و این فقط تسلط در زمان واقعی است ، نه شاخص دشوارتر و مهمتر از یادآوری مارک در بین مخاطبان بدون پرداخت و بی توجه که حافظه قبل از سریعتر کاهش می یابد. بیشتر مطالعات نتیجه می گیرند که فقط نیمی از کل تبلیغات به یادآوری مارک می پردازند.
اکنون به نسبت قاتلان بازگشت: نیمی از تبلیغات پخش شده در آمریکا حتی نمی تواند اعلام کند که چه محصولی را می فروشند.
یک توضیح ساده وجود دارد: بیشتر بازاریابان بیش از حد درگیر محصول خود هستند. بیشتر آژانس ها به داستان خود بیش از حد علاقه مند هستند. هر دو جهت گیری بازار را از دست می دهند.
آنها نمی دانند که مصرف کنندگان به محصول خود علاقه ندارند ، روی تبلیغات تمرکز نمی کنند و چیزهای مهم تری برای فکر کردن دارند. این عدم مشارکت کلی به طور مستقیم با متخصصانی که هشت ساعت در روز را صرف یک برند و سی شاهکار ثانیه می کنند ، تضاد دارد. ما در مورد نحوه مصرف آنها در وارونگی دقیق تبلیغ می کنیم.
تبلیغ کنندگان بد می پذیرند که یک سوت یک آرم در پایان کافی است – مانند یک فیلم هیچکاک که نتیجه گیری پیروزمندانه خود را در عکس های پایان نشان می دهد. مارک هایی با درک پیچیده تری از کارآیی بهتر می دانند. آنها از ابتدا از دارایی های متمایز استفاده کرده اند تا در ابتدا ، هر مکان و بعد از آن ، به رسمیت شناخته شوند. آنها ارزش هر پیکسل مورد نظر خود را بیرون می کشند.
در اینجا “قانون 7” اندرو تیندال آموزنده است. تجزیه و تحلیل وی به عنوان یک بانک اطلاعاتی غول پیکر Effie نشان می دهد که این برند برای دستیابی به فراخوان 100 ٪ مارک ، به هفت دارایی متمایز در سی و تبلیغات دوم نیاز دارد. نه هفت دارایی متفاوت – فقط هفت تکرار رنگ ، شکل و سایر عناصر موجود در پالت دارایی شما. و نه ، خلاقیت را محدود نمی کند. او او را به چالش می کشد تا بیشتر در مورد هدف واقعی خود کار کند: اثر تبلیغاتی و فروش.
دستیابی به فراخوان مارک دار و حفظ تمایز برای همه مارک ها بسیار مهم است. اما این به ویژه برای مارک های هوش مصنوعی مانند ChatGPT بسیار مهم است که فوق العاده رایج است. همه آنها یکسان به نظر می رسند ، یکسان کار می کنند ، با یکدیگر کار می کنند ، تکرارهای بی شماری از محصول را آزاد می کنند و تقریباً در یک سطل بزرگ و خاکستری AI قرار می گیرند.
اگرچه آگاهی AI در بین آمریکایی ها تقریباً جهانی است ، اما بیشتر مردم هیچ تفاوتی بین تأمین کنندگان هوش مصنوعی نمی بینند. Menlo Ventures دریافت که “اکثر مردم بین دستیاران مسن مانند الکسا و سیری و مدل های گسترده تر به زبان های بزرگ مانند چتگپت و کلود تمایز قائل نیستند. همه چیز یکسان است.” من نمی دانم کدام مدل های هوش مصنوعی را در حال حاضر مشترک می کنم. شما؟
