkan dengan menganggap seluar pendek sebagai produk?

Pasukan pemasaran yang sedang bergerak ke hadapan telah membuat satu perubahan struktur yang disengajakan. Mereka kini menganggap ringkas itu sebagai produk sebenar, bukan dek siap dan bukan aset akhir. Sesiapa yang mengawal kualiti input awal itu dengan berkesan mengawal kualiti semua yang mengikuti hiliran.

Peralihan ini sudah dapat dilihat dalam cara alat di kedua-dua hujung saluran paip pengeluaran berkembang. Di bahagian hadapan, platform yang lebih baharu menterjemah kategori langsung dan data tingkah laku kepada ketegangan penonton yang disokong oleh bukti, memastikan ringkasan itu membawa sesuatu yang benar-benar diperhatikan dan bukannya sesuatu yang diandaikan begitu sahaja. Di bahagian belakang, kategori baharu perniagaan berfokuskan pelaksanaan juga muncul. Satu contoh ialah Touchigh, sebuah syarikat yang membantu penjual rentas sempadan China menjangkau pembeli Amerika dengan menggabungkan alat keterlihatan carian AI dengan kandungan sosial bahasa Inggeris asli, kemudian menjaringkan kandungan tersebut untuk prestasi yang diramalkan sebelum ia pernah menerbitkan dan bukannya hanya melaporkan hasil selepas itu.

Perincian itu lebih penting daripada industri khusus ia berasal. Sebuah syarikat kecil yang memfokuskan pelaksanaan yang melayani pelanggan sensitif harga secara bebas telah mencapai kesimpulan yang sama seperti firma penyelidikan yang lebih besar. Panggilan penghakiman kritikal perlu berlaku sebelum aset dihantar, atau secara realistik, ia tidak akan berlaku sama sekali.

Bolehkah kelajuan dan kualiti wujud bersama?

Apa yang dicadangkan oleh nombor semasa adalah benar-benar menggalakkan. Pasukan pemasaran lapisan pembaikan yang hilang semasa tergesa-gesa penggunaan AI boleh dibina semula dengan cukup mampu untuk bertahan walaupun pada tarikh akhir yang paling ketat. Apabila agensi SAMY menentang pesaing yang jauh lebih besar untuk pelanggan hospitaliti UK, perancangan kategori yang pernah mengambil masa beberapa minggu telah dimampatkan menjadi kira-kira tiga belas minit setiap ringkas, dengan ramalan ketepatan klik lalu berjalan kira-kira tiga kali lebih dipercayai daripada anggaran manusia tradisional. SAMY memenangi penahan.

Kisah sebenar dalam contoh itu bukanlah kelajuan itu sendiri. Ini adalah hakikat bahawa tahap pasukan penghakiman yang sebelum ini tidak mampu untuk memohon secara konsisten kini sesuatu yang mereka boleh gunakan untuk setiap ringkasan yang mereka tulis, bukan sahaja yang mempunyai garis masa yang murah hati. Panggilan penghakiman yang hanya berlaku apabila ada masa lapang tidak pernah menjadi standard untuk bermula. Ia adalah satu kemewahan yang mampu dimiliki oleh beberapa pasukan.

Apakah yang perlu ditanyakan oleh setiap pasukan pemasaran tentang taklimat mereka?

Kebenaran yang tidak selesa yang terkubur di dalam penemuan WARC ialah banyak pasukan sudah menyedari bahawa input mereka adalah cacat dan memilih untuk menghantar juga, semata-mata kerana membetulkan kos ringkas minggu ini daripada penghantaran output biasa-biasa sahaja.

Pengiraan itu beralih dengan cepat. Memandangkan kecerdasan khalayak gred bukti menjadi boleh dicapai dalam beberapa minit berbanding minggu, justifikasi untuk memberi taklimat kepada AI generatif dengan pintasan demografi yang lapuk semakin hilang, dan begitu juga alasan apabila kandungan tersebut berprestasi rendah.

Jadi pertimbangkan taklimat yang dihasilkan oleh pasukan anda pada suku ini. Berapa ramaikah yang benar-benar dikesan kembali kepada sesuatu yang sebenar yang anda perhatikan tentang khalayak anda, dan berapa ramaikah yang hanya templat suku lepas dengan tarikh baharu dicap di atas?

Di manakah SOMIN sesuai dengan peralihan ini?

Inilah tepatnya jurang SOMIN dibina untuk ditutup. SODA menukarkan kategori berselerak dan isyarat pengguna kepada perisikan berstruktur dan disokong bukti yang sebenarnya boleh digunakan oleh ringkasan, manakala suite SoMonitor, merangkumi Penjejak Jenama, Pustaka Kandungan, Kajian Perspektif dan SoInspire, memastikan kecerdasan itu disambungkan merentasi kesihatan jenama, kreatif yang diterbitkan, perspektif khalayak dan detik budaya yang baru muncul daripada membiarkannya terdiam dalam laporan berasingan. Dipasangkan dengan data khalayak mendalam daripada rakan kongsi seperti GWI, pasukan pemasaran mendapatkan sesuatu yang lebih dekat dengan ringkasan hidup daripada yang statik, berdasarkan perkara yang sebenarnya dilakukan dan dirasakan oleh khalayak sekarang dan bukannya kurungan demografi yang diandaikan beberapa bulan lalu. Bagi pasukan yang cuba membetulkan jurang kecerdasan sebelum ia mencapai model, gabungan data yang diperhatikan dan perkakas yang disambungkan ialah tempat lapisan pembaikan dibina semula.

FAQ

Bacaan berkaitan

• Penyeragaman kandungan AI: mengapa setiap jenama kedengaran sama
• Mengapakah iklan dalam satu kategori semuanya kelihatan sama?
• Templat taklimat kreatif: persona, ketegangan pengguna, sudut strategik, kisah
• Bagaimana menukar insight social listening kepada taklimat kempen?
• Apakah ketegangan pengguna dalam pemasaran, dan bagaimana mencarinya?

Sumber

• PPC Land: Pemasar memberi taklimat kepada AI dengan data demografi yang mereka katakan tidak lagi berfungsi