Launchmetrics, marka mesajlarının sadece erişimini değil, hedefe ulaşıp ulaşmadığını da ölçen yeni yapay zeka katmanını devreye aldı

Marka zekası platformu Launchmetrics, moda, yaşam tarzı ve güzellik markalarının, elde ettikleri medya yansımalarının yalnızca hacmini değil, içeriğinin ne anlattığını da analiz etmelerini sağlayan yapay zeka destekli araçlar ekledi. Pazarlama Direktörü (CMO) Alison Bringé, FashionUnited'a yaptığı açıklamada, "Artık en önemli olan sadece görülmek değil. Asıl mesele, görülmek ve anlaşılmak," dedi.

Bringé, bu gelişmenin arkasında iki temel faktörün yattığını belirtti: Birincisi, yapay zekanın şirketin müşterileri için topladığı verilerden daha fazla değer elde etmesini sağlaması; ikincisi ise markaların artık neyin işe yarayıp neyin yaramadığına dair çok daha derinlemesine içgörüler beklemesi. Bu yeni yetenekler, bir markanın küresel ölçekte ne kadar görünür olduğunu göstermekle kalmıyor, aynı zamanda verdiği mesajların hedef kitlelere amaçlandığı şekilde ulaşıp ulaşmadığını da ortaya koyuyor.

Çıkış noktası, çoğu halkla ilişkiler ekibinin aşina olduğu bir soruna dayanıyor: Bir marka, yeni bir kampanya, ürün veya girişim için dünya çapındaki ekiplerini seferber ediyor, ancak ortaya çıkan medya yansımaları hacim olarak büyük olsa da, markanın sunmak istediği mesajdan farklı bir mesaj taşıyabiliyor. "Bir konuyu basına sunmanız, muhabirin de o konuyu yazacağı anlamına gelmez," diyor Bringé.

Launchmetrics'in 'Medya Analizi' (Analyze Coverage) özelliği, bir markanın medya yansımalarındaki ana temaları belirlemek için yapay zekayı kullanıyor; örneğin, bir moda haftası boyunca marka hakkında yayınlanan tüm içerikleri analiz ediyor. Bringé, bu özelliğin, hızlı raporlama baskısı altındaki müşteriler tarafından memnuniyetle karşılandığını ve bu müşterilerin artık "neredeyse bir düğmeye tıklayarak" çok daha zengin içgörülere erişebildiğini belirtti.

Ölçümleme nasıl çalışıyor?

Temeldeki metrik, Launchmetrics'in bir marka hakkındaki her gönderi, etkileşim veya makaleye atadığı parasal değer olan Medya Etki Değeri (Media Impact Value - MIV) olmaya devam ediyor. Bringé, şirketin bu metriği son on yılda bir endüstri standardı olarak kabul ettirdiğini belirtiyor. Değişen ise detayın seviyesi. Bringé, "Artık bu medya etki değerinin daha derinine inip onu neyin yönlendirdiğini anlamanıza olanak tanıyor," diye ekliyor.

'Medya Analizi' ana temaları ortaya çıkardıktan sonra, bir dizi 'Gelişmiş Yapay Zeka Zenginleştirmesi' (Advanced AI Enrichments), markaların MIV'yi şu kriterlere göre daha da ayrıntılı bir şekilde analiz etmesine olanak tanıyor: erkek giyim veya kadın giyim gibi kategoriler, ürün, coğrafya, kampanya veya etkinlik, hedef kitle ve medya seviyesi. "Belki bir güzellik markasısınız ve 'Benim maskaram, Christian Dior'un maskarasından daha mı çok konuşuluyor?' diye merak ediyorsunuz," diyor Bringé.

