Wpływ stronniczy reklam na biznes (i jak to naprawić)

Wszyscy mamy uprzedzenia, dobre i złe, a wiele z tych postaw jest nieświadomych, nawet jeśli informują lub nawet dyktują, co robimy. Ale co się dzieje, gdy te nieświadome uprzedzenia przenikają do marketingu?

Może się to zdarzyć na kilka sposobów; najbardziej znany jest rzeczywisty przekaz i kreatywność w kampaniach reklamowych, niezależnie od tego, czy chodzi o brak różnorodności w fotografii, czy brak świadomości wrażliwości kulturowej wokół określonych słów lub fraz. Ale nieświadome uprzedzenia również wchodzą w grę w samej technologii, której używamy do prowadzenia tych kampanii.

Efekt może być podstępny i często pomijany, ale uprzedzenia reklamowe mogą mieć znaczący negatywny wpływ na Twoją firmę, od kondycji marki po brak wykorzystania możliwości dotarcia do nowych odbiorców. Na dłuższą metę te uprzedzenia utrwalają pewne stereotypy w szerszym świecie i mogą wyrządzić ludziom znaczną krzywdę.

Aby upewnić się, że Twoja marka nie wpadnie przypadkowo w pułapkę uprzedzeń, musisz zrozumieć, skąd bierze się uprzedzenie, jak wpływa na reklamę i jakie kroki możesz podjąć, aby stworzyć bardziej inkluzywne kampanie, które odzwierciedlają i przemawiają do szerszej publiczności.

Czym jest nieświadoma stronniczość w marketingu?

Nieświadoma stronniczość lub stronniczość domniemana jest definiowana jako różne stereotypy społeczne i osądy, które ludzie nieświadomie dokonują w oparciu o różne czynniki, takie jak wiek, status społeczno-ekonomiczny, waga, płeć, rasa lub orientacja seksualna.

Większość naszych działań odbywa się bez świadomego myślenia o nich; w ten sposób możemy żyć przez cały dzień, podejmując miliony decyzji potrzebnych do normalnego życia. Ale ponieważ ten proces jest tak zależny od tego, że nasz mózg wykonuje wiele osądów, o których możemy nawet nie zdawać sobie sprawy, nieświadome uprzedzenia mogą mieć ogromny wpływ na nasze działania i zachowanie.

Te uprzedzenia wynikają z wieloletniego narażenia na postawy kulturowe, normy, tradycje i inne czynniki, które wpływają na to, jak postrzegamy płeć, rasę, wiek, pochodzenie etniczne, religię, klasę ekonomiczną, seksualność, niepełnosprawność i narodowość (a także inne grupy cechy). Dlatego mogą być bardzo trudne do zidentyfikowania, zakwestionowania lub rozwiązania.

W marketingu może to przejawiać się na kilka różnych sposobów: segmenty odbiorców, decyzje demograficzne, wiadomości, zdjęcia, aluzje kulturowe i inne. Stronniczość reklamy oznacza po prostu, że opieramy się na nieświadomych założeniach, aby podejmować decyzje dotyczące tego, komu nasze marki reklamują, co chcemy powiedzieć, aby przyciągnąć tych konsumentów i nie tylko.

Marketerzy na ogół starają się skorygować te założenia, ale podobnie jak osoby fizyczne, nie zawsze są świadomi, w jaki sposób manifestują się te uprzedzenia lub kiedy wpływają na strategię.

Jaki wpływ na biznes ma stronnicza reklama?

Identyfikowanie i korygowanie nieświadomych uprzedzeń jest krytyczną częścią zestawu obowiązków zespołu marketingowego, ponieważ wpływ tych założeń może być tak szkodliwy dla Twojej firmy – i dla całego społeczeństwa.

W badaniu IRI i SEEHer z wykorzystaniem SEEHER Gender Equality Measure (GEM), opartej na danych metodologii open source, która identyfikuje uprzedzenia związane z płcią w reklamie i programowaniu, wyniki były jednoznaczne: reklamy o najwyższym wzroście sprzedaży miały najwyższy GEM uzyskały wyniki, podczas gdy reklamy o najniższym wzroście sprzedaży uzyskały najniższe wyniki GEM.

Źródło: IRI & SEEHER

Jednym z głównych powodów, dla których stronniczość reklam nadal stanowi problem, jest to, że kampanie oparte na segmentacji odbiorców demograficznych mogą stanowić skrót do bardziej spersonalizowanych reklam, które mogą zapewnić krótkoterminowy wzrost wydajności.

