Složenost i neprozirnost modernih digitalnih platformi za oglašavanje, posebice Meta oglasa, postali su veliki problem u oglašivačkoj zajednici. Ove platforme samostalno kontroliraju ključne elemente poput ciljane publike, cijena i relevantnosti oglasa, djelujući na tržištima koja dominiraju mrežni efekti. Tvrtke poput Meta i Google drže vodeće pozicije, privlačeći mnoge oglašivače koji često oslanjaju na intuicju umjesto na podatcima utemeljene uvide. Kao rezultat toga, milijarde se troše na oglase na društvenim mrežama koji često ne daju učinkovite rezultate. U središtu ovog problema su vlasnički algoritmi koji koriste velike skupove podataka kojima vanjski oglašivači nemaju pristup. Ti algoritmi djeluju kao crne kutije, skrivajući kako se donose odluke o ciljanju i cijeni. Ta nedostatna transparentnost ozbiljno ograničava mogućnosti oglašivača da donose informirane odluke, što izaziva široku potražnju za većom otvorenošću u industriji. Kao odgovor na to, raste pokret koji zagovara transparentnost, standardizaciju mjerila u industriji i strože regulatorne okvire. Ovi napori imaju za cilj uspostaviti pravednije i učinkovitije digitalno oglašavanje, omogućujući oglašivačima da bolje procjenjuju učinkovitost kampanja i pametnije raspoređuju budžete. Osim regulative, razvijaju se tehnološka rješenja koja bi opremila marketinške stručnjake naprednim alatima za navigaciju u digitalnom oglašivačkom krajoliku. Jedan od obećavajućih pristupa uključuje modele strojnog učenja koji predviđaju stopu klikova (CTR) za nove oglase, omogućujući marketinškim stručnjacima procjenu mogućeg angažmana prije velikih ulaganja. Međutim, marketinškarci se suočavaju s još jednim izazovom: golem volumen podataka usred intenzivne konkurencije otežava izvlačenje smislenih uvida ili konkretnih strategija. Potpuni val podataka često uzrokuje informacijski preopterećenost, ostavljajući marketinške stručnjake nesigurnima u tumačenje i primjenu podataka. Kako bi riješili ovaj nedostatak, istraživači su se okrenuli uspjehu velikih jezičnih modela (LLMs), poput ChatGPT-a, poznatih po tome što povezuju složene tehničke podatke s ne-tehničkom publikom.

Inspirirani tim, predložen je novi sustav nazvan SODA (Sustav za optimalno digitalno oglašavanje). SODA kombinira LLM-ove s objašnjivom umjetnom inteligencijom (AI) kako bi poboljšao interpretaciju složenih skupova podataka i olakšao nesmetanu suradnju između ljudskih marketinških stručnjaka i AI. Specijalno osmišljen za digitalni marketing, SODA koristi prirodnu jezičnu sposobnost LLM-ova uz dodatne objašnjive značajke, uključujući napredne modele za tekst i sliku. Ova integracija stvara jednostavno sučelje koje pojednostavljuje interpretaciju podataka, pomažući marketinškim stručnjacima da jasnije shvate metrike oglašavanja, trendove konkurencije i ponašanje potrošača. Povećavajući suradnju čovjeka i AI, SODA predstavlja značajan napredak u optimizaciji marketinških strategija. Sposobnost razjašnjavanja složenih obrazaca u podacima i transparentno objašnjavanje predviđanja temeljenih na AI omogućava marketinškim stručnjacima donošenje sigurnih, podacima utemeljenih odluka. Osim toga, smanjenjem neprozirnosti trenutnih algoritama za oglašavanje, SODA omogućava učinkovitije i ciljanije korištenje oglašivačkih budžeta. Ukratko, digitalno oglašavanje suočava se sa značajnim izazovima zbog neprozirnih algoritama i velikih, složenih skupova podataka. Dominantne platforme poput Meta i Google kontroliraju velik dio tržišta putem mrežnih efekata, ističući hitnu potrebu za većom transparentnošću i standardiziranim metrikama. Istovremeno, napredak u strojenom učenju i objašnjivoj umjetnoj inteligenciji nude obećavajuća rješenja koja mogu pomoći marketinškim stručnjacima da iskoriste obilje podataka i optimiziraju strategije. Sustavi poput SODA ističu potencijal integracije najnovije AI tehnologije s marketinškim stručnostima u vođenju industrije prema većoj jasnoći, učinkovitosti i uspjehu.