Quando se trata de medir a atenção, pode parecer que todos os olhos estão no rastreamento ocular. Mas esse foco estreito pode ser míope.
Olhos usando óculos
Quando o professor Byron Sharp, do Ehrenberg-Bass Institute for Marketing Science da University of South Australia, questionou a abordagem de atenção da indústria publicitária e as métricas em torno dela, ele desencadeou um debate acirrado. Até certo ponto, ele estava certo – a indústria precisa abordar a maneira como vê a atenção. Grande parte disso se deve à forma como a atenção é medida e às táticas empregadas para chamar a atenção.
Naturalmente, à medida que os cookies de terceiros e outros identificadores desaparecem e a eficácia das abordagens de medição tradicionais diminui, a indústria foi forçada a mudar seu foco. A atenção é definitivamente o futuro da medição, mas a forma como é medida atualmente nem sempre corresponde às expectativas.
Os olhos nem sempre contam a história completa
Um dos métodos mais populares de medir a atenção é por meio de estudos de rastreamento ocular. Embora útil em alguns casos, o rastreamento ocular também pode resultar no que pode ser visto como atenção implícita.
De fato, as técnicas de rastreamento ocular e os estudos de pesquisa correspondentes fornecerão uma medida de atenção, pois os olhos do usuário estão vendo parte de uma tela, mas isso não garante atenção ativa ou lembrança positiva do anúncio quando testado. Nada novo no universo das impressões perdidas. Existem também algumas deficiências técnicas com algum rastreamento ocular, principalmente em torno de fatores como certas cores dos olhos, refração da luz e se o indivíduo está usando óculos ou lentes de contato.
Agora, não estamos aqui para criticar o rastreamento ocular. Tem algumas imperfeições, mas definitivamente tem seus casos de uso – games e TV linear por exemplo. Em vez disso, os anunciantes – especificamente os anunciantes digitais – precisam considerar como as métricas de atenção podem ser derivadas de dados mensuráveis e comportamentais, ajustadas à sua marca e otimizadas daqui para frente.
Uma boa medida de atenção deve ser compatível com a privacidade, sofisticada, orientada por dados. Por sua vez, essas medidas devem ser otimizadas por meio de técnicas de aprendizado de máquina, para que a relação entre a atenção e outros eventos, como o click-through, possa ser claramente compreendida.
Alcançando o desempenho ideal
No centro de qualquer abordagem de medição de atenção deve estar o consumidor e a maneira como ele realmente interagiu com um anúncio. Isso inclui fazer perguntas como: ‘O usuário passou um certo tempo nas áreas de ação do anúncio? O som estava tocando? Todos os pontos de dados que podem ser identificados foram otimizados?” O uso de dados dessa maneira garante que as métricas de atenção sejam focadas na qualidade dessa atenção e em como isso impulsiona o desempenho total da campanha.
Os dados derivados dessas métricas de atenção com foco no engajamento podem ser usados pela IA para revisar os objetos criativos em um anúncio e medir a qualidade de sua atratividade em tempo real. Esse insight pode ser usado para adaptar ou remontar o criativo para torná-lo o mais atraente possível. Isso, por sua vez, pode informar os processos subjacentes de design de anúncios e garantir que a criatividade opere em um ciclo de desempenho e inovação. Esses insights também podem ser usados para influenciar a segmentação algorítmica para editores e inventários que despertem a maior atenção. Além disso, se os dados do público estiverem disponíveis, a relação entre tratamento criativo, sites e inventário pode ser otimizada para atrair um determinado público-alvo.
Abordada dessa maneira, a atenção se torna uma meta de negócios e também o alvo da otimização de aprendizado de máquina (AI), em que todos os outros insights, como recursos criativos, são usados como entradas para garantir os targets de atenção.
Fonte: thedrum
Artigo de Ian Liddicoat, CTO and Head of Data Science na Adludio
