Jak se technologickým gigantům daří implementace umělé inteligence? A bude ekonometrie odpovědí na nedostatky atribučního modelování? Čtěte březnový přehled novinek ze světa online reklamy.
Martin Palounek se v Publicis Groupe stará o rozvoj nových reklamních technologií. Ve své rubrice pro vás každý měsíc vybírá souhrn těch nejdůležitějších mar-tech novinek, o kterých byste měli vědět.
Zatímco téma metaverse se v poslední době propadlo kamsi na chvost zájmu technologické veřejnosti, AI zcela ovládla mediální prostor. Aby také ne, když ve snaze vrátit cenu akcií zpět na vytouženou erekční křivku začali big tech hráči pálit trumfy v rychlém sledu. AI je součástí řady technologických produktů již nějakou dobu, až nyní nám ale technologičtí giganti ve velkém demonstrují, jak moc jsou připraveni v této oblasti dominovat.
Microsoft využil naplno momentum svou investicí do OpenAI a bleskovou implementací technologie do svých produktů. Bing, který ve vyhledávání za únor 2023 globálně drží tržní podíl 2,81 %, vstává z popela jako fénix a v návaznosti na to zažívají renesanci i Microsoft Ads. Přidejme si k tomu roll-out do Azure a zcela nově i do Wordu a Excelu a máme tu pěkně našlápnutý mix s extra dávkou PR zdarma. Zato Google si s přílivem zájmu veřejnosti tak dobře neporadil. Poslal do éteru nedodělek a dostal „bídu“. V první verzi udělala jejich AI Bard chybu už v oficiální ukázce, což poslalo akcie Alphabet dolů o 9 %. Na předních příčkách se školácké chyby zkrátka nepromíjí.
A zatímco svět se zájmem sleduje zápolení dvou gigantů s „chatboty na steroidech“ a baví se generováním obrázků v Midjourney, další významní hráči naskakují na vlnu euforie s produkty, které mohou mít okamžitý dopad na odvětví martechu a adtechu. Salesforce na začátku března ohlásil spuštění Einstein GPT v rámci Salesforce cloudu (na bázi OpenAI) a Adobe v úterý oznámilo implementaci generativní AI Sensei do produktů Creative Cloud, Document Cloud a Adobe Experience Cloud (včetně CDP).
Pozadu nezůstává ani právní aspekt AI. Podle U.S. Copyright Office obrázky generované umělou inteligencí nejsou produktem lidské tvořivosti, a proto se na ně nevztahuje copyright. To může mít logicky obrovský dopad na značky, kreativní agentury a marketing obecně, jak podrobně rozebírá například server AdAge.
Samuel Scott, komentátor marketingového serveru The Drum, sepsal před časem velmi obsáhlý článek shrnující nejrůznější pohledy na oblast digitální atribuce. Zaměřil se v něm především na to, v čem měření atribuce pokulhává, a jestli je ekonometrie opravdu tím správným řešením, které odpovídá na všechny palčivé marketingové otázky – jak ostatně dlouhodobě hlásá odborník na efektivitu marketingových investic Les Binet. Jeho úvahy v článku doplňují také názorné příklady.
Digitální atribuce podle něj trpí celou řadou nedostatků a omezení. V první řadě obvykle zohledňuje pouze krátkodobý efekt investic, a ne dlouhodobý. Každý atribuční model má zároveň nějakou zásadní chybu. V případě last-touch atribuce například v podstatě ignorujeme veškeré předešlé marketingové snažení. U first-touch atribuce je pak obvykle nemožné určit, který kanál byl skutečně tím prvním, který nastartoval cestu zákazníka ke konverzi a podobně jako u last-touch není možné ignorovat ostatní články v řetězu. Multi-touch modely zase přiřazují hodnotu způsobu provedení konverze, ale nereflektují, kdy se zákazník „doopravdy“ rozhodl nakoupit. Vedle toho technologie často přiřazuje hodnoty jednotlivým kanálům čistě proto, že o zbytku uživatelské cesty nemá žádnou další informaci.
Nejčastější problémy atribučních modelů. Zdroj: The Drum
Ekonometrické modelování těmito omezeními netrpí. Na základě historických dat přepočítává vztahy mezi jednotlivými proměnnými, díky čemu je možné zpětně vyhodnotit, které aktivity či kanály měly dopad na finální byznysové výsledky. Má však celou řadu vlastních specifik. Především se jedná o náročný a dlouhodobý proces, ať už z pohledu sběru dat nebo samotného procesu modelování. Vyžaduje sesbírání obrovského množství dat a celý proces je také poměrně drahý, takže si jej mohou dovolit pouze velké brandy. Výhodou je pak ale velmi přesný výstup, na základě kterého je možné modelovat budoucí výsledky a odpovídat na otázky jako například: „Co se stane s tržbami, když zvýším investici do kanálu X?“ nebo „Co se stane, když příští rok nebudeme mít reklamu v televizi?“
Velkým kritikem ekonometrie je Byron Sharp, kterému se primárně nelíbí nákladová stránka a dlouhodobý charakter ekonometrie. Pochopitelně poukazuje také na fakt, že provádění experimentů a testů, které běží několik měsíců – a teprve o pár dalších měsíců později je možné je vyhodnotit – je značně nepraktické. A v neposlední řadě ekonometrie naprosto přesně popisuje minulý stav – což ale nemusí být zárukou budoucího stavu.
Jedním z řešení, které dokáže lépe podchytit zákonitosti trhu, je agregování a porovnání výsledků z několika ekonometrií. Například jako v loňské metastudii Publicis Groupe, která mapovala vliv reklamy na prodeje v různých kategoriích.
Přes oprávněné výhrady hraje ekonometrii do karet aktuální situace, kdy se vlivem rozmachu technologií (a především legislativy) nachází řada dat o marketingových aktivitách v obtížně propojitelných silech nebo jsou rovnou nedostupná. S koncem cookies se pak část reklamního prostoru z hlediska atribuce „ponoří do tmy“ a adtech už teď hraje hlavně o to, aby ta část byla co nejmenší. Už teď můžeme pozorovat propady v měření vlivem cookies lišt, adblocků apod. Ekonometrie může v takových případech pomoct tyto překážky překlenout a nám poskytnout informace o skutečném stavu. Otázkou je, jestli budeme preferovat data, která jsou levná a v řadě ohledů nepřesná, nebo raději data drahá, která poskytují co nejrealističtější obraz situace.