Rentgen na konkurenci: Jak dnes AI analyzuje tisíce reklam za pár vteřin

Tuhle scénu z porad nejspíš znáte: „A kolik do toho dává konkurence?" Ticho. Pak odhad založený na pocitu, historce z trhu a jednom starém benchmarku. Přitom odpověď (nebo její obhajitelná aproximace) už skoro tři roky leží veřejně na internetu. Jen má podobu, se kterou si člověk s myší a jedním odpolednem neporadí.

Vedlejší účinek boje s dezinformacemi

V srpnu 2023 začala pro největší online platformy platit povinnost vyplývající z nařízení o digitálních službách (DSA): vést veřejný repozitář všech reklam zobrazených v EU. Záměr byl primárně ochranný – transparentnost politické reklamy, obrana proti dezinformacím. Povinnost ale platí pro reklamu veškerou, a tak dnes v knihovně Meta u komerčních reklam najdete kromě kreativy i celkový zásah v EU rozpadlý po zemích, věkových skupinách a pohlaví, a údaj o tom, kdo reklamu platí a v čí prospěch běží. Google ve svém Transparency Center u reklam zobrazovaných v EU ukazuje rozsahy počtu zobrazení po regionech, formáty a dobu běhu. Obdobnou knihovnu vede i TikTok.

Pro marketéry je to nechtěný dárek regulátora: rentgen na konkurenci, který si nikdo neobjednal. A protože povinnost platí plošně, nejde o vzorek, ale o úplný obraz se vším, co z toho plyne. Velký český e-shop má podle údajů Google knihovny vystaveny řádově desítky tisíc kreativ a v knihovně Meta mu běží tisíce reklam současně. A v tom je ten háček: takové množství už nikdo ručně neprojde.

Data nejsou insight

S čísly si přitom marketéři poradí sami: zásahy, doby běhu a počty reklam se dají filtrovat a evidovat v obyčejné tabulce, dnes stejně jako před třemi lety. Drahá byla vždy ta druhá půlka práce: přečíst stovky reklamních textů, prohlédnout stovky kreativ a odpovědět na kvalitativní otázky. Jaká témata konkurent komunikuje? Jak pracuje s cenou? Co říká ženám a co mužům? U značky s tisíci aktivními reklamami je to klidně týden práce a výsledkem bývá tabulka, ne strategie. Přesně tady je bariéra: ne v nedostatku informací, ale v ceně jejich zpracování.

A přesně tuhle část práce dnes přebírá AI. Velké jazykové modely zvládnou projít stovky textů a vizuálů najednou a zodpovědět kvalitativní otázky, na které dřív padaly hodiny lidského času – za cenu v řádu korun. Nezměnila se data ani jejich čitelnost; změnila se ekonomika té pracné, kvalitativní části analýzy.

Čtyři AI analýzy, které dávají smysl

Z naší zkušenosti se na datech z knihoven osvědčily například tyto čtyři typy AI analýz. Všechny mají jeden praktický předpoklad: reklamy je potřeba nejdřív programaticky stáhnout na jedno místo. Data z knihoven lze naštěstí strojově číst, takže AI zvládne to, co člověk ne: vyhodnotit každou reklamu jednotlivě, a přitom neztratit celkový obraz:

• Tematická klasifikace. Roztřídit stovky reklam na cenové promo, brandové kampaně, novinky a nábor. Z poměru okamžitě vidíte, jestli konkurent buduje značku, nebo vyprodává sklad – a jak se to mění v čase.
• Čtení kreativní strategie. Multimodální modely popíší i vizuály: konzistenci brandu, obsah videa, práci s cenou. V kombinaci s obyčejnou statistikou začnou čísla vyprávět: jak dlouho kreativy běží, řekne tabulka – proč to tak je, dopoví AI. Značka, která drží kreativy měsíce, sází na ověřené evergreeny; značka, která je točí po týdnech, intenzivně testuje. Obojímu se dá přizpůsobit vlastní kreativní plán.
• Vzorce cílení a načasování. Kdy konkurent spouští vlny kampaní, kterým věkovým skupinám reklamy skutečně doručuje, kde investuje mimo domácí trh.
• Syntéza napříč konkurenty. Silné a slabé stránky každé značky v kategorii a – možná nejcennější – gap analýza: jaká témata v kategorii nekomunikuje nikdo.

