Сердцем и глазами: как AI узнает, что на самом деле цепляет аудиторию

Как AI учит бренды измерять внимание и эмоциональную реакцию

Клики и конверсии — это не предел ожиданий и мечтаний для бизнеса. Уже сегодня бренды начинают задаваться вопросом, кто заметил рекламу, какие эмоции она вызвала, как выделиться среди конкурентов и создать эмоциональную привязанность у пользователей. 

Эти вопросы стали куда важнее, чем количество показов и охват аудитории, поскольку пользователи сталкиваются с digital-выгоранием на постоянной основе — ленты соцсетей и новостных порталов превратились в бесконечную подборку, среди которой так и норовит вылезти рекламный пост или видео. 

Для этой цели среди ИИ-инструментов бизнесу стоит обратить внимание на attention tracking, то есть отслеживание внимания, и нейроаналитику. 

 Что такое attention tracking

Отслеживание внимания — это технология, которая призвана анализировать, сколько и какое количество и качество внимания пользователь уделяет рекламным креативам.

Как это отслеживается: с помощью датчиков, отслеживающих глаза пользователя, веб-камер или машинного зрения камер с внедренным ИИ отслеживают и анализируют, куда смотрит пользователь, что привлекает его внимание, и когда он теряет интерес к креативу.

Такой подход существенно меняет подход к замеру вовлеченности пользователей, а напрямую фиксирует, как воспринимается контент. 

По данным исследования, между ростом метрики Attention на 10% замечена корреляция с ростом метрики Brand Recall, то есть узнаваемостью бренда, на 15–20%.

Что такое нейроаналитика

Нейроаналитика — это понятие, которое образовалось на стыке различных областей — нейротехнологий, психологии и анализа данных. Направление изучает, как человек воспринимает стимулы, например, рекламу, креативы, контент или интерфейс, и фиксирует, как мозг и тело человека на них реагируют. 

В арсенале нейроаналитики сегодня ИИ-алгоритмы, которые находят в реакции пользователей следующие закономерности:

1. Какие цвета и композиции притягивают и удерживают взгляд пользователя;
2. Как эмоции в кадре влияют на запоминаемость бренда или товара;
3. Как выражения лиц зрителей соотносятся с Brand Recall;
4.   Какие сцены вызывают у пользователя эмоциональный отклик. 

Сервисы для замера доли внимания и нейроаналитики поведения пользователей

  Давайте подробнее посмотрим, какие инструменты и решения сегодня есть на рынке и применяются в маркетинге.

Realeyes

Realeyes — сервис для аналитики внимания на основе ИИ. В основе технологии — анализ видео через веб-камеры. Анализу подвергаются участники фокус-групп и других мероприятий. 

Под капотом сервиса продукт Emotion AI, который фиксирует изменение выражения лица при показе digital-продуктов. Emotion AI умеет:

1. Отслеживать микровыражения лица, направление взгляда и длительность визуального контакта;
2. Оценивать уровень внимания и эмоциональную вовлеченность;
3. Прогнозировать, как креатив повлияет на такие метрики, как Brand Lift и намерение совершить покупку. 

Источник: https://www.realeyesit.com/technology/emotion/

Nielsen Consumer Neuroscience

Nielsen использует отслеживание глаз уже много лет. Технология фиксирует движение и направление взгляда, скорость переключения внимания между объектами и зоны фокусировки при просмотре рекламных креативов. 

Среди возможностей решения:

1. Построение тепловой карты внимания для баннеров, креативов и POS-материалов;
2. Выявление элементов дизайна, которые притягивают и теряют внимание пользователей;
3. Помощь в оптимизации расположения логотипов и CTA.

 Nielsen верит, что нейронаука необходима для прогнозирования результатов и тестирования рекламы до запуска:

Источник: https://www.nielsen.com/insights/2017/when-emotions-give-a-lift-to-advertising/

Attention Time

Attention Time от Playground xyz — это технология для измерения реального внимания пользователя к конкретному креативу или другой рекламной активности в секундах.

Сервис предоставляет следующие возможности:

1. Создание прогнозной модели, основанной на данных об отслеживании взгляда, для расчета оптимального времени, на которое требуется обратить внимание пользователю на конкретный креатив, чтобы он успешно прошел по воронке.
2. Точный замер внимания до секунды;
3. Замер эффекта от роста внимания на Brand Lift.

Источник: https://insights.gumgum.com/hubfs/Optimal%20Attention%20White%20Paper/PXYZ_Optimal_Attention_Whitepaper_final.pdf

Lumen Research

Eye-tracking от Lumen Research — это модели внимания, построенные на данных об отслеживании взгляда реальных пользователей.

Компания собрала данные о внимании, обучив на них ML-модель, которая может предсказывать, как долго пользователь будет смотреть на тот или иной креатив. 

Умеет:

1. Моделировать внимание пользователя без реального отслеживания взгляда на основании макета и расположения баннеров;
2. Предсказывать, сколько по времени внимания пользователя будет уделяться креативу.

Источник: https://lumen-research.com/media-buying/

Инструмент Affectiva и iMotions 

Affectiva — инструмент для понимания, как пользователи взаимодействуют и реагируют на контент, продукты и сервисы на основе эмоций.  

Что умеет:

1. Анализировать выражение лица из любых видеоисточников;
2. SDK (Software Development Kit) — позволяет создавать собственное приложение;
3. Определяет и анализирует сразу множество лиц одновременно;
4. Определение спикера на видеоконференциях;
5. Процесс анализа возможен в записи и в режиме реального времени.

Как перевести внимание и эмоции на бизнес-язык

Как в маркетинге превратить данные о внимании, взгляде и эмоциональной реакции в бизнес-показатели? Для этого необходимо связать полученные данные с KPI бренда:

1. Оценка внимания влияет на Brand Lift и Brand Recall: чем дольше пользователь смотрит на креативы, тем выше его осведомленность о продукте или услуге бренда.
2. Продолжительность просмотра влияет на намерение совершить покупку: более длительное взаимодействие с контентом и креативами повышает вероятность совершения покупки.
3. Эмоции коррелируют с лояльностью: позитивные эмоции сказываются на вероятности совершения повторных покупок. 

Чтобы системно работать с этими показателями, необходимо применять аналитический подход:

1. Запускайте A/B-тесты для оценки внимания: тестирование нескольких версий ролика или баннера, анализ внимания и отслеживание взгляда;
2. Составляйте тепловую карту внимания: замеряйте, как пользователь реагирует на ваши креативы, какие элементы оставляет без внимания;
3. Прогнозируйте, какие эмоции вызывают те или иные креативы.

Выводы

В ближайшие годы ИИ, несомненно, сделает несколько шагов вперед в анализе внимания и оценке эмоций пользователя. Развитие этих технологий сильно меняет подход к пониманию вовлеченности, эмоциональной привязанности и реакции на рекламу пользователями.

Если интегрировать такие инструменты в маркетинговую практику, то еще на этапе рекламного продакшена станет возможным прогнозировать реакцию аудитории, эмоции и внимание, которое пользователи обратят на маркетинговые креативы. 

Такой подход качественно меняет анализ взаимодействия аудитории с транслируемыми брендом сообщениями: теперь оцениваются не обезличенные клики, а настоящие эмоции и взгляд пользователей на продукт или сервис.