Bagaimana kecerdasan buatan merevolusi pengukuran dampak kreatif – Beragampengetahuan

Saat mengukur dampak materi iklan, pemasar sering kali mengandalkan bukti tidak langsung. Kesadaran merek dan tren penjualan penting dan memberikan angka KPI yang berguna, namun mencerminkan keseluruhan kampanye pemasaran.

Mereka tidak memberi tahu Anda bagian mana dari ide yang berhubungan dengan orang. Apakah itu salinan, gambar atau audio? Meskipun pengujian A/B dapat memberikan beberapa wawasan, pengujian tersebut tidak mencapai tingkat yang terperinci. Itu tidak memberi tahu Anda apakah beberapa bagian lebih efektif daripada bagian lainnya.

Hal ini menjelaskan mengapa dalam survei baru-baru ini, hanya 36% pemasar mengatakan mereka “sangat yakin” dengan kemampuan mereka melacak kinerja materi iklan secara efektif. Survei Plus Company mengumpulkan informasi dari 350 profesional pemasaran senior dari organisasi B2B dan B2C dengan lebih dari 1.500 karyawan di Amerika Serikat, Inggris, Kanada, dan Jerman.

Enam puluh delapan persen responden mengatakan kesulitan mengevaluasi ide menyebabkan alokasi sumber daya yang tidak efisien, dan 44% mengatakan mereka kehilangan peluang pertumbuhan sebagai dampaknya.

Untungnya, kini ada alat yang tampaknya dirancang untuk mengukur dampak kreatif: kecerdasan buatan.

“AI pandai memecah sesuatu menjadi bagian-bagian komponennya,” kata Michael Cohen, kepala data dan analitik di Plus Company dan salah satu penulis studi tersebut. “Dalam masalah pengenalan gambar klasik, hal ini secara mendasar dipecah untuk menjawab pertanyaan tersebut.”

Berbagai sumber data

Kemampuan untuk melakukan hal ini memungkinkan untuk menandai berbagai aspek materi iklan. AI kemudian dapat menemukan elemen umum di antara kampanye dengan kinerja terbaik. Informasi ini tersedia untuk iterasi aktivitas.

Interaksi yang sukses dapat dicapai dengan memperkaya data dengan informasi tentang respons individu terhadap ide-ide kreatif.

“Anda tahu siapa yang melihat ide tertentu dalam konfigurasi tertentu dan siapa yang tidak,” kata Cohen. “Dengan begitu, Anda dapat mengetahui seberapa efektif ide tersebut bagi individu tertentu pada momen komunikasi tertentu.”

Menggali Lebih Dalam: Bagaimana AI dan Pembelajaran Mesin Menjembatani Keterputusan Atribusi Antar Saluran Pemasaran

Ini akan menjadi kemajuan besar dibandingkan cara pemasar saat ini mengumpulkan informasi untuk meningkatkan kampanye mereka. Tiga perempat responden survei Plus Company mengatakan mereka masih mengandalkan metode seperti penelitian peningkatan, campuran media dan model atribusi, serta pengujian tambahan.

Metode yang memakan banyak waktu dan tenaga ini berarti hilangnya peluang dan berkurangnya daya saing di pasar yang bergerak semakin cepat. Kesenjangan dalam akses real-time ini dapat berdampak besar pada kemampuan merek untuk tetap relevan. Pemasar sangat menyadari hal ini: 58% responden mengatakan kurangnya data dan wawasan real-time menghambat kemampuan mereka untuk menyesuaikan strategi kreatif secara dinamis.

Kekuatan koneksi yang baru

“Intinya adalah AI membuka kekuatan baru dalam konektivitas, dan Kekuatan ini telah menjadi bagian yang sangat mengganggu dalam kategori kami sejak lama,” kata badan tersebut. “Secara historis, eksperimen dilakukan secara terpisah, bukan tindakan yang benar-benar terintegrasi dan kaya yang memungkinkan kita menguji dan bereksperimen dengan setiap aspek program dan belajar secara real time.”

Pemasar yang ingin menggunakan AI untuk mengukur dampak kreatif akan menghadapi kendala non-teknis. Meskipun 88% pemasar mengatakan AI bermanfaat dalam menghasilkan konten responsif, hanya 52% yang mengintegrasikan AI sepenuhnya ke dalam alur kerja mereka.

Kendala yang umum? 45% pemasar mengatakan penolakan terhadap perubahan adalah masalah serius, dan angka ini meningkat menjadi 71% di kalangan perusahaan kecil. Keengganan untuk mengadopsi teknologi baru ini dibarengi dengan berkurangnya minat terhadap AI di kalangan organisasi terkemuka. Profesional pemasaran tingkat menengah paling tertarik pada AI, dengan 57% menyebutnya “sangat membantu.” Namun di tingkat VP, antusiasme ini turun menjadi 49%, sebagian besar disebabkan oleh kekhawatiran yang wajar mengenai biaya.

Survei selengkapnya dapat ditemukan di sini (tidak perlu registrasi).