Sztuczna inteligencja w rękach marketera
Agnieszka Uba
Marketing w Praktyce nr 4/2022, wydanie cyfrowe / Narzędzia
Marketerze, sztuczna inteligencja jest już w twoich rękach. Jeśli nie chcesz zostać w tyle, musisz czym prędzej zrozumieć technologię, poznać narzędzia i być czujnym na nowe zastosowania.
Do niedawna sztuczna inteligencja była w marketingu wykorzystywana przede wszystkim jako hasło reklamowe dla nowych narzędzi lub usług agencji. Nic w końcu tak ładnie nie argumentuje wyższej ceny jak hasło „Mamy AI”! Pora wyjąć sztuczną inteligencję ze sloganu i przyjrzeć się jej z bliska – co realnie może oferować marketerom, jakie są jej zastosowania, gdzie się sprawdzi, a gdzie (jeszcze) niekoniecznie.
Sztuczna inteligencja, a konkretniej – uczenie maszynowe, może być podzielona na następujące kategorie: klasyfikacja, predykcja, regresja, a także hit ostatnich kilku miesięcy – generatywna sztuczna inteligencja.
Błyskawiczna klasyfikacja: tak/nie
Jednym z najważniejszych zadań sztucznej inteligencji jest klasyfikacja, czyli problem decyzyjny, który decyduje, do jakiej kategorii należy badany obiekt. Przykładowe zastosowania klasyfikacji w marketingu to:
- Filtrowanie e-maili: spam lub nie spam.
- Analiza zachowań klienta, kwalifikownie, czy klient odejdzie, czy zostanie w ciągu miesiąca.
- Analiza sentymentu na temat marki za pomocą SentiOne: podział na wydźwięk pozytywny, negatywny lub neutralny.
Klasyfikacja wymaga treningowego zestawu danych z wieloma przykładami danych wejściowych (np. treść e-maila) i rezultatów (np. spam lub nie spam), z których AI może się uczyć. W przypadku filtrowania e-maili spamowych oznacza to, że algorytm musi wiedzieć, iż zarówno wiadomości z tytułem „Discount code inside”, jak i treści „Pożyczę ci pieniądze, jestem księciem z Nigerii” powinny być uznane za spam.
Dla marketerów, brand managerów i PR-owców bardzo przydatnym zastosowaniem jest użycie sztucznej inteligencji do automatycznego klasyfikowania opinii konsumentów. Dzięki temu w ciągu kilku sekund algorytmy są w stanie przetworzyć miliony opinii użytkowników na temat najnowszego modelu iPhone’a, przeanalizować, czy wydźwięk wypowiedzi jest pozytywny czy negatywny. Dodatkowo najnowsze narzędzia są też w stanie wskazać dominujące emocje w wypowiedziach konsumentów: radość, złość, sarkazm lub niezadowolenie. Taka technologia jest wykorzystywana między innymi w narzędziach do monitorowania internetu za pomocą AI, które znacząco ułatwiają pracę przy pozycjonowaniu marki i wypuszczaniu nowych produktów na rynek.
Przewidywanie trendów i scenariuszy marketingowych
Sztuczna inteligencja predykcyjna (ang. predictive AI) jest używana przede wszystkim w analizie danych. W świecie marketingu cyfrowego, gdzie możemy zbadać każde kliknięcie, ruch myszką i przeszłe zachowania klientów – danych do analizy posiadamy bardzo, bardzo dużo.
Analityka predykcyjna to forma analizy, która wykorzystuje dane z przeszłości do przewidywania trendów i scenariuszy marketingowych. To z kolei pozwala nam na podejmowanie lepszych decyzji.
Przykładowe zastosowania:
- Przewidywanie trendów konsumenckich, wyświetleń oraz kliknięć – funkcja Insights Google Ads.
- Wyliczanie zwrotu z inwestycji reklamowej (ROAS) na podstawie zmian w budżecie, sezonowości oraz zachowania klientów.
- Oszacowanie zachowania użytkowników na stronie internetowej na podstawie konsumowanych treści.
Powyższe przykłady klasyfikacji i predykcji nie są już niczym nowym. Mało tego – większość z nas korzysta na co dzień z analizy danych wspartej sztuczną inteligencją. Coraz więcej narzędzi (w tym Google Ads, Google Analytics) dodaje do swojego portfolio nowe funkcje oparte na AI.
