ЭФФЕКТИВНОСТЬ СЛОГАНА: ТРАДИЦИОННЫЕ МЕТОДИКИ ОЦЕНКИ И АЛГОРИТМ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ

 Аннотация. Эффективность слогана как текста малого копирайта играет ключевую роль в маркетинговой стратегии любой компании: слоган как компонент корпоративной политики должен репрезентировать ее позиционирование. Оценка эффективности слогана может помочь организации оптимизировать свою коммуникационную деятельность, свои коммуникационные кампаниии, оптимизировать комплексное восприятие организации. Целью данного исследования стал поиск эффективных современных методик оценки слогана с помощью алгоритма автоматической классификации и уменьшения респондентской субъективности оценки. В статье представлен алгоритм машинного обучения, который в перспективе автоматизирует процесс  оценки слоганов по различным метрикам. Для этого методом опроса представителями целевой аудитории была проведена первичная оценка эффективности слоганов одиннадцати сфер бизнеса: обозначены критерии, система оценки, сформирована выборка слоганов. Подготовлены данные для процедуры машинного обучения распознавания дифференциальных признаков слогана: осуществлен процесс векторизации текста и применена модель случайного леса для классификации слоганов. Приводится сравнение результатов различных методов векторизации и предлагаются подходы к оптимизации алгоритма автоматической классификации.

Ключевые слова: малый рекламный копирайт, слоган, эффективность, критерии эффективности, опрос респондентов, машинное обучение, векторизация текстов, модель случайного леса.

SLOGAN EFFECTIVENESS: TRADITIONAL EVALUATION METHODS AND AUTOMATIC CLASSIFICATION ALGORITM

 Abstract. The effectiveness of a slogan as a form of short advertising copywriting plays a crucial role in any company’s marketing strategy: as part of corporate policy, a slogan should reflect the company’s positioning. Evaluating slogan effectiveness enables organizations to optimize their communication activities and campaigns, enhancing overall perception. The aim of this study was to find effective modern methods for evaluating slogans using an automatic classification algorithm to reduce the subjective bias of respondents' assessments. The article introduces a machine learning algorithm designed to automate the evaluation of slogans across various metrics. To this end, an initial evaluation of slogans in eleven business sectors was conducted through a survey of target audience representatives: criteria and an assessment framework were established, and a slogan sample was compiled. Data were prepared for machine learning by extracting distinctive features through text vectorization, followed by applying a random forest model for slogan classification. The article compares results from different vectorization methods and proposes approaches to optimize the classification algorithm.

Keywords: short advertising copywriting, slogan, efficiency, efficiency criteria, survey of respondents, machine learning, text vectorization, random forest model.

https://doi.org/10.34680/2411-7951.2025.4(59).711-725

Статья.PDF