Umělá inteligence představuje levný a účinný nástroj k vyladění všech detailů ve vystavovatelském prostředí. Čtěte dál a dozvíte se, jak v Beire využíváme vědecký přístup založený na datech a jak díky němu naši klienti dosahují skvělých výsledků.
Strojové učení (umělá inteligence) se zatím v oblasti výstav a veletrhů moc nevyužívá, ale to se brzo změní a umělá inteligence schopná optimalizovat design výstavních stánků se zanedlouho prosadí. Neznamená to, že by stroje stánky samy navrhovaly, ale budou k ruce kreativním designérům, kteří se díky nim při tvůrčí práci seznámí s vědeckými aspekty zajímavých a dlouhodobě atraktivních návrhů. Strojové učení bude už brzo zásadním prvkem v klíčové rovnici: kreativní = efektivní.
Současná situace
Proces navrhování výstavních stánků v dnešní době nefunguje, jak by měl. Je až moc závislý na zaujatosti, zkusmém řešení problémů, nízkých nákladech stavitelů, nevyvážených rozhodnutích a svévoli v oblasti tvůrčí kreativity.
Ačkoliv může být řada stánků vizuálně líbivá, vůbec se nepřihlíží k tomu, jak jejich pravděpodobnou efektivitu a působení vyjádřit číselně. V Beire to vnímáme jako promarněnou šanci, protože z technologického hlediska už máme možnost předpovídat, jak by lidi mohli reagovat na ten či onen designový prvek. V minulosti k tomu bylo potřeba nákladných a rozsáhlých studií s mnoha subjekty (které si mohly dovolit jen ty nejbohatší firmy s vysokým rozpočtem), zatímco dnes už je snadno předčí algoritmy učenlivých strojů, navíc jen za zlomek ceny.
Jak zaujmout nápadným vizuálem
V oblasti navrhování výstavních stánků je nápadný vizuál alfou a omegou všeho. Výrazný veletržní stánek, který přitáhne návštěvníky a udělá dojem na každého kolemjdoucího, může být tím hlavním, co vás odliší od konkurence. Existuje několik způsobů, jak mimořádný vizuál realizovat, a jedním z nich je vzít si na pomoc prediktivní technologii zaznamenávající pohyb očí (eye-tracking).
Příkladem stánku s nápadným vizuálem je například stánek společnosti Sukano, který jsme v Beire vytvořili pro obchodní veletrh K Show 2019. Čím se lišil a proč byl tak jedinečný?
– kontrastní lineární prvky vyrobené na zakázku
– vyvážený mix kontrastních nelineárních křivek a tvarů
– zvýrazňující prvky na stropě a konstrukční prvky a doplňky
Vize budoucnosti
V Beire jsme umělou inteligenci a algoritmy učenlivých strojů využili k simulované analýze eye-trackingu, kterou jsme provedli a vyhodnotili ještě před zhotovením navržených stánků. Přispělo to k optimalizaci jejich designu a ke kreativním prostorovým úpravám významně ovlivňujícím získávání a udržování zákazníků.
Prediktivní technologie zaznamenávající pohyb očí je klíčová pro detailní analýzu kreativního působení a grafiky v oblasti vystavovatelského designu, a to jak prostřednictvím běžné analýzy, tak pokročilejší lineární analýzy nápadnosti vizuálního zpracování. Díky nejmodernější technologii neurální sítě vám můžeme říct, co upoutá pozornost, protože budeme mít přístup k datům nashromážděným na základě pohybu očí skutečných lidí. Strojové učení navíc garantuje, že data nezastarají a zůstanou aktuální – algoritmy se i přes proměnlivost preferencí vždycky přizpůsobí.
Beire svým klientům posílá analýzu, která se nejčastěji zabývá třemi zásadními otázkami, jež se týkají výstavního stánku:
1. Zdůrazňuje námi optimalizovaný design klíčové vlastností brandu a nevšední prostorové prvky?
2. Je námi navrhovaný vizuál co nejnápadnější, aby zaujal a udržel pozornost?
3. Podařilo se nám maximálně omezit možný vliv rušivých elementů z okolí?
Abychom na otázky odpověděli, využíváme během tvůrčího procesu dvě metody:
1. Optimalizace návrhu: Nějakou dobu se pohybujeme v oblastech designu a marketingu, takže při vytváření inzerátu, reklamy nebo brožury dáváme u výsledku často na vnitřní pocit. Spoléháme přitom na své zkušenosti a odbornost, ale svět se rychle mění bez ohledu na to, kolik toho má člověk za sebou. Novinkou je, že se díky nejmodernějším technologiím můžete při objektivním rozhodování spolehlivě opřít o předpovědi vycházející z reálně naměřených dat mapujících zájem lidí.
2. A/B testování: Jakmile umělá inteligence stanoví, kterých prvků si lidé všímají, můžete svůj původní návrh okamžitě přehodnotit. Umožní vám to pracovat s potřebnými znalostmi během celé přípravné fáze. Navíc můžete být při navrhování sebevědomější, protože budete mít v ruce měřitelná data.
Datová analýza tvůrčího úsilí není hudbou budoucnosti, ale žhavou přítomností.
Digitální média na Instagram, Facebook nebo GoogleAds nevznikají z náhodného tvůrčího rozmaru designéra nebo marketingového týmu. Ta nejúspěšnější reklama má za sebou důkladné testování a podrobnou analýzu dosahu, zobrazení, nových návštěvníků, míry prokliku a spousty dalších měřitelných hodnot. Je skoro k nevíře, že tak přesně cílený produkt, zasluhující mnohem větší pozornost a investované prostředky, je zatím aktivně využíván jen těmi nejinovativnějšími výstavářskými společnostmi.
Strojové učení začíná za nízkou cenu umožňovat objektivní předpovědi v oblasti efektivity stánků a nalezne uplatnění dřív, než je nutné utratit tisíce eur za jejich výrobu.
