การทำหนังโฆษณาเรื่องหนึ่งไม่ใช่เรื่องง่าย แต่การที่จะเมคชัวร์ว่าจะประสบความสำเร็จหรือไม่นั้นยิ่งยากกว่า ซึ่งโดยปกติก็จะมีเครื่องมือในการวัดประสิทธิภาพของงานอยู่แล้ว แต่ก็มักจะเป็นการวัดในเชิงปริมาณ (Quantity) มากกว่า เช่น ยอดวิว ยอดไลก์ ค่า CPA เป็นต้น ซึ่งการวัดค่าการรับชมในเชิงอารมณ์ของผู้ชมยังเป็นเรื่องใหม่สำหรับเมืองไทยอยู่มาก อย่างไรก็ตาม เมื่อเร็วๆ นี้หลังจากเราได้นำเสนอข่าวว่า ดิจิทัลเอเจนซี่ไทยสามารถพัฒนาเทคโนโลยีที่สามารถวิเคราะห์ประสิทธิภาพของวีดีโอโฆษณาในเชิงลึกได้เป็นครั้งแรกในเมืองไทยโดยฝีมือนักพัฒนาคนไทย สร้างความสนใจให้ทั้งวงการโฆษณาและนักการตลาดเป็นอย่างมาก ว่าจะมาเข้าเปลี่ยนวิธีในการผลวิดีโอโฆษณาทั้งในปัจจุบันและอนาคตได้ (คลิกอ่านข่าวเพิ่มเติม)
ผลงานดังกล่าวเป็นฝีมือของสุดยอมทีมนักพัฒนาคนไทย โดย บริษัท อะแด็ปเตอร์ ดิจิตอล จำกัด (Apater) ดิจิทัลเอเจนซี่ชั้นนำ และผู้อยู่เบื้องหลังในการผลักดันเทคโนโลยีนี้ เป็นใครไปไม่ได้นอกจาก คุณเอิร์ธ – อรรถวุฒิ เวศรานุรักษ์ ประธานเจ้าหน้าที่บริหาร บริษัท อะแด็ปเตอร์ ดิจิตอล จำกัด (adapter digital group) ซึ่งจะมาเล่าให้เราฟังชนิดเจาะลึกว่า เครื่องมือที่เรียกว่า XSight นั้นมันน่าเอ็กซ์ไซต์จริงๆ แค่ไหน และจะมาเป็นคำตอบใหม่ให้กับนักการตลาด นักโฆษณา และแบรนด์ในการวัดผลประสิทธิภาพของชิ้นงานวิดีโอโฆษณาได้อย่างไร เรามาค้นหาความจริงไปด้วยกัน
ครั้งแรกของไทย กับการผนวก AI เข้ากับ Neuroscience ศาสตร์ด้านประสาทวิทยา
คุณเอิร์ธ เริ่มต้นด้วยการเล่าว่า เครื่องมือ XSight เป็นการนำเทคโนโลยี AI ที่ใช้ในการตรวจจับพฤติกรรมการมอง (Eye Tracking) ตรวจจับสีหน้าอารมณ์ความรู้สึก (Facial Expression Tracking) มาทำงานร่วมกัน พร้อมด้วยการผสานแนวคิดด้านประสาทวิทยาศาสตร์ (Neuroscience) การเข้าใจอารมณ์ความรู้สึกของกลุ่มเป้าหมาย (Emotional Intelligence) เข้าด้วยกัน เพื่อเสริมขีดความสามารถของการวัดผลชิ้นงานวิดีโอโฆษณาออนไลน์ ให้สามารถเข้าใจข้อมูลในเชิงลึก ทั้งปฏิกิริยา อารมณ์ ความรู้สึก และความสนใจที่ผู้ชมมีต่อการรับชมโฆษณา รวมถึงสามารถนำข้อมูลที่ได้มาปรับปรุง พัฒนาต่อเพื่อให้ได้ผลลัพธ์ที่ตรงเป้าหมายและมีประสิทธิภาพมากยิ่งขึ้นในระยะเวลาที่รวดเร็ว
