Đánh giá rủi ro của tiếp thị mục tiêu cho vay công bằng 

Các quy định cụ thể về cho vay công bằng vẫn đang tiếp tục phát triển, nhưng những nguyên tắc cốt lõi chống phân biệt đối xử của chúng vẫn phải là yếu tố then chốt trong chính sách của bất kỳ tổ chức dịch vụ tài chính nào. Các ngân hàng, hợp tác xã tín dụng và các tổ chức cho vay không nên từ chối cung cấp dịch vụ dựa trên các yếu tố như chủng tộc, màu da, giới tính, tôn giáo, quốc tịch, khuyết tật và tình trạng hôn nhân. Việc tìm thấy một quan chức dịch vụ tài chính không biết đến những nguyên tắc này là điều khó khăn.

Tuy nhiên, rủi ro cho vay công bằng cũng cần được xem xét trong hoạt động tiếp thị. Một số người có thể tự hỏi liệu mối quan tâm đến vấn đề phân biệt đối xử có còn tồn tại nhiều trong thời đại được kiểm soát bằng phương tiện kỹ thuật số, nơi mà nhiều hành động đã được loại bỏ khỏi tay con người và được giao cho các thuật toán có vẻ như khách quan.

Câu trả lời ngắn gọn là có.

Trong lĩnh vực cho vay công bằng, việc bỏ sót thông tin có thể dẫn đến phân biệt đối xử trên mạng.

Rủi ro cho vay công bằng có thể phát sinh từ nội dung tiếp thị, cách thức trình bày và việc ai nhìn thấy hoặc không nhìn thấy quảng cáo của bạn.

Một quảng cáo dịch vụ tài chính có thể chứa ngôn ngữ và hình ảnh hoàn toàn mang tính toàn diện. Tuy nhiên, nếu quảng cáo đó được phân phối theo cách mà hầu hết hoặc tất cả những người bạn muốn bao gồm sẽ không bao giờ nhìn thấy nó, thì điều đó có thể bị coi là vi phạm nguyên tắc cho vay công bằng.

Hình thức phân biệt đối xử này được gọi là "phân vùng đỏ kỹ thuật số", và việc kiểm soát tiếp thị mục tiêu kỹ thuật số có thể vô tình khiến một tổ chức phân biệt đối xử theo cách này.

Một lợi ích tiềm năng của tiếp thị mục tiêu kỹ thuật số là khả năng tập trung quảng cáo vào những nơi có thể hiệu quả nhất và mang lại lợi nhuận cao hơn cho khoản đầu tư tiếp thị. Phương pháp này hoàn toàn phù hợp với nhiều sản phẩm nhưng có thể gây ra lo ngại khi cần xem xét rủi ro cho vay công bằng.

Tùy thuộc vào nguồn dữ liệu và thuật toán được sử dụng, phương pháp nhắm mục tiêu kỹ thuật số có thể vô tình phân biệt đối xử với một số nhóm người nhất định dựa trên vị trí địa lý hoặc thói quen, sở thích hoặc mô hình tài chính cụ thể mà họ thể hiện trực tuyến. Nói cách khác, thuật toán tiếp thị có thể tập trung quá mức vào một nhóm hoặc khu vực người cụ thể, gây bất lợi cho những cá nhân đủ điều kiện nằm ngoài tiêu chí của nó.

Các cơ quan quản lý liên bang và các công ty truyền thông xã hội lớn đã có những hành động liên quan đến việc phân biệt đối xử trên không gian mạng. Vào tháng 3 năm 2019 , Facebook (nay là Meta) đã loại bỏ khả năng cho phép người mua quảng cáo lựa chọn rõ ràng việc loại trừ nhắm mục tiêu quảng cáo của họ đến các chủng tộc, độ tuổi và giới tính cụ thể. Vào tháng 6 năm 2022 , Meta đã công bố những cải tiến sâu rộng hơn đối với các tính năng có khả năng phân biệt đối xử trong thuật toán quảng cáo của mình , đặc biệt là đối với việc phân phối quảng cáo nhà ở trên Facebook .

Các cơ quan quản lý và nền tảng kỹ thuật số khác cũng đang bắt đầu áp đặt các quy định về việc sử dụng AI . Trong lĩnh vực pháp luật, một số hiệp hội luật sư tiểu bang đang ban hành hướng dẫn về bảo mật và tiếp thị. YouTube cũng yêu cầu công khai nội dung được tạo ra bằng trí tuệ nhân tạo hoặc được bổ sung bởi AI.

Mặc dù những bước tiến này rất đáng khích lệ, nhưng không nên coi đó là sự đảm bảo rằng việc phân biệt đối xử kỹ thuật số đã hoàn toàn bị loại bỏ khỏi bất kỳ quy trình nào. Tuy nhiên, bất chấp những thách thức này, tiếp thị kỹ thuật số không phải là điều bạn nên loại bỏ khỏi chiến lược tiếp thị của mình. Làm như vậy sẽ đặt tổ chức của bạn vào thế bất lợi đáng kể.

Các tổ chức dịch vụ tài chính nên làm gì? Cần thận trọng và cẩn trọng khi sử dụng bất kỳ hình thức tiếp thị mục tiêu kỹ thuật số nào. Các biện pháp giảm thiểu rủi ro bao gồm:

• Tìm hiểu càng nhiều càng tốt về bất kỳ chương trình tiếp thị mục tiêu nào mà họ đang sử dụng.
• Yêu cầu thông tin liên quan đến các chương trình tiếp thị mục tiêu mà các công ty và đại lý khác có thể sử dụng thay mặt họ.
• Đánh giá mọi bộ lọc được sử dụng trong tiếp thị mục tiêu.
• Yêu cầu và phân tích báo cáo về đối tượng khách hàng tiếp cận được thông qua tiếp thị mục tiêu.
• Xem xét và giải quyết mọi khiếu nại nhận được liên quan đến tiếp thị kỹ thuật số.

