Przez ponad dwie dekady digital advertising opierał się na tym samym założeniu: liczy się to, kim jest użytkownik. Behavioral tracking, identity graphs, modelowanie demograficzne – to był fundament każdej kampanii. Teraz ten fundament zaczyna się kruszyć, i to nie tylko dlatego, że third-party cookies odchodzą do lamusa.
Seedtag, firma specjalizująca się w reklamie kontekstowej, przedstawia koncepcję neuro-contextual AI – podejścia, które przesuwa pytanie z „kto to jest?” na „co czuje w tej chwili?”. To brzmi jak marketing, ale za tym stoi coraz więcej twardych danych.
Mózg pod elektrodami – co zbadali naukowcy?
Seedtag zlecił badanie z udziałem profesora Morana Cerfa z Columbia University. Metodologia była prosta, ale wyniki zaskakujące – uczestnicy mieli zakładane elektrody do pomiaru aktywności elektrycznej mózgu (EEG) podczas oglądania reklam w różnych kontekstach treściowych.
Wyniki:
- reklamy neuro-contextualnie dopasowane generowały 3,5x wyższe zaangażowanie neuronalne niż placement bez dopasowania kontekstowego
- osiągnęły 30% lepszy wynik niż standardowe reklamy kontekstowe
- wywołały 26% wzrost pozytywnych, approach-oriented odpowiedzi emocjonalnych
- co istotne: uwaga widza nie spadała nawet przy wielokrotnej ekspozycji
Mechanizm jest intuicyjnie zrozumiały. Kiedy reklama trafia w środowisko treściowe zgodne z aktualnym stanem emocjonalnym i poznawczym widza, mózg przetwarza ją efektywniej. Nie ma dysonansu, nie ma oporu.
Komentarz redakcji
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl: „Koncepcja jest sedukcyjna i nie brakuje tu solidnych podstaw naukowych. Ale zanim branża marketingowa rzuci się w to z entuzjazmem, warto zadać kilka pytań. Po pierwsze – badania EEG w warunkach laboratoryjnych to nie jest realna przestrzeń reklamowa. Czy te efekty przenoszą się na scrollowanie telefonu o 22:00? Po drugie – i to jest ważniejsze – mamy tu do czynienia z technologią, która ma czytać stany emocjonalne konsumentów i na tej podstawie dobierać komunikaty reklamowe. To jest potężne narzędzie, które może służyć do budowania naprawdę trafnych doświadczeń reklamowych. Ale może też być narzędziem manipulacji na skalę, której jeszcze nie widzieliśmy. Gdzie przebiega granica między 'reklamą odpowiednią do nastroju’ a exploitowaniem stanu emocjonalnego? Kto to reguluje? Na razie nikt nie pyta o te pytania głośno.”
Od „kto” do „dlaczego i jak”
Brian Gleason, CEO Seedtag, opisuje zmianę w media planningu jako przejście od segmentacji do rozumienia momentów. Klasyczny przykład: dwa artykuły o samochodach traktowane przez systemy reklamowe tak samo, bo oba wpadają do kategorii „automotive”. Tymczasem jeden opisuje ciekawostki motoryzacyjne (pasywna konsumpcja), drugi porównuje konkretne modele z myślą o zakupie (aktywna deliberacja). To są kompletnie różne stany psychiczne czytającego.
Neuro-contextual AI ma rozróżniać takie stany – analizując tekst, obrazy i wideo w czasie rzeczywistym pod kątem nastroju, intencji i dominującego zainteresowania.
Planowanie mediów, zdaniem Gleasons’a, powinno odtąd odpowiadać na cztery pytania:
- Gdzie koncentruje się uwaga odbiorcy?
- Co do niego dotrze w tym środowisku emocjonalnym?
- Dlaczego w ogóle konsumuje tę treść?
- Jak się w tym momencie czuje?
CTV i koniec cookie-based targeting w streamingu
Interesujący jest wątek CTV. Wraz z rozrostem premium streamingu i fragmentacją inventory, neuro-contextual AI daje alternatywę dla prób rekonstruowania cookie-based targetingu w ekosystemach streamingowych. Zamiast pytać „kto ogląda?”, system pyta „co ogląda i dlaczego to wybrał?”. Kulinarny show, mecz na żywo i dokumentalny film finansowy to trzy różne stany motywacyjne – i trzy różne możliwości dopasowania kreacji.
Zmiana w pomiarach skuteczności
Tradycyjnie walutą był reach. Modele neuro-contextual AI promują inną hierarchię metryk:
- Zasięg – ilu ludzi zobaczyło
- Uwaga (attention) – czy była szansa, że komunikat zadziałał
- Intencja – czy kontekst treściowy pokrywał się z momentem decyzyjnym
- Zaangażowanie emocjonalne – czy komunikat rezonował
To nie jest rewolucja znikąd. GDPR, a po nim ograniczenia third-party cookies, wymusiły szukanie alternatyw dla targetowania behawioralnego. Contextual advertising wróciło do łask kilka lat temu. Neuro-contextual AI to jego kolejna iteracja – ale oparta o twarde dane neuronaukowe, nie intuicję.
Pytanie, które branża będzie musiała sobie zadać: czy „relevance is neurological” to przełom w skuteczności reklamy, czy kolejny krok w kierunku przestrzeni reklamowej, która wie o nas za dużo?