สำหรับ XSight มีฐานความคิดที่เกิดจากการดึงเอาศาสตร์ของ Neuroscience มาใช้ ซึ่งเดิมนั้นมีอยู่ 5 ปัจจัยด้วยกัน ได้แก่ คลื่นสมอง คลื่นหัวใจ การแสดงสีหน้า สายตา และการทำ Self-report แต่ว่าเราได้เลือกมาใช้ 3 อย่าง คือ การแสดงสีหน้า (Facial Expression Tracking) สายตาที่มอง (Eye Tracking) และ Self-report โดยเป็นหนึ่งในเครื่องมือที่ทีมนักพัฒนาของ Adapter สร้างขึ้นมาเป็น Own platform ของเราเอง เป็นเทคโนโลยีแห่งอนาคตที่สำคัญต่อวงการ MarTech ซึ่งจะเข้ามาช่วยนักการตลาดให้สามารถทำการตลาดในเชิง New Precision (วัดผลได้แม่นยำ เที่ยงตรงสูง) ทั้งในเรื่องการวางแผนและการทำ VDO Marketing ทำให้ชิ้นงานออกมามีประสิทธิภาพมากขึ้น
เปิดเผย Uncover area ของชิ้นงานโฆษณาที่ไม่เคยรู้มาก่อน
สาเหตุสำคัญที่ทำให้เราพัฒนาเครื่องมือตัวนี้ขึ้นมาก็เนื่องจากว่า เดิมทีการวัดผลประสิทธิภาพของโฆษณาจะเน้นการวัดในเชิงปริมาณ (Quantity) ที่ออกมาเป็นตัวเลขมากกว่า เช่น คนดูจบเท่าไหร่ มีคนกดไลก์มากไหม แต่เนื้อในจริงๆ ว่าวิดีโอตัวนี้มีประสิทธิภาพแค่ไหนต่อคนดู อะไรที่ทำให้มันประสบความสำเร็จ ตรงนี้ยังไม่มีเครื่องมือชี้วัดผลในเชิงคุณภาพ (Quality) เลย ดังนั้น XSight จึงเข้ามาเป็นคำตอบให้กับคำถามต่างๆ เป็น Uncover area ที่จะล้วงลึกไปถึงสมองของผู้ชมว่าสายตายเขาจับจ้องบริเวณใดของเนื้อหาโฆษณาเป็นพิเศษ เขารู้สึกเกี่ยวกับโฆษณาหรือแบรนด์อย่างไร XSight สามารถเข้ามาตอบโจทย์ในเรื่องการทำ Analysis VDO ในยุคใหม่ได้เลย
“XSight เป็นวิธีการวัดผลเชิงครีเอทีฟและแบรนด์ในเชิงลึก เพื่อให้เรารู้ว่า Attention signal (สัญญาณการบ่งบอกว่าความสนใจ) ของสิ่งที่เรานำเสนอในเชิงสตอรี่เทลลิ่งอยู่ที่ตรงไหน ซึ่งคำกล่าวหนึ่งน่าสนใจมากที่บอกว่า พีคโมเมนต์ของโฆษณาแค่เสี้ยววินาทีมันมีผลมหาศาลมากๆ ต่อสินค้าและแบรนด์ ดังนั้น เราเอาคีย์อันนี้ที่เราอยากจะระบุให้ได้ว่าพีคโมเมนต์ของงานโฆษณาแต่ละชิ้นมันอยู่ตรงไหน เพราะพีคโมเมนต์ของแต่ละคนไม่เท่ากัน บางคนชอบฉากโน้น บางคนชอบฉากนี้ แล้วค่าเฉลี่ยตรงกลางของงานโฆษณาชิ้นนี้อยู่ไหน เราเลยเรียกมันว่าเป็น Uncover area ที่เราจะเปิดเผยมันออกมา”
ทำความรู้จัก 2 ฟีเจอร์สำคัญของ XSight
สำหรับฟีเจอร์หลัก 2 ส่วนสำคัญใน XSight ได้แก่ 1) Visual Impact และ 2) Emotion Intense โดย ‘Visual Impact’ คือค่าเฉลี่ยของการมองหาพื้นที่ที่สายมองไปตรงบริเวณนั้นในจุดเดียวกัน เราเรียกว่า Attention (ความสนใจ) โดย AI จะทำหน้าที่แยกระหว่าง Attention กับ Distraction (จุดเบี่ยงเบนความสนใจ) ออกจากกัน ซึ่งใช้เทคโนโลยี Eye Tracking ตรวจจับว่าสายตาของผู้รับชมโฆษณามองไปยังพื้นที่ไหน บริเวณใดในจุดๆ เดียวพร้อมๆ กันมากป็นพิเศษ พื้นที่นั้นจะเรียกว่า Attention
