บทความนี้เป็นส่วนหนึ่งของ บทความพิเศษ : จิตใจพบจักรกล

การวิเคราะห์ข้อมูล (data analytics) ได้เปลี่ยนการตลาดทางวิดีโอที่เข้ามาแทนที่วิธีการแบบดั้งเดิมอย่างการวิจัยกลุ่มเป้าหมายแบบเจาะจง (focus groups) และการทำสำรวจ (surveys) ด้วยการเข้าถึงที่ครอบคลุมและการขับเคลื่อนด้วยข้อมูล (data-driven)  ในการสำรวจหัวข้อ Marketing in a Post-Covid Era (การตลาดในยุคหลังโควิด) กับผู้บริหารการตลาดหรือ CMO (กันยายน 2565) พบว่าเกือบครึ่งหนึ่งของผู้ตอบแบบสำรวจใช้การวิเคราะห์เพื่อกำหนดรูปแบบการตัดสินใจทางการตลาด (ต่างจากก่อนการระบาดที่มีเพียงร้อยละ 38) ในขณะที่ร้อยละ 63.3 ทำการศึกษาพฤติกรรมผู้บริโภคบนช่องทางออนไลน์  ปัญญาประดิษฐ์ (AI) และแมชชินเลิร์นนิง (ML) ได้ช่วยให้นักการตลาดดึงเอาข้อมูลเชิงลึกได้ลึกมากยิ่งขึ้นจากข้อมูลที่ไม่มีโครงสร้างอย่างวิดีโอ เสียง และภาพ ซึ่งจะเป็นตัวเร่งการเปลี่ยนแปลงที่เกิดขึ้นนี้

ฮันนาห์ ชาง รองศาสตราจารย์ด้านการตลาด อธิบายว่า ก่อนที่จะมีความก้าวหน้าทางเทคโนโลยีซึ่งทำให้เกิดเครื่องมือต่างๆ เหล่านี้ มักเกิดสิ่งที่เรียกว่า “อุปสรรคในการวิเคราะห์ข้อมูล” เนื่องจากโดยธรรมชาติแล้ววิดีโอและเสียงนั้นเป็นข้อมูลที่มีไม่มีโครงสร้างจึงทำให้นักวิเคราะห์ตีความข้อมูลเหล่านี้ได้ยาก

ผู้เขียนโค้ดที่เป็นมนุษย์จะต้องแปลงสิ่งที่เธอเรียกว่า “ข้อมูลที่ยุ่งเหยิงนี้” ให้อยู่ในรูปแบบที่เป็นระเบียบด้วยตนเอง กระบวนการนี้เป็นกระบวนการที่ยากลำบากและใช้เวลานานเพื่อที่จะสร้างหมวดหมู่และโค้ดที่จะเป็นตัวแทนตัวแปรต่างๆ อาทิ ภาพ คำบรรยาย เพลง และข้อความ ของวิดีโอหนึ่งเรื่อง แต่การช่วยเหลือจากอัลกอริธึมของ ML ทำให้ในตอนนี้เราสามารถจัดการกระบวนการนี้ได้โดยอัตโนมัติในปริมาณมากๆ ซึ่งช่วยทำให้ธุรกิจต่างๆ ค้นพบข้อมูลเชิงลึกของพฤติกรรมผู้บริโภคได้โดยอิงจากชุดข้อมูลจำนวนนับไม่ถ้วนภายในไม่กี่วินาทีและด้วยต้นทุนที่ต่ำที่สุด

พลังของเสียงในการตลาดทางวิดีโอ

ในงานวิจัยของเธอ รองศาสตราจารย์ชางได้ค้นพบข้อมูลเชิงลึกใหม่เกี่ยวกับการใช้คำบรรยายสำหรับการตลาดทางวิดีโอ เธอระบุว่าเสียงของมนุษย์มักจะมีบทบาทสำคัญในการสื่อสารข้อความต่างๆ โดยเฉพาะอย่างยิ่งในการโน้มน้าวใจ เป็นเวลายาวนานมาแล้วที่นักปฏิบัติและนักวิจัยต่างมองว่าเสียงเป็นสิ่งที่มีความสำคัญเพราะส่งผลต่อการรับรู้ของผู้ฟังที่จะมีต่อผู้บรรยาย รองศาสตราจารย์ชางได้ยกตัวอย่างว่าผู้ฟังคนหนึ่งอาจถูกโน้มน้าวด้วยความมั่นใจหรือความอบอุ่นที่แสดงออกมาจากน้ำเสียงของผู้บรรยาย

