Launchmetrics wdraża AI do pomiaru skuteczności przekazu marki, a nie tylko jej zasięgu

Platforma analityki marek Launchmetrics wprowadziła narzędzia oparte na sztucznej inteligencji, które pozwalają markom z branży mody, lifestyle i beauty analizować faktyczną treść ich przekazu medialnego, a nie tylko jego wolumen. "Sama widoczność przestała być najważniejsza. Liczy się bycie widzianym i rozumianym" – powiedziała w rozmowie z FashionUnited dyrektor marketingu Alison Bringé.

Jak wyjaśnia Bringé, za rozwojem nowych funkcji stały dwa czynniki: sztuczna inteligencja pozwoliła firmie wydobyć większą wartość z danych pozyskiwanych dla klientów, a marki oczekują obecnie znacznie głębszych analiz tego, co przynosi efekty, a co nie. Nowe funkcjonalności mają na celu pokazanie nie tylko globalnej widoczności marki, ale także tego, czy komunikaty, które wysyła, docierają do odbiorców w zamierzony sposób.

Punktem wyjścia jest problem dobrze znany większości zespołów PR. Marka mobilizuje swoje globalne zespoły do promocji nowej kampanii, produktu lub inicjatywy, a uzyskane w rezultacie publikacje, choć liczne, mogą nieść przekaz odmienny od pierwotnie założonego. "To, że coś proponujesz mediom, nie oznacza, że reporter napisze artykuł właśnie na ten temat" – powiedziała Bringé.

Funkcja Analyze Coverage od Launchmetrics wykorzystuje AI do identyfikacji głównych tematów pojawiających się w publikacjach na temat marki, na przykład we wszystkich materiałach opublikowanych na jej temat podczas tygodnia mody. Bringé dodała, że funkcja została dobrze przyjęta przez klientów, którzy znajdują się pod presją szybkiego raportowania i którzy teraz mają dostęp do bardziej szczegółowych analiz "niemal za jednym kliknięciem".

Jak działa pomiar

Podstawowym wskaźnikiem pozostaje Media Impact Value (MIV), czyli wartość pieniężna, jaką Launchmetrics przypisuje każdemu postowi, interakcji czy artykułowi na temat marki, który, jak podkreśla Bringé, firma ustanowiła jako standard branżowy w ciągu ostatniej dekady. Nowością jest poziom szczegółowości. "Teraz pozwala to na głębszą analizę wskaźnika MIV i zrozumienie, co dokładnie się na niego składa" – powiedziała.

Gdy funkcja Analyze Coverage wskaże główne tematy, zestaw zaawansowanych narzędzi AI (Advanced AI Enrichments) pozwala markom na dalsze szczegółowe rozbicie wskaźnika MIV: według kategorii (np. odzież męska lub damska), produktu, lokalizacji geograficznej, kampanii lub wydarzenia, grupy odbiorców oraz poziomu mediów (media tier). "Załóżmy, że jesteś marką beauty i chcesz wiedzieć, czy o twoim tuszu do rzęs mówi się więcej niż o tuszu Christiana Diora" – wyjaśnia Bringé.

Według Bringé, ten poziom śledzenia był trudny do osiągnięcia przed erą AI, ponieważ wymagał rozpoznawania obrazów i elementów wizualnych, a także zapytań opartych na wskazówkach kontekstowych, a nie tworzonych ręcznie. Obecnie AI pomaga definiować parametry monitoringu i otoczenie konkurencyjne dla każdego klienta oraz wspiera eksplorację danych.

MIV obejmuje to, co Launchmetrics nazywa pięcioma głosami (five voices), które wpływają na ścieżkę zakupową konsumenta: media, celebrytów, media własne (owned media), partnerów i influencerów. Bringé wyjaśniła, że ta sama kalkulacja dotyczy wszystkich tych głosów, przy czym algorytm był przez lata dostosowywany w miarę zmian na platformach stojących za każdym z nich. "Teraz mierzymy również głos AI" – dodała.

Launchmetrics opublikowało również przewodnik po swoim nowym wskaźniku AI Visibility Score, który śledzi, jak marki pojawiają się w odpowiedziach generowanych przez AI, w jakim kontekście są prezentowane i jak wypadają na tle konkurentów wymienianych obok nich. Wskaźnik łączy cztery sygnały w jedną wartość od 0 do 100 i ma działać równolegle z MIV (Launchmetrics).

Benchmark: Ralph Lauren

Aby zilustrować, jak marki mogą wykorzystywać te dane, Bringé przytoczyła analizę marki Ralph Lauren, zaprezentowaną podczas niedawnego webinaru Launchmetrics. W pierwszym kwartale amerykańska marka wygenerowała 82,8 miliona dolarów MIV w ponad 9000 wzmianek, z czego 62 procent pochodziło z odzieży damskiej. Dla porównania, jeden z konkurentów z jej grupy odniesienia (peer set) miał MIV rozłożony niemal równo pomiędzy odzież męską i damską.

"Tak więc, podczas gdy Ralph Lauren znacznie mocniej koncentruje się na odzieży damskiej, widać, że konkurent znacznie lepiej zrównoważył te proporcje" – powiedziała Bringé.

Podkreśliła, że takie porównania mają znaczenie, ponieważ "wzrost nie bierze się z nowego popytu. Bierze się z odbierania udziałów konkurencji". Marki mogą wykorzystać tę analizę, aby sprawdzić, czy ich przekaz nie trafia do odbiorców, czy rywal skuteczniej promuje daną kategorię, czy też zaniedbały obszar, w którym niewielki dodatkowy wysiłek mógłby przynieść znacznie większy zwrot.

To samo dotyczy poziomów mediów (media tiers). Marka może osiągać świetne wyniki w publikacjach pierwszego poziomu (tier-one), ale pozostawać w tyle za konkurentem w tytułach drugiego poziomu (tier-two), które, jak zauważa Bringé, generują ogólnie większą wartość, ponieważ jest ich więcej.

Bringé stwierdziła, że narzędzia te są odpowiedzią na zapotrzebowanie klientów, którzy odczuwają coraz większą presję ze strony kierownictwa, aby wykazać, co przynosi efekty, w klimacie gospodarczym mniej sprzyjającym niż jeszcze kilka lat temu. "Dziś wszyscy mają dane, ale kluczowe jest dostrzeżenie, gdzie można wykonać ruch i gdzie leżą szanse" – powiedziała.

Jej rada dla marek to wyjście poza wskaźniki próżności (vanity metrics) i szybkie działanie. "W dzisiejszych czasach trzeba działać szybciej niż ktokolwiek inny, zanim dane się zdezaktualizują i zanim ktoś inny przejmie klienta lub udział w rynku."