ขณะที่ ‘Emotion Intense’ (หรือ Emotion Intensity) คือ ค่าเฉลี่ยความเข้มข้นของอารมณ์ความรู้สึกที่ผู้ชมมีต่อภาพหรือซีนนั้นๆ โดยจะทำการแยกระหว่างซีนที่ทำให้คนเกิด Emotion กับซีนที่คนดูแล้วรู้สึกเฉยๆ หรือไม่รู้สึกอะไรเลยออกมา ด้วยการใช้ Facial Expression Tracking ตรวจจับอารมณ์ความรู้สึกจากการแสดงสีหน้าของคนดูระหว่างรับชมโฆษณา ซึ่งระบุได้ถึง 6 อารมณ์ ได้แก่ โกรธ (Angry), เบื่อ (Disgusted), มีความสุข (Happy), เศร้า (Sad), ประหลาดใจ (Surprised) และ หวาดกลัว (Fearful) ว่าแต่ละซีนนั้นมีการเปลี่ยนแปลงทางสีหน้าอย่าไร จากการขยับคิ้ว ตา ปาก แก้ม ฯลฯ ซึ่งหากมีการเปลี่ยนแปลงทางสีหน้าสูงแสดงว่าซีนนั้นมีผลต่ออารมณ์ความรู้สึกของผู้ชม โดยให้รับชมโฆษณาตั้งแต่ต้นจนจบเพื่อวัดค่าตลอดทั้งชิ้นงาน ซึ่งจะทำให้รู้ว่าซีนไหนที่มีผลต่ออารมณ์ความรู้สึกผู้ชมอย่างไร
จากนั้นจะนำค่า Visual Impact และ Emotion Intense มาเข้าสูตรการคำนวณเพื่อหาค่าเฉลี่ยตรงกลาง ค่ากลางดังกล่าวจะเรียกว่า “Attention signal” นั่นเอง โดยเป็นค่าเฉลี่ยที่ทำให้เรารู้ว่า ซีนไหนที่สามารถกระตุ้นความสนใจและการรับรู้ของคนได้มากที่สุด หรือเป็นซีนที่เกิดค่า Top Visual Impact และ Top Emotion Intensity สูงที่สุด คือค่าเฉลี่ยที่คนพร้อมใจกันมองไปยังแบรนด์หรือโปรดักส์ผนวกกับค่าเฉลี่ยที่คนมีอารมณ์ร่วมกับซีนนั้นมากที่สุดในการรับชม
นอกเหนือจากทำการทดสอบกับตัววิดีโอแล้วก็จะมีการทำ Self-test Report ประกบด้วย ซึ่งก็คือการทำ Questionnaire โดยให้ผู้ทำการทดสอบตอบคำถามหลังทำเทสต์แล้ว เป็นการเช็คในขั้นตอนสุดท้าย เพื่อตรวจสอบ Brand Love, Purchase intense และ Encoding Message เช่น เช็คว่า ดูโฆษณาแล้วชอบไหม อยากซื้อสินค้าไหม หรือเพื่อเช็คให้แน่ใจว่าเข้าใจในเมสเสจที่แบรนด์ต้องการจะสื่อหรือไม่ เรียกว่าเป็นการทำ Final Test ประกบการทดสอบ เป็นตัวช่วยสำหรับการถามคำถามบางอย่างที่โปรแกรมไม่สามารถหาคำตอบได้
ประโยชน์และความสำคัญจากการนำค่า Attention Signal ไปใช้งาน
หลังจากหาค่า Attentions Signal ได้แล้ว ก็จะนำมาวิเคราะห์ชิ้นงานโฆษณา เพื่อวัดประสิทธิภาพของงาน ซึ่งสามารถทำได้ใน 2 เสตจ ดังนี้
