Թվային մարքեթինգում արհեստական բանականությունը (ԱԲ/AI) խոստանում էր հեղափոխություն անել՝ կրճատելով ծախսերը և արագացնելով բովանդակության ստեղծումը: Այնուամենայնիվ, Harvard Business Review (HBR) պարբերականում հրապարակված վերջին հետազոտությունները ցույց են տալիս, որ գովազդային արշավներում ԱԲ-ի ամբողջական կիրառումը թաքնված ռիսկեր է պարունակում:
Ավելի քան 3000 սպառողների մասնակցությամբ անցկացված հետազոտության համաձայն՝ ԱԲ-ի միջոցով գեներացված գովազդներն ավելի ցածր ցուցանիշներ են գրանցում գնման մտադրության (purchase intent) և բրենդի հանդեպ վստահության (brand trust) տեսանկյունից, քան մարդկանց կողմից ստեղծվածները։
Հիմնական բացահայտումները
1. Վիզուալ որակը չի երաշխավորում արդյունավետություն
Թեև ժամանակակից ԱԲ գործիքները ստեղծում են անթերի, «իրական» թվացող պատկերներ, տեքստեր և տեսանյութեր, որոնք սպառողները հաճախ չեն կարողանում տարբերել մարդու աշխատանքից, դրանց վերջնական ազդեցությունը վաճառքի վրա զգալիորեն զիջում է:
2. Էմոցիոնալ և հոգեբանական խորության պակաս
ԱԲ-ն կարող է արագ պատրաստել գովազդի տեսանելի շերտը (մակերեսային որակը), սակայն դեռևս անկարող է լիովին փոխարինել մարդկային փորձառությունը, կոնտեքստի ընկալումը և հուզական նրբերանգները, որոնք ձևավորում են սպառողի վստահությունը:
3. «Սեղմումների» (CTR) և «Գնումների» հակասությունը
ԱԲ գովազդները կարող են ապահովել բարձր սեղմելիություն (Click-Through Rate)՝ շնորհիվ վառ վիզուալների, սակայն երբ հարցը հասնում է բրենդին վստահելուն կամ վերջնական գնում կատարելուն, մարդկային ձեռքով պատրաստված արշավները հաղթում են:
Ինչո՞ւ է սա կարևոր մարքեթոլոգների համար
Մեծ թվով բրենդներ անցնում են ԱԲ-ի ամբողջական կիրառմանը՝ բյուջեն խնայելու նպատակով: Սակայն հետազոտության հեղինակները զգուշացնում են. ստեղծագործական գործընթացի էժանացումը և արագացումը չեն արդարացնում իրենց, եթե վերջնարդյունքում նվազում է վաճառքի կոնվերսիան:
Լավագույն լուծումը՝ հիբրիդային մոդել
Հետազոտությունները ցույց են տալիս, որ ամենաբարձր արդյունավետությունն ապահովում են այն թիմերը, որոնք համադրում են երկու մոտեցումները՝ մարդիկ ապահովում են ռազմավարական ու հուզական ուղղվածությունը, իսկ ԱԲ-ն օգտագործվում է տեստավորման, վարիացիաների և տեխնիկական օպտիմալացման համար:
