편향된 광고의 비즈니스 영향(및 해결 방법)
게시 됨: 2022-10-29우리 모두는 선과 악에 대한 편견을 가지고 있으며, 그러한 태도 중 많은 부분이 우리가 하는 일에 정보를 제공하거나 지시하더라도 무의식적입니다. 그러나 이러한 무의식적 편견이 마케팅에 스며들면 어떻게 될까요?
이러한 일이 발생할 수 있는 몇 가지 방법이 있습니다. 가장 잘 알려진 것은 사진의 다양성 부족이든 특정 단어나 문구에 대한 문화적 감수성에 대한 인식 부족이든 간에 광고 캠페인의 실제 메시지와 크리에이티브입니다. 그러나 우리가 이러한 캠페인을 실행하는 데 사용하는 바로 그 기술에도 무의식적 편견이 작용합니다.
그 효과는 교활할 수 있고 종종 간과될 수 있지만 광고 편향은 브랜드 상태에서 새로운 잠재고객으로 확장할 기회를 실현하지 못하는 것까지 비즈니스에 심각한 부정적인 영향을 미칠 수 있습니다. 장기적으로 이러한 편견은 더 넓은 세계에서 특정 고정 관념을 영속화하고 사람들에게 상당한 해를 끼칠 수 있습니다.
브랜드가 우발적으로 편향의 함정에 빠지지 않도록 하려면 편향이 어디에서 발생하는지, 그것이 광고에 미치는 영향, 더 많은 청중을 반영하고 이야기하는 보다 포괄적인 캠페인을 만들기 위해 취할 수 있는 조치를 이해해야 합니다.
마케팅에서 무의식적 편견이란 무엇입니까?
무의식적 편견 또는 암묵적 편견은 사람들이 나이, 사회경제적 지위, 체중, 성별, 인종 또는 성적 취향과 같은 다양한 요인에 따라 무의식적으로 내리는 다양한 사회적 고정 관념 및 판단으로 정의됩니다.
우리의 행동은 대부분 의식적으로 생각하지 않고 발생합니다. 그것이 우리가 일상적으로 살아가는 데 필요한 수백만 가지의 결정을 내리는 방법입니다. 그러나 그 과정은 우리가 인식하지 못하는 많은 판단을 내리는 뇌에 의존하기 때문에 무의식적 편견은 우리의 행동과 행동에 엄청난 영향을 미칠 수 있습니다.
이러한 편견은 우리가 성별, 인종, 연령, 민족, 종교, 경제적 계층, 성, 장애 및 국적(및 다른 집단의 형질). 그렇기 때문에 식별, 도전 또는 해결이 매우 어려울 수 있습니다.
마케팅에서 이는 잠재고객 세그먼트, 인구통계학적 결정, 메시징, 사진, 문화적 암시 등 몇 가지 다른 방식으로 나타날 수 있습니다. 광고 편향은 단순히 우리 브랜드가 누구를 대상으로 마케팅하는지, 이러한 소비자를 끌어들이기 위해 무엇을 말하고 싶은지에 대한 결정을 내리기 위해 무의식적인 가정에 의존한다는 것을 의미합니다.
일반적으로 마케터는 이러한 가정을 바로잡기 위해 노력하지만 개인과 마찬가지로 이러한 편견이 언제 어떻게 전략에 영향을 미치는지 항상 인식하지 못합니다.
편향된 광고의 비즈니스 영향은 무엇입니까?
무의식적 편견을 식별하고 수정하는 것은 마케팅 팀의 책임 중 중요한 부분입니다. 이러한 가정의 영향은 비즈니스와 사회 전체에 매우 해로울 수 있기 때문입니다.
광고 및 프로그래밍에서 성별에 따른 편견을 식별하는 데이터 기반 오픈 소스 방법론인 SEEHER Gender Equality Measure(GEM)를 사용하는 IRI 및 SEEHer 연구에서 결과는 결론적이었습니다. GEM 점수가 가장 낮은 반면 판매 상승도가 가장 낮은 광고는 GEM 점수가 가장 낮았습니다.
출처: IRI & SEEHER
광고 편향이 계속 문제가 되는 주요 이유 중 하나는 인구통계학적 잠재고객 세분화를 기반으로 하는 캠페인이 단기 실적 향상을 유도할 수 있는 보다 개인화된 광고에 대한 지름길을 제공할 수 있기 때문입니다.