เสตจ 1 คือช่วยในความต้องการที่จะ Optimized execution ชิ้นงานโฆษณาออกมาให้มีประสิทธิภาพที่สุด โดย Attention Signal จะเข้าไปช่วยวิเคราะห์ในขั้นตอนของการคัตติ้งหนังโฆษณาในช่วง Double head (ขั้นตอนของการนำซีนแต่ละซีนมาเรียงเรื่องต่อกัน) โดยที่ยังเป็นงานหยาบๆ อยู่ ยังไม่มีการมิกซ์ซาวด์หรือใส่ 3D Visual โดยนำเอาคัตติ้งมาเทสต์ให้กับกลุ่มตัวอย่างเพื่อดูว่า หนังที่เราตัดไว้เวิร์คแค่ไหน ซึ่งสามารถเช็คประสิทธิภาพสำหรับหนังโฆษณาใน 2 ประเภท คือ 1) หนังที่นำเสนอด้านอารมณ์ (Emotional Connect) และ 2) หนังที่เน้นโปรโมทโปรดักส์หรือโปรโมชั่น
ดังนั้น เมื่อโจทย์ของตัวคลิปโฆษณาแตกต่างกัน วิธีการอ่านค่าก็จะแปรผันไปตามวัตถุประสงค์ของชิ้นงานโฆษณานั้นๆ เช่น ถ้าหนังเราเน้น Emotional Connect เราก็จะให้ความสำคัญกับค่า Emotion Intense มากกว่าค่า Visual Impact เพราะหนังเล่นกับอารมณ์ความรู้สึกของคน
ขณะที่ถ้าหนังเน้นการเปิดตัวโปรดักส์หรือ สินค้าและโปรโมชั่นเป็นหลัก แน่นอนว่าค่า Visual Impact จะต้องออกมาสูงกว่า โดยวัดไปที่สายตาของคนว่ามองไปที่ข้อความโปรโมชั่นหรือไม่ มองไปที่ผลิตภัณฑ์ที่อยากให้เห็นไหม ฉะนั้นวิธีการอ่านผลจะทำแบบเบี่ยงค่าได้ เรียกว่ามีความยืดหยุ่นในการอ่านค่า ทำให้สามารถปรับแต่งชิ้นงานโฆษณาได้ตามวัตถุประสงค์ของแบรนด์ ลูกค้า รวมไปถึงสามารถประมวลผลได้ตามอุตสาหกรรมแบรนด์ของลูกค้าได้ด้วย
ในส่วนขอเสตจของการคัตติ้ง คุณเอิร์ธ ยืนยันว่า XSight ใช้วิธีการวิเคราะห์และประมวลผลเหมือนกับวิธีที่ Disney และ Pixar ใช้เวลาจะนำหนังใหม่เข้าฉายในโรงภาพยนตร์ โดยวิธีการที่ Disney ใช้คือการนำคนเข้ามาเทสต์หนังใหม่ประมาณ 200 คน ที่เรียกว่า Pre test ถ้าผลการทดสอบระบุว่า ซีนไหนดรอปในแง่ความสนใจและอารมณ์ร่วมของคน ค่ายก็จะตัดซีนนั้นทิ้งไป
ดังนั้น ขั้นตอนที่เราทำนี้เรียกว่าเราสามารถปรับแต่งสตอรี่ไลน์ของหนังโฆษณาใหม่ได้ทั้งหมด เพื่อทำให้แน่ใจว่าแบรนด์จะรักษาอารมณ์ร่วมของคนดู ผู้บริโภคได้อยู่หมัด รวมถึงการแนะนำตำแหน่งที่เหมาะสมของข้อความ Typography โปรดักส์ช็อตบางตัว เพื่อให้เกิด Visual Impact ที่ดีที่สุด นี่คือในส่วนของการช่วยซัพพอร์ตเสตจของการทำหนังโฆษณาในขั้นตอนก่อนเปิดตัวหนังโฆษณาจริงสู่สายตาผู้บริโภค ลูกค้า
เสตจที่ 2 ประโยชน์จาก Attention Signal คือ กรณีที่ลูกค้าไม่อยากวุ่นวายและไม่อยากเสียงบประมาณในการทำ Double head เพิ่ม ก็สามารถนำเอาคลิปโฆษณาที่ตัดต่อมาเรียบร้อยแล้ว มาหาว่าช่วงไหน ซีนใดที่พีค แล้วสามารถหยิบไปทำ Short Version หรือ Bumper ads ได้แบบไม่ต้องเดา ซึ่งจะช่วยนักการตลาดและแบรนด์ทำงานได้ง่ายขึ้น โดยเฉพาะในส่วนการกระจายเม็ดเงินโฆษณาไปยังมีเดียต่างๆ ซึ่งจะทำให้เกิดความมั่นใจในเรื่อง Reach and Frequency มากขึ้น
