Selon Google, Meta et une variété d’autres plates-formes, les outils d’IA générative sont à la base de la prochaine ère en matière de filtrage innovant et d’efficacité. Meta présente ses campagnes Benefit comme un moyen « d’utiliser l’IA pour supprimer les étapes manuelles de la production publicitaire ».
Offrez une plate-forme avec tous vos biens, du site aux conceptions de logo, des images de produits aux couleurs, et ils peuvent créer de toutes nouvelles créations, les tester et améliorer considérablement les résultats.
Pour une petite entreprise avec quelques ressources de style, c’est une grande amélioration. Pensez à avoir la possibilité de développer pratiquement instantanément des créations adaptées à la marque qui suivent complètement les directives et les formats de conception des plateformes de réseaux sociaux. Cela fera une énorme différence pour d’innombrables petits annonceurs.
Pour les grandes marques, il s’agira probablement d’une histoire très différente, et le facteur est le « . » L’IA peut consommer des informations et créer de nouveaux actifs. L’IA peut également évaluer les créations et optimiser les créations qui fonctionnent. Lorsqu’il s’agit de savoir pourquoi une création fonctionne mieux qu’une autre, l’IA est insuffisante. Pour toute entreprise qui accorde une grande importance à sa marque, l’IA jouera une fonction différente.
Événement
Change 2023
Rejoignez-nous à San Francisco le 11 juillet- 12, où les magnats partageront comment ils ont réellement intégré et optimisé les investissements en IA pour réussir et éviter les erreurs typiques.
Inscrivez-vous maintenant Poser des questions, c’est
un Donnez
à un acheteur média les résultats d’un
test de création A/B, et j’espère que la toute première chose qu’il voudra savoir c’est pourquoi l’un s’en est mieux sorti qu’un autre. Arriver au « pourquoi » est nécessaire dans presque tous les autres aspects d’une organisation bien gérée ; pourquoi l’innovation serait-elle différente ? Peu de grands acheteurs de médias peuvent s’en tirer en suivant aveuglément les résultats des tests sans
avoir une bonne réponse pour leur client concernant la raison pour laquelle une méthode, un style ou une approche a fonctionné par rapport à un autre. Et de nombreux CMO sont en train d’accumuler autant de connaissances basées sur les données que possible pour valider chaque dollar qu’ils investissent. Le pourquoi est généralement extrêmement particulier et très important. Prenons un exemple de 2 bannières développées pour un restaurant à service rapide avec différentes variations d’article et de style. Pour un algorithme de filtrage innovant basé sur l’IA, « l’orange brûlée » se démarque en tant que couleur associée à la création la plus performante. Cette idée pourrait entraîner une optimisation des bannières à prédominance orange brûlé, ce qui peut ou non fonctionner puisque la couleur
orange était en réalité une tasse de café avec de la crème. Bien que cela ne soit pas clair pour l’IA, il semble évident pour une personne que les bannières les plus performantes ont de la crème dans le café par rapport au noir uni. Les images de marque sont compliquées Non seulement les marques mondiales ont des exigences élevées en matière de qualité et de style, mais quelques-unes souhaitent laisser leur style de marque ou sa crédibilité vis-à-vis de l’IA. Introduire des propriétés dans une machine et la laisser déchirer peut définir la phase pour une variété de problèmes. Prenez, par exemple, l’énigme à laquelle les annonceurs sont confrontés depuis des lustres : s’il faut utiliser des modèles d’apparence « réelle » dans la publicité par rapport à des variations extrêmement raffinées et idéalisées de
clients. Pendant longtemps, des études ont montré que les individus réagissaient beaucoup mieux aux types extrêmement raffinés, de sorte que les chercheurs ont supposé que la plupart des gens avaient tendance à être ambitieux lorsqu’il s’agissait de choisir des noms de marque et des produits. Récemment, un grand mouvement a rapproché la publicité de la réalité. De plus en plus de noms de marque incluent des modèles qui représentent plus équitablement leur clientèle. Contribuez à cela au désir de nombreux spécialistes du marketing en ligne
de représenter plus relativement la diversité de leur clientèle, ce qui ne consiste pas à tester l’efficacité, mais à résoudre un problème fondamental avec les anciennes normes. Contexte social, implications L’IA aurait-elle la capacité de peser le pour et le contre des instructions à suivre du point de vue du capital marque ? L’IA pourrait produire une gamme de bannières et les tester, mais le contexte social et les implications pour la marque à long terme seraient MIA. Il y a aussi le cas des objectifs de campagne à long terme ou à court terme et la recherche qui permet de faire des choix tactiques intelligents. Les gens sont toujours les mieux placés pour prendre ces décisions et doivent faire partie du processus axé sur les données, même si l’IA joue un rôle important. Deloitte constate que 57 %des clients sont plus fidèles aux marques qui se consacrent à la diversité. Ce résultat peut ne pas être disponible pour un algorithme d’efficacité d’IA à la minute où il teste des créations, et un algorithme d’IA n’a pas non plus la capacité de peser les nombreuses entrées qui déterminent l’équilibre idéal de représentation. Aider l’IA à s’améliorer Cela ne veut pas dire que l’IA n’est pas précieuse et, franchement, incroyable. L’IA transforme aujourd’hui la créativité des grandes marques et de leurs entreprises. Aujourd’hui, l’IA peut aider dans de nombreux travaux manuels, motiver les originalités et les instructions, et fournir des informations.
Demain, il a le potentiel
de faire partie du processus créatif à un niveau encore plus profond. L’IA peut ne pas comprendre le « pourquoi » tout de suite, mais nous pouvons tirer le meilleur parti de l’IA plus nous l’entraînons et interagissons avec elle. Informer un algorithme d’intelligence artificielle que le moteur de la performance n’est pas vraiment « l’orange carbonisée » mais est, en fait, « le café avec de la crème » en est cependant un exemple. Une autre consiste à intégrer les résultats d’études plus larges
sur la perception, les ventes et la fidélité de la marque afin que les résultats basés sur l’IA puissent être adaptés aux mesures qui comptent pour les grandes marques. Trouver des moyens d’approfondir un algorithme renforce la capacité de cet algorithme à être utile. Le pouvoir des idées n’est pas de remarquer une distinction, mais de comprendre le « pourquoi » derrière cette distinction et de l’appliquer dans le système pour créer un cycle ascendant favorable. Pour toute entreprise qui se soucie profondément de son nom de marque, l’IA sera vraiment mise en avant lorsqu’elle pourra travailler avec des experts imaginatifs, des experts en données, des responsables de marque, des groupes de médias et d’autres professionnels qui ont l’expertise et sont habilités à comprendre le contexte. « pourquoi. « ..
Toute l’actualité en temps réel, est sur L’Entrepreneur
