Вештачката интелигенција може значително да го забрза создавањето маркетиншка содржина, но нејзината ефикасност зависи од човечката проценка и од податоците на конкретната компанија. Ова го покажува ново истражување на Универзитетот „Пен стејт“ и соработници.
Маркетерите денес користат ВИ за пишување електронски пораки, објави на социјалните мрежи, реклами и описи на производи, но и за анализа на пазарот, поделба на потрошувачите во групи и персонализирање на комуникацијата.
Главната предност е брзината: системите можат да создадат десетици варијанти на порака за кратко време. Но, со поголемиот број можности се појавува и нов проблем – како да се избере варијантата што најверојатно ќе даде најдобар резултат за одредена компанија.
Истражувачите предложиле модел што ги поврзува новите пораки со резултатите од претходните кампањи. ВИ ја анализира смислата на секоја порака и ја поставува на своевидна мапа, каде што сличните пораки се наоѓаат блиску една до друга. Така, нова порака може да се спореди со постари кампањи чија успешност веќе е позната.
Ако новата порака е слична на успешни претходни примери, моделот може да даде проценка за нејзиниот потенцијал. Ако е премногу различна од досегашното искуство на компанијата, системот укажува дека е потребно традиционално A/B-тестирање со вистински корисници.
Во експериментите, ВИ успешно создавала голем број предлози, но не била добар судија за сопствените резултати. Нејзиниот избор на „најдобри“ пораки можел да доведе до послаби перформанси. Затоа, истражувачите го поделиле процесот: ВИ ги создава опциите, податоците ја проценуваат нивната веројатна успешност, а маркетерот ја носи конечната одлука.
Човечката улога останува важна и при изборот на елементи за кампањата, проценката на прифатливиот ризик и разбирањето на контекстот што не може целосно да се извлече од историските податоци. Според авторите, ваквиот пристап може да го намали непотребното тестирање, без да се изгуби стручната проценка.
Студијата е објавена во списанието Journal of Marketing Research и ја потпишуваат истражувачи од Универзитетот „Пен стејт“, Универзитетот во Рочестер и Универзитетот во Тенеси.
