17/01/2024| TOP 5

AI przewiduje skuteczność reklam - wywiad z ekspertką z Kantar Polska


Sztuczna Inteligencja potrafi przewidzieć, czy reklama będzie skutecznie odbierana przez widzów czy nie.

Instytut Kantar, który od lat bada reklamy, stworzył narzędzie, które dzięki zastosowaniu AI z bardzo dużą dokładnością przewiduje sukces lub porażkę reklamy wideo. Opowiada o tym Kinga Hankiewicz, Business Development Manager z Kantar Polska.

Poniżej znajdziecie podsumowanie tej rozmowy, ale gorąco polecamy zobaczenie jej w całości, gdyż Kinga zdradza tam mnóstwo praktycznych informacji do wykorzystania w pracy z reklamą wideo.

Czym zajmuje się instytut Kantar?

Kantar jest globalną agencją badawczo-doradczą, która wspiera klientów w kształtowaniu nowoczesnych marek.

Poprzez badania stara się zrozumieć ludzi na całym świecie i wykorzystuje tę wiedzę, żeby doradzać markom, w jaki sposób się pozycjonować, komunikować, wdrażać innowacje, budować relacje z konsumentami.

W wywiadzie, który znajdziecie powyżej, Kinga opowiedziała nam o narzędziu LINK AI, które pozwala w 15 minut sprawdzić skuteczność reklamy przed jej emisją.

Czym jest LINK AI?

Kantar od wielu lat prowadzi badania uznaną metodologią LINK. Jest to najczęściej stosowana metodologia na świecie i też jedyna w branży zewnętrznie zwalidowana przez MASB. Skuteczność tej metodologii w określaniu, jak reklama będzie wpływała krótkookresowo na wzrosty sprzedaży została oficjalnie potwierdzona.

Jak przebiega takie badanie?

Badanie LINK przebiega tradycyjnie, z udziałem respondentów. Dobierana jest grupa osób, które oglądają reklamę, jest też możliwy facial coding, czyli analiza mimiki i reakcji na to, co się wyświetla. Następnie respondenci odpowiadają na szereg pytań. To jest zwykłe badanie robione na użytkownikach kategorii. Takich badań Kantar zrealizował już setki tysięcy, co pozwoliło na zbudowanie ogromnej bazy i wytrenowanie sztucznej inteligencji, żeby “oglądając” reklamę, umiała skutecznie przewidzieć, jak zareagowałaby typowa grupa respondentów.

Jak ostatnie miesiące i szybki rozwój AI wpłynęły na to narzędzie?

Być może klienci z większym zainteresowaniem przyglądają się rozwiązaniom, które wykorzystują sztuczną inteligencję, bo rzeczywiście generatywna sztuczna inteligencja, do której wszyscy mamy dostęp, napędziła masowe zainteresowanie AI. Ale w instytucie Kantar rozwiązania oparte o uczenie maszynowe i sztuczną inteligencję są już obecne od paru lat i ciągle doskonalone.

Jak wygląda proces uczenia się reklam przez sztuczną inteligencję?

Jeżeli chodzi o proces uczenia, to baza została zasilona setkami tysięcy reklam i dla każdego wskaźnika, co do którego jest robiona predykcja, czyli na przykład “Impact” (jak reklama będzie rezonowała z konsumentami) albo “Branding” (jak silnie będzie kojarzona z daną marką) są tworzone osobne modele i potem to wszystko jest zbierane w całość. 

Oczywiście ten model był walidowanny. Z tej paczki, na której uczyła się sztuczna inteligencja, zostało wycofane 10 000 reklam, a następnie wrzucone już w ten silnik, żeby sprawdzić, jak dobrze poradzi sobie z predykcją tych wskaźników.

I tu te wyniki są naprawdę zdumiewające, bo dla tych wskaźników w przypadku reklam telewizyjnych ten współczynnik korelacji (im bliżej 1, tym korelacja jest silniejsza z tym, jak by odpowiedzieli respondenci), wynosi powyżej 0,9 – więc bardzo wysoko. W przypadku reklam dla digitalu jest to powyżej 0,8 – więc też naprawdę całkiem nieźle. Ta predykcja jest bardzo dokładna.

Cały czas system się uczy, to znaczy raz na pół roku zasilany jest bazą reklam, które były testowane na respondentach i wynikami tych testów, tak żeby uczył się i brał pod uwagę, jak zmieniają się reakcje respondentów, ponieważ żyjemy w dynamicznym świecie.

Zobacz też: Trendy w reklamie na podstawie badań instytutu Kantar

Czy wydarzenia ostatnich lat wpłynęły na to, jak postrzegamy reklamy?

Też, chociaż z danych wynika, że różnice w takim ogólnym odbiorze nie są aż tak diametralnie, jak byśmy się spodziewali. Można sądzić, że to, czy zapamiętamy markę, właściwie się nie zmieniło. Istotne są wciąż te same elementy.

 W jakich momentach to rozwiązanie najlepiej się sprawdza? 

Czy to nie jest tak, że w pewnym momencie będzie ono samo się napędzać, a dane z badań na respondentach nie będą potrzebne?

