AI से ब्रांड डिफ़रेंशिएशन: प्रतिस्पर्धियों जैसा सुनाई देने से कैसे बचें

क्या AI से ब्रांड को अलग पहचान दी जा सकती है, बिना सब कुछ एक जैसा सुनाई दिए? हाँ, लेकिन तभी जब आप उसके इस्तेमाल का मक़सद बदलें। उससे संदेश लिखने को कहेंगे तो वह आपको आपकी कैटेगरी का औसत थमा देगा, माना कि अच्छी तरह लिखा हुआ। उसका इस्तेमाल यह नक़्शा बनाने में करें कि हर प्रतिस्पर्धी पहले से क्या कह रहा है और वह इलाक़ा पहचानने में जिस पर किसी का हक़ नहीं, तो वह फ़र्क़ पैदा करने का बेहद दमदार औज़ार बन जाता है।

यह निदान एक नामी हस्ताक्षर के साथ आया है। Marketing Week को दिए एक इंटरव्यू में, BBH के सह-संस्थापक Sir John Hegarty आज की ज़्यादातर मार्केटिंग को “दोहराव भरी, घिसी-पिटी, उबाऊ” बताते हैं, और दोष उन ब्रांडों और एजेंसियों को देते हैं जिनमें “बाएँ दिमाग़ से सोचने वाले” भरे हैं, जो स्प्रेडशीट तो समझते हैं पर किसी आइडिया को सचमुच नहीं समझते। उनकी पसंदीदा दलील: “लगभग 95% नए प्रोडक्ट लॉन्च नाकाम हो जाते हैं”, एक दर जो, उनके मुताबिक़, अब उपलब्ध तमाम डेटा के बावजूद 20 साल में मुश्किल से हिली है। वे मानते हैं कि सटीक आँकड़ा बहस का विषय है, लेकिन उनकी आलोचना का सार टिकता है।

AI से बना इतना विज्ञापन एक जैसा क्यों सुनाई देता है?

मॉडलों के काम करने के तरीक़े की वजह से। लैंग्वेज मॉडल किसी पाठ की सबसे संभावित अगली कड़ी का अनुमान लगाता है, और सबसे संभावित, परिभाषा से, वही होता है जो पहले से मौजूद चीज़ों से सबसे ज़्यादा मिलता है। किसी स्पोर्ट्स ब्रांड के लिए लाइन माँगें तो वह हार न मानने, मेहनत और सीमाएँ तोड़ने की बात करेगा। यही आप अपने प्रतिस्पर्धी की ओर से माँगें तो वह उसे वही चीज़ अलग शब्दों में थमा देगा।

नतीजा एक ख़ामोश एकरूपता है। हर रचना अकेले देखने पर बिल्कुल ठीक लगती है। साथ मिलकर वे ऐसी कैटेगरी बनाती हैं जिसमें कोई अलग नहीं दिखता और उपभोक्ताओं को याद नहीं रहता कि क्या किसने कहा था।

दोष टूल का नहीं है। दोष एक औसत निकालने वाली मशीन से आइडिया का काम करवाने का है।

Hegarty किस बात में सही हैं, और AI कहाँ सचमुच मदद करता है

Hegarty इंटरव्यू में आर्टिफ़िशियल इंटेलिजेंस की बात नहीं करते। उन्हें करने की ज़रूरत भी नहीं। उनकी पंक्ति “डेटा के पास जवाब नहीं है” एक सीधी बात पर टिकी है: डेटा बताता है कि क्या हो चुका है, जबकि मार्केटिंग को आगे देखना चाहिए। जो AI पहले से मौजूद चीज़ों पर प्रशिक्षित है, वह ठीक यही सीमा विरासत में पाता है।

लेकिन एक बारीकी उभारने लायक़ है। अगर डेटा अतीत को बताता है, तो वह यह भी बताता है, सटीकता के साथ, कि हर कोई कहाँ खड़ा है। और झुंड कहाँ है, यह जानना ठीक वही चीज़ है जो झुंड से बाहर निकलने के लिए चाहिए।

Hegarty की सलाह इस तरीक़े से मेल खाती है: एक मैनिफ़ेस्टो लिखें जो साफ़ करे कि ब्रांड किसमें विश्वास करता है, अच्छे कैंपेन ऊबकर बदलने के बजाय ज़्यादा समय तक चलने दें, और जो ख़रीदार नहीं हैं उन्हें भी सुनें, क्योंकि ब्रांड सिर्फ़ अपने ग्राहकों से नहीं बनता।

ब्रांड झुंड के पीछे क्यों चलते हैं?

