Annoncering er for kompliceret for den menneskelige hjerne

Pia Osbæck,
journalist

På NextM-konferencen i sidste uge holdt den globale CEO for programmatic-bureauet Xaxis et indlæg om machine learning. Bureaubiz tog en snak med ham bagefter, hvor han ud over at påstå, at annoncering er for kompliceret til at overlade til den menneskelige hjerne, også sagde, at machine learning kan bruges kreativt.

Machine learning kan bruges både til at skabe bedre effekt i markedsføringen og til at skabe kreative løsninger.

Det sagde Nicolas Bidon, global CEO i Xaxis, til Bureaubiz, efter han havde holdt et indlæg på NextM-konferencen i sidste uge sammen med Xaxis’ head of data science, Per Jensen, om machine learning og artificial intelligence.

At machine learning kan bruges kreativt, møder dog modstand fra de kreative, fortsætter Nicolas Bidon, selvom han mener, at de kreative burde se det som en hjælp:

”Jeg kan godt forstå, at der umiddelbart er modstand mod det synspunkt, for en art director har ikke lyst til at overlade kreativiteten til en maskine. Men selvfølgelig skal kreative stadig udtænke kreative ideer, og det er de stadig bedre til end maskinerne. Machine learning kan dog skabe mange forskellige variationer af en reklame meget hurtigere end et menneske. Og den kan også gøre det i real time. Som eksempel kan samme annonce vises med en rød kjole, mens en anden ser den i blå.”

Nicolas Bidon fortsætter:

”Så kan de kreative bruge deres tid på at være mere kreative og strategiske og bruge mindre tid på at photoshoppe og versionere.”

Reklamekøbere er biased
Nicolas Bidon taler selvfølgelig varmt om machine learning, for det er det, som det GroupM-ejede bureau lever af. Og fordelene ved machine learning er ifølge Nicolas Bidon, at computeren kan overskue uendelige mange variabler.

Faktisk er annoncering alt for kompliceret til at overlade til den menneskelige hjerne, mener Nicolas Bidon:

”Machine learning kan arbejde med uendeligt mange variabler, som maskinen kan isolere og dermed finde mønstre i. Mønstre, som ville være umulige at se for den menneskelige hjerne.”

Men ikke nok med det. Reklamekøbere er også biased i forhold til visse medietyper, mener Nicolas Bidon.

De er især biased over for Facebook og Instagram, som mange annoncører bruger al for meget af deres medie-spend på, fordi de tror, at disse kanaler virker bedre, end de gør, mener Nicholas Bidon og fortsætter:

”Problemet er, at statistikken siger, at flere har set en reklame på de to medier, end hvad reelt er, fordi der bliver scrollet så hurtigt igennem. Faktisk har 90 pct. ikke set en annonce, selvom den dukker op i deres feed. Så annoncørerne tror ud fra tallene, at Facebook og Instagram er fantastiske. Vores opgave er at hjælpe annoncørerne med en videnskabelig tilgang, som ikke har nogen bias.”

Den menneskelige hjerne går efter den simple løsning
Samtidig mener Nicolas Bidon, at den menneskelige hjerne foretrækker den simple løsning, og det er et problem i et fragmenteret og kompliceret økosystem, som markedsføring efterhånden er blevet til.

”Den menneskelige hjerne foretrækker at få at vide, om A eller B er den bedste løsning, mens en computer arbejder med kompleksitet. Og i dag er det en meget mere kompleks reklameverden, vi befinder os i,” siger Nicolas Bidon.

Og på NextM-konferencen kom han i sit indlæg da også med en lille provokation:

”Til trods for, at det er 25 år siden, at den første bannerannonce blev vist på World Wide Web, er mange reklamekøbere ikke kommet længere end til at måle værdien af en bannerannonce på, hvor mange klik der er på banneret.”

Interesseret i mere indhold som dette? Skriv dig op til vores nyhedsbrev her.