Bringé'ye göre, yapay zekadan önce bu düzeyde bir takip yapmak oldukça zordu; zira bu, manuel olarak oluşturulan sorgular yerine bağlamsal ipuçlarına dayalı sorguların yanı sıra görüntü ve görsel tanıma teknolojisi gerektiriyordu. Yapay zeka artık her müşteri için izleme parametrelerini ve rekabet ortamını tanımlamaya yardımcı olurken, veri madenciliği sürecini de destekliyor.

MIV, Launchmetrics'in tüketicinin satın alma yolculuğunu etkileyen 'beş ses' olarak adlandırdığı şu unsurları kapsıyor: medya, ünlüler, markanın kendi medyası, iş ortakları ve influencer'lar. Bringé, aynı hesaplamanın tüm bu sesler için geçerli olduğunu ve her bir sesin arkasındaki platformlar değiştikçe algoritmanın yıllar içinde uyarlandığını belirtti. "Şimdi ise 'yapay zeka sesini' de ölçüyoruz," diye ekledi.

Launchmetrics ayrıca, yeni 'Yapay Zeka Görünürlük Puanı' (AI Visibility Score) için bir kılavuz da yayınladı. Bu puan, markaların yapay zeka tarafından üretilen yanıtlarda nasıl yer aldığını, hangi bağlamda ortaya çıktıklarını ve yanlarında adı geçen rakiplerle nasıl karşılaştırıldıklarını takip ediyor. Puan, dört farklı sinyali 0'dan 100'e kadar tek bir rakamda birleştiriyor ve MIV ile birlikte çalışacak şekilde tasarlandı.

Ralph Lauren örneği

Markaların bu verileri nasıl kullanabileceğini göstermek amacıyla Bringé, yakın zamanda düzenlenen bir Launchmetrics webinar'ında sunulan Ralph Lauren analizine dikkat çekti. Yılın ilk çeyreğinde Amerikalı marka, 9.000'den fazla mecrada yer alarak 82,8 milyon dolarlık MIV üretirken, bu değerin yüzde 62'si kadın giyimden geldi. Buna karşılık, rakip setindeki bir başka markanın MIV değeri ise erkek ve kadın giyim arasında neredeyse eşit bir şekilde dağılım gösteriyordu.

"Yani, Ralph Lauren kadın giyimde çok daha ağırlıklıyken, rakibinin bu dengeyi kurmada çok daha iyi bir iş çıkardığını görebilirsiniz," dedi Bringé.

Bringé, bu tür karşılaştırmaların önemli olduğunu, çünkü "büyümenin yeni talepten değil, rakibinizin pazar payından pay almaktan geldiğini" belirtti. Markalar bu dökümü kullanarak mesajlarının hedefe ulaşıp ulaşmadığını, bir rakibin belirli bir kategoriyi daha etkili bir şekilde tanıtıp tanıtmadığını veya küçük bir ek çabanın daha büyük bir getiri sağlayabileceği bir kategoriyi ihmal edip etmediklerini görebilirler.

Aynı durum medya seviyeleri için de geçerli. Bir marka, birinci kademe yayınlarda güçlü bir performans sergilerken, Bringé'nin belirttiği gibi sayıca daha fazla oldukları için toplamda daha çok değer üreten ikinci kademe yayınlarda bir rakibinin gerisinde kalabilir.

Bringé, bu araçların, birkaç yıl öncesine göre daha az elverişli olan mevcut ekonomik iklimde, yönetimlerinden neyin işe yaradığını gösterme konusunda artan bir baskı hisseden müşterilerin taleplerine yanıt olarak geliştirildiğini söyledi. "Artık herkesin elinde veri var, ancak asıl mesele nerede hamle yapabileceğinizi ve fırsatlarınızın nerede olduğunu görmektir," dedi.

Bringé'nin markalara tavsiyesi, yüzeysel metriklerin ötesine bakmaları ve hızlı hareket etmeleri yönünde. "Günümüzde, veriler eskimeden ve başka biri o müşteriyi veya pazar payınızı kapmadan önce herkesten daha hızlı hareket etmeniz gerekiyor."