Hvorfor klikker ingen på dit websted? Adobes brutalt ærlige nye AI kan fortælle dig det

Jeg bøjer mig for mine teknologiske overherrer.

Hvorfor klikker ingen på dit websted? Adobes brutalt ærlige nye AI kan fortælle dig det

Jeg har skrevet snesevis af historier om Adobe gennem årene og ikke for at prale, men jeg har aldrig haft brug for en AI til at redigere nogen af ​​dem.



Men i dag debuterer virksomheden sin seneste Sneak, eller en drille af et nyt værktøj, der kommer. Det kaldes Project Catchy Content, og det er en AI, der kan analysere onlineindhold, fra fotografering til den skrevne tone, og fortælle dig, om folk vil engagere sig i det eller ej - og hvorfor.

michelle wolf hvide hus korrespondenter middag

Project Catchy Content lover at analysere blogindlæg og butiksfortegnelser, hvilket tyder på alt fra bedre farver til tweaked copywriting for at få den bedst mulige respons fra dit publikum. Sagt anderledes, Adobe er ikke tilfreds med at hjælpe dig med at gøre dit websted smukt længere. Det vil også være med til at sikre, at designet er effektivt.





Klik på her for en større version. [Billede: Adobe]

Som Steve Hammond, en VP for Adobe Experience Cloud, der leder Sneaks -programmet, forklarer, stammer arbejdet fra mange års Adobes AI -forskning. Virksomheden har allerede udviklet nogle kraftfulde AI-baserede værktøjer til annoncer, f.eks. Content-Aware Fill, som bruger AI til at analysere en scene og udfylde sandsynlige objekter som græs eller vand over en skam, som du gerne vil dække over.

Den evne giver Photoshop en forståelse mellem pixels, farver og mønstre, siger Hammond. Men han forklarer, at Catchy Content skubber Adobes image -dygtighed længere, fra redigering til en dyb evaluering. AI klassificerer fotos med alle slags søgeord (f.eks. Svømningskvinde), dekonstruerer deres farvepaletter og analyserer den ledsagende tekst. Det kan derefter krydshenvise alle disse oplysninger i forhold til, hvad folk engagerer sig i-meget specifikke, demografiske data-for at udvikle et scorekort til dit indhold.

Systemet er en kæmpe AI -analysator, der korrelerer, hvad der er på din side, til hvad folk læser, klikker eller køber.



Klik på her for en større version. [Billede: Adobe]

For at demonstrere ideen løb Adobe -teamet mig igennem en demo af et websted, de kalder WKND. WKND er bygget i Adobe Experience Manager, virksomhedens software til indholdsudgivelse, der bruges af en lille skive af internettet, herunder store kommercielle kunder som Chase, Salesforce og FedEx. (Men Adobe siger, at der ikke er nogen grund til, at denne AI ikke kunne fungere gennem hele virksomhedens Creative Cloud -økosystem). WKND har et temmelig typisk moderne look, men med et tryk på knappen kan du se, hvad AI ser. Det er kode, der mærker mængden af ​​glæde eller vrede i kopien og tilføjer tags såsom strand eller det smukke baseret på kvaliteter, det finder i scenen.

Brugeren behøver dog ikke at analysere al denne kode, fordi Adobe har et letlæseligt dashboard. Instrumentbrættet trækker farvepaletterne fra din side og markerer dem, der tiltrækker dit publikum og dem, der ikke gør det. En liste over Adobe Stock -billeder, der måske fungerer bedre, foreslås. Det viser også din tone og ordets læseniveau. Et eksempel, jeg ser, scorer faktisk det indhold på en skala fra 1-100, hvad angår dets affinitet til dit tiltænkte publikum. (Adobes eget interne eksempel scorede kun en rimelig 53 med kvindelige surfere, der er måldemografien.)