Ale długoterminowe skutki są poważne i mogą spowodować nieodwracalne szkody. Poleganie na reklamach, które przemawiają do tych nieświadomych uprzedzeń, znacznie ograniczy potencjał wzrostu Twojej marki poprzez wykluczenie nowych odbiorców i może poważnie zaszkodzić wizerunkowi Twojej marki, jeśli polegasz na stereotypach w kreowaniu marki i przekazie treści.

Jak wygląda nieświadome uprzedzenie w reklamie?

W jednym szczególnie rażącym (i niesławnym) przykładzie szeroko krytykowana kampania reklamowa Dove przedstawiała czarną kobietę, która po użyciu mydła Dove zmieniła się w białą kobietę. Pozycjonowanie Dove w kampanii dotyczyło wyłącznie czystości, którą reprezentowała biel w kreacji reklamowej, pomysł, który natychmiast uznano za jawnie, choć mimowolnie, rasistowski.

Źródło: Światowe Forum Ekonomiczne

Łatwo spojrzeć na taki przykład i stwierdzić, że jeśli Twoja marka nigdy nie zrobiła czegoś tak przerażającego, jesteś jasny. Ale przykłady roli, jaką nieświadome uprzedzenia mogą odgrywać w reklamie, są wszędzie, nawet jeśli są mniej oczywiste.

Pomyśl o obrazach, których używasz w reklamach, witrynach internetowych, prezentacjach itp. Twoje wybory fotograficzne stają się reprezentacją Twojej firmy, niezależnie od tego, czy zdajesz sobie z tego sprawę, czy nie. Jeśli na przykład próbujesz wybrać zdjęcie z archiwum, które reprezentuje profesjonalizm, a w twoim umyśle pojawia się grupa białych mężczyzn w garniturach wokół stołu konferencyjnego, jest to prawdopodobnie wynikiem nieświadomego uprzedzenia.

Marketerzy znacznie lepiej radzą sobie z rozpoznawaniem tego rodzaju uprzedzeń, chociaż nadal regularnie się podnoszą (kobiety śmieją się podczas jedzenia sałatek?) regularnie.

Ale następną granicą jest automatyzacja i właśnie wtedy dopiero zaczynamy rozumieć wpływ nieświadomych uprzedzeń na reklamę. Narzędzia uczenia maszynowego, takie jak sztuczna inteligencja i kierowanie reklam, mogą w rzeczywistości wzmocnić negatywne nastawienie, częściowo ze względu na niejawne nastawienie architektów tych systemów. Ponieważ parametry są budowane z segmentów danych, reklamodawcy otwierają wrota dla zautomatyzowanych systemów, aby utrwalać negatywne stereotypy.

Różne uprzedzenia wynikające z różnych procesów automatyzacji

Źródło: Varshney, Godne zaufania uczenie maszynowe, 2022

Firma IBM Watson Advertising opublikowała nowe wyniki badań w styczniu 2022 r. na podstawie danych kampanii z The Ad Council, które definitywnie wskazały, że nieświadome uprzedzenia oparte na różnych danych wejściowych w kampaniach propagujących szczepienie przeciwko COVID miały wpływ na algorytmy sztucznej inteligencji rozpowszechniające kampanię pod kątem wielu cech, w tym poziomu dochodów i sytuacji politycznej. wierzenia.

„Jedną z najważniejszych obserwacji jest to, że w danych i algorytmach wykorzystywanych w reklamie cyfrowej może istnieć błąd systematyczny, który nie zawsze jest od razu widoczny dla ludzkiego oka”.

To nie tylko teoretyczne; Facebook niedawno rozstrzygnął pozew z National Fair Housing Alliance (NFHA) i Communications Workers of America (CWA) w sprawie wstępnie wypełnionych list na platformie reklamowej Facebooka, które pozwalały reklamodawcom umieszczać reklamy mieszkań, zatrudnienia i kredytów, które mogłyby wykluczać chronione grupy, takie jak Afrykanie Amerykanie, Latynosi i Amerykanie pochodzenia azjatyckiego. Ukierunkowana lista reklam nie wykluczała w ten sam sposób „białych”, naruszając prawa obywatelskie, które wymagają uczciwego i równego podejścia do reklam dla grup chronionych.