Výpočty patří kódu, interpretace AI

Jedno důležité varování z praxe: jazykové modely jsou skvělé v interpretaci, ale nespolehlivé v počítání „z hlavy". Necháte-li model odhadem sečíst zásahy tisíců reklam, dostanete číslo, které vypadá sebejistě, ale nemusí sedět. Řešení přitom není žádná věda a moderní AI nástroje ho zvládají: výpočty patří kódu nebo tabulce (klidně takové, kterou si AI sama napíše a spustí) a jazykový model má dostat až spočítaná fakta k výkladu. Dobrá zásada zní: každé číslo v analýze musí být dohledatelné a přepočitatelné.

Poctivost si zaslouží i data samotná. Knihovny neukazují investice (vyjma politických reklam), ty se z veřejného zásahu a předpokládaného CPM dají jen odhadovat a je fér s nimi tak i pracovat: s viditelnými předpoklady, protože jiné CPM znamená jiný výsledek. Zásah u Meta reklam se týká EU, ne celého světa; Google udává jen rozsahy, ne přesná čísla; a vyhledávací dotazy, na které konkurent cílí, v knihovnách nenajdete vůbec. Kompletní účetnictví konkurence z nich tedy nesestavíte – na přečtení její strategie to ale stačí víc než dobře. Ostatně ještě před pár lety byly veřejné jen samotné kreativy, bez jediného čísla.

Od dat k podkladům na poradu

V Marketupu jsme přesně tento postup – od stažení surových dat přes výpočty až po interpretaci – zautomatizovali v nástroji Competitor Radar. Nechtěli jsme jen vytvořit další složitou tabulku, ale nástroj, který dodá kontext. V praxi to funguje tak, že po zadání sledovaných značek si Radar sám stahuje data z knihoven Mety a Googlu na jedno místo a aplikuje na ně naši metodiku pro odhad investic. Ta nestojí na náhodných číslech vycucaných z prstu, ale na reálném mediálním plánování, přičemž výchozí CPM a frekvence zůstávají v nástroji transparentní a plně upravitelné. O počítání se tak stará kód, o vstupy expertní odhad.

Místo zdlouhavého dolování insightů pak rovnou vidíte to hlavní pro vaše strategická rozhodnutí. Na jedné obrazovce se ukáže, jaký je podíl jednotlivých značek na trhu, kdo zrovna šlape na plyn a kdo komunikaci utlumil, nebo jaký je zásahem vážený profil publika napříč zeměmi. Jasně také vidíte, kdo v kategorii sází na dlouho běžící evergreeny a kdo naopak kreativy intenzivně točí. Tu skutečně mravenčí práci pak na vyžádání odpracuje AI vrstva, která data přetaví ve shrnutí pro management. Vypíchne klíčové rozdíly v komunikaci, pojmenuje silné i slabé stránky konkurentů a navrhne konkrétní doporučení. Z otázky „co dělá konkurence“, na kterou dřív padaly dny práce, je tak hotový report na příští poradu, do kterého už během léta přibude i TikTok.

Výhoda se přesouvá

Tři roky po účinnosti DSA má k datům o reklamě konkurence přístup každý, a právě proto přestávají být výhodou sama o sobě. Výhoda se stěhuje od „kdo má data" ke „kdo se jich umí správně ptát". Až se příště na poradě někdo zeptá, kolik do toho dává konkurence, nemusí být odpovědí ticho. Odpověď je veřejná a nástroje, které jí přečtou za vás, už existují. Jeden z nich jsme postavili právě my. 

Autor textu: Radek Štěpán, Data Project Manager & AI Solution Specialist, Marketup