Il machine learning è come avere un miliardo di stagisti che ti aiutano a creare annunci efficaci

Ben Jones / Gennaio 2020

In qualità di Global Creative Director di Unskippable Labs di Google, cerco sempre di scoprire quello che funziona meglio quando si tratta di creatività pubblicitarie. E, se parliamo di machine learning, intravedo un mondo di possibilità in ogni esperimento che eseguiamo.

Ma vedo anche una certa apprensione tra i team creativi. Infatti, non sono in pochi a chiedersi "se le capacità delle macchine stanno crescendo così velocemente, tra quanto tempo saranno in grado di scrivere i miei testi pubblicitari?" È una domanda legittima, ma credo che il ruolo dei creativi non sia mai stato così importante: l'obiettivo del machine learning è interagire con la creatività non sostituirla.

Possiamo metterla così: il machine learning è come avere un miliardo di stagisti che lavorano per te e non un singolo Einstein in grado di trovare la soluzione perfetta. Devi capire come usarli, il che richiede assegnare loro compiti e trasformare il loro lavoro in qualcosa di utile. Senza di te, gli stagisti non saprebbero che cosa fare.

Invece di accanirci sul dibattito che riguarda il rapporto tra creatività e tecnologia, penso che per i creativi sia più utile capire come guidare questi stagisti.

Se sfruttiamo le potenzialità del machine learning, saremo in grado di creare annunci migliori, più pertinenti e più efficaci.

Il percorso per realizzare esperienze pubblicitarie migliori inizia insegnando agli stagisti cosa fare

Immagina che i tuoi stagisti stiano giocando a Breakout, il noto videogioco per computer in cui il giocatore controlla una barra per colpire una palla che rimbalza e il cui scopo è distruggere quel fastidioso muro di mattoni nella parte superiore dello schermo.

Affinché il machine learning funzioni, devono essere soddisfatte le seguenti condizioni:

Il machine learning è come avere un miliardo di stagisti in più, e non un Einstein, per creare annunci efficaci

La prima cosa che gli stagisti devono imparare è comprendere il concetto di "vittoria". In Breakout, questo significa mettere in evidenza il punteggio e far capire che più è alto, meglio è.

La cosa successiva che devono imparare è come vincere. Mentre continuano a giocare, scopriranno che attaccare ripetutamente una colonna fino a quando la palla esce e passa nell'area sopra i mattoni è la strategia più efficiente. Questo dà loro una serie definita di regole per giocare.

Infine, hanno bisogno di un set di dati abbastanza grande per uscire vittoriosi. Se dai loro dieci minuti, probabilmente perderanno, e in modo rovinoso. Se dai loro sei ore, all'improvviso polverizzeranno il record di cui ero così orgoglioso in prima media.

Il problema con le creatività è che gli stagisti sono confusi

Se gli stagisti possono giocare a Breakout da soli, perché non possono aiutarci a creare annunci migliori in autonomia?

Perché, a differenza di Breakout, non esiste un modo coerente per misurare una vittoria nell'ambito delle creatività. Non c'è un accordo pienamente condiviso su cosa significhi "vincere" quando si tratta di creare annunci efficaci, né tantomeno su come si possa ottenere tale vittoria. Per alcuni si tratta di storytelling efficace, per altri della disposizione mentale dello spettatore. Le misurazioni e i modelli di attribuzione sono poco chiari e incoerenti e ciò è fonte di confusione per gli stagisti.

Inoltre, le regole continuano a cambiare perché la cultura è in continua evoluzione e creatività e cultura sono profondamente legate tra di loro. Per creare un annuncio efficace, devi riuscire a dire la cosa giusta al momento giusto.

Relativamente all'aspetto culturale, c'è un momento in cui le azioni che compiamo assumono una risonanza straordinaria. Ma se si compie quel gesto troppo presto, ad esempio usando in un annuncio una canzone accattivante ma sconosciuta, si resta nell'anonimato. Se invece si agisce troppo tardi, magari utilizzando quella canzone un anno dopo che è stata un tormentone, si diventa dei cliché. E si può passare da anonimo a cliché nel giro di un fine settimana. Per gli stagisti, trovare il giusto compromesso è come cercare di colpire un bersaglio mobile in balia di forti venti.

Il mondo degli indicatori del pubblico: c'è ancora speranza per gli stagisti

Fortunatamente, questo mondo frenetico ci fornisce un'enorme quantità di indicatori per comprendere il pubblico. Man mano che questi set di dati diventano più completi, il loro valore diventa sempre più evidente. Questa è una grande notizia sia per i tuoi stagisti che per te quale esperto di storytelling per i brand.

Immagina le possibilità che si aprono quando metti quegli indicatori nelle mani degli stagisti e chiedi loro "quali sono i modelli che emergono? Qual è il loro valore? Vale la pena realizzare creatività personalizzate?"

Siamo noi a dover insegnare alle macchine cosa cercare e che cosa fare con le risposte ottenute.

Queste sono le risposte che il mio team sta cercando al momento. Di recente abbiamo condotto un esperimento con annunci bumper di sei secondi per CoverGirl. Abbiamo scoperto che, rispetto a un singolo formato universale, la personalizzazione può rendere gli annunci più efficaci, anche se pone una nuova serie di problemi: quanti annunci si devono fare? Qual è il valore apportato dalle varianti?

Gli stagisti possono aiutarci a trovare quelle risposte. È il momento perfetto affinché macinino i dati degli indicatori, facciano emergere gli indicatori più significativi e forniscano quei dettagli necessari che consentono di scrivere testi efficaci in grado di fare presa su ognuno dei diversi segmenti di pubblico. Ma prima dobbiamo fare esperimenti e porre le domande giuste per capire come guidare gli stagisti in modo appropriato.

Accettare la complessità: creativi e stagisti al lavoro insieme

Se tu, come me, sei un creativo sempre curioso, comprendi l'importanza di realizzare test ed esperimenti con gli annunci per trovare quel punto ottimale: il pubblico giusto, associato agli annunci giusti, alla giusta frequenza e sequenza per ottenere il massimo ritorno sulla spesa pubblicitaria.

Per compiere tale impresa, si deve accettare la complessità di lavorare con miliardi di stagisti. Siamo noi a dover insegnare alle macchine cosa cercare e che cosa fare con le risposte ottenute. Ma se ci adagiamo solo sulle nostre attuali conoscenze, se non impariamo a leggere agevolmente i dati così come facciamo con la cultura, se non sappiamo rimetterci in discussione, non potremo mai realizzare creatività migliori.

Il miliardo di stagisti sta per arrivare. Dobbiamo iniziare a sperimentare per essere pronti ad accoglierli. Possono aiutarci a focalizzare la nostra energia creativa dove può ottenere il massimo e liberarci da una gran mole di lavoro noioso, consentendoci di utilizzare il nostro tempo in attività più significative. Ci aiuteranno a individuare e definire il valore del nostro lavoro creativo, migliorando noi stessi e il nostro operato.

Trova ispirazione creativa, strumenti e best practice nel centro per la creatività di Google all'indirizzo create.withgoogle.com.

Machine Learning: quali opportunità per le aziende italiane?