Inteligența artificială în marketing: eficiență fără a pierde judecata umană
Specialiștii în marketing apelează tot mai des la instrumente de inteligență artificială pentru a crea conținut și a eficientiza fluxurile de lucru. Un studiu recent propune o abordare prin care conținutul generat de AI poate fi folosit la scară largă, reducând nevoia de testare tradițională, costisitoare și consumatoare de timp.
Wreetabrata „Wreeto” Kar, profesor asistent de marketing la Smeal College of Business din cadrul Universității Penn State, împreună cu co-autorii săi, a dezvoltat un cadru care antrenează modele de AI să evalueze conținut nou generat, folosind date de performanță din campaniile anterioare ale unei companii. Modelele oferă apoi recomandări și evaluări care eficientizează deciziile de marketing.
Bazat pe exemplul unei campanii de email marketing la scară largă, studiul arată cum această abordare poate prezice succesul unei campanii printr-o combinație de analiză de date și evaluare umană. Cercetarea a fost publicată în Journal of Marketing Research.
Beneficii și provocări
Specialiștii folosesc AI în aproape toate etapele activității, de la redactarea de emailuri, postări pe rețelele sociale, reclame și descrieri de produse, până la crearea de imagini și videoclipuri scurte. Tehnologia este utilizată și pentru brainstorming, cercetarea pieței, segmentarea clienților pentru mesaje personalizate, prezicerea comportamentului consumatorilor și automatizarea unor părți din parcursul clientului.
Principalul avantaj este viteza: AI permite generarea unui volum mult mai mare de idei și facilitează personalizarea, permițând mesaje diferite pentru fiecare tip de client. Totuși, mai mult conținut înseamnă și mai multe opțiuni. Un specialist poate scrie 50 de versiuni ale unui email în timpul în care înainte scria una singură, ceea ce ridică întrebarea care dintre ele merită trimisă.
AI nu știe automat ce funcționează pentru o anumită companie. Un mesaj poate suna creativ și convingător fără ca clienții să răspundă la el. Instrumentele de AI nu au acces la campaniile trecute ale companiei și nu știu cum au reacționat clienții. Această lacună este centrul cercetării.
Cum funcționează algoritmul propus
În abordarea cercetătorilor, AI are două roluri. Primul este „citirea”: fiecare companie are un istoric de campanii, iar impactul fiecăreia asupra achizițiilor poate fi măsurat. Problema unui mesaj nou este că nu are istoric propriu și trebuie conectat la cele vechi. Un model de AI poate citi fiecare mesaj și transforma sensul într-un set de numere, plasând practic fiecare mesaj pe o hartă. Mesajele cu sens similar ajung aproape unul de altul, în timp ce altele, chiar dacă folosesc aceleași cuvinte, ajung departe.
Metodele vechi care numără doar cuvinte nu pot face această distincție, dar AI poate. Odată ce mesajele trecute sunt pe hartă, un mesaj nou poate prelua informații de la vecinii săi. Dacă este aproape de emailuri care au avut succes, probabil va avea succes și el. Dacă este departe de orice a încercat compania, modelul semnalează că predicția nu este sigură și recomandă un test tradițional.
Aceasta este diferența față de testarea A/B clasică, care implică trimiterea mai multor versiuni către clienți reali și așteptarea rezultatelor. Testarea clasică consumă timp, iar unii clienți primesc versiunea mai slabă. Noua abordare permite omiterea testului atunci când istoricul oferă deja răspunsul și rezervă testarea pentru ideile cu adevărat noi.
Rolul oamenilor rămâne esențial
Al doilea rol al AI este „scrierea”. Cercetătorii au oferit unui model elementele de bază ale emailurilor anterioare ale unui retailer, precum reduceri, livrare gratuită și lichidări de stoc. Modelul a produs numeroase opțiuni în câteva secunde, o îmbunătățire semnificativă a productivității. Însă a scrie un email și a-l evalua sunt activități diferite. Când modelului i s-a cerut să-și aleagă singur cele mai bune cinci emailuri, predicțiile au indicat performanțe slabe.
De aceea, sarcinile au fost separate: AI scrie mesajele posibile, iar datele companiei, interpretate prin harta AI, le evaluează. Tot ce este prea departe de experiența companiei este pus deoparte, iar ce rămâne este clasat după performanța probabilă.
Specialistul în marketing are un rol important pe tot parcursul procesului: alege elementele de bază, decide cât risc acceptă — adică cât de departe de experiența trecută poate merge un mesaj înainte de a necesita un test real — și face alegerea finală din lista scurtă, valorificându-și cunoașterea afacerii și a contextului. Astfel, AI preia munca grea atât la scriere, cât și la citire, dar oamenii iau deciziile. Cu mult mai multe opțiuni disponibile, judecata umană contează mai mult ca niciodată.
Co-autorii studiului sunt Paul Ellickson și Guang Zeng de la University of Rochester și James Reeder de la University of Tennessee, Knoxville.
