intelligenza artificiale

Marketing, ecco l’automazione “creativa”: ma ci sono rischi privacy

Il ruolo dell’AI all’interno dell’industria pubblicitaria assume sempre maggiore rilievo, grazie soprattutto allo sfruttamento del machine learning. Superato il ruolo di data analyst ora è possibile sfruttarne le potenzialità tramite funzioni come l’automazione creativa: cos’è, i vantaggi e i problemi

Pubblicato il 04 Ott 2022

Silvia Doria

Partner, De Berti Jacchia

Camilla Pozzi

studio De Berti Jacchia

Giacomo Vacca

De Berti Jacchia

marketing ai

Tra i numerosi ambiti in cui sempre più trova applicazione l’intelligenza artificiale merita una menzione particolare quello dell’ideazione e realizzazione di messaggi pubblicitari nuovi, efficaci e “su misura” ricevuti dai destinatari selezionati.

Sebbene molto sia stato esplorato, tanto resta ancora da scoprire sulle potenzialità della tecnologia come mezzo per aiutare gli inserzionisti a far conoscere ai consumatori il proprio prodotto, così come sulle insidie (dal punto di vista legale e non) che si celano dietro la sua diffusione.

How to use machine learning for marketing

How to use machine learning for marketing

Guarda questo video su YouTube

Le criticità del marketing tradizionale

Lo scopo ultimo del marketing è quello di aumentare la diffusione del prodotto o servizio sponsorizzato, in modo da catturare l’attenzione di un pubblico sempre maggiore e accrescere, quindi, vendite e fatturato, ovvero il grado di soddisfazione dei consumatori. Tuttavia, la composizione del pubblico destinatario dei messaggi pubblicitari è estremamente eterogenea: un messaggio efficace per una porzione di pubblico può risultare indifferente – se non addirittura controproducente – se proposto a destinatari diversi. Non a caso, uno dei principali limiti del marketing tradizionale (da intendersi come non-online, ovvero basato su cartellonistica, affissioni e spot in radio o televisione) risiede nella scarsa adattabilità alle diverse categorie di consumatori. Dunque, le criticità del marketing tradizionale riguardano la proposizione di un messaggio sempre identico per un pubblico indifferenziato, tramite il quale non sono tenute in considerazione le diversità generazionali, culturali e geografiche.

L’AI per messaggi pubblicitari ad hoc

Per questo motivo, in un mondo sempre più digitalizzato e nel quale è possibile raggiungere la maggior parte degli utenti online, gli inserzionisti hanno iniziato a ricorrere all’AI per identificare con precisione il pubblico di riferimento e disegnare un messaggio pubblicitario ad hoc ed in linea con gli interessi e le preferenze di quel gruppo specifico.

In particolare, negli ultimi anni la raccolta di big data ha assunto un ruolo fondamentale per ogni azienda: l’analisi di masse di dati reperiti in rete permette, infatti, il targeting – ovvero l’individuazione – dei profili più idonei (appunto, target) che potrebbero essere interessati ad un determinato prodotto o servizio. Selezionando così il pubblico e accumunando i consumatori per gusti e preferenze sulla base dei loro comportamenti online, è possibile filtrare i potenziali clienti e ridurre la dispersione della campagna pubblicitaria. Si pensi, ad esempio, a tutte le volte in cui, navigando su un sito internet, si acconsente alla raccolta dei cosiddetti cookies: questi ultimi corrispondono a pacchetti di dati in cui vengono registrati i nostri movimenti online, i siti visitati, così come i “Mi piace” aggiunti via via per esprimere le proprie preferenze. Suddetto monitoraggio contribuisce alla creazione di un profilo dell’utente, le cui informazioni vengono poi scambiate e analizzate, anche tramite l’AI, per indagini statistiche e predizioni comportamentali.

AI search: cos’è e come aiuta i retailer a distinguersi nel boom dell’eCommerce

Il ruolo del machine learning

Ed è proprio il ruolo dell’AI all’interno dell’industria pubblicitaria ad assumere sempre maggiore rilievo, grazie soprattutto allo sfruttamento del machine learning. Con tale termine si indica solitamente l’attività tramite cui l’AI, in assenza di interazione umana, analizza dati e modelli per raggiungere autonomamente un certo output (che può corrispondere a soluzioni efficienti relative ad un problema, statistiche, predizioni, ecc.). Questa tecnologia permette di automatizzare e ottimizzare alcuni processi aziendali, nonché di analizzare rapidamente grandi quantitativi di dati e, dunque, di risparmiare tempo e risorse, così da potersi maggiormente concentrare sullo sviluppo della parte creativa del messaggio pubblicitario. Inoltre, tale velocità di analisi favorisce un maggiore adattamento ai cambiamenti e alle nuove tendenze del web, semplificando la raccomandazione di determinati prodotti e/o servizi al consumatore di volta in volta pertinente. In particolare, quest’ultimo aspetto si sta rivelando di successo al punto che le capacità di calcolo e targeting dell’AI riescono efficacemente a prevedere le decisioni future di un utente in base ai dati storici e ai modelli comportamentali precedenti. Di conseguenza, è possibile calibrare una pubblicità sulla base della reazione attesa degli utenti, incrementandone l’efficacia. È chiaro, quindi, come l’integrazione dell’AI nel marketing sia da considerarsi un’importante innovazione nel settore, in quanto supera il concetto di pubblico generalizzato e indistinto, a favore della caratterizzazione dei suoi componenti per gruppi di interesse, abitudini e predizioni di acquisto.