อย่างไรก็ดี การทำความเข้าใจวิธีการปรับใช้ ‘เสียง’ ให้เหมาะสมกับวิดีโอนั้นยังคงเป็นสิ่งที่ท้าทาย เธออธิบายว่า “คนทุกคนต่างมีเสียงที่เป็นเอกลักษณ์อันเนื่องมาจากความแตกต่างของสำเนียง วิธีการออกเสียง และน้ำเสียงธรรมชาติตามลักษณะโครงสร้างของกล่องเสียงและทางเดินเสียง”

งานวิจัยของรองศาสตราจารย์ชางนำไปสู่การค้นพบที่ว่าจำนวนของผู้บรรยายเองก็มีบทบาทสำคัญต่อการโน้มน้าวใจของเนื้อหาหลังจากที่เธอและผู้ร่วมวิจัยใช้เครื่องมือ ML เพื่อวิเคราะห์ชุดข้อมูลขนาดใหญ่ในโลกความเป็นจริงซี่งนำมาจากวิดีโอระดมทุนและวิดีโอโฆษณาที่หลากหลาย พวกเขาสังเกตเห็นว่าจำนวนเสียงบรรยายมีผลกระทบอย่างต่อเนื่องและมีนัยยะสำคัญต่อพฤติกรรมที่ตามมา เช่น การเพิ่มขึ้นของความเป็นไปได้ที่จะซื้อ

เพื่อทำความเข้าใจปรากฏการณ์นี้ให้มากขึ้น พวกเขาใช้แบบจำลองเสียง AI เพื่อออกแบบเสียงสังเคราะห์ที่สามารถเทียบเคียงได้ในด้านต่างๆ  ผู้เข้าร่วมการทดลองของเธอได้รับชมวิดีโอเดียวกัน แต่จะมีบางคนที่ได้ดูวิดีโอนั้นในเวอร์ชันที่ใช้เสียงหลากหลายในการบรรยายข้อความเดียวกันเป็นเสียงเซาด์แทร็ก ขณะที่คนอื่นๆ จะดูวิดีโอที่มีผู้บรรยายเพียงคนเดียว

การทดลองพบว่าวิดีโอการตลาดจะโน้มน้าวใจได้มากกว่าเมื่อใช้ผู้บรรยายหลายคน โดยเฉพาะอย่างยิ่งเมื่อเป็นการส่งสารที่ชัดเจน ทีมวิจัยเรียกผลกระทบนี้ว่า "ผลกระทบจากความหลากหลายของเสียง (voice numerosity effect)"

รองศาสตราจารย์ชางกล่าวว่า “ผู้คนไม่จำเป็นจะต้องสนใจกับสารที่กำลังสื่อไปยังพวกเขาในระหว่างที่วิดีโอการตลาดกำลังเล่นอยู่บนหน้าจอ พวกเขาอาจดูความสวยงามของวิดีโอหรือส่งข้อความหาเพื่อน แต่เมื่อมีการเปลี่ยนแปลงในเสียงของผู้บรรยายเพื่อส่งสาร ผู้คนจะถูกดึงความสนใจให้กลับมายังสิ่งที่กำลังถูกพูดถึงในวิดีโอและคิดถึงสารนั้นโดยไม่รู้ตัว หลักฐานของเราชี้ให้เห็นว่าผลกระทบจากความหลากหลายของเสียงนั้นมีประสิทธิภาพอย่างไร” การค้นพบนี้เน้นย้ำถึงความสำคัญของเสียงมนุษย์ในวิดีโอในฐานะองค์ประกอบหนึ่งของการออกแบบเชิงกลยุทธ์ที่มีศักยภาพ

ตอนนี้ รองศาสตราจารย์ชางและผู้ร่วมวิจัยกำลังพิจารณาคุณลักษณะเพิ่มเติมของผลลัพธ์อันเกิดจากผลกระทบจากความหลากหลายของเสียงเพื่อทำความเข้าใจตัวผลกระทบและเงื่อนไขความสำเร็จของมันในแบบองค์รวมมากขึ้น