Tutaj podzielę się osobistym przykładem, jak w moim zespole marketingowym użyliśmy predykcyjnej analizy do określenia idealnego budżetu dziennego dla reklam Google Ads. Analizując dane historyczne, liczbę wyświetleń przy określonej stawce dziennej oraz punkt konwersji, byliśmy w stanie odpowiedzieć na pytanie: przy jakim minimalnym budżecie dziennym osiągniemy maksymalną ilość konwersji? W rezultacie obniżyliśmy średni koszt konwersji dziesięciokrotnie – przy zachowaniu tych samych kreacji, treści reklamowych, jak i targetowania.
Generowanie treści marketingowych na szeroką skalę
Generatywna sztuczna inteligencja odnosi się do nienadzorowanych i częściowo nadzorowanych algorytmów uczenia maszynowego. Algorytmy te umożliwiają komputerom korzystanie z istniejących źródeł – tekst, pliki audio i wideo, obrazy, a nawet kod – w celu tworzenia nowych treści. AI ma za zadanie już nie tylko analizę danych i przewidywanie trendów; tworzy także muzykę, obrazy, treści reklamowe oraz dłuższe opowiadania.
Zastosowania generatywnej AI w marketingu to przede wszystkim tworzenie treści marketingowych na szeroką skalę. Używając narzędzi takich jak copy.ai lub Jasper, można błyskawicznie wygenerować setki tytułów e-maili, opisów reklam do Google Ads lub sloganów sprzedażowych do reklam na Facebooku. Kiedyś brzmiały one sztucznie lub zawierały oczywiste błędy; jednak z czasem technologia znacząco poprawiła swoją skuteczność i z powodzeniem generuje marketingowe claimy.
Pozostałe zastosowania generatywnej sztucznej inteligencji, którym należy się przyglądać, to:
- Technologia text to image, czyli tworzenie abstrakcyjnych obrazów i grafik na podstawie kilku słów. Projekty typu DALL-E pokazują, jak by wyglądał fotel w kształcie awokado lub pejzaż z wierzbami w rytmie walca Chopina.
- Generowane grafik reklamowych lub produktowych na podstawie ich opisów.
- Tworzenie muzyki na podstawie tekstu, przykładowo „lekka, rytmiczna piosenka w stylu Beatlesów” (problem darmowej muzyki bez tantiem „w stylu” danego artysty to temat na oddzielny artykuł, ale zachęcam do zgłębienia tematu we własnym zakresie).
Dlaczego apeluję do marketerów, by czym prędzej kształcili się z zakresu sztucznej inteligencji, jej zastosowań oraz potencjalnego ryzyka? Bo jak z każdą nową technologią – trzeba korzystać z niej mądrze i być świadomym pułapek. Przykładowo, filmiki, które oglądamy, mogą być deepfake, a przekonujący podcast ze Steve’em Jobsem został wygenerowany przez AI kilka lat po jego śmierci… Firma Jasper AI, wiodąca prym w tworzeniu generatywnej sztucznej inteligencji, otrzymała w październiku br. na inwestycje ponad 125 mln dol., a to oznacza, że automatycznie generowanych treści będzie wokół nas znacznie, znacznie więcej.
Czego AI jeszcze nie robi, ale może zaraz będzie
Najwięcej nieodkrytych zastosowań w marketingu za pomocą sztucznej inteligencji widzę w reklamach internetowych. Jak wspominałam, AI potrafi już wskazać optymalny poziom dziennego budżetu, napisać kilkaset przykładów treści reklamowych oraz stworzyć wizualizację produktu za pomocą technologii text-to-image. Choć ten ostatni przykład jest wciąż najmniej powszechny, to jednak zapraszam do eksperymentowania. Niektóre „obrazy” sztucznej inteligencji są tak abstrakcyjne, że mogą stać się realną inspiracją dla niejednego designera.
