כל הזמן מדברים על הקשר בין שיווק לבינה מלאכותית- פחות אני פוגשת מקרי בוחן שממחישים את הכוח של הרעיון. אז, החלטתי לעבוד בזה ולאתר עבורכם (ועבורי) דוגמאות שניתן ללמוד מהן מעבר לרק לדבר באופן כללי על הרעיון.
המציאות אומרת שאם תשאלו חמישים אנשים כיצד תמונת מוצר צריכה להופיע באתר בצורה הטובה ביותר, אנחנו לבטח נקבל חמישים תשובות שונות. כולנו נושאים את ההטיות שלנו לגבי מה ש”טוב”, בירושה מחוויות והעדפות אישיות… ככל שננסה, אפילו מנהל השיווק המנוסה והנבון ביותר אינו חסין מפני ההשפעה של ההטייה.
למרות שפעם היה מקובל להציג רק קומץ של תצוגות אריזה “טובות” באתר און ליין למכירת מוצרים, הרף הועלה לרמות הרבה יותר מתוחכמות, בין היתר בשל ההשפעה הגוברת של אינסטגרם ופלטפורמות מדיה חברתית אחרות. בפלטפורמות האלו, האריזה לא רק מודגשת בצורה מוגברת, היא גם מוצגת באופן שמציג את הרלוונטיות שלה עבור הקהל באותו ערוץ.
זה אומר שנדרש מאיתנו לשמש כמומחי ערוצים על מנת להביא רמה מסוימת של אינטליגנציה לסביבות של סחר אלקטרוני. צריך להבין את התחום לעומק מעבר לברור מאליו, במרחבים מסוימים נדרש להכיר את הקטגוריה ברמה מאוד מתוחכמת וממש להכנס למוחם של האנשים, כך המותג מסוגל לנהל את השיחה הנכונה ולהבין איך לפתח את המרחב הזה, וכיצד לשפר עוד יותר את חווית הלקוחות באותו ספייס.
כאשר המסחר האלקטרוני חווה את ההאצה הגדולה שלו במהלך המגיפה, מארס רצו לעבוד על הנוכחות הנכונה של זהות המותג בנקודת המגע במעמד הרכישה הדיגיטלית. ביצועים של עיצוב ותמונות מובילות נאספו ברחבי העולם, מה שהוביל בחלקו לחוויה לא עקבית עבור תוכן דיגיטלי ומסחר אלקטרוני בגלל היעדר גישת קבלת החלטות מובנית לעיצוב, זה הוביל לעתים קרובות לצוותים שקיבלו החלטות שרירותיות על סמך מה שהם אוהבים לעומת נתונים שיכולים להדגים מה יעיל ומה לא (תחושות בטן). יש בדיקות A/B, אבל תמיד קשה לחלץ מרכיב עיצובי ספציפי, בין אם זה היה קידום מחיר שמשך אנשים או משהו אחר. הכל הופך בצורה הזו לקצת חד פעמי.
ברגע שהתחיל הספרינט אל עבר גישה חכמה יותר לתוכן קמעונאי, הצורך במדידה טובה יותר ליווה את המותג באופן טבעי. במארס החליטו על שיתוף פעולה עם סטארטאפ שעוזר לשימוש בתוכנת ניתוח התמונה המופעלת על ידי בינה מלאכותית, במטרה להגדיל את מאמציה לפיתוח מתודולוגיית הערכת תוכן קמעונאית. זו הייתה גישה חדשה עבור הצוות של השיווק. בעוד שהם מינפו בעבר כלי בינה מלאכותית כדי להעריך תוכן וידאו ולעזור לנתח סנטימנט בדירוגים ובביקורות, לא ניתן היה לומר את אותו הדבר לגבי תמונות. יתרה מכך, הכלים הקודמים שלהם חסרו קלות שימוש, הטכנולוגיה החדשה נועדה להסיר את ההטיה שיכולה ללוות היסטורית את תהליך התוכן הקמעונאי, מתחילה במתן בהירות מדידה עוד לפני קבלת תוצאת עיצוב.
כעת, Mars יכולים לזהות בעיה או הזדמנות בתמונה קיימת, כולל איך היא יכולה להופיע עם קמעונאי ספציפי, כדי לסייע באיתור הזדמנויות ומכשולים פוטנציאליים עוד לפני שמגיעים לקונספט העיצוב. כשמסתכלים על קטגוריה שלמה, מתחילים לשים לב לדברים אחרים שכנראה פיספסנו, ולכן בתהליך החיפוש והחקירה, זה עוזר לקדם החלטות שעזרו לאפקטיביות של העבודה הסופית. במארס החליטו לעשות שיתוף פעולה עם Vizit שירות תוכנה שמאפשר להגדיר את התמונה הנכונה ביותר בתוך חווית הלקוח באתרי סחר אלקטרוני-Link.
לאור הצמיחה המהירה של קטגוריית חיות המחמד, החברה רשמה קשר בין אפקטיביות תמונה להמרה. עבור סט אחד של SKUs באמזון, הם זיהו מתאם בין יעילות התוכן עם הבדל בהמרות של עד 30 אחוז. ולמרות שהיו ספקנים הם ראו את התוצאות בפועל! לא רק מניתוח תחרותי, אלא גם על ידי הבנה יותר של זיהוי הנקודות העיוורות. לדוגמא, מותג מזון הפרימיום לחתולים הדגיש את חווית האוכל כמעט במסעדה יוקרתית (תחשבו על כפיות כסף). אבל עם סריקת התמונות באמצעות הטכנולוגיה, במארס גילו שיהיה יעיל יותר לכלול חתול בפריים. זה היה אחד מאותם רגעים שנראים כל כך ברורים בדיעבד, אבל יכול להתפספס בקלות בעבודה עם תוכן קמעונאי דיגיטלי.
