解锁货币的注意力电通的注意力经济方案第二阶段研究

注意解锁货币 电通的注意力经济计划第2阶段研究 Introduction 毫无疑问，当今的媒体格局比过去更加分散，复杂和混乱。该行业尚未充分适应这一现实的现实令人不舒服。 20世纪70年代诺贝尔经济学奖得主赫伯特·西蒙创造了“注意力经济”一词，他说：“信息消耗的是接受者的注意力。因此，丰富的信息造成了注意力的匮乏。今天快进，这句话与媒体格局再相关不过了。然而，该行业如何处理媒体计划和购买的基本原理尚未发展。当前的价值体系仍然平等地考虑所有印象，无论它们受到多少关注。此外，以设备为中心的指标激增，这些指标很容易测量，并代表着“注意力”，但它们并不代表有意义的曝光。 Itiswiththiscontextinmind,thatthreeyearsago,wesetourselvestheambitiouschallengeoftransformingthewayweplanandbuymedia.WeestablishedtheAttentionEconomyprogramwithagoalofresearchingadvertisingattentionand 开发一个更能表明与消费者沟通的真正机会的价值体系。 在所有这一切中，最重要的是，我们需要使研究在实践中切实可见。在许多方面，这是细节中的魔鬼。对人类行为的概念，研究和见解具有启发性。找到一种方法来跨渠道和平台将其转化并付诸实践是一个巨大的挑战。因此，我们有几个问题需要解决： •我们可以确信，关注是一种有价值的媒体货币，可以预测一个真正的(相对于乐观的)机会，通过与品牌结果的链接进行交流吗？ •我们能开发一个注意力模型吗 可以以一种有助于跨渠道比较的方式进行操作，并捕捉每个渠道中注意力和人类行为的价值和细微差别？ •作为一个机构，我们是否可以让客户和媒体所有者参与进来，这样我们就可以影响买方和供应方，以推动行业朝这个方向发展？ 三年后，我们实现了这些目标。与该领域最尖端和最具前瞻性的合作伙伴合作，进行和获得迄今为止数量最多的眼动追踪注意力研究的成本是令人难以置信的时间和严谨性。 我们刚刚与LumenResearch，TVision和AmplifiedIntelligence合作完成了研究计划的第二阶段。因此，我们现在有了一个全面的数据集，使我们能够开发我们打算创建的注意力模型。这种模式将使我们能够将注意力付诸实践，并为我们的客户提供更有效的解决方案。 Clive记录 全球合作伙伴关系主管 在LmeResearch，TVisio和AmplifiedItelligece的注意力研究的最新阶段，电通建立了大规模的眼动追踪面板来构建我们专有的注意力模型。该模型捕获了注意力的驱动因素，以及跨平台，渠道和格式的注意力有效性。该模型的输出是可用于跨渠道规划的注意力度量的庞大数据库。 这一结果揭示了几个有趣的见解，例如： 1.可视性和其他设备措施可以是真正关注的任意代理。在许多情况下 ,所报告的可视印象的百分比高于获得关注的广告的百分比。在某些情况下，可视性标准会在表上留下价值，特别是在移动或馈入格式方面。这些广告中的许多可以被“注意到”而不被认为是可见的，并且可以在召回和选择方面带来一些提升。因此，至关重要的是超越可视性，更好地衡量注意力，以获得更真实的曝光，而不是乐观的一个。 2.创造力是注意力如何发挥作用的最大驱动力；与其他因素相比，表现强劲和表现不佳的创造力之间的差异推动了结果的最大变化。之后 ，紧随其后的是意志（无论是获得注意力还是强迫注意力），声音和持续时间。 3.持续时间与更高的关注度相关，但较短的视频广告可以带来很多冲击，通过在更短的时间内交付结果，它们可以更“注意力有效”。 4.声音是细微的;声音的影响可以取决于消费者是否期望它成为平台体验的一部分。 5.计划的新指标增加了价值。