To, czego AI jeszcze nie robi, to generowanie reklam w formie obrazów i filmów wraz z automatyczną ich optymalizacją. Przykładowo, AI tworzy zestawy kilkudziesięciu wariantów grafiki reklamowej – zmienia tło, zdjęcie osoby, kolor i wielkość czcionki itd. Następnie grafiki te zostają ustawione jako reklamy w serwisach Facebook Ads lub Google Ads. Analizując w czasie rzeczywistym, algorytmy AI mogłyby na żywo zmieniać grafiki, ich kolory i ustawienie tekstu tak, by zwiększyć liczbę wyświetleń, kliknięć oraz konwersji. Takie rozwiązanie byłoby połączeniem sztucznej inteligencji predykcyjnej z generatywną jednocześnie.
Pójdźmy krok dalej – to samo mogłoby się wydarzyć w przypadku reklam w formie wideo, na przykład na YouTube. Wyobraźmy sobie, że AI samodzielnie analizuje wyniki danej reklamy i na bieżąco zmienia cały film tak, by poprawić jego klikalność.
Jest to zarazem ekscytujące, jak i lekko przerażające, natomiast uspokajam – nie mamy jeszcze technologii na tym poziomie, a serwisy reklamowe też mają swoje obostrzenia w postaci zatwierdzenia reklam i kreacji. Zapewne to, co otrzymamy w bliskiej przyszłości, to rekomendacje od Facebooka lub YouTube w stylu: „Z historycznych danych wiemy, że wśród twoich odbiorców lepiej sprawdzają się filmy, które mają jaśniejszą tonację, żywszą muzykę i więcej ludzi. Udostępnij nowy filmik, stosując się do naszych rekomendacji, by poprawić wyniki oglądalności”.
Czy sztuczna inteligencja zastąpi naszą pracę?
Pracujmy sprytnie i nie dajmy się wykorzystać AI, tylko sami wykorzystujmy ją w swojej codziennej pracy. Jeśli AI będzie w naszych rękach, to nie zastąpi nas. Jednak gdy prześpimy rozwój technologii, nie nauczymy się na czas rozpoznawać ryzyka i zagrożeń, sami proaktywnie nie znajdziemy zastosowań dla AI na co dzień, to nasza praca, owszem, może być zagrożona.
Everett Rogers, profesor studiów nad komunikacją, w swojej książce „Diffusion of Innovations” podzielił społeczeństwo na 5 kategorii, ze względu na szybkość adaptacji nowych technologii. Po kolei są to: Innovators (2,5 proc. społeczeństwa), Early Adopters (13,5 proc.), Early Majority (34 proc.), Late Majority (34 proc.), Laggards (16 proc.). Ci, którzy szybko próbują dostrzec zalety nowych technologii i dostosować je do swoich potrzeb, są w dwóch pierwszych grupach. Proponuję, drogi marketerze, byś spojrzał na AI z perspektywy wczesnego adoptera. To już nie są czasy śmieszkowania, że algorytmy AI pomyliły człowieka z gorylem, a tłumaczenia maszynowe są tak koślawe, że mogłyby podpisywać memy. Rozwiązania technologiczne i narzędzia, które teraz widzimy na rynku, powstały w oparciu o technologię stworzoną dwa lata temu. A to oznacza, że w laboratoriach już teraz jest wymyślona znacznie lepsza technologia, która wejdzie na rynek za rok lub dwa. Czas na naukę, zrozumienie i wdrożenie nowych technologii jest właśnie teraz.
Dziś sztuczna inteligencja wyliczy za ciebie budżety reklamowe, dobierze odpowiednie treści, które będą miały najwyższy click-through-rate, napisze artykuł na bloga lub skomponuje muzykę do spotu reklamowego. Wykorzystuj to mądrze, usprawnij swoją pracę i bacznie obserwuj nowe zastosowania – bo AI jest w twoich rękach.
Agnieszka Uba, head of product marketing, SentiOne łączy marketing i technologię w swojej codziennej pracy poprzez budowanie rozpoznawalności marki dla start-upów oraz mentoring firm technologicznych. Rozwijała duże marki, pracując w Havas Media w Londynie, a następnie w Google, gdzie zajmowała się nowymi rozwiązaniami dla YouTube. Obecnie kształtuje komunikację produktową SentiOne, aby coraz więcej osób mogło korzystać z technologii AI w swojej codziennej pracy. SentiOne to największy start-up AI w Polsce zajmujący się konwersacyjną sztuczną inteligencją, monitoringiem internetu i automatyzacją obsługi klienta.