Dampak Bisnis dari Iklan yang Bias (dan Cara Memperbaikinya)

Kita semua memiliki bias, baik dan buruk, dan banyak dari sikap itu tidak disadari, bahkan ketika sikap itu memberi tahu atau bahkan mendikte apa yang kita lakukan. Tapi apa yang terjadi ketika bias bawah sadar itu meresap ke dalam pemasaran?

Ada beberapa cara hal ini bisa terjadi; yang paling terkenal adalah pesan aktual dan kreatif dalam kampanye iklan, entah itu kurangnya keragaman dalam fotografi atau kurangnya kesadaran akan kepekaan budaya seputar kata atau frasa tertentu. Tetapi bias yang tidak disadari juga ikut berperan dalam teknologi yang kita gunakan untuk menjalankan kampanye tersebut.

Efeknya bisa berbahaya dan sering diabaikan, tetapi bias iklan dapat memiliki dampak negatif yang signifikan pada bisnis Anda, mulai dari kesehatan merek hingga kegagalan untuk menyadari peluang untuk memperluas ke pemirsa baru. Dalam jangka panjang, bias ini melanggengkan stereotip tertentu di dunia yang lebih luas dan dapat merugikan orang secara signifikan.

Untuk memastikan merek Anda tidak secara tidak sengaja jatuh ke dalam perangkap bias, Anda perlu memahami dari mana bias itu berasal, bagaimana pengaruhnya terhadap iklan, dan langkah apa yang dapat Anda ambil untuk membuat kampanye yang lebih inklusif yang mencerminkan dan berbicara kepada khalayak yang lebih luas.

Apa bias bawah sadar dalam pemasaran?

Bias tidak sadar, atau bias implisit, didefinisikan sebagai berbagai stereotip dan penilaian sosial yang dibuat orang secara tidak sadar berdasarkan berbagai faktor seperti usia, status sosial ekonomi, berat badan, jenis kelamin, ras, atau orientasi seksual.

Sebagian besar tindakan kita terjadi tanpa secara sadar memikirkannya; begitulah cara kita menjalani hari kita dengan membuat jutaan keputusan yang diperlukan untuk hidup normal. Tetapi karena proses itu sangat bergantung pada otak kita yang membuat banyak panggilan penilaian yang mungkin tidak kita sadari, bias bawah sadar dapat berdampak besar pada tindakan dan perilaku kita.

Bias ini muncul dari paparan seumur hidup terhadap sikap budaya, norma, tradisi, dan faktor lain yang memengaruhi cara kita memandang gender, ras, usia, etnis, agama, kelas ekonomi, seksualitas, disabilitas, dan kebangsaan (serta kelompok lain dari karakteristik). Itu sebabnya mereka bisa sangat sulit untuk diidentifikasi, ditantang, atau dipecahkan.

Dalam pemasaran, ini dapat terwujud dalam beberapa cara berbeda: segmen audiens, keputusan demografis, pengiriman pesan, fotografi, kiasan budaya, dan banyak lagi. Bias iklan berarti bahwa kita mengandalkan asumsi yang tidak disadari untuk membuat keputusan tentang kepada siapa merek kita dipasarkan, apa yang ingin kita katakan untuk menarik konsumen tersebut, dan banyak lagi.

Pemasar pada umumnya melihat untuk mengoreksi asumsi tersebut, tetapi, seperti halnya individu, mereka tidak selalu menyadari bagaimana bias tersebut terwujud atau ketika mereka memengaruhi strategi.

Apa dampak bisnis dari iklan yang bias?

Mengidentifikasi dan mengoreksi bias yang tidak disadari adalah bagian penting dari rangkaian tanggung jawab tim pemasaran karena dampak asumsi ini dapat sangat merugikan bisnis Anda—dan masyarakat secara keseluruhan.

Dalam studi IRI dan SEEher menggunakan SEEHER Gender Equality Measure (GEM), metodologi sumber terbuka berbasis data yang mengidentifikasi bias berbasis gender dalam periklanan dan pemrograman, hasilnya meyakinkan: iklan dengan peningkatan penjualan tertinggi memiliki Skor GEM, sedangkan iklan dengan peningkatan penjualan terendah memiliki skor GEM terendah.

