สัปดาห์นี้บริษัทที่แอดทำงานอยู่เปิดตัว XSight AI สำหรับวิเคราะห์ข้อมูลสำหรับสาย Creative โดยเฉพาะ โดยเวอร์ชันล่าสุดสามารถทดสอบตัว packaging ได้แล้ว สุดยอด
วันนี้แอดเลยอยากมาแชร์ประสบการณ์พัฒนา data product และที่มาของ XSight ให้ทุกคนได้อ่านกันตั้งแต่ต้นจนจบ เป็น exclusive back-story ที่หาอ่านไม่ได้ในข่าว PR ทั่วไป 555+
Table of Contents
Traditional Package Test
สมัยแอดทำงานที่บริษัทวิจัยตลาด Ipsos ในปี 2012-2015 ได้ทำงานแนวๆ concept และ packaging test เยอะมากๆ ตั้งแต่เบียร์ ชาเขียว โยเกิร์ต ไปจนถึงผงโปรตีน
วิธีการหลักที่ research ใช้วัดผล concept & packaging คือแบบสอบถาม ชอบคอนเซ็ปต์นี้ไหม แพ็กเกจสวยไหม ดีไซน์ตอบโจทย์หรือเปล่า ถ้าวางขายในร้านสะดวกซื้อใกล้บ้านจะซื้อไหม
โปรเจ็คหนึ่งเก็บข้อมูลประมาณ 150-200 คน ขึ้นอยู่กับ scope และ budget ของลูกค้า ค่าใช้จ่ายหลักแสนอัพทุกโปรเจ็ค เอาเรื่อง 555+ ผลลัพธ์ออกมาเป็น slide powerpoint กับตัวเลข stats เยอะๆ ตามสไตล์ traditional research
ทีม innovation lab ของ adapter digital group เลยได้รับโจทย์จากพี่เอิร์ธ อรรถวุฒิ เวศรานุรักษ์ CEO สุดหล่อ หล่อลาก หล่อแบบไม่เกรงใจใคร เดี๋ยวๆ ชมเจ้านายคืองานหลักของเรา 555+
“จะเป็นไปได้ไหมถ้าวันนี้เราใช้เทคโนโลยี AI มาช่วยวิเคราะห์งาน creative และ packaging ให้กับแบรนด์ เพื่อต่อยอดงานวิจัย ยกระดับการทำ test ให้ได้ผลลัพธ์ที่แม่นยำขึ้น?”
คำถามเดียวสะท้านทั้งบริษัท อยู่ๆก็รู้สึกเหมือนว่างานจะเพิ่มขึ้น 555+ และเป็นจุดเริ่มต้นของการพัฒนา XSight AI สำหรับวิเคราะห์งาน creative โดยเฉพาะ
The Prototype
พี่เอิร์ธ แกอินกับเรื่อง marketing technology มากๆ และฝันอยากจะพัฒนา data/ AI product ของตัวเองมานานแล้ว ที่ adapter เราล้มลุกคลุกคลานกับ AI products มาหลายปี
📑 เราเคยพยายามจะสร้างแอป CRM solution สแกนใบเสร็จสะสมแต้ม (loyalty points) แต่เจอความหลากหลายของใบเสร็จและคุณภาพของรูปถ่ายเข้าไป เลยต้องถอยทัพมาก่อน 555+
ตัว prototype ของ XSight ถูกพัฒนาขึ้นมาเพื่อวิเคราะห์วีดีโอโฆษณาเป็นหลัก เอาไว้ track ดูสีหน้า ท่าทางของผู้เข้าร่วมการทดสอบ หา scene ที่มี impact สูงๆกับอารมณ์ของคนดู
แล้วทีม creative ก็จะนำผลลัพธ์ไปวิเคราะห์ ตัดโฆษณาเวอร์ชันทีวี 30-60 วินาที ให้สั้นลงเหลือ 10-15 วินาที นำชิ้นงานใหม่ไปใช้บน social media ต่างๆ เช่น Facebook, YouTube และ Tik Tok