Klik på her for en større version. [Billede: Adobe]

Præcis hvilke fotos og tekst der betragtes som gode, afhænger helt af dit publikums præferencer, og hvad du prøver at få dem til at gøre. Adobe forestiller sig denne platform mindre til journalistik og mere til virksomhedsblogs, B2B-websteder eller e-handel. Og det kan indstilles til forskellige behov, såsom forøgelse af engagementstider eller stigende salg.

hættetrøje med indbygget maske

Der er ikke to måder ved det: Dette er en kold og beregnende måde at se kreativt arbejde på. Men det er også et analyseværktøj, der når meget dybere end eksisterende muligheder såsom Google Analytics eller Parse.ly, som ofte kan spore, hvor godt et stykke indhold på internettet klarer sig, men kan tilbyde meget lidt i forhold til handlingsrettede råd til forbedring det.

Indholdsforfatteren kan træffe en mere informeret beslutning om, hvad der er effektivt for dette publikum, siger Hyman Chung, produktchef hos Adobe, der udviklede Catchy Content. Hele systemet, set fra 1.000 fod væk, minder mig meget om, hvordan Hollywood traditionelt har fokus-testede film, viser dem til et tiltænkt publikum, får feedback og tilpasser scener før en landsdækkende udgivelse. Undtagen i dette tilfælde automatiserer Adobe processen med tendenser og big data, før han kvantificerer langt mere detaljerede beslutninger, som du har taget i indhold og grænseflade.

Tillad mig nu at oplyse, jeg aner ikke, om Catchy Content rent faktisk virker. Jeg testkørte den ikke. Demoen, jeg modtog, beviste ikke sig selv i løbet af måneders sidevisninger eller produktkøb. De fleste Adobe Sneaks slipper din kæbe med det samme, fordi de er visuelle stunts, som alle kan genkende som utrolige. Catchy Content er en interessant idé, men jeg er mere end lidt skeptisk over for, at det ville være raffineret nok til håndgribeligt at forbedre engagementet i mine historier i det daglige-selvom journalister ganske vist ikke er dets målmarked.

hvad betyder 555

Min anden bekymring er, forudsat at Catchy Content virker, er det muligt, at systemet fandt ud af en enkelt vellykket formel, der ville få alle websteder til at se mere eller mindre ens ud, snarere end snesevis af formler, der ville fungere i forskellige sammenhænge? Det er også noget, Adobe undrer sig over.

Klik på her for en større version. [Billede: Adobe]

Det, vi kigger på her, viser et par eksempler til din pointe, og meget begynder at ligne. Det vil være sandt, så længe mærker har lignende indhold, siger Hammond. Men efterhånden som mærker og forfattere skaber flere typer historier inde i Catchy Content, forestiller Hammond, at vi vil se, at optimale designs diversificerer.

Med andre ord kommer Adobe med et typisk og halvvejs overbevisende argument, som mange AI -udviklere fremfører og siger, at de bare skal fodre maskinen med flere data for at gøre den smartere. Men Chung peger også på nogle store forskelle inden for betatest mellem forskellige målgrupper på New Zealand og australske markeder, hvor kunderne ser ud til at reagere på forskellige, regionale præferencer. Så med andre ord kunne mere forskelligt indhold og flere forskellige målgrupper afsløre præferencer, som Adobe ikke har overvejet endnu.

Fra i dag bliver Catchy Content testet i beta med et par af Adobes kunder, herunder store husholdningsnavne i forbrugsvarer og rejse/gæstfrihed, sammen med en nonprofit og en virksomhedsteknologisk virksomhed. Som med enhver snig er der ingen garanti for, at Catchy Content kommer på markedet, og hvis/når det gør det, kan værktøjet se helt anderledes ud. Hyman synes selv at være i tvivl om, hvorvidt Catchy Content giver for meget feedback, og om de måske kan dele forslag tilbage til kun de mest anvendelige elementer.

Så jeg aner ikke, om Catchy Content vil have meget, om noget, at gøre med fremtiden for udgivelse og e-handel. Når det er sagt, må jeg indrømme: Dens påståede kræfter lokker. Hvis Adobe ikke finder ud af dette, vil uundgåeligt et andet firma gøre det.