그러나 장기적인 영향은 심각하고 돌이킬 수 없는 손상을 일으킬 가능성이 있습니다. 이러한 무의식적인 편견에 대해 말하는 광고에 의존하면 새로운 잠재고객을 배제함으로써 브랜드 성장 잠재력에 상당한 제한을 가할 수 있으며 브랜드 크리에이티브 및 메시지에 대한 고정관념에 의존하는 경우 브랜드 이미지에 큰 해를 끼칠 수 있습니다.
광고의 무의식적 편견은 어떤 모습입니까?
특히 지독한(그리고 악명 높은) 한 예에서 Dove의 널리 비판된 광고 캠페인에는 Dove 비누를 사용한 후 백인 여성으로 변한 흑인 여성이 등장했습니다. 캠페인에서 Dove의 포지셔닝은 순도에 관한 것이었습니다. 광고 크리에이티브에서 백인으로 대표되는 순도는 의도하지 않았더라도 명백히 인종차별주의자로 즉시 식별된 아이디어였습니다.
출처: 세계경제포럼
이와 같은 예를 보고 귀하의 브랜드가 그렇게 끔찍한 일을 한 적이 없는지 파악하는 것은 쉽습니다. 그러나 무의식적 편견이 광고에서 할 수 있는 역할의 예는 덜 분명하더라도 어디에나 있습니다.
광고, 웹사이트, 프리젠테이션 등에 사용하는 이미지에 대해 생각해 보십시오. 귀하가 선택하는 사진은 귀하가 인지하고 있든 없든 귀하의 비즈니스를 나타냅니다. 예를 들어, 전문성을 나타내기 위해 스톡 사진을 선택하려고 할 때 머릿속에 있는 그림이 정장 차림으로 회의 테이블에 둘러앉아 있는 백인 남성의 모습이라면, 이는 무의식적 편견의 결과일 가능성이 큽니다.
마케터들은 이런 종류의 편견을 인식하는 데 훨씬 능숙해졌지만, 여전히 고개를 들고 있습니다(샐러드를 먹으면서 웃고 있는 여성, 누구?).
그러나 다음 영역은 자동화이며, 광고에 대한 무의식적 편견의 영향을 이제 막 이해하기 시작했습니다. AI 및 광고 타겟팅과 같은 기계 학습 도구는 부분적으로 이러한 시스템 설계자의 암묵적인 편향으로 인해 부정적인 편향을 강화할 수 있습니다. 매개변수가 데이터 세그먼트로 구축됨에 따라 광고주는 자동화 시스템에 대한 수문을 열어 부정적인 고정 관념을 영속화하고 있습니다.
다양한 자동화 프로세스에서 발생하는 다양한 편견
출처: Varshney, 신뢰할 수 있는 기계 학습, 2022
IBM Watson Advertising은 2022년 1월 광고 위원회의 캠페인 데이터를 기반으로 한 새로운 연구 결과를 발표했습니다. 이 연구 결과는 COVID 예방 접종을 지지하는 캠페인에 대한 다양한 입력을 기반으로 한 무의식적 편견이 AI 알고리즘이 소득 수준 및 정치적 성향을 포함한 다양한 특성에 대한 캠페인을 전파하는 데 영향을 미치고 있음을 명확히 나타냈습니다. 신념.
"가장 중요한 관찰 중 하나는 디지털 광고에 사용되는 데이터와 알고리즘에 편향이 존재할 수 있으며 그 편향이 인간의 눈으로 항상 즉시 관찰 가능한 것은 아니라는 것입니다."
이것은 단지 이론적인 것이 아닙니다. Facebook은 최근 Facebook 광고 플랫폼에서 광고주가 아프리카인과 같은 보호 대상 그룹을 배제할 수 있는 주택, 고용 및 신용 광고를 게재할 수 있도록 하는 미리 채워진 목록에 대해 NFHA(National Fair Housing Alliance) 및 CWA(Communications Workers of America)와 소송을 해결했습니다. 미국인, 히스패닉 및 아시아계 미국인. 타겟 광고 목록은 동일한 방식으로 "백인"을 제외하지 않았으며, 보호 대상 그룹에 대한 광고에 대해 공정하고 평등한 접근 방식을 요구하는 민권법을 위반했습니다.
