Trong khi AI (trí tuệ nhân tạo) đang tạo ra vô số các giá trị ở nhiều lĩnh vực khác nhau, với lĩnh vực quảng cáo, marketing và thương hiệu cũng không ngoại lệ. Tuy nhiên, thách thức lớn nhất của các marketer không phải là “chấp nhận” các kết quả do AI đưa ra mà là hiểu yếu tố “Tại sao” đằng sau các kết quả đó.

Theo Google, Meta và một số tên tuổi khác, các công cụ AI tổng quát (Generative AI) là nền tảng của kỷ nguyên tiếp theo trong các hoạt động thử nghiệm sáng tạo (creative testing) và thúc đẩy hiệu suất.

Meta, nền tảng quảng cáo lớn nhất nhì thế giới cũng đã cho ra mắt bộ công cụ Advantage+ như là một cách để “sử dụng AI để loại bỏ bớt các bước xây dựng quảng cáo thủ công”.

Với Advantage+, nhờ vào việc tự động hoá nhiều hơn quá trình xây dựng nội dung và tối ưu quảng cáo, nhà quảng cáo có nhiều cơ hội hơn để thử nghiệm và tối ưu hoá kết quả có được, hay như CEO Meta từng nói “nhiệm vụ chính của marketer trong kỷ nguyên AI mới là ra quyết định thay vì đánh giá tài khoản quảng cáo.”

Đối với một doanh nghiệp nhỏ vốn có ít tài nguyên, từ yếu tố con người, năng lực sáng tạo đến tài chính, đây thực sự là một giải pháp hiệu quả (có thể thấy được ngay).

Đối với các thương hiệu lớn, đó có thể là một câu chuyện rất khác. Trong khi AI (trí tuệ nhân tạo) có thể thu thập thông tin và tạo ra tài sản mới. AI cũng có thể thử nghiệm quảng cáo và tối ưu hóa nhiều hơn theo hướng các quảng cáo đang thể hiện được sự hiệu quả.

Tuy nhiên, khi biết được lý do tại sao quảng cáo này hoạt động tốt hơn quảng cáo kia, điều này đồng nghĩa với việc là AI lại tiếp tục thất bại. Với các doanh nghiệp nào đề cao giá trị thương hiệu, AI sẽ đóng một vai trò rất khác.

Cần không ngừng đặt ra câu hỏi.

Đối với hầu hết các nhà quảng cáo, mục tiêu chính của họ đằng sau các thử nghiệm đa biến quảng cáo (A/B Testing) là tìm hiểu xem tại sao quảng cáo này thì hiệu quả còn quảng cáo kia thì không, hay các biến có trong quảng cáo ảnh hưởng như thế nào đến kết quả có được.

Cách tiếp cận này cũng đúng trong hầu hết các khía cạnh khác của một doanh nghiệp, tại sao cái này thì hiệu quả còn cái khác thì không.

Lý do tại sao thường rất cụ thể và quan trọng trong từng tình huống nhất định.

Hãy lấy một ví dụ về hai banner quảng cáo của một nhà hàng phục vụ đồ ăn nhanh với các biến thể thử nghiệm khác nhau về sản phẩm và cả màu sắc thiết kế.

Với những gì mà thuật toán được hỗ trợ bởi AI nhận diện, banner quảng cáo màu cam đang mang lại hiệu suất quảng cáo cao hơn.

Kết quả này có thể khiến các nhà quảng cáo chuyển hướng tối ưu hoá quảng cáo nhiều hơn theo cách ưu tiên các banner màu cam.

Tuy nhiên, điều này có thể hiệu quả hoặc không vì bản chất là banner màu cam hiển thị một tách cà phê có kem. Trong khi AI có thể không hiểu được điều này, một người bình thường hay marketer có thể nhận ra rằng banner có tách cafe có kem hiệu quả hơn banner cũng có tách cafe, nhưng mà là cafe đen (không có kem).

Hình ảnh thương hiệu vốn rất phức tạp.

Như MarketingTrips đã phân tích ở trên, các thương hiệu lớn tiếp cận AI rất khác với các doanh nghiệp nhỏ, khi họ quan tâm nhiều hơn đến giá trị thương hiệu hơn là một ít chi phí quảng cáo hay các thử nghiệm quảng cáo.

Các thương hiệu toàn cầu không chỉ có những tiêu chuẩn thiết kế và chất lượng cao, mà chắc chắn là rất ít trong số họ dám phó mặc chiến lược hay danh tiếng của thương hiệu cho AI (trí tuệ nhân tạo).

Hãy lấy ví dụ thế này, một trong những câu hỏi lớn mà nhiều nhà quảng cáo có thể tự hỏi chính bản thân họ là: Liệu có nên sử dụng những hình ảnh trông “thật” trong quảng cáo hay không, hay phải sử dụng những phiên bản thường được “quảng cáo” và tô vẻ quá mức, hay nói cách khác là “lý tưởng hoá sản phẩm đến người tiêu dùng”.

