Wie Emotionserkennungstechnologie das Marketing effektiver machen kann

Personalisierung ist eine der wichtigsten Komponenten moderner Marketingstrategien. Um diesen Gedanken nachzuvollziehen, schauen Sie einfach zurück und denken Sie darüber nach, wie oft Sie die Standard-Marketing-E-Mails von Marken ignoriert haben, aber auf diejenigen geklickt haben, die für Ihre Bedürfnisse relevant zu sein schienen. Personalisierung hat viele Dimensionen, und in diesem Blogbeitrag konzentrieren wir uns auf eine einzigartige Dimension — „den emotionalen Zustand des Benutzers, der mit der Marke interagiert“. Bei ParallelDots hat unsere KI-Forschungsgruppe einige Schritte in diese Richtung unternommen und einen einzigartigen Algorithmus entwickelt, der die zugrunde liegende Emotion hinter einer Textfolge erkennt.

Vorhin haben wir Sie auf den Emotionserkennung Technologie und wie wir das machen bei Parallele Punkte. In diesem Artikel werden wir die Anwendungen der Emotionserkennungstechnologie insbesondere im Marketing erörtern. Der Begriff Marketing hat wahrscheinlich die dynamischste Definition aller Zeiten. Aber wenn Sie darüber nachdenken, haben wir dynamisches Marketing noch nicht vollständig erreicht. Und hier kommt die Technologie zur Emotionserkennung ins Spiel.

Emotional Connect — Die geheime Zutat effektiver Marketingkampagnen

Emotionen treiben Nutzer zum Kauf an. Marken haben begonnen, auf emotional verbindendere Werbung umzusteigen, was offiziell aus den Super Bowl-Werbespots von 2015 hervorgegangen ist. Die Verbraucher verwendeten Wörter wie „ermutigend“, „positiv“, „bewegend“, „inspirierend“, „berührend“ und „erhebend“, um die Anzeigen zu beschreiben. Sie haben Werbeanzeigen von The Ad Council, Gillette, Mattel, Lean Cuisine und Microsoft weitergeleitet, geteilt und gefeiert. Damit gehören sie zu den fünf beliebtesten viralen, emotionalen Werbeanzeigen des Jahres 2015. Diese Anzeigen sprachen Menschen jeden Alters, Geschlechts und anderer demografischer Gruppen an, unabhängig vom Produkt oder Thema. Sie übermittelten Botschaften, die von den Nutzern mit überwältigender Mehrheit als das „Beste an der Anzeige“ bezeichnet wurden. Die positiven Emotionen, die diese Kampagnen hervorrufen, führen dazu, dass die Marke mit diesen Emotionen in Verbindung gebracht wird, und stärken das Image der Marke.

Emotionen verstehen — Explizites strukturiertes Feedback

Was könnte besser sein, als Kunden Ihnen tatsächlich sagen, was sie von einer Marketingkampagne halten, indem sie ihre Stimme für eine bestimmte Emotion anhand einer strukturierten Liste möglicher Optionen abgeben. Das klingt theoretisch gut, ist aber praktisch fast unmöglich umzusetzen. Es gibt jedoch ein außergewöhnliches Unternehmen, das in der Lage ist, dies zu erreichen: Facebook. Jetzt, da Facebook emotionale Reaktionen in die Beiträge integriert hat, kann es das Surferlebnis für jede Person besser personalisieren und auch besser verstehen, welche Art von Werbung ein Kunde mag. Die Auswirkungen, wie dies zur Verbesserung der Plattform genutzt werden kann, sind enorm.

Emotionen verstehen — unstrukturierten Text analysieren

Angesichts der zunehmenden Digitalisierung gibt es viele Möglichkeiten, auf denen Marken Feedback von Kunden in Form von Text erhalten können — wie E-Mails, Chats und Social-Media-Nachrichten. Mit dem Aufkommen von Deep Learning hat sich die Fähigkeit von Algorithmen, die Bedeutung von Texten zu verstehen, erheblich verbessert. Bei ParallelDots haben wir einen solchen Algorithmus entwickelt, der eine bestimmte Textfolge analysiert und daraus ableitet, ob die zugrunde liegende Emotion glücklich, aufgeregt, wütend, traurig oder gleichgültig ist. Dieser Algorithmus wird von einigen unserer Kunden verwendet, um zu analysieren, wie Menschen auf ihre Marketingkampagnen auf Social-Media-Plattformen wie Youtube, Facebook, Twitter und Instagram reagieren. Dies gibt ihnen objektives Feedback darüber, wie die Art der Inhalte funktioniert, und ermöglicht es ihnen, ihre Marketingstrategie entsprechend zu verfeinern.

