Yapay zeka medya planlamasını nasıl değiştiriyor?
Yapay zeka, planlamanın veriyle uğraşan kısmını hızlandırıyor ve daha çok seçeneği denemeyi kolaylaştırıyor. Bu seçeneklerden hangisinin markaya yakıştığına karar vermek yine insana kalıyor.
Bir medya planının nasıl hazırlandığını bilirsiniz. Ekip kitle verilerini toplar, geçmiş kampanyaların sonuçlarını açar, mecra fiyatlarını karşılaştırır, birkaç bütçe senaryosunu tek tek hesaplar. Bu işin büyük kısmı tabloların arasında geçer ve çoğu zaman karar vermeye ayrılan süre, hesaba harcanan sürenin gölgesinde kalır.
Yapay zekanın planlamada ilk değiştirdiği şey bu denge. Hesap kısaldıkça düşünmeye daha çok vakit kalıyor.
Makinenin hızlandırdığı işler
En görünür kazanç veri işlemede. Farklı kaynaklardan gelen izlenme, tıklama, satış ve arama verilerini bir araya getirip aralarındaki ilişkiyi görmek eskiden uzun uğraş isteyen bir işti. Bu işin önemli bir kısmı artık çok daha kısa sürüyor, planlamacı da ortaya çıkan örüntüyü yorumlamaya daha erken başlayabiliyor.
Senaryo testinde de benzer bir hız var. "Bütçenin bir kısmını televizyondan mobile kaydırırsak erişim ve frekans nasıl değişir?" sorusunun cevabı birkaç alternatifle birlikte toplantı bitmeden önünüze gelebiliyor. Kararı vermeden önce farklı yolları yan yana görebilmek, planı prova etmeye benziyor.
Yaratıcı tarafta değişim en çok varyasyonlarda görülüyor. Örneğin bir spor ayakkabı markası aynı kampanya için farklı başlıklar, farklı görsel kırpımlar ve farklı açılış saniyeleri üretip hangisinin hangi kitlede karşılık bulduğunu izleyebilir. Varyasyon üretmek ucuzladıkça test etmek de gündelik bir alışkanlığa dönüşüyor.
Kampanya yayına girdikten sonra da makine çalışmaya devam eder. Hangi mecrada hangi kreatifin iyi gittiğini izleyip bütçeyi o yöne kaydırmak büyük ölçüde otomatikleşti. Ama sistem kendisine verdiğiniz hedefe göre çalışır. Hedefi tıklama olarak koyarsanız size tıklama getirir, markanın uzun vadede nasıl algılandığı onun hesabında yer almaz.
Bu hızın bir bedeli de var. Makine beslendiği veri kadar isabetli çalışır. Eksik ölçülmüş bir mecra ya da yanlış etiketlenmiş bir kampanya, bütün hesabı kendi yönüne çeker ve hız arttıkça bu hatalar da daha hızlı büyür. Verinin nereden geldiğini, neyi ölçmediğini bilmek bu yüzden yine planlamacının işi.
İnsanda kalan kararlar
Hesap kısaldıkça geride kalan sorular daha açık görünüyor: markanın kime ne söyleyeceği, nasıl hatırlanmak istediği, rakiplerinin yanında nerede duracağı. Bu soruların cevabı strateji masasında verilir, veri de o cevapları sınamaya yardım eder.
Yargı da insanda kalıyor. Model geçmiş veriden öğrenir ve geçmişte işe yarayana doğru eğilir. Oysa bazen doğru hamle, verinin henüz göstermediği bir yerde durur. Yeni bir kitleye açılmak ya da bir fikre bir süre sabırla sahip çıkmak böyle kararlardır. Bu riski almak, sonucunun sorumluluğunu taşıyacak birinin işi.
Varyasyon üretiminde de makinenin bir sınırı var. Yüzlerce başlık üretebilir ama hangisinin markanın sesiyle konuştuğunu, hangisinin yalnızca tıklanmak için yazıldığını ayırt etmek editör gözü ister. Varyasyonlar çoğaldıkça markanın tek bir kişilik gibi konuşmaya devam etmesi zorlaşır ve o sesi koruyacak birine daha çok ihtiyaç duyulur.
Marka psikolojisi en kolay gözden kaçan taraf. Bir mesaj teknik olarak doğru kitleye doğru saatte ulaşıp yine de yanlış hissettirebilir. Örneğin bir bankanın maaş günü sabahı gösterdiği kredi reklamı veride iyi görünebilir. Aynı reklamın izleyicide "beni izliyorlar" duygusu uyandırıp uyandırmadığını tablo söylemez. Bunu, insanların markalarla nasıl bağ kurduğunu uzun süre gözlemlemiş birinin sezgisi yakalar.
İkisini birlikte çalıştırmak
Pratikte işleyen düzen, rolleri baştan netleştirmek. Stratejiyi ve hedefi insanlar koyar. Makine o hedefe giden yolları hesaplar, seçenekleri çoğaltır, yayın sırasında sonuçları izleyip bütçeyi kaydırır. Seçenekler masaya döndüğünde karar da yeniden insana geçer.
Ekiplerin bu düzende kazanması gereken yeni beceri, makineye iyi soru sormak. Hedefi, kısıtları ve markanın hiçbir koşulda yapmayacağı şeyleri açıkça yazan bir brif, araca da planlamacıya da aynı ölçüde yardım eder.
Bu düzende tecrübe daha çok iş görür. Makinenin önüne koyduğu seçeneklerden hangisinin markaya yakıştığını ayırt etmek, o markanın sesini ve geçmişte nerede tökezlediğini bilmeyi gerektirir. Köklerden algoritmaya giden yolun bu sırayla yürünmesi gerektiğini düşünüyoruz: önce kökler, sonra algoritma.
Bir sonraki kampanyada optimizasyon hedefini sisteme girmeden önce ekipçe tek cümleyle yazın ve o cümlenin markanın uzun vadeli hedefiyle çeliştiği bir yer olup olmadığına bakın.