출처: 뉴욕 타임즈
기술 편향은 인간의 인지 편향이나 데이터의 편향이 무의식적으로 시스템에 인코딩되어 대규모로 배포될 때 발생할 수 있습니다. 이러한 무의식적 편견은 특히 광고 생태계 내에서 데이터와 신호의 상호 작용에서 감지되지 않을 수 있는 너무 복잡하여 시스템적 문제가 될 수 있습니다.
출처: 국립표준기술원(NIST)
광고, 타겟팅 및 메시징에 어떤 편향이 반영되어 있는지 감지하기 어려울 수 있지만, 문제를 깨우고 우리의 가정에 적극적으로 도전하며 해결책을 찾는 데 우선 순위를 두어야 할 책임은 마케팅 팀에 있습니다.
편향된 광고에 대처하는 방법은 무엇입니까?
과거에 캠페인에서 어떤 효과가 있었는지에 관계없이 이제는 브랜드가 포용적인 접근 방식을 취하고 잠재적인 편견에 대처할 수 있도록 전면에 나서서 몇 가지 중요한 변경을 해야 할 때입니다.
전반적인 크리에이티브 프로세스와 관련하여 다음을 확인하세요.
- 초기 구상에서 실행, 측정에 이르기까지 프로세스의 각 단계에서 이해 관계자로서 다양한 관점을 테이블에 가져옵니다.
- 편향에 대한 타겟팅 기준을 검토하고 알고리즘 결정에 기반한 입력과 결과 모두에 대해 질문하는 것을 두려워하지 마십시오.
- 귀하의 크리에이티브 프로세스에 다양성, 형평성 및 포용성(DEI)을 추가하는 것뿐만 아니라 청중에서 소외된 커뮤니티의 사람들과 협력하고 그들의 관점을 브랜드와의 양방향 대화로 가져옵니다.
- 브랜드를 새로운 잠재고객과 다양한 메시지 및 크리에이티브에 공개하여 일부 가정에 도전하기 위해 구축된 테스트 프레임워크를 만듭니다.
간행물 CMO는 크리에이티브 품질 관리의 일부로 포함해야 하는 유용한 체크리스트를 제시했습니다.
출처: CMO
알고리즘 편향에 관해서는 솔루션이 조금 더 복잡합니다. AI가 더욱 정교해짐에 따라 해당 분야의 전문가들은 다양한 모델과 서비스가 개발되는 방식에 대한 더 많은 투명성을 요구하고 있습니다.
아이러니하게도 기술은 종종 이러한 결함이 있고 편향된 결과를 생성할 수 있는 우리가 구축한 모델을 뒤로 밀고 의문을 제기하는 해답입니다. 광고에 내재된 편견을 발견하고 완화하는 데 도움이 되도록 구축된 다음 도구를 확인하십시오.
- AI 공정성: 이 오픈 소스 툴킷은 사용자가 AI 애플리케이션 수명 주기 전반에 걸쳐 기계 학습 모델의 차별과 편향을 조사, 보고 및 완화하는 데 도움이 될 수 있습니다.
- IBM Watson: 광고용 AI는 편견을 스캔함으로써 인간에게 숨겨진 하위 그룹 간의 기본 연결을 발견하여 각 인구를 공정하게 처리하는 더 나은 전략을 만드는 데 도움이 될 수 있습니다.
- IBM FactSheets: FactSheet는 AI 모델 또는 서비스의 생성 및 배치에 대한 관련 정보(팩트) 모음입니다. FactSheet 프로젝트의 목표는 투명성을 높이고 AI가 어떻게 생성 및 배포되었는지에 대한 이해를 개발하여 AI 사용 방식에 대한 거버넌스 및 제어 수준을 가능하게 함으로써 AI에 대한 신뢰를 조성하는 것입니다.
오늘날의 소비자는 상호 작용하기로 선택한 브랜드에서 더 많은 것을 기대합니다. 소비자에게 고품질의 제품이나 서비스를 제공하는 것만으로는 더 이상 충분하지 않습니다. 당신의 고객은 당신이 당신의 가치를 최우선으로 하기를 원합니다. 소비자가 광고에 대해 더 잘 알게 됨에 따라 시간을 내어 귀하가 세상에 내놓는 내용에 대해 직접 확인하십시오.