झुंड-व्यवहार का सिद्धांत बताता है कि अनिश्चितता में हम वही नक़ल करते हैं जो दूसरे कर रहे हैं। अगर सब एक ही तरफ़ जा रहे हैं, तो कोई वजह ज़रूर होगी। और अगर बात बिगड़े, तो कम से कम कोई अकेला ग़लत नहीं था।

विज्ञापन में यह सहज वृत्ति ऐसे कैटेगरी कोड बनाती है जिनकी सब नक़ल करते हैं: खेल में स्लो मोशन और पसीना, खाने में मुस्कुराता परिवार, टेक में तैरता डैशबोर्ड। अप्रूवल कमेटी के सामने इनका पालन सुरक्षित लगता है। असल में यह महँगा है, क्योंकि आप उसी मीडिया निवेश के बदले ऐसा संदेश ख़रीदते हैं जिसे ऑडियंस किसी का भी मान सकती है।

ग़लत ढंग से इस्तेमाल हो तो AI झुंड को बढ़ाता है: अगर पूरी कैटेगरी एक जैसे मॉडलों और एक जैसे ब्रीफ़ के साथ काम करे, तो एकरूपता लगभग तय है। सचमुच जुड़ने के लिए आपको चलन के रास्ते से हटने की हिम्मत करनी होगी। अच्छी ख़बर यह है कि वही तकनीक आपको आँख पर पट्टी बाँधकर नहीं, एक विधि के साथ ऐसा करने देती है।

AI से ब्रांड का संदेश अलग कैसे बनाएँ, क़दम दर क़दम

1. पूरी कैटेगरी का नक़्शा बनाएँ। हर प्रतिस्पर्धी के विज्ञापनों और ऑर्गेनिक कंटेंट का विश्लेषण करें, सिर्फ़ उन तीन का नहीं जिनका नाम क्लाइंट ने ब्रीफ़ में लिया है।
2. इलाक़े के हिसाब से समूह बनाएँ। पहचानें कि कौन-से वादे, टोन, फ़ॉर्मेट और विज़ुअल कोड बार-बार दोहराए जाते हैं। यही आपका इस बात का नक़्शा है कि कहाँ भीड़ है।
3. ऐसे तनाव खोजें जिन पर किसी का दावा नहीं। उस नक़्शे को ऑडियंस की असली बातचीत से मिलाकर देखें: लोगों को क्या चिंतित या निराश करता है जिसका जवाब कोई ब्रांड नहीं दे रहा।
4. टैगलाइन से पहले नज़रिया लिखें। यहाँ इंसानी विवेक का राज चलता है। एक छोटा मैनिफ़ेस्टो, Hegarty के सुझाव की भावना में: ब्रांड किसमें विश्वास करता है और किसके ख़िलाफ़ विद्रोह करता है।
5. AI को लेखक नहीं, स्पैरिंग पार्टनर बनाएँ। उससे पूछें कि हर आइडिया किस प्रतिस्पर्धी से मिलता है और कौन-सा घिसा-पिटा ढर्रा दोहरा रहा है। अगर वह कोई न खोज पाए, तो आप सही राह पर हैं।
6. मीडिया ख़र्च करने से पहले कॉन्सेप्ट्स परखें। उनकी अनुमानित क्लिकेबिलिटी को स्कोर करें और उन्हें रखें जो अलग भी हैं और चलते हुए भी दिखते हैं।
7. आइडिया को समय दें। अलग पहचान निरंतरता से बनती है। हर तिमाही संदेश बदलना ब्रांड को सीधे शोर में लौटा देता है।

जेनरिक AI बनाम रणनीतिक AI

निवेश करने से पहले कैसे पता चले कि कोई अलग आइडिया चलेगा?

यही असली ब्रेक है। अलग दिखना डराता है क्योंकि अलग का कोई ट्रैक रिकॉर्ड नहीं होता, और कोई मार्केटिंग डायरेक्टर अपने बोर्ड के सामने किसी अप्रमाणित दाँव का बचाव नहीं करना चाहता। यहीं AI एकरूपता बढ़ाने के बजाय जोखिम को सचमुच घटाता है।

Defy प्लेटफ़ॉर्म पर Defy Monitor किसी भी मीडिया ख़र्च से पहले हर कॉन्सेप्ट की अनुमानित क्लिकेबिलिटी को स्कोर करता है, ऐसे मॉडल के साथ जिसे असली विज्ञापन प्रदर्शन के विरुद्ध परखा गया है। विचार सीधा है: भुगतान करने से पहले जान लें कि कोई क्रिएटिव चलेगा या नहीं। और चूँकि वह पूरी कैटेगरी के विज्ञापनों का विश्लेषण मिनटों में कर देता है, वह यह भी दिखाता है कि वह आइडिया प्रतिस्पर्धी जो पहले से कर रहे हैं उससे कहीं ज़्यादा तो नहीं मिलता।

एक चेतावनी, ताकि आप उलटे जाल में न फँसें: ऊँचा स्कोर किसी आइडिया को अच्छा नहीं बना देता अगर वह बाक़ी सबसे मिलता-जुलता दिखता है। फ़िल्टर दोनों तरफ़ काम करना चाहिए। क्या यह अलग है? और क्या इसके चलने की संभावना है? अगर यह इनमें से सिर्फ़ एक परीक्षा पास करता है, तो यह अभी तैयार नहीं है।

विवेक अब भी इंसानी है

AI किसी एजेंसी के प्रतिस्पर्धी ऑडिट के घंटे बचा सकता है, हज़ारों बातचीतों का सार निकाल सकता है और अनुमान लगा सकता है कि किस कॉन्सेप्ट में ज़्यादा खिंचाव है। जो वह नहीं कर सकता, वह है यह तय करना कि ब्रांड किसमें विश्वास करता है। यह अब भी सुरुचि, विवेक और थोड़ी हिम्मत वाले लोगों का काम है।

Hegarty सही हैं: डेटा के पास जवाब नहीं है। लेकिन ठीक से इस्तेमाल हो तो वह बताता है कि कौन-से जवाब पहले ही लिए जा चुके हैं।