Sumber: IRI & SEEHER

Salah satu alasan utama bias iklan terus menjadi masalah adalah bahwa kampanye berdasarkan segmentasi pemirsa demografis dapat memberikan jalan pintas ke iklan yang lebih dipersonalisasi yang dapat mendorong peningkatan kinerja jangka pendek.

Tetapi efek jangka panjangnya serius dan berpotensi menyebabkan kerusakan permanen. Ketergantungan pada iklan yang berbicara tentang bias bawah sadar ini akan membatasi potensi pertumbuhan merek Anda dengan mengecualikan pemirsa baru dan dapat menyebabkan kerusakan besar pada citra merek Anda jika Anda mengandalkan stereotip dalam materi iklan dan pesan merek.

Seperti apa bias bawah sadar dalam periklanan?

Dalam satu contoh yang sangat mengerikan (dan terkenal), kampanye iklan yang banyak dikritik oleh Dove menampilkan seorang wanita kulit hitam yang berubah menjadi wanita kulit putih setelah menggunakan sabun Dove. Penempatan Dove dalam kampanye adalah tentang kemurnian, yang diwakili oleh keputihan dalam materi iklan, sebuah ide yang segera diidentifikasi sebagai rasis yang terang-terangan jika tidak disengaja.

Sumber: Forum Ekonomi Dunia

Sangat mudah untuk melihat contoh seperti ini dan membayangkan jika merek Anda belum pernah melakukan sesuatu yang begitu mengerikan, Anda sudah jelas. Tetapi contoh peran bias yang tidak disadari dalam periklanan ada di mana-mana, bahkan jika itu kurang jelas.

Pikirkan tentang gambar yang Anda gunakan untuk iklan, situs web, presentasi, dll. Pilihan fotografi Anda menjadi representasi bisnis Anda apakah Anda menyadarinya atau tidak. Jika Anda mencoba memilih foto stok untuk mewakili profesionalisme, misalnya, dan gambaran di benak Anda adalah sekelompok pria kulit putih berjas di sekitar meja rapat, kemungkinan itu adalah hasil dari bias yang tidak disadari.

Pemasar menjadi jauh lebih baik dalam mengenali bias semacam ini, meskipun bias ini masih muncul (wanita tertawa sambil makan salad, siapa saja?) secara teratur.

Tapi batas berikutnya adalah otomatisasi, dan di situlah kami baru mulai memahami efek bias bawah sadar pada iklan. Alat pembelajaran mesin seperti AI dan penargetan iklan sebenarnya dapat memperkuat bias negatif, sebagian karena bias implisit dari arsitek sistem ini. Karena parameter dibangun dengan segmen data, pengiklan membuka pintu air bagi sistem otomatis untuk mengabadikan stereotip negatif.

Bias berbeda yang timbul dari proses otomatisasi yang berbeda

Sumber: Varshney, Pembelajaran Mesin Tepercaya, 2022

IBM Watson Advertising merilis temuan penelitian baru pada Januari 2022 berdasarkan data kampanye dari The Ad Council yang secara definitif menunjukkan bahwa bias yang tidak disadari berdasarkan masukan yang berbeda ke dalam kampanye yang menganjurkan vaksinasi COVID memengaruhi algoritme AI yang menyebarkan kampanye untuk berbagai karakteristik termasuk tingkat pendapatan dan politik keyakinan.

“Salah satu pengamatan paling signifikan adalah: bias bisa ada dalam data dan algoritme yang digunakan untuk iklan digital, dan bias itu tidak selalu langsung terlihat oleh mata manusia.”

Ini bukan hanya teoretis; Facebook baru-baru ini menyelesaikan gugatan dengan National Fair Housing Alliance (NFHA) dan Communications Workers of America (CWA) atas daftar yang telah diisi sebelumnya di platform iklan Facebook yang memungkinkan pengiklan menempatkan iklan perumahan, pekerjaan, dan kredit yang dapat mengecualikan kelompok yang dilindungi seperti Afrika. Amerika, Hispanik, dan Asia Amerika. Daftar iklan yang ditargetkan tidak mengecualikan "Orang Kulit Putih" dengan cara yang sama, melanggar undang-undang hak-hak sipil yang memerlukan pendekatan yang adil dan setara untuk iklan untuk kelompok yang dilindungi.