ชุดเครื่องมือใหม่สำหรับธุรกิจทุกขนาด

รองศาสตราจารย์ชางเชื่อว่าการเพิ่มขึ้นของแพลตฟอร์มการวิเคราะห์บนคลาวด์ที่เป็นมิตรต่อผู้ใช้งานสร้างโอกาสอันยิ่งใหญ่ให้แก่ผู้ประกอบธุรกิจในการเข้าถึงเครื่องมือ AI และ ML เพื่อรับข้อมูลเชิงลึกอันมีค่าเกี่ยวกับพฤติกรรมของลูกค้า แพลตฟอร์มเหล่านี้ยกระดับการใช้งานอย่างหนักหน่วงโดยใช้แบบจำลองที่ได้รับการฝึกฝนมาก่อน ทำให้การแปลงข้อมูลที่ไม่มีโครงสร้างจำนวนมหาศาลให้มาอยู่ในรูปแบบที่เป็นระเบียบ เช่น รายงาน แผนภูมิ และกราฟ นั้นกลายเป็นเรื่องง่ายสำหรับผู้ใช้งานที่ไม่ได้มาจากสายเทคนิค ตัวอย่างเช่น บริษัทสามารถอัปโหลดข้อมูลแคมเปญการตลาดทางวิดีโอในอดีตเพื่อค้นหาแนวโน้มของผู้ชม อาทิ เวลาในการดูโดยเฉลี่ย และผลกระทบของภาพบนหน้าจอหรือคำบรรยายต่อการมีส่วนร่วมของผู้ชม ด้วยข้อมูลเชิงลึกเหล่านี้ ผู้ประกอบธุรกิจสามารถตัดสินใจอย่างมีข้อมูลเพื่อสร้างวิดีโอที่มีประสิทธิภาพและน่าดึงดูดยิ่งขึ้นในอนาคต กระบวนการที่ตรงไปตรงมานี้ช่วยให้ธุรกิจต่างๆ สามารถปลดล็อกศักยภาพของข้อมูลได้อย่างเต็มที่ อีกทั้งยังเพิ่มประสิทธิภาพให้แก่กลยุทธ์การตลาดทางวิดีโอของพวกเขาด้วย

การเข้าถึงข้อมูลสาธารณะและการเคารพกฎหมายความเป็นส่วนตัว

บางคนอาจคิดว่ามีเพียงองค์กรที่มั่นคงซึ่งรวบรวมข้อมูลได้อย่างครอบคลุมเท่านั้นที่จะได้รับประโยชน์จากเครื่องมือดังกล่าว แต่รองศาสตราจารย์ชางท้าทายแนวคิดนี้ เธออธิบายว่าการใช้ Application Programming Interfaces (API) ทำให้สามารถรวบรวมข้อมูลจากแพลตฟอร์มสาธารณะต่างๆ อย่าง YouTube และ Instagram ได้ ซึ่งหมายความว่าแม้แต่ SMEs เองก็สามารถเข้าถึงชุดข้อมูลที่หลากหลายซึ่งจำเป็นต่อการค้นหาแนวโน้มของผู้บริโภคได้โดยการวิเคราะห์วิดีโอต่างๆ จากแหล่งข้อมูลภายนอกและระบุแนวทางปฏิบัติที่ดีที่สุดในการมีส่วนร่วมของผู้ชม

เธอกล่าวว่า “แหล่งข้อมูลและชุดเครื่องมือการวิเคราะห์มากมายที่เปิดเผยต่อสาธารณะในปัจจุบันนี้อาจทำให้ผู้ประกอบธุรกิจรู้สึกสับสนกับทางเลือกที่มีมากมายจนท่วมท้น ในตอนนี้เรายังคงติดตามความเป็นไปของเส้นโค้งการเจริญเติบโต แต่ภายในหนึ่งหรือสองปีข้างหน้า เราจะค้นหาวิธีการที่เป็นระบบมากขึ้นในการสำรวจและใช้งานแหล่งข้อมูลออนไลน์เหล่านี้”