Toen ChatGPT eind vorig jaar lanceerde, had niemand zich het enorme succes ervan kunnen voorstellen. Vandaag de dag kun je geen nieuwssite of social mediaplatform zoals LinkedIn bekijken zonder een stortvloed aan meningen en spiekbriefjes over het integreren van Generative AI in je dagelijkse taken.
Met deze nieuwe AI-evolutie worden ook doemscenario’s voor marktonderzoek en “traditionele manieren van tracking” op mijn tijdlijn verspreid. Na meer dan 25 jaar in brand tracking gewerkt te hebben, denk ik dat ik ook wel een en ander hierover kan zeggen.
Marktonderzoek, en specifiek brand tracking, heeft supersnel grote veranderingen ondergaan om gelijke tred te houden met de ontwikkeling van onze belangrijkste stakeholders – marketeers! De manier waarop we tegenwoordig merken volgen, verschilt van wat vijf jaar geleden mogelijk was. En niet alle software die voorbijkomt als ‘hot’ is geschikt. Bij Kantar testen en passen we onze solutions aan om te voldoen aan specifieke consumentenbehoeften en toepassingen. Technologie maakte het mogelijk om op grote schaal neurowetenschappelijke of systeem 1-methoden te gebuiken om de impact van een merk binnen tracking te begrijpen. Laten we dieper ingaan op de wisselwerking tussen AI en traditionele methoden in brand tracking.
De kracht van real-time data zonder vertraging
We hebben bestaande wetenschap toegepast om onze eigen gepatenteerde AI-tool te ontwikkelen die ruis uit enquêtedata verwijdert. Zo krijgen klanten geen schokkerige of grillige trendlijnen. In tegenstelling tot traditionele methoden die data gedurende enkele dagen verzamelen, verspeelt onze tool geen steekproeven en rapporteert het geen oude data. Dit is cruciaal omdat enquêtedata vaak last hebben van steekproef- en niet-steekproeffouten die ruis genereren. Met Kantar blijven klanten de concurrent voor dankzij dagelijkse trends en inzichten die zowel nauwkeurig als realtime zijn. Onze AI-tool is ook getraind om korte termijn voorspellingen te doen voor KPI’s, waardoor klanten geïnformeerde beslissen kunnen nemen en hun concurrenten voorblijven. Onze nieuwste solution, Kantar BrandNow, maakt gebruik van automatisering in tracking om nog meer waarde te bieden aan onze klanten. De solution vertrouwt niet alleen op voorspellende AI-technologie, maar gebruikt verschillende elementen om de best mogelijke resultaten voor onze klanten te garanderen.
Obsessie met merkinzichten, gebaseerd op onderbouwing
We hebben bij Kantar een lange traditie in het analyseren van succesvolle en waardevolle merken om de geheimen van hun succes te ontdekken. Dit doen we om de magische formule te ontrafelen die andere merken kunnen gebruiken om net zo succesvol te worden. Kantar BrandZ is nu toe aan zijn 18e editie en maakt gebruik van ons Meaningful Different Salient (MDS) framework voor brand equity om zo de essentie te snappen waarom sommige merken op lange termijn consistent excelleren. De sterkste merken creëren waarde op meer dan één manier. Zo realiseren ze 9x meer volumeaandeel, kunnen vaak een 2x hogere prijs vragen en hebben ze 4x zoveel kans om in de toekomst de merkwaarde te laten groeien.
Ons toonaangevende MDS-framework is consequent gevalideerd met nieuwe data en wordt wereldwijd erkend voor het leveren van resultaten door de Marketing Accountability Standards Board. Het MDS-framework staat centraal in onze visie op merken en is als rode draad verweven in alle oplossingen en met technologie ondersteunde merkproducten die we bieden. Met BrandNow krijg je een gebalanceerd overzicht van dagelijkse metingen zoals merk- en advertentiezichtbaarheid, in combinatie met langetermijnmetingen van brand equity. Onze klanten waarderen onze expertise op het gebied van alles wat met merken te maken heeft, een expertise gebaseerd op meer dan 50 jaar pionierservaring.
De gouden standaard voor datakwaliteit
Ik moest denken aan een opmerking van een klant een aantal jaren geleden. Na een presentatie, die bijzonder goed ging, zei ze: “Jullie doen zo’n goede analyse, maar is de datakwaliteit betrouwbaar…?” In het geval van AI wordt vaak over het hoofd gezien op welke dataset de AI is getraind. Je hebt misschien gemerkt dat AI-gebaseerde tools veel vooroordelen versterken. De output van een AI-tool is slechts zo bruikbaar en betekenisvol als de dataset waarop deze is getraind; het kent de wereld buiten deze bubbel niet. Hetzelfde geldt voor AI toegepast op brand tracking.
We zijn ons erg bewust van de GIGO-regel (garbage-in-garbage-out). Daarom stond het verkrijgen van de best mogelijke kwaliteit aan onderzoeksdata bovenaan de prioriteitenlijst bij het opzetten van BrandNow. Ons Profiles Audience Network gebruikt de beste fraudedetectie-AI om de panels schoon en menselijk te houden. Dit zorgt voor dagelijkse steekproeven van hoge kwaliteit. We doen 4 keer meer fraudepreventie dan wie dan ook. Onze Qubed-antifraudesoftware maakt gebruik van geavanceerde machine learning en 3 diepe neurale netwerken om meer dan 300 kenmerken voor elke enquêtesessie te verwerken. Hierdoor kunnen we binnen enkele seconden frauduleuze activiteiten detecteren en elimineren. Activiteiten die door mensen misschien wel onopgemerkt zouden blijven. De toepassing van geavanceerde intelligentie op hoogwaardige data zorgt ervoor dat onze inzichten betrouwbaar zijn en kunnen leiden tot krachtige besluitvorming.
Op het eerste gezicht lijkt een traditioneel brand tracking programma misschien zoals altijd: een eend die vredig drijft, zich onbewust van de wereld om zich heen. Maar onder het oppervlak wordt er driftig gepeddeld terwijl we nieuwe vaardigheden en processen toevoegen om een verrijkte maar toch gebruiksvriendelijke ervaring te bieden.
Wil je ontdekken hoe je geïnformeerde marketingbeslissingen kunt maken met continue brand tracking? Met BrandNow op Kantar Marketplace hou je makkelijk de prestaties van jouw merk, in vergelijking met je concurrenten, in de gaten en volg je essentiële indicatoren voor groei.
Boek vandaag nog een demo om meer te leren!