Sumber: New York Times

Bias teknologi dapat terjadi ketika bias kognitif manusia atau bias dalam data secara tidak sadar dikodekan ke dalam sistem dan didistribusikan dalam skala besar. Bias yang tidak disadari ini dapat menjadi masalah sistemik yang begitu kompleks sehingga mungkin tidak terdeteksi, terutama dalam interaksi data dan sinyal dalam ekosistem periklanan.

Sumber: Institut Standar dan Teknologi Nasional (NIST)

Meskipun mungkin sulit untuk mendeteksi bias mana yang tercermin dalam periklanan, penargetan, dan pengiriman pesan, tim pemasaran bertanggung jawab untuk menyadari masalah ini, secara aktif menantang asumsi kami, dan memprioritaskan menemukan solusi.

Bagaimana Anda memerangi iklan yang bias?

Terlepas dari apa yang berhasil dalam kampanye di masa lalu, sekaranglah saatnya untuk melangkah maju dan membuat beberapa perubahan signifikan untuk memastikan merek Anda mengambil pendekatan inklusif dan menghadapi potensi bias.

Dalam hal proses kreatif Anda secara keseluruhan, pastikan Anda:

• Bawa perspektif yang beragam ke meja sebagai pemangku kepentingan di setiap tahap proses, dari ide awal hingga eksekusi hingga pengukuran
• Tinjau kriteria penargetan Anda untuk bias dan jangan takut untuk mengajukan pertanyaan tentang input dan hasil apa pun berdasarkan keputusan algoritmik
• Jangan hanya menambahkan Keanekaragaman, Kesetaraan, dan Inklusi (DEI) ke proses kreatif Anda, bekerjalah dengan orang-orang dari komunitas yang kurang terlayani di audiens Anda dan bawa perspektif mereka ke dalam percakapan dua arah dengan merek Anda
• Buat kerangka pengujian yang dibuat untuk menantang beberapa asumsi Anda dengan membuka merek Anda ke audiens baru dan pesan serta materi iklan yang berbeda

CMO publikasi datang dengan daftar periksa yang berguna yang harus Anda sertakan sebagai bagian dari kontrol kualitas materi iklan Anda:

Sumber: CMO

Ketika datang ke bias algoritmik, solusinya sedikit lebih rumit. Seiring dengan semakin canggihnya AI, para ahli di bidang ini menyerukan transparansi yang lebih besar tentang bagaimana berbagai model dan layanan dikembangkan.

Ironisnya, teknologi sering kali menjadi jawaban untuk menolak dan mempertanyakan model yang telah kami buat yang dapat menciptakan hasil yang cacat dan bias ini. Lihat alat yang dibuat untuk membantu mengungkap dan mengurangi bias implisit dalam periklanan:

• Keadilan AI: Toolkit sumber terbuka ini dapat membantu pengguna memeriksa, melaporkan, dan mengurangi diskriminasi dan bias dalam model pembelajaran mesin di seluruh siklus hidup aplikasi AI.
• IBM Watson: Dengan memindai bias, AI untuk periklanan dapat membantu menemukan hubungan mendasar antara subkelompok yang tersembunyi dari manusia, untuk menciptakan strategi yang lebih baik yang menangani setiap populasi secara adil.
• IBM FactSheets: FactSheet adalah kumpulan informasi (fakta) yang relevan tentang pembuatan dan penerapan model atau layanan AI. Tujuan dari proyek FactSheet adalah untuk menumbuhkan kepercayaan pada AI dengan meningkatkan transparansi dan mengembangkan pemahaman tentang bagaimana AI dibuat dan diterapkan, memungkinkan tingkat tata kelola dan kontrol atas bagaimana AI digunakan.

Konsumen saat ini mengharapkan lebih banyak dari merek yang mereka pilih untuk berinteraksi. Tidak lagi cukup menawarkan produk atau layanan berkualitas kepada konsumen Anda; pelanggan Anda ingin Anda menempatkan nilai Anda di depan dan di tengah. Saat konsumen semakin paham tentang periklanan, luangkan waktu untuk melakukan pemeriksaan mendalam tentang apa yang Anda tampilkan ke dunia.

Pelajari mengapa konsumen saat ini menyelaraskan pembelian mereka dengan nilai-nilai mereka dalam acara sesuai permintaan, Misi Pemasaran: Menyeimbangkan Tanggung Jawab Sosial dan Imperatif Pertumbuhan.