Thông qua nhiều nghiên cứu khác nhau trong nhiều khoảng thời gian khác nhau, các số liệu đã chỉ ra rằng mọi người (người tiêu dùng) phản ứng tốt hơn với những loại quảng cáo được tô vẻ hay lý tưởng hoá.

Điều này cũng có nghĩa là các nhà nghiên cứu cho rằng hầu hết mọi người thường có xu hướng khao khát hay mong đợi nhiều hơn khi lựa chọn các thương hiệu và sản phẩm.

Tuy nhiên, trong những năm gần đây, với sự nỗi lên của Gen Z cũng như sau Covid-19, điều này đang dần được thay đổi, các quảng cáo gần với thực tế hay trông có vẻ chân thực (đáng tin cậy) lại tỏ ra được ưu tiên nhiều hơn. Ngày càng có nhiều thương hiệu giới thiệu những thứ sát hơn so với thực tế tới khách hàng của họ.

Đối với những người làm marketing, thế giới ngày nay buộc họ phải đa dạng hơn, gần gũi hơn, tiếp cận theo những cách khác nhau tới các tập khách hàng khác nhau, đây hoàn toàn không phải chỉ là yếu tố hiệu suất hay thử nghiệm quảng cáo.

Theo số liệu nghiên cứu từ Deloitte, có đến 57% người tiêu dùng cho rằng họ sẽ trung thành hơn với các thương hiệu cam kết về sự đa dạng (diversity).

AI và yếu tố bối cảnh xã hội (và ý nghĩa của nó).

Trong khi với AI, rõ ràng là các nhà quảng cáo có thêm vô số cách để làm với các hoạt động của họ, tuy nhiên, liệu AI có thể cân nhắc những ưu và nhược điểm của từng chiến lược tiếp cận từ góc độ tài sản thương hiệu hay không?

Chắc chắn, AI có thể tạo ra nhiều mẫu quảng cáo với các nội dung và hình thức khác nhau, và thử nghiệm chúng, nhưng yếu tố bối cảnh xã hội (social context) và những tác động của nó đối với thương hiệu về lâu dài mới là yếu tố quyết định, và hiển nhiên, AI không thể “làm chủ” được điều này.

Ngay cả khi AI tiếp tục đóng một vai trò quan trọng, việc nhanh chóng đưa ra các quyết định theo hướng mục tiêu ngắn hạn và dài hạn vẫn chỉ được kiểm soát một cách hiệu quả bởi con người.

Theo số liệu nghiên cứu từ Deloitte, có đến 57% người tiêu dùng cho rằng họ sẽ trung thành hơn với các thương hiệu cam kết về sự đa dạng (diversity).

Trong khi AI (trí thông minh nhân tạo) có thể phát hiện ra ngay sự chênh lệch hiệu suất giữa các mẫu quảng cáo, thuật toán AI không thể có khả năng cân nhắc các yếu tố đầu vào khác nhau, thứ sẽ đóng vai trò quyết định đến kết quả đầu ra hay sự phù hợp của các biến thể được thử nghiệm trong quảng cáo.

Cần giúp AI để nó có thể trở nên tốt hơn.

Những phân tích này không có nghĩa là AI không hữu ích hay thiếu đi sự thú vị. Trên thực tế, AI hiện đang tạo ra một cuộc cách mạng hóa về khả năng sáng tạo cho các thương hiệu lớn và cả các agency.

AI có thể không hiểu yếu tố “tại sao” ngay lập tức, nhưng con người có thể khai thác được nhiều giá trị hơn từ AI khi chúng được đào tạo và tương tác nhiều hơn.

Quay lại với ví dụ ở trên, bạn cần cho thuật toán AI biết rằng, động lực thúc đẩy hiệu suất không phải là banner màu cam mà là tách cafe có kem.

Một cách khác, với tư cách là một marketer, bạn cần cung cấp hay nhập các phát hiện từ các nghiên cứu lớn hơn về nhận thức thương hiệu, doanh số bán hàng và lòng trung thành để các kết quả đầu ra do AI hỗ trợ có thể được điều chỉnh theo các số liệu quan trọng hơn đối với doanh nghiệp (và thương hiệu).

Sức mạnh của các insights không phải là nhận thấy sự khác biệt mà là hiểu “tại sao” đằng sau sự khác biệt đó và áp dụng điều đó trở lại hệ thống (AI) để tạo ra một chu kỳ phát triển liên tục.

Tóm lại, đối với bất kỳ doanh nghiệp nào quan tâm sâu sắc đến yếu tố thương hiệu, AI sẽ thực sự có giá trị khi quá trình diễn giải ý nghĩa của nó là sự kết hợp giữa các chuyên gia sáng tạo, nhà phân tích dữ liệu, quản lý thương hiệu, nhóm truyền thông và các chuyên gia có chuyên môn khác, mục đích cuối cùng vẫn là hiểu “tạo sao”.

Tham gia Cộng đồng We’re Marketer của MarketingTrips để thảo luận các chủ đề về Marketing và Business tại: We’re Marketer

Nam Nguyen | MarketingTrips