Mithilfe von Machine Learning (ML) können wir heute Kreationen entwickeln, die für den Nutzer wirklich relevant sind. Dass Wind in den Haaren von Models in Beauty-Anzeigen bei den Nutzern gut ankommen, hat Ben Royce, Creative Effectiveness Lead bei Google, mithilfe von ML herausgefunden. Wie? Durch die automatische Analyse Hunderter Videos in wenigen Sekunden. Wie Machine Learning Ihrem Unternehmen bei der Kreation von (YouTube-) Kampagnen helfen kann, die auch wirklich die Nutzererwartungen erfüllen, erfahren Sie hier von Royce, der spannende Einblicke aus seiner Datenanalyse aus Tausenden von Kampagnen gibt.
Laut Royce sind Daten bei der digitalen Transformation unerlässlich, wenn Unternehmen auch in Zukunft wirtschaftlich erfolgreich sein möchten. "Kundenzentriertheit ist entscheidend. Aber dafür sind Einblicke unerlässlich und diese gewinnt man eben nicht ohne entsprechende Daten", erklärt er. "Je besser ein Unternehmen mithilfe von Daten seine Kunden versteht, desto besser kann es deren Bedürfnisse erfüllen und langfristig profitieren. Ich finde, es gibt noch nicht genug Unternehmen, die diesen Ansatz verfolgen. Dabei können Daten einen wirtschaftlichen Vorsprung bedeuten. Deshalb sollten in diesem Bereich genügend Ressourcen eingeplant werden."
Maschinelles Lernen ist für Royce bahnbrechend: "Es hat mich umgehauen. Plötzlich können wir Hunderte von Videos gleichzeitig analysieren, was viel Rechenleistung erfordert", führt er aus. Diese Leistungsfähigkeit ermöglicht es, wichtige neue Erkenntnisse zu gewinnen. "So haben wir zum Beispiel herausgefunden, dass Wind in den Haaren eines Models in Beauty-Anzeigen super bei den Zuschauern auf YouTube ankommt. Oder auch, dass man mit Wolken in Werbespots für Schokolade eine gute Wirkung erzielt. Ich weiß nicht, warum. Aber sind Rauch oder Wolken in einer Schokoladenwerbung zu sehen, wird die Anzeige seltener übersprungen." Und genau das ist das Faszinierende daran für Ben Royce: "Wir können jetzt zwar das 'Was?', aber nicht das 'Warum?' beantworten. Also werden wir weiterhin experimentieren und testen, bis wir auch das herausgefunden haben."
Die Anwendungsmöglichkeiten von maschinellem Lernen sind schier unendlich – davon ist Ben Royce überzeugt. "Es verändert komplett die Art und Weise, wie Computer Informationen verarbeiten. Und es spornt mich an, weitere Verwendungsmöglichkeiten für diese beeindruckende Technologie zu finden."
