Mitä sanoisit, jos kertoisin torilla olevien ihmisten joukosta pystyväni osoittamaan ne, jotka tulevat ostamaan tuotteesi? Entä jos lupaan vielä valikoida ne, joiden lompakon nyörit ovat erityisen löysällä kojullasi ja saat paljon euroja kassalippaaseesi? Parasta on, että itseasiassa voisin tehdä saman tempun miljoonien ja miljoonien ihmisten joukosta. Ja niin, minua ei temppuun edes tarvita, se hoituu automaattisesti.
Kaikki yllä mainittu on digimainonnassa todellisuutta ja ollut sitä pitkän aikaa. Kyseinen esimerkki kertoo algoritmista, joka optimoi mainontaa ROAS:in (return on ad spend) mukaan. Tällöin mainontaa ostetaan sen ennusteen perusteella, kuinka paljon kukin internetissä surffaava tulee mainostajan tuotteeseen lopulta kuluttamaan. Kyse ei ole enää ainoastaan siitä, tapahtuuko osto, vaan kuinka suurella summalla. Samalla voidaan arvioida, kuinka paljon mainosnäytöstä tällöin kannattaa maksaa.
Eräs toinen algoritmi kertoo pystyvänsä optimoimaan käytännössä kaiken digimainontaan liittyvän, oli kyse sitten vaikka brändiuskollisuuden tai -tietoisuuden vahvistamisesta. Algoritmin viisaus perustuu aikaisempaan tietoon mainostajan kampanjoista, ja samanaikaisesti algoritmi myös imee tietoa koko markkinasta. Kansainvälisten teknologiatoimittajien lisäksi myös suomalaiset mediatoimistot ovat alkaneet rakentaa omia digimainontaa optimoivia algoritmejaan saaden näin uutta liiketoimintaa.
Kyse on tietenkin AI:sta eli tekoälystä, tarkemmin ottaen koneoppimisesta.
Lyhyesti tekoäly tarkoittaa tietokoneen ja ohjelmiston kykyä reagoida ihmisälyn tavoin erilaisiin tilanteisiin. Koneoppiminen on yksi tekoälyn haara, jossa algoritmit suorittavat tehtäviä aikaisemmin kerätyn datan ja esimerkkien perusteella.
Tärkeää on ymmärtää, että kone oppii ilman ihmisen panosta.
Tässä vaiheessa monella syttyy lamppu: onko koneoppiminen ja markkinointi oikeasti hyvä yhdistelmä?
Useimmiten on. Algoritmien hyvä puoli on se, että usein ne suorittavat niille annetun tehtävän ja tekevät sen tehokkaasti. Parhaimmillaan koneoppimisen myötä jopa oppivat niistä. Suomessa digimainonnassa algoritmeja hyödynnetään erityisesti ohjelmallisesti mainontaa ostettaessa. Yksinkertaisimmillaan algoritmeilla optimoidaan ostoja tiettyä klikin tai konversion hintaa kohti. Lähiaikoina algoritmien suosio on noussut entisestään. Jos mainontaasi ostetaan ohjelmallisesti, voit olla lähes 100 % varma, että hyödynnät algoritmeja. Ja miksi et hyödyntäisi, kaikista yllä olevista syistä johtuen.
Algoritmien keskellä on kuitenkin olemassa kaksi kysymystä, joihin jokaisen mainostajan pitää osata vastata.
Jos markkinointitoimenpiteesi, niiden seuranta ja niistä oppiminen tapahtuu algoritmien avulla, tiedätkö oikeasti, miksi mainontasi toimii? Ja ottaako hyödyntämäsi algoritmi huomioon koko markkinoinnin kokonaisuutesi, vai optimoiko se vain yhtä mittaria kohti?
Tosiasia on, että algoritmien taustalla on tuhansia eri tekijöitä ja usein algoritmit sekä niiden toimintamallit ovat liikesalaisuuksia, joihin mainostaja tai mediatoimisto eivät pääse käsiksi. Koneoppimisen myötä algoritmi osaa myös itse ihmisaivojen tavoin kehittää toimintaansa yhä pidemmälle. Näistä syistä johtuen mainostajan voi olla helppo sanoa, ettei syitä mainonnan toimivuudelle tai mainosbudjetin jakaantumiselle välttämättä enää edes pysty nimeämään.
Vastuu mainonnan toimivuudesta on helppo antaa algoritmille, mutta voiko se olla brändin kannalta kestävää?
Digimainonnan ekosysteemi painii tälläkin hetkellä läpinäkyvyysongelmien kanssa. Mainostaja ei aina tiedä, mihin hänen rahansa menevät tai missä yhteydessä hänen mainontansa näkyy. Suurin generaattori tälle on ollut ohjelmalliseen ostamiseen liittyvä monimutkaisuus ja mystiikka sekä mainostajien passivoituminen ohjelmallisen ostamisen tietämyksen suhteen.
Lupaattehan, että kasvava algoritmien hyödyntäminen ei ole seuraava sudenkuoppa, johon kollektiivisesti toimialana astumme?