对于一个客户来说，重新优化注意力在一个月内获得了3.7年的额外关注，与针对到达和频率优化的原始计划相比，预算相同。 在电通，我们致力于为我们的客户提供媒体曝光，为他们的品牌带来真正的结果。因此，为了倡导关注作为一种媒体货币，我们需要测试它与品牌结果的联系。 在第一阶段和第二阶段的研究中，我们在美国，英国和澳大利亚进行了强大的多品牌研究，将眼动追踪技术与选择和召回措施相结合，以了解注意力的驱动因素及其与影响的联系。 这项承诺让我们毫不怀疑这种联系的存在，并深入了解是什么推动了这种联系。 我们可以依靠我们当前系统的指标，如可视性来平等地代表导致品牌结果的真实行为吗？不是真的。我们在研究中看到，符合MRC可视性标准的广告之间存在显着差异 相反，许多广告，特别是那些倾向于在饲料和移动可以被注意到，而不被认为是可见的（见图3）。 Fig.3%可查看%已查看 98%97%97%99% 研究表明，较高的停留时间与更大的选择品牌广告的可能性有关， 70%72% 77%79%85%79%76% 59%65% 我们看到，即使在较低的注意力水平下，与对照组相比，也有明显 的(统计学上显著的)提升(见下图1和图2)。 35%39%43% 31% A B C 17%2200%25% 49% D 36% C E F C D E F G H 55%69% 36%32% A B 43%4477% 5566% 7744% 7766%77%83% 9922% Fig.1 80% 70% 60% 50% 召回 40% 30% 20% 10% 0% 关注停留时间并提示召回 0510152025 停留时间(s) A B 平均可TV观看时间和某人观看广告的平均秒数（停留时间）之间存在类似的模式。广告的观看时间通常比屏幕上显示的时间短得多（见图4）。 Fig.4 34.5 19.4 10.012.3 7.0 21.221.1 12.9 11.4 6.98.74.68.57.46.412.29.410.46.0 23.6 9.3 1.51.62.11.61.52.41.93.11.92.22.61.83.4 TV 可视时间Av停留时间 A B C A B C D E F A B C D E F G H Fig.2 18% 16% 14% 12% 10% 选择提升 8% 6% 4% 2% 0% 关注停留时间和选择提升 0510152025 停留时间(s) 这张图表反映的是，像可视性和可视时间这样的设备测量是真正关注的相当任意的代理。仅仅坚持它们并不能保证提高广告投资回报率。在过去，可视性已经达到了目的 减少广告浪费，但今天这还远远不够；关注让我们更接近有效的品牌曝光。 我们已经验证了注意力的重要性，我们有数据和模型来计划和购买它( 正如我们讨论的那样 furtherbelow),andtheindustryisfollowing.Buttheydo Fig.6提示召回选择提升 20% 短(最多10英寸) nothavesightofthedatawehavelinking 对结果的关注，以及认识到并适当地评估注意力在几秒钟内的细微差别的知识对等式至关重要。 与其他形式的通信一样，不同的广告信息的工作方式取决于环境的组合-信息和创意，上下文，设备等。 80% %召回 60% 40% 20% 80% %召回 60% 40% 20% 短(最多10英寸) 42% 25%29% 51% 50% 43% 36% 25% 27% 中（11-20）65% 15% 12% 5%5% 选择提升 10% 5% 0% 20%M 15% 选择提升 10%5% 5%1% 0% d(11-20) 6%6% 11% 15% 80% %召回 60% 40% 23% 长（20+） 27%33% 45%50% 20% 15% 选择提升 10% 5% 长（20+） 9% 11% 7% 13% 仅仅关注广告获得多少关注是一种过于简单的方法，没有考虑这些 20% 0% 因素的影响。 