L’AI come fonte di ispirazione per l’ideazione di messaggi pubblicitari

Non solo. Di recente l’AI è stata impiegata anche come vera e propria fonte di ispirazione per l’ideazione di messaggi pubblicitari. Ad esempio, la nota società Kayak, con l’intento di sponsorizzare le proprie offerte di viaggio, ha deciso di lanciare una pubblicità decisamente differente rispetto a tutti i suoi competitors: nello spot, infatti, veniva ripresa una madre arrabbiata mentre affermava di fronte alla sua famiglia che Kayak non fosse vero, invitando tutti ad aprire gli occhi. La pubblicità, registrata e mandata in onda durante il periodo di pandemia da COVID-19, rappresentava – in modo provocatorio – il dibattuto tema delle fake news e delle diverse teorie complottiste. L’idea della società Kayak si è rivelata vincente, essendo stata accolta con favore dal pubblico.

Per la sua realizzazione, Kayak è stata supportata da un’agenzia pubblicitaria operante nella raccolta di informazioni sui consumatori tramite social media ed impegnata in indagini di mercato capaci di combinare tali informazioni con le esigenze degli inserzionisti: così facendo, le strategie ideali per la costruzione della campagna pubblicitaria vengono suggerite dall’AI, la quale genera automaticamente idee per messaggi e altri contenuti di marketing. Nel caso di specie, l’AI ha ritenuto che Kayak dovesse indirizzare la sua campagna soprattutto verso giovani ad alto reddito, in quanto maggiormente inclini a rispondere positivamente all’umorismo sull’incapacità degli utenti (qui, americani) di concordare sui fatti fondamentali della politica e della cultura popolare.

Il superamento dell’AI quale data analyst

Si ha quindi un parziale superamento (o, per meglio dire, un’integrazione) rispetto all’iniziale impiego dell’AI quale data analyst: ora è possibile sfruttare le sue potenzialità in ambito creativo tramite funzioni come l’automazione creativa, che testa migliaia di piccole variazioni di elementi (es. il testo degli annunci o gli schemi di colore) per determinare quali combinazioni attirano meglio l’attenzione dei consumatori. Inoltre, sempre maggiore sarà il ruolo degli algoritmi, utilizzati anche nella comprensione testuale ovvero durante la fase di analisi, nonché la conseguente creazione di veri e propri testi e contenuti originali.

Sempre in quest’ottica, si segnala lo spot pubblicitario del 2018 “Driven by Intuition” di Lexus, che ha come caratteristica principale quella di essere il primo messaggio pubblicitario interamente creato da una AI. Il risultato è il prodotto dell’analisi di un vasto numero di dati audio, di testo e visivi al fine di raccogliere i più adatti allo sviluppo di una sceneggiatura capace di coinvolgere gli spettatori. Nel caso di specie, l’AI era stata “addestrata” con le migliori pubblicità Luxury degli ultimi 15 anni, vincitrici di importanti premi, alle quali erano state aggiunte informazioni sui principali fattori che coinvolgono emotivamente lo spettatore. Sulla base dei dati utilizzati, l’algoritmo ha classificato e dato priorità agli elementi ritenuti di maggiore impatto e, proprio sulla base di questi ultimi, ha dato vita ad una sceneggiatura riorganizzata e tradotta in video.

Il servizio “Dynamic Ads” di Facebook

Persino Facebook si è inserita nel settore lanciando nel 2016 il servizio “Dynamic Ads”, grazie al quale è possibile creare più varianti di uno stesso messaggio pubblicitario e, quindi, adattarlo alle diverse categorie di target a cui si intende inviarlo. Il servizio permette, infatti, di cambiare i diversi post modificando gli elementi che incidono negativamente sugli acquisti, o sostituendo tempestivamente parole e immagini per ottenere un risultato di volta in volta migliore.

I nodi dell’AI sul fronte privacy e autorale

Emerge in questo contesto, ed a fronte di una massiccia circolazione di dati dei consumatori, la necessità che questi ultimi vengano tutelati di fronte ad un uso illecito dei propri dati. In tal senso interviene la normativa GDPR (Regolamento Generale sulla Protezione dei Dati), che pone in capo ai titolari del trattamento dei dati una serie di obblighi volti a garantire la sicurezza degli utenti e che vieta la raccolta dei dati stessi in assenza di consenso dell’interessato.

Un diverso tema legato all’attività dell’AI nel marketing riguarda, invece, la paternità dell’output prodotto: la posizione largamente maggioritaria nelle diverse giurisdizioni permane conservativa, non riconoscendo alcun diritto autorale all’algoritmo.

Alla luce delle potenzialità ancora del tutto non esplorate dell’AI, permane una generale preoccupazione verso i possibili risvolti occupazionali che la diffusione di questa tecnologia comporterebbe. Infatti, l’ottimizzazione dei tempi e delle risorse pone l’accento su un’apparente minaccia di diminuzione dei posti di lavoro, preoccupazione dovuta al fatto che in precedenza tali attività di analisi e ideazione venivano svolte da persone fisiche. D’altro canto, l’intervento umano risulta ancora essenziale e predominante: mentre è possibile che per i lavori più meccanici ed elementari sarà sufficiente un’AI, gli aspetti più creativi, così come le attività di controllo sull’adeguatezza e liceità dei contenuti, rimarranno prerogativa dei professionisti, i quali potrebbero addirittura vedersi liberati dei compiti più “scomodi”, così da concentrarsi maggiormente su quelli più “delicati”.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 2