คำที่พี่เอิร์ธใช้บ่อยๆคือ “Attention” หนังโฆษณาซีนที่ปัง ดูแล้วโดนใจ
เราเชิญผู้เข้าร่วมการทดสอบมาดูวีดีโอใน control environment ที่มีการจัดกล้อง webcam และแสงสว่างอย่างเพียงพอ เพื่อให้ AI สามารถอ่านใบหน้าของผู้ร่วมทดสอบได้ชัดเจน
ก่อนจะเริ่ม test จะมีการวัดระยะสายตาต่างๆเพื่อ calibrate กล้องให้ได้ผลลัพธ์ที่ดีที่สุด ตอนนั้นแอดได้ลอง test กับโฆษณาของ Samsung Galaxy Z Flip4 แบรนด์ที่เรารัก 555+
ข้อจำกัดของ XSight ตอนนี้คือต้องการผู้เข้าร่วมทดสอบอย่างน้อย 25-30 คน และต้องเป็นคนที่ตรงกับ profile ที่แบรนด์ลูกค้าสนใจ เช่น iPhone Users อายุ 18-25 ปีในกรุงเทพ
ส่วนตัวแอดคิดว่าในอนาคต innovation lab กับทีม data ต้องช่วยกันพัฒนา solution ที่มัน scale ได้ง่ายขึ้น เก็บ sample size ได้เป็นหลักร้อยถึงพันคนภายในเวลาสั้นๆ ยิ่งมีข้อมูลมากขึ้นเท่าไหร่ XSight ยิ่งทำงานได้ดีขึ้นเท่านั้น AI มันหิว data มากๆโดยเฉพาะงาน creative ที่ซับซ้อนแบบนี้
📑 การทำวิจัยตลาด + AI technology ช่วยเพิ่มโอกาสในการ launch สินค้าใหม่ แต่ไม่ได้การันตีความสำเร็จ เพราะสุดท้ายกลุ่มตัวอย่างที่เรา test ก็เป็นแค่ sample เท่านั้น
ผู้ร่วมการทดสอบจะใช้เวลาประมาณ 20 นาทีในการดูวีดีโอและตอบแบบสอบถาม data จะถูกส่งไปประมวลบน cloud ของทีม innovation lab ได้ผลลัพธ์ทันที ไม่ต้องรอเป็นเดือนเหมือนสมัยก่อน
พอเอาข้อมูลไปรันบน cloud งานเสร็จไวขึ้นเยอะ แต่บัตรเครดิตพี่เอิร์ธไม่สบายเท่าไหร่ 555+ เวอร์ชันหน้าๆ เราอาจจะต้อง optimize ปรับตัวโมเดลและ resources ต่างๆให้ประหยัดขึ้น
หน้า dashboard จะแสดงข้อมูล เช่น ค่า attention score, emotion intensity, visual impact ดูเป็นภาพรวมของโฆษณาทั้งเรื่อง หรือจะดูแยกตาม scene ก็ได้
SnackJack เป็นแบรนด์แรกที่ได้ลองทดสอบ XSight ตัวนี้ ผลลัพธ์ออกมาน่าพอใจเลย
ทีมงาน innovation lab ใช้เวลาพัฒนา XSight เกือบสองปีกว่าจะได้เปิดตัว การวิเคราะห์สีหน้าและอารมณ์คนซับซ้อนกว่าที่คิดตอนแรกมาก บางคนชอบแต่ไม่บอก รักนะแต่ไม่แสดงออก
เพลง Girly Berry ต้องมาแล้วจังหวะนี้ ยั๊ง 555+
พอจบ phase แรกได้แป๊บเดียว พี่เอิร์ธเรียกประชุมทีม แล้วถามว่า ..
“พี่อยากลองประยุกต์ใช้ XSight กับภาพนิ่ง หรือ packaging บ้าง ลองดูได้ไหม?”