ประโยชน์อีกด้านซึ่งเหมาะกับฝั่งของครีเอทีฟคือการใช้ XSight ถอดบทเรียนงานโฆษณาทั้งของตัวเองและของคู่แข่ง ซึ่งส่วนนี้จะเป็นกรณีที่งานทั้งหมดตัดเสร็จเรียบร้อยแล้ว หรือนำงานเก่าในอดีตมาศึกษา เพื่อให้รู้ว่างานชิ้นนี้ประสบความสำเร็จได้เพราะอะไร จุดไหน หรือส่วนใดที่ทำปฏิกิริยามากเป็นพิเศษกับคนดู ผู้บริโภคได้มากที่สุด รวมไปถึงนำงานโฆษณาของแบรนด์คู่แข่งมาศึกษาด้วยเพื่อจะได้เรียนรู้ผ่านงานต่างๆ
XSight กับความแม่นยำในการวัดผล
คำถามที่น่าจะมีหลายคนสงสัยคือ ในการทำการเทสต์จะมีความผิดพลาดได้บ้างหรือไม่? คุณเอิร์ธ อธิบายว่า ในกรณีที่ผู้เข้าร่วมการทดสอบมีปัจจัยการแสดงออกทางสีหน้า หรือลักษณะทางกายภาพที่แตกต่างไปจากคนทั่วไป ปัจจัยเหล่านี้อาจจะส่งผลให้ XSight ไม่สามารถประมวลผลได้แม่นยำ 100% ตัวอย่างเช่น ในกรณีที่อาจผู้เข้าร่วมการทดสอบบางคนเป็น ‘คนไม่แสดงสีหน้า’ คนกลุ่มนี้อาจจะไม่ได้รับการคัดเลือกให้อยู่ในกลุ่มตัวอย่างที่จะทำการทดสอบ XSight เพราะอาจจะทำให้ผลการทดสอบคลาดเคลื่อนได้ โดยจะเรียกขั้นตอนในการคัดกรองผู้เข้าร่วมการทดสอบว่าเป็น “การ Calibrate”
รวมไปถึงกรณีที่บางคนมีลักษณะทางกายภาพที่อาจทำให้การวัดค่าผิดพลาดได้ เช่น บางคนเป็นหนังตาตก มุมปากคว่ำมากเป็นพิเศษ ทำให้แม้จะทำใบหน้านิ่งเฉย แต่ AI ก็อาจจะเข้าใจผิด คิดว่าการแสดงออกทางใบหน้าดังกล่าวหมายถึง ผู้เข้าร่วมการทดสอบกำลังรู้สึก ‘เศร้า’ (Sad) โดยอัตโนมัติ คนเหล่านี้ก็จะถูกคัดกรองออกเพื่อทำให้ผลการทดสอบน่าเชื่อถือมากขึ้น
รีวิวประสบการณ์ทดลองชมโฆษณาผ่าน XSight
หลังจากที่ทราบข้อมูลเชิงเทคนิกมาแล้ว คราวนี้เรามองลองทดสอบการใช้งาน XSight กันว่าทำงานอย่างไร
- เริ่มต้นด้วยการให้ผู้ที่เข้าร่วมการทดสอบ อ่านเอกสารการยินยอมการขอใช้ข้อมูลจากการทดสอบ ซึ่งเป็นไปตามกฎหมาย PDPA โดยหลังการเซ็นเอกสารยินยอมแล้ว ทีมงานจะแจ้งสิทธิให้ทราบอีกครั้งเพื่อย้ำให้เข้าใจเรื่องการนำข้อมูลไปใช้งานเฉพาะผลที่ได้จากการทดสอบ แต่ข้อมูลส่วนบุคคลอื่นๆ จะไม่ถูกนำไปเผยแพร่อย่างแน่นอน
- เมื่อเข้าใจกฎกติกาแล้ว ทีมงานจึงจะเริ่มอธิบายวิธีการทำงานร่วมกับเครื่องมือ XSight รวมถึงวิธีการดูโฆษณาที่เหมาะสม (ลักษณะท่าทางการนั่ง การมองจอ)
- จากนั้นจึงดำเนินการ Calibrate สายตาและลักษณะของการแสดงอารมณ์