00-22-55-1010-1515+ 停留时间(s) 00-22-55-1010-1515+ 停留时间(s) Fig.5 30% 忆 25% 意回 20% 影响*注 15% 的 10% 3.2 5%0% 创意 /品牌 Volition声音Duration观众 我们还看到声音是一个具有重要细微差别的领域。“打开声音”通常会提高选择和召回率，但是这种影响的强度取决于其他因素，例如 ，如果希望声音是平台上广告体验的一部分，则是否强迫观众观看广告，或者诸如声音是否主要是 自愿 On 17% 8% 6% 关闭 Short Mid5% 长 In-Market 4% 不在市场上 强制 音乐或画外音。声音对“强迫与自愿”曝光的影响反映在下图7中。 Fig.7 作为我们研究的一部分，我们分析了注意力价值的关键驱动因素。图5展示了回忆每个人对“典型”3.2秒注意力的影响。到目前为止 ，创造力是努力注意力工作的最大驱动力。区别 好的创意和差的创意会影响17%的回忆。在创意之后，其他关键驱动因素是意志、声音、持续时间和观众(请注意，这些因素是相互关联的，这里没有说明)。 60% 55% 50% 45% %召回 40% 35% 30% 25% 自愿：关闭声音自愿：强制声音：关闭声音强制：打开声音 12% 10% 8% 选择提升(%pts) 6% 4% 2% 自愿：关闭声音自愿：强制声音：声音关闭强制:打开声音 20%0246810 驻留时间 0%0246810 驻留时间 研究中的其他分析进一步证明了每一秒注意力的价值有多大的不同 。例如，我们看到，与较长的广告相比，较短的广告可能更“注意力有效”。从直觉上讲，设计为在短时间内工作的广告很可能 与更长的广告相比，能够更快、更提前地发布他们的信息。 总的来说，所有这些变量和细微差别的贡献将反映在每个平台和格式推动召回或选择的能力上。因此，重要的是，在规划注意力时使用的任何价值体系都要考虑每秒转化为品牌结果的能力。 那么所有这些是如何结合在一起的呢？我们通过眼动追踪研究积累的强大而全面的数据集使我们能够拥有能够预测注意力秒数和注意力价值的注意力规范。 将注意力，停留时间和结果模型等因素与成本相结合，使我们能够根据特定于各种媒体环境的“有效注意力第二”创建CPM。 获得3.7年的注意力在一个月 值得注意的是，尽管我们对召回和选择都有规范，但我们建议利用召回作为计划的基准，因为它更强大，对特定品牌/创意的敏感性更低。我们还看到，召回与品牌选择有很强的相关性。 下图是如何将这些数据付诸实践的示例，比较了如果针对标准CPM计划与基于“有效注意力第二”的CPM进行优化，格式分配将是什么样子。在考虑注意力时，由此产生的优化展示了完全不同的组合。 我们能够维持该计划的覆盖范围和成本，但能够在一个月内获得3.7 年的关注。 这种方法的优点在于其灵活性，我们可以根据不同的品牌、类别、市场和业务目标对其进行定制。通过我们的AttetioEcoomy数据集，我们在各个位置上都有可靠的平均值和标准，与基于标准印象的方法相比 ，它们已经在计划方面取得了显着改善。如果我们的客户选择进行自己量身定制的注意力测量，则可以将这些规范交换为特定类别和品牌。他们可以为停留时间和召回（或其他KPI）制定自己的基准以进行优化。 所有这些数据将在我们的规划工具中随时可用，以便团队能够轻松地为客户利用这些数据。 Fig.8EstCPMCPMEAS 8 7.5 5.94 55 5.12 5.55 2.5 2.5 1.55 0.29 12 格式1格式2格式3格式4格式5格式6 除了研究，数据采集和计划之外，下一步是通过活动激活将这些数据带入生活。然后，我们通过研究建立的注意力模型可以应用于印象 水平数据来预测这些印象将受到的关注程度。 因此，我们的“注意力算法”可以将理论付诸实践 ，并能够实时优化显示器和视频中的高注意力