וואלה
וואלה
וואלה
וואלה

וואלה האתר המוביל בישראל - עדכונים מסביב לשעון

20% מתקציבי הפרסום הולכים לפח - ויש מה לעשות

אסף ינאי

עודכן לאחרונה: 12.2.2023 / 15:04

ה- A/B Testing, תהליך שהפך לחלק אינטגרלי מכל קמפיין פרסומי, מאפשר לנו למקסם את יכולת הטרגוט, החשיפה ונתוני המכירה, אך מכריח אותנו להשתעבד לתהליך ולבצע אותו אינסוף פעמים. כיצד בינה מלאכותית משנה את התמונה?

A/B טסטינג - פרקטיקה מחקרית ותיקה שעוברת היום שיכלול מואץ. Pexels.com
A/B טסטינג - פרקטיקה מחקרית ותיקה שעוברת היום שיכלול מואץ/Pexels.com

ע"פ נתונים של Business Of Apps, כיום 20% מתקציבי הפרסום ברשתות החברתיות נזרקים לפח על 80% מהקריאייטבים שנכשלים בטסטים, וזאת מבלי להתייחס לבזבוז בשעות העבודה וכוח האדם של קופירייטרים ומעצבים שיצרו את התוצרים שנבדקו.

האבולציה של A/B Testing

A/B טסטינג היא שיטה להשוואה בין שתי גרסאות של פרסומת או קמפיין שיווקי כדי לקבוע איזו גרסה יעילה יותר. התרגול של בדיקות A/B נמצא בשימוש בתעשיית הפרסום והשיווק כבר עשרות שנים, ונהיה פופולרי יותר ויותר בשנים האחרונות, כשהפך אוטומטי לחלוטין בעידן הרשתות החברתיות.

עוד בשנות ה-20, תאגידי ענק השתמשו בפרקטיקה הזאת בעיתונות הכתובה. G&P בחנו כך את השפעת הפרסומות שלהם לשמפו בעיתונים. החברה פרסמה שתי מודעות שונות ועקבה מי מהן מניבה ביצועים טובים יותר בקופות. לאחר ביצוע המדגם, הם קיבלו החלטות לגבי המשך הקמפיין הפרסומי, קהל היעד והיקפו.

יחד עם השינויים הטכנולוגיים וכניסת הטלוויזיה לחיינו בשנות ה-50, נעשה שימוש בבדיקת ה- A/B Testing גם במדיום הזה. חברות שידרו סוגים שונים של פרסומות במהלך אותה תכנית ובחנו את נתוני הצפייה בשעות השידור. כך הגיעו למסקנות שיווקיות לגבי היעילות של הפרסומות, בחלוקה לרצועות ושעות שידור.

בעידן הרשתות החברתיות, התהליך הזה הפך לשלב אוטומטי מהותי בכל קמפיין פרסומי, המאפשר למפרסמים לקבל החלטות מבוססות-מעורבות ולייעל את החזר ההשקעה שלהם. אך כאמור, עדיין מדובר בתהליך בזבזני וארוך, שנאמד בסכומים של מאות מיליוני דולרים בשנה, בלי שהוא מספק דאטה איכותית לשימוש ארוך טווח. אנחנו יודעים מה עובד יותר ומה עובד פחות מהאופציות שנבדקו, אך אנחנו לא יודעים למה, מה הסיבה, ומה הפרמטרים שהביאו להצלחה.

התהליך הזה שוכלל לכדי מה שנקרא Multivariate Testing - בדיקה מרובת משתנים. היא אמנם מעמיקה וכוללת יותר משתנים, אך מפרסמים לא ממהרים להשתמש בפרקטיקה זו כי היא דורשת המון משאבים, תקציב וזמן ליצירת הקמפיינים הנבחנים. גם במקרה הזה, לא נאספת דאטה שתייעל את התהליך בעתיד.

Artificial Intelligence testing

הבדיקה המסורתית, המלווה אותנו עם התפתחות כלי התקשורת כבר עשרות שנים, לא תיעלם מהעולם ותמשיך להיות חלק מהותי מתפקידם של אנשי הפרסום, אך התקדמות הטכנולוגיה והבינה המלאכותית מביאה איתה את גם את הדור החדש של המפרסמים ומשרדי הפרסום.

AI (בינה מלאכותית) מייעלת תהליכים, משפרת את תהליכי קבלת ההחלטות באמצעות ניתוח נתונים עמוק, זיהוי דפוסים ומגמות מבוססי-דאטה, ויצירת קמפיינים עם מקסימום השפעה ומעורבות. ה-AI יודע לפרק כל סרטון קריאייטיב של 30 שניות ליותר מ- 25,000 פרמטרים כמו צבע, טקסט, סאונד והבעות פנים, ולהצליבם בצירופים שונים, לבדוק את הביצועים, ולהגיע לגרסה האופטימלית בצורה אוטומטית לחלוטין. כך ניתן לבצע חקר מתחרים רחב ולייצר גרפיקות שלמות, לכתוב טקסטים, והכל בכמה שניות בלבד. המכונה משאירה לנו אבק.

כל אלה והצורך התמידי של ענף הפרסום במיידיות ודיוק, הביאו את הענף לאמץ את ה-AI לפרקטיקות שונות. הבינה המלאכותית מהווה פתרון לתקציבי ענק שנזרקים לפח על יצירת תוצרים שנכשלו ושעות עבודה רבות שהושקעו על מבחנים מיותרים, ועיצוב מודעות שכל ייעודן הוא להיכשל בטסט.

הבינה המלאכותית נותנת מענה לבעיות כואבות מאוד בתעשייה. בעוד שאינה יכולה להחליף את אנשי המקצוע, היא מסוגלת לספק להם תובנות מבוססות דאטה בזמן אמת, לדייק את העבודה שלהם, למקסם את הרווח ולייעל את התהליכים העסקיים והשיווקיים, עד ליצירת הקמפיין המנצח.

הכותב הוא אסף ינאי, מייסד ומנכ"ל Alison.AI, המתמחה בניתוח קריאייטיב מבוסס AI.

טרם התפרסמו תגובות

הוסף תגובה חדשה

+
בשליחת תגובה אני מסכים/ה
    2
    walla_ssr_page_has_been_loaded_successfully