- เริ่มต้นดำเนินการทดสอบ XSight รับชมหนังโฆษณาตั้งแต่ต้นจนจบ ซึ่งคำแนะนำคือ ให้ปล่อยอารมณ์ความรู้สึกไปกับเรื่องราวที่เกิดขึ้น ไม่ควรรู้สึกเกร็งหรือรู้สึกว่ากำลังอยู่ในการทดสอบ หลังดูจบก็จะต้องทำแบบสอบถามเพื่อนำผลลัพธ์ที่ได้มาช่วยยืนยันข้อมูลควบคู่กับผลลัพธ์ที่เกิดจากการประมวลผลและวิเคราะห์ของ XSight อีกแรง
ความรู้สึกของการทดสอบผ่านเครื่องมือ XSight ในมุมของผู้เข้ารับการทดสอบ ไม่ได้รู้สึกแตกต่างจากการดูคลิปโฆษณาปกติทั่วไป เพียงแต่เราต้องการความมั่นใจเรื่องข้อมูลส่วนบุคคลเท่านั้น ซึ่งทางทีมงานของ adapter digital สามารถสร้างความเชื่อมั่นในประเด็นนี้ให้กับเราได้เป็นอย่างดี
สำหรับกรณีลูกค้าที่มาใช้งานเครื่องมือ XSight หลังการทดสอบกับกลุ่มตัวอย่างครบถ้วนแล้ว (อย่างต่ำ 20 คน) สามารถรอฟังผลลัพธ์จากทีมงาน Adapter ได้ทันที! รวมถึงจะมีทีมงานมาช่วยย่อยบทวิเคราะห์ให้ฟังอย่างละเอียด ซึ่งจะทำให้การทำงานเกิดประสิทธิภาพและรวดเร็ว
ความกังวลกับนโยบายส่วนบุคคล และกฎหมาย PDPA
คนจำนวนหนึ่งอาจจะมีความกังวลประเด็นนโยบายส่วนบุคคล PDPA ว่าจะมีผลกระทบแค่ไหน ตรงจุดนี้ คุณเอิร์ธ อธิบายว่า สำหรับแพลตฟอร์ม XSight เปรียบเสมือน Pre-test platform ที่ทำการทดสอบกับกลุ่มตัวอย่าง ที่เราทำการคัดเลือกให้ตรงกับกลุ่มเป้าหมายที่แบรนด์ต้องการ ดังนั้นก่อนเริ่มต้นทำการทดสอบทุกครั้ง เราได้มีการอธิบายสิทธิ ขออนุญาตและเซ็นเอกสาร PDPA เพื่อยินยอมให้ข้อมูลในการทำเทสต์ XSight ไปใช้งานตามวัตถุประสงค์อย่างเคร่งครัด โดยไม่ได้มีการนำข้อมูลส่วนบุคคลไปใช้ประโยชน์นอกเหนือจากข้อตกลงที่ได้ระบุไว้กับผู้เข้าร่วมการทดสอบแต่อย่างใด
อีกประการคือ การวัดผลหนังโฆษณานั้นไม่ได้ทำกับบุคคลทั่วไป ฉะนั้นคนทั่วไป ผู้ใช้งานอินเทอร์เน็ตไม่ต้องกังวลว่าการดูโฆษณาจะถูกติดตามข้อมูล หรือถูกนำข้อมูลไปใช้ประโยชน์ เพราะคุณเอิร์ธและ adapter digital ยืนยันว่าทุกกระบวนการทำถูกต้องตามกฎหมายและเคารพในสิทธิข้อมูลส่วนบุคคล
ยืนยัน AI ไม่ได้มาลดทอนพลังของ Creativity
อีกประเด็นที่ไม่ถามไม่ได้คือการวัดผลเช่นนี้จะเป็นการใช้เทคโนโลยีมาตัดสินผลงานในเชิงครีเอทีฟหรือไม่ คุณเอิร์ธ ให้คำตอบว่า ตรงนี้จุดนี้คิดว่าอยู่ที่มุมมองเหมือนกัน ถ้าเรามองว่า AI แย่งงานคนก็เท่ากับว่า AI แย่งงานคน และเราก็จะไม่มีโอกาสทำงานร่วมกับ AI หรือไม่มีโอกาสที่เราจะได้ข้อมูลที่เร็วขึ้น แล้วใช้ Human decision ที่ดีขึ้นได้เลย