Unternehmen können solche KI-Tools nutzen und alle Kunden in Kategorien einteilen, die sich auf die Emotionen beziehen, die sie bei der Interaktion mit der Marke ausdrücken. Dies kann genutzt werden, um ein gezieltes Engagement zu fördern. Wenn eine Marke beispielsweise die limitierte Version eines neuen Produkts auf den Markt bringen möchte, kann sie Werbung nur auf diejenigen Kunden ausrichten, die bei der vorherigen Produkteinführung ein Gefühl der „Begeisterung“ zum Ausdruck gebracht haben. Oder wenn ein Kunde normalerweise wütend ist, wenn er mit einer Marke interagiert, können ihm gezielte Rabatte angeboten werden, um ihn zu beruhigen.

Emotionen verstehen — Bilder analysieren

Wir dachten darüber nach zu erklären, wie KI (um genau zu sein Convolutional Neural Networks) die Emotionen hinter Bildern jetzt effektiv analysieren kann. Aber dann haben wir beschlossen, das Bild unten tausend Worte sagen zu lassen. Mit Faceapp können Sie sehen, wie ein Porträt von Beethoven so verändert wurde, dass es zeigt, wie er ausgesehen hätte, wenn er ein Kind, eine Frau oder sehr glücklich gewesen wäre. Die Tatsache, dass wir Emotionen in bestehenden Bildern transformieren können, lässt kaum Zweifel an unserer Fähigkeit, Emotionen im Bild zu erkennen.

Im Januar 2016 erwarb Apple Emotient, ein Technologieunternehmen für Emotionserkennung. Emotient hat ein Patent für eine Methode zur Erfassung und Kennzeichnung von bis zu 100.000 Gesichtsbildern pro Tag, die die Fähigkeit eines Computers unterstützt, Gesichtsausdrücke zu erkennen. Man kann mit Fug und Recht davon ausgehen, dass die Emotient-Technologie zur Emotionserkennung bald in iPhones und iPads zum Einsatz kommen wird. Dies könnte möglicherweise für gezieltere und dynamischere Interaktionen verwendet werden, wenn Benutzer ihre Plattformen durchsuchen oder mit ihnen interagieren.
Ein anderes Unternehmen namens Affectiva behauptet, die weltweit größte Datenbank mit Gesichtsausdrücken und den entsprechenden Emotionen aufgebaut zu haben. Es nutzt seine Innovationen, um Medienunternehmen, Marktforschungsunternehmen und Marken dabei zu helfen, detailliertere Verbraucherinformationen zu erhalten. Bis 2020 wird der Markt für Technologien zur Emotionserkennung einen Wert von über 20 Milliarden US-Dollar haben und wäre daher ein Bereich, in den viel investiert werden kann. Unternehmen wie Unilever, P&G, Mars, Honda, Kellogg und Coca-Cola nutzen Emotionsanalysen für ihr Publikum.

Ein kleiner Blick in die Zukunft

Es wäre nicht weit hergeholt, wenn Sie sich morgen in den sozialen Medien über die Akkulaufzeit einer bestimmten Marke beschweren und eine personalisierte Anzeige über den überlegenen Akku einer Konkurrenzmarke sehen würden. Die Kameras in Ihren Telefonen und Laptops könnten möglicherweise aufzeichnen, wie sich Ihre Gesichtsausdrücke ändern, je nachdem, welche Art von Werbung Sie sehen. Wenn Sie also Veganer sind und Angst haben, Werbung zu sehen, auf der ein Eimer mit KFC-Hühnerflügeln zu sehen ist, könnte dieser subtile Gesichtsausdruck ein Signal für KFC sein, Ihnen diesen Werbetext nicht zu zeigen. Wir könnten die Zunahme emotionaler A/B-Tests beobachten, bei denen mehrere Kopien einer Anzeige getestet werden können und diejenigen ausgewählt werden könnten, die die beste emotionale Reaktion hervorrufen. Klingt zu weit hergeholt? Nun, der globale Marktforschungsführer Nielsen ist es bereits funktionierend zum Testen von Medieninhalten für Kunden durch Messung der neuronalen Aktivität von Menschen. Der Unterschied besteht darin, dass Nielsen dazu medizinische Geräte einsetzt, um die neuronalen und biometrischen Aktivitäten einer Fokusgruppe zu verfolgen.

Im Kern werden Marken durch die Emotionen definiert, die sie bei Menschen hervorrufen. Die wichtigste Erkenntnis ist, dass wir uns auf emotionaler Ebene unbewusst Meinungen bilden, die einen großen Einfluss auf unsere Kaufentscheidungen haben. Mit dem Aufkommen der KI scheint es unvermeidlich, dass Marken zunehmend beurteilen, welche Emotionen sie bei ihren Kunden hervorrufen, und die Einführung dieser Techniken könnte schneller erfolgen, als Sie erwarten. Es bleibt abzuwarten, wie sich das genau entwickeln wird, aber bei ParallelDots haben wir mit unseren Emotionsanalyse-API. Wenn Sie irgendwelche Gedanken zu diesem Thema haben, würden wir uns freuen, davon zu hören.

‍