Liệu trí tuệ nhân tạo (AI) và máy học có đạt đến điểm mà bạn có thể hoàn toàn giao phó hoạt động tiếp thị của mình cho các thuật toán tiếp thị mục tiêu? Có lẽ là có. Nhưng hiện tại thì chưa. Những công cụ này vẫn chịu ảnh hưởng lớn bởi yếu tố mà người sử dụng có thể đang hy vọng loại bỏ: sự thiên vị của con người.

Trí tuệ nhân tạo (AI) không hoàn hảo trong việc giải quyết các rủi ro cho vay công bằng trong tiếp thị mục tiêu.

Tiềm năng của trí tuệ nhân tạo (AI) và máy học trong việc xử lý thông tin, dự đoán kết quả và đưa ra quyết định là rất rộng lớn và đầy tham vọng. Việc sử dụng các công cụ này có thể xác định các mối liên hệ trong các tập dữ liệu khổng lồ mà con người có thể bỏ sót – và chắc chắn không nhanh bằng khả năng của các công cụ này.

Tuy nhiên, khả năng siêu phàm của trí tuệ nhân tạo và máy học không có nghĩa là chúng tồn tại trong một phạm vi nằm ngoài tầm ảnh hưởng của con người. Và khi nói đến cho vay công bằng và tiếp thị mục tiêu, điều đó có thể tiềm ẩn rủi ro đáng kể.

Các mô hình trí tuệ nhân tạo và máy học, chẳng hạn như ChatGPT, Claude và những mô hình khác có thể ảnh hưởng đến các chương trình tiếp thị mục tiêu hoặc viết quảng cáo, không tự nhiên xuất hiện như những chuyên gia tiếp thị hay viết quảng cáo hoàn chỉnh. Chúng cần được đào tạo dựa trên dữ liệu đã có từ trước để đưa ra kết luận và dự đoán.

Tóm lại, một mô hình trí tuệ nhân tạo (AI) hay máy học chỉ có thể "khách quan" như dữ liệu mà nó được dùng để huấn luyện . Ít nhất một phần, nếu không phải tất cả, dữ liệu đó được thu thập bởi con người và do đó, có thể bị ảnh hưởng một cách cố ý hoặc vô ý bởi những định kiến cá nhân hoặc lịch sử.

Ví dụ, một mô hình trí tuệ nhân tạo (AI) hoặc máy học được huấn luyện trên dữ liệu bất động sản tại một địa điểm nhất định trong 100 năm qua có thể tạo ra một tập dữ liệu trong đó phần lớn chủ nhà là người da trắng. Mặc dù mục đích của việc huấn luyện không phải là nhắm mục tiêu vào người da trắng trong quảng cáo tại khu vực này, nhưng sự chiếm ưu thế áp đảo của dữ liệu trong quá khứ có thể dẫn đến việc nhắm mục tiêu mang tính phân biệt đối xử. Theo những cách như vậy, sự phân biệt đối xử trong quá khứ có thể dẫn đến sự duy trì của sự phân biệt đối xử trên không gian mạng.

Chúng tôi không nói rằng trí tuệ nhân tạo (AI) hay các mô hình học máy không bao giờ nên là một phần của quy trình quảng cáo hoặc tiếp thị mục tiêu. Tại LaFleur, chúng tôi sử dụng AI như một trợ lý để giúp chúng tôi tổng hợp và sắp xếp dữ liệu. Tuy nhiên, việc giao toàn bộ quyền kiểm soát cho AI không phải là điều chúng tôi khuyến nghị nếu không có sự kiểm soát chặt chẽ và giám sát thường xuyên của con người .

Xây dựng chiến lược tiếp thị nhắm mục tiêu cho vay toàn diện và công bằng.

Khi nói đến việc tránh vi phạm các quy định cho vay công bằng trong lĩnh vực dịch vụ tài chính, tiếp thị mục tiêu cụ thể có thể không hiệu quả bằng việc chứng minh tính khả dụng rộng rãi của dịch vụ đối với cộng đồng.

Vấn đề không chỉ nằm ở việc tuân thủ quy định – mặc dù điều đó chắc chắn vẫn rất quan trọng. Chiến dịch càng bị giới hạn chặt chẽ, càng có nhiều giả định được đưa ra về việc ai sẽ được hưởng lợi từ các dịch vụ nhất định. Và khi những lựa chọn đó chủ yếu nằm trong tay trí tuệ nhân tạo (AI), chúng ta không kiểm soát được những giả định đó. Tiếp thị mục tiêu rộng hơn, nhưng vẫn hoạt động trong khuôn khổ hợp lý, có thể mở rộng phạm vi khách hàng tiềm năng và đặt niềm tin lớn hơn vào việc khách hàng biết họ muốn gì – và họ có thể nhận được điều đó từ bạn.

LaFleur giúp các tổ chức phát triển chiến lược tiếp thị tuân thủ các nguyên tắc cho vay công bằng. Chúng tôi áp dụng phương pháp lấy con người làm trung tâm, tận dụng công nghệ đồng thời giám sát các rủi ro và nắm bắt các cơ hội. Hãy lên lịch tư vấn và cùng thảo luận về cách chúng ta có thể xây dựng cho bạn một chiến lược tiếp thị hiệu quả và có trách nhiệm.

Tim Latshaw là chuyên gia nội dung tại LaFleur, tập trung vào các chiến lược tiếp thị B2B .