W najbliższym czasie na pewno to nie grozi. Wciąż coś musi tę bazę zasilać, a poza tym są momenty, w których jednak potrzebne jest reakcja realnego widza. Na przykład w takich momentach, kiedy dzieje się coś ważnego w otoczeniu, o czym sztuczna inteligencja nie wie (nie działo się to wcześniej, więc nie jest w stanie wychwycić tych niuansów), musimy o to zbadać.

O ile sztuczna inteligencja jest dobra w takiej predykcji, czy reklama ma szansę przebić się przez clutter, czy będzie kojarzona z marką, czy przyczyni się do wzrostu sprzedaży, o tyle te wszystkie takie niuanse związane przede wszystkim z bieżącą sytuacją, jednak wymagają tego klasycznego podejścia i kontaktu z człowiekiem.

Jak w praktyce działa LINK AI?

W prosty sposób wgrywamy reklamę na platformę Kantar Marketplace. 

Jest to rozwiązanie, które może być całkowicie obsługiwane przez użytkownika bez udziału ekspertów Kantar Polska, aczkolwiek jest też możliwe ich wsparcie i ekspertyza. Wgrywamy kopię reklamy na Kantar Marketplace i wtedy system zaczyna ciąć tę kopię na sekwencje i analizuje aż do 20 000 zmiennych, które ekstraktuje z pojedynczych sekwencji.

Wśród tych zmiennych jest wszystko, co jest napisane, logotypy – ale też rzeczy, które może rejestrujemy, ale nie do końca świadomie, takie jak: nasycenie barw, tempo, akcja, muzyka, głosy, dźwięki – aż 20 000 zmiennych – i następnie na podstawie tego, czego system nauczył się z poprzednich reklam, przewiduje, jak zestaw tych zmiennych będzie oddziaływał na typowego respondenta.

Co się dostaje po takim badaniu?

Wyniki LINK AI są pokazywane w percentylach. Weżmy na przykład wskaźnik “Short Time Sales Likelihood” (na ile dana reklama przyczyni się krótkookresowo do wzrostu sprzedaży). Osiemdziesiąty percentyl oznacza, że w bazie reklam 80% reklam było gorszych lub takich samych, a 20% było lepszych.

Dla każdego wskaźnika dostajemy taką informację, w którym percentylu znalazła się nasza reklama. One tam są jeszcze tak ładnie zaznaczone kolorami, widzimy, czy jesteśmy w czerwonym polu, czyli to jest takie No Go! – trzeba coś poprawić. Czy jesteśmy w zielonym polu, czyli reklama jest już na tyle dobra, że można ją wyemitować.

W podstawowej wersji LINK AI jest 5 kluczowych wskaźników właśnie takich jak Branding, Impact, Short Time Sales Likelihood czy Enjoyment. W przypadku rozbudowanych analiz, bo takie też są dostępne, możemy na przykład obserwować, jak te poszczególne wskaźniki budują się w czasie trwania kopii. Możemy zauważyć, w których momentach, które sekwencje dobudowują nam do tego wskaźnika, a kiedy on spada. To może być bardzo pomocne właśnie w identyfikacji scen, które osłabiają nam reklamę, ale też tych, które przyczyniają się do ich pozytywnego wpływu. Jest to analiza bardzo przydatna na przykład przy przycinaniu kopii do krótszych formatów czy zmianie kolejności scen.

Czyli ta analiza dokonuje się na gotowej kopii reklamy?

W przypadku nakręconej reklamy możemy się dowiedzieć, które ujęcia, które połączenia sklejki montażowej najlepiej działają na widza, czyli gdzie są te główne punkty wzbudzające zainteresowanie. Czyli na przykład skracanie do 6 sekund do bumpera ma dużo sensu, bo wybieramy te ujęcia, które najbardziej pobudzają odbiorcę.

Więc jeżeli widzimy na tych ścieżkach diagnostycznych, że te kluczowe momenty, które w cudzysłowie “robią nam tę reklamę”, są już po “skiptime”, to możemy przemyśleć, jak ją przebudować, żeby jednak tę kluczową wiadomość przekazać przed tym momentem.

LINK AI pracuje już na animatikach i jest w stanie precyzyjnie predyktować skuteczność reklamy z pominięciem występującego dotąd problemu, że respondenci lepiej oceniają rysunek, gdyż nie są z nim na co dzień zderzani. LINK AI ocenia animatik jak film.

Jaka jest przyszłość tego narzędzia? Czy są jakieś nowe ścieżki, nowy kierunek rozwoju lub nowe funkcjonalności?

Tak, jest to narzędzie, które cały czas żyje i się rozwija. Takim ostatnim, ciekawym elementem i nowym etapem na ścieżce rozwoju tego narzędzia jest moduł Celebrity. Narzędzie może już korzystać z zewnętrznych aktualnych zasobów internetu, żeby rozpoznawać na przykład znane osoby. System identyfikuje twarz, a potem korzysta z danych zewnętrznych, żeby dowiedzieć się, jak popularna jest ta osoba, jak często jest wyszukiwana w Internecie, z jakimi emocjami jest łączona itp.

Wcześniej taka predykcja nie była możliwa.

Jeśli chcesz dowiedzieć się więcej o tym, jak AI może badać reklamy i określać ich potencjalny sukces i ich skuteczność, zobacz cały wywiad!