ทีมงานหน้าซีด มือไม้หมดแรง ยิ่งกว่าหนัง Marvel พี่เอิร์ธประกาศ phase ใหม่ทันที คาดว่าจะมีภาค 3-5 ตามมาอีกเร็วๆนี้ 555+
ยังไม่จบ เหมือนหนังมี end credit พี่เอิร์ธถามต่อเบาๆว่า “แล้วพี่จะได้เห็น XSight ตัวใหม่เมื่อไหร่?” ช็อตฟีลมากๆ 555+ ทีมงานใช้เวลาอีกประมาณ 4 เดือนเพื่อสร้าง XSight 2.0
โมเดลเวอร์ชันใหม่ถูกจูนให้ทำงานกับ static images และทำงานได้ดีขึ้นกว่าเดิมในแง่ efficiency ค่าใช้จ่ายบน cloud ถูกลงมามาก ขอบคุณพี่ๆทีม dev มากๆครับ 🙏
วันนี้เราพัฒนาต่อยอด XSight solution ให้สามารถวิเคราะห์ภาพนิ่ง เช่น social media KV (key visuals) และ 3D Package เปิดตัวให้แบรนด์และ startup/ SME ใช้งานได้แล้ววันนี้
est Cola ที่เพิ่ง rebrand ใหม่ปี 2023 ได้ทดลองใช้ XSight วิเคราะห์ตัว packaging เปิดตัวพร้อมรสชาตใหม่ได้คะแนนความนิยมสูงกว่า 90% จากคนไทยที่เข้าไปร่วม vote ออนไลน์
AP Thai ได้ลองใช้ XSight วิเคราะห์โพสต์แคมเปญบน social media เปรียบเทียบแบรนด์ตัวเองกับคู่แข่งเพื่อหา elements ที่ดึงดูดสายตาคนดู และคิดค้นกลยุทธ์การสื่อสารใหม่ๆ
ส่วนตัวแอดในฐานะหนึ่งคนที่ได้ทดสอบ XSight มาแล้วและได้ช่วยเสนอไอเดีย research คิดว่า XSight เหมาะมากกับการวิเคราะห์งาน creative เป็นชิ้นๆทั้งงานวีดีโอและภาพนิ่ง
ถ้าเรา scale ให้มันสามารถ test กับคนได้มากขึ้น เก็บ data ได้มากขึ้น แอดคิดว่า XSight จะส่งผลลัพธ์ที่มีประโยชน์ เอาไปใช้วางกลยุทธ์แบรนด์ได้อย่างมีประสิทธิผลเลย
XSight Attentive Packaging
สำหรับแบรนด์ที่อยากลองทำ packaging และ concept test มิติใหม่ที่ไม่ได้ใช้แค่ survey แบบเดิม จะเปิดตัวสินค้าใหม่หรืออยากปรับดีไซน์เพื่อ refresh branding และอยากได้ ..
- Martech Solution ที่วัดผลข้อมูลด้วย AI และ Neuroscience
- ผสานกับแบบสอบถาม research เพื่อ fine-tune ผลที่ได้จาก AI
- ช่วยเพิ่มโอกาสสำเร็จใน launch สินค้าและบริการใหม่ หรือหาดีไซน์ที่สร้าง impact ได้ดีที่สุด
ถ้าอยากรู้จัก XSight มากกว่านี้ ลองเข้ามาอ่านรายละเอียดได้ที่ XSight Attention Signals แอดได้ส่วนร่วมเสนอไอเดียกับ product นี้นิดหน่อย คิดว่าในอนาคตยังมีเรื่องให้พัฒนาต่ออีกเยอะเลย
XSight เพิ่งหลุดออกมาจาก MVP (minimum viable product) ไม่นาน ทีมงานยังมีการบ้านต้องทำต่ออีกเยอะเลย ส่วนทีม data ตอนนี้พร้อมทำงานให้ทุกแบรนด์แล้วนะคร้าบ 555+
เพื่อนๆอ่านจบแล้ว คิดว่าไอเดียของเครื่องมือนี้เป็นยังไงบ้าง ลองแชร์ไอเดียกันได้นะครับ 😁 ส่วนใครอยากสมัครงานมาร่วมทีม adapter digital หลังไมค์หาแอดได้เช่นกันนะครับ
✉️ contact@adapterdigital.com มาช่วยแอดทำงานหน่อย งานเยอะมาก เย้