ดังนั้น ไม่ได้มองว่ามันเอามาตัดสินงานครีเอทีฟ แต่มันเป็นเครื่องมือที่ใช้ในการหาหลักฐาน ข้อมูลที่เป็นประโยชน์กับแคมเปญมากกว่า ซึ่งอันที่จริงแล้ว มันอาจจะทำให้งานของคุณไปได้ไกลกว่าเดิมที่เคยวางไว้ก็ได้ ดังนั้น อยากชวนให้มองในกรอบคิดแบบนี้มากกว่า
“ผมว่ายุคนี้ AI มีความสำคัญ แต่ AI ไม่ได้มาแทนที่มนุษย์ AI แค่มาช่วยทำให้เราได้ผลลัพธ์ที่เร็วขึ้น และช่วยให้มนุษย์สามารถตัดสินใจได้ง่ายขึ้น ผมมีความเชื่อเรื่องนี้นะ เราเอา AI มาช่วยทำให้ทุกอย่างมันเร็ว สมาร์ท แต่ Human make decision easier เท่านั้น”
อนาคต XSight กับการสร้างการเปลี่ยนแปลงให้วงการตลาดและโฆษณา
สิ่งที่น่าสนใจมากของ XSight คือการที่แพลตฟอร์มนี้จะเข้ามาเปลี่ยนวงการโฆษณาและการตลาดด้วย Neuroscience Marketing ซึ่งคุณเอิร์ธ ตอกย้ำความมั่นใจในประเด็นนี้ว่า นอกเหนือจากงานโฆษณาแล้วงานในอุตสาหกรรมอื่นๆ เช่น รายการเกมส์โชว์ คอนเทนท์ออนไลน์ ละคร ซีรีส์ ฯลฯ ก็สามารถนำ XSight ไปใช้วิเคราะห์ได้เช่นกัน ที่สำคัญเรายังมองว่า อนาคตไม่ได้ทำแค่คอนเซ็ปต์ของการ Pre-test แต่อาจจะทำได้แม้แต่งานโฆษณาที่ปล่อยออกไปสู่ท้องตลาดแล้ว ซึ่งอาจจะเป็นการทำร่วมกับเทคโนโลยีบางอย่างบนสื่อดิจิทัลหรือบน OOH ได้ ดังนั้น ในอนาคตมีอะไรที่สามารถต่อยอดให้ทำได้อีกมากมาย
“หนึ่งในเป้าหมายหลักของ adapter digital คือการยกระดับและสร้างนวัตกรรมใหม่ๆ ให้กับอุตสาหกรรมโฆษณาไทยด้วย Data, Innovation และ MarTech (Marketing Technology) เพราะเรามีความเชื่อว่าดิจิทัลจะช่วยให้ธุรกิจและแบรนด์เติบโตไปได้ไกล โดยเทคโนโลยีดิจิทัลได้กลายมาเป็นเครื่องมือหลักในการทำการตลาด ตั้งแต่วิธีการสื่อสารไปจนถึงการขายสินค้า แต่ในขณะเดียวกัน วิธีการประเมินหรือการวัดผลจากกลยุทธ์ที่เราใช้ก็จำเป็นจะต้องอาศัยเทคโนโลยีใหม่ๆ เข้ามาช่วยด้วย ดังนั้น เราเชื่อว่าแพลตฟอร์ม XSight จะเป็นอีกแง่มุมหนึ่งที่เข้ามาช่วยเพื่อนๆ นักการตลาด นักโฆษณา และแบรนด์ สร้างความเข้าใจในการวิเคราะห์ประสิทธิภาพของชิ้นงานโฆษณา และเข้าใจได้ถึงอินไซต์เชิงลึกของผู้บริโภคได้อย่างแท้จริง”
ความท้าทายสูงสุดกับการทำงานโฆษณาในยุคดิจิทัลคือ ต้องรู้จักและต้องเข้าใจผู้บริโภคให้มากที่สุดในระยะเวลาอันรวดเร็ว โดยเอาเทคโนโลยีมาเป็นตัวช่วย การมาของ XSight ก็น่าจะเป็นหนึ่งในเครื่องมือสำคัญที่สามารถสร้างความเปลี่ยนแปลงให้กับอุตสาหกรรมการตลาดและโฆษณาทั้งในปัจจุบันและในอนาคตได้อย่างแน่นอน ซึ่งเราจะติดตามการพัฒนาต่อยอดจากความสำเร็จ XSight ต่อไป.
