Amerikában az okostévés hirdetések sokkal elterjedtebbek, mint nálunk, és igyekeznek is folyamatosan fejleszteni ezeket a tartalomszolgáltatók. Az egyik legújabb trend a kontextuális érzelmi célzás, amelyet a mesterséges intelligencia térnyerése fejleszt épp tökélyre. Egy film esetén például ez annyit tesz, hogy az adott jelenet hangulatához illő hirdetés bukkan fel. Ez egészen egyszerűen hangzik, de talán nem gondolnánk, hogy milyen árnyalt érzelmi elemzés áll mögötte.
Melyik a leghasznosabb érzelem a hirdetőknek?
Korábban egy pénzügyi szolgáltató például a millenniumi generációhoz tartozó anyákat akarta megcélozni, és azt gondolták, hogy a “nagy öröm” lehet a megfelelő érzelem, amihez érdemes párosítani a reklámot. A kutatás során azonban kiderült, hogy a harag is fontos tényező e csoport viselkedésének alakításában, tehát e mentén is érdemes lehet alakítani a reklámokat. A gyorséttermek hirdetéseit értelemszerűen az éhséggel kapcsolatos kontextusban akarták elhelyezni, de kiderült, hogy a nagy öröm és várakozás érzéseihez is hatékonyan párosíthatók a hamburgerek képei. A cégek minden kampány és mérés során újat tanulnak az érzelmekről az AI segítségével.
A generatív mesterséges intelligencia például képes meghatározni egy hirdetés érzelmi „pontszámát”, és ebből kiindulva a reklám a lehető legjobb kontextusban helyezhető el a képernyőn. A márkák célja ezzel (is) a hosszú távú kapcsolat kiépítése a fogyasztókkal, és az, hogy az ember bizonyos pozitív érzéseket társítson az adott márkához, ami megalapozza a hűségét. Bár az eredmények szerint ezek a reklámok hatásosak a közvetlen fogyasztásra nézve, nagy kérdés, hogy a tévénézők mennyire érzékelik ezeket zavarónak, és amennyiben ez az érzés felmerül, az hogyan befolyásolja az érzelmi célzás hatékonyságát.
Filmen és újságban
Mindenesetre sokan fűznek nagy reményeket ehhez a megoldáshoz. A Disney például Magic Words néven kínál eszközt a hirdetőknek. Ez abból áll, hogy a filmkönyvtárában található alkotásokat mesterséges intelligencia elemzi aprólékosan az egyes jelenetekben felbukkanó tárgyaktól és szereplőktől kezdve azok hangulatáig és az általuk kiváltott érzelmekig, és azt is listázza, hogy található-e valahol márkaelhelyezés. Ez alapján aztán metaadatokkal címkézi fel a könyvtárát, amiből a hirdetők különböző szempontok szerint válogathatnak. Egy autómárka például az autóverseny-jelenet utáni reklámszünetben tűnhet fel, a társkereső alkalmazás pedig romantikus jelenetet célozhat meg.
De akár a sajtó is élhet ezzel a lehetőséggel, ahogy azt például a Business Insidernél láthatjuk, amelynek SAGA reACT nevű eszköze az egyes cikkek tartalmát elemzi az érzelmek szerint. A New York Times, az ESPN sportcsatorna és a USA Today szintén ajánl érzelmi célzásra alkalmas eszközöket, amelyek fejlesztése még évekkel ezelőtt kezdődött.
A Business Insider azt is tanulmányozta, hogy a különböző típusú tartalmak milyen érzelmi reakciókat váltanak ki az olvasókból. Először a B2B közönséget reprezentáló olvasók körében mérte fel a reakciókat, majd az eredményeket betáplálta a saját fejlesztésű, ChatGPT-re épülő modelljébe, amely azután hasonló érzelmi tartalmú cikkeket keresett. Ebből kiderült például, hogy az olvasók körében az emberközpontú, első személyű tartalmak találnak a legnagyobb visszhangra. Egy friss közönségkutatásukból is az derült ki, hogy a valós személyek nézőpontjából elmesélt történetekhez kötődnek a leginkább az emberek. Mindezzel az az újság célja, hogy bővítse a hirdetőinek körét, és olyanokat is megszólítson, akik korábban talán nem gondoltak volna arra, hogy B2B-tartalmakban hirdessenek.
Nemrég megjelent például egy cikk egy vállalkozóról, aki saját webshopot indított, a vállalkozása pedig megteremtette a lehetőséget, hogy beutazza a világot. Egy ilyen tartalom jó kontextust adhat többek között az utazáshoz kapcsolódó hirdetőknek, annak ellenére, hogy ők jellemzően nem vásárolnak reklámokat a kisvállalkozásokat célzó B2B tartalmakban.