Źródło: New York Times

Stronniczość technologiczna może wystąpić, gdy ludzkie uprzedzenia poznawcze lub uprzedzenia w danych są nieświadomie zakodowane w systemie i dystrybuowane na dużą skalę. Te nieświadome uprzedzenia mogą stać się problemami systemowymi, które są tak złożone, że mogą nie zostać wykryte, zwłaszcza w interakcji danych i sygnałów w ekosystemie reklamowym.

Źródło: Narodowy Instytut Standardów i Technologii (NIST)

Chociaż może być trudno wykryć, które uprzedzenia znajdują odzwierciedlenie w reklamie, kierowaniu i wiadomościach, obowiązkiem zespołów marketingowych jest uświadomienie sobie problemu, aktywne kwestionowanie naszych założeń i ustalanie priorytetów w poszukiwaniu rozwiązań.

Jak zwalczasz stronniczą reklamę?

Niezależnie od tego, co działało w kampaniach w przeszłości, teraz jest czas, aby wkroczyć do akcji i wprowadzić kilka istotnych zmian, aby upewnić się, że Twoja marka przyjmuje podejście włączające i radzi sobie z potencjalnymi uprzedzeniami.

Jeśli chodzi o ogólny proces twórczy, upewnij się, że:

• Wprowadzaj różne perspektywy do stołu jako interesariusze na każdym etapie procesu, od początkowego pomysłu, przez wykonanie, po pomiar
• Przejrzyj kryteria kierowania pod kątem stronniczości i nie bój się zadawać pytań dotyczących zarówno danych wejściowych, jak i wyników na podstawie decyzji algorytmicznych
• Nie dodawaj różnorodności, równości i integracji (DEI) do swojego procesu twórczego, pracuj z ludźmi z niedocenianych społeczności wśród swoich odbiorców i wprowadzaj ich perspektywy do dwukierunkowej rozmowy z Twoją marką
• Stwórz platformę testową zbudowaną, aby podważyć niektóre z Twoich założeń, otwierając swoją markę na nowych odbiorców oraz różne komunikaty i kreatywność

Publikacja CMO opracowała przydatną listę kontrolną, którą należy uwzględnić w ramach kontroli jakości kreacji:

Źródło: CMO

Jeśli chodzi o błąd algorytmiczny, rozwiązanie jest nieco bardziej skomplikowane. W miarę jak sztuczna inteligencja staje się coraz bardziej wyrafinowana, eksperci w tej dziedzinie domagają się większej przejrzystości w opracowywaniu różnych modeli i usług.

Jak na ironię, technologia jest często odpowiedzią na odpychanie i kwestionowanie zbudowanych przez nas modeli, które mogą tworzyć te wadliwe, stronnicze wyniki. Wypróbuj te narzędzia, które pomagają odkrywać i łagodzić niejawne uprzedzenia w reklamie:

• Uczciwość sztucznej inteligencji: ten zestaw narzędzi typu open source może pomóc użytkownikom badać, zgłaszać i łagodzić dyskryminację i uprzedzenia w modelach uczenia maszynowego w całym cyklu życia aplikacji AI.
• IBM Watson: Skanując w poszukiwaniu uprzedzeń, sztuczna inteligencja reklamowa może pomóc odkryć ukryte powiązania między podgrupami, które są ukryte przed ludźmi, aby tworzyć lepsze strategie, które sprawiedliwie odnoszą się do każdej populacji.
• IBM FactSheets: FactSheet to zbiór istotnych informacji (faktów) dotyczących tworzenia i wdrażania modelu lub usługi AI. Celem projektu FactSheet jest wzmocnienie zaufania do sztucznej inteligencji poprzez zwiększenie przejrzystości i zrozumienie, w jaki sposób sztuczna inteligencja została stworzona i wdrożona, co umożliwi poziom zarządzania i kontroli nad sposobem wykorzystania sztucznej inteligencji.

Dzisiejsi konsumenci oczekują więcej od marek, z którymi zdecydują się wejść w interakcję. Nie wystarczy już oferować swoim konsumentom produkty lub usługi wysokiej jakości; Twoi klienci chcą, abyś stawiał swoje wartości na pierwszym planie. Gdy konsumenci będą bardziej sprytni w reklamie, poświęć trochę czasu na sprawdzenie, co oferujesz światu.

Dowiedz się, dlaczego dzisiejsi konsumenci dostosowują swoje zakupy do swoich wartości, w wydarzeniu na żądanie „Misja marketingowa: Równoważenie odpowiedzialności społecznej i imperatywu wzrostu”.