《深度学习的商战必修课》:好感度较高的广告具备什么样的特徵

导读 文:日经xTREND 学习约1万支电视广告影片,在播放前精準预测效果 电视上播放的广告,有多少让观众留下印象?会让观众产

文:日经xTREND

学习约1万支电视广告影片,在播放前精準预测效果

电视上播放的广告,有多少让观众留下印象?会让观众产生好感,特别注意吗?会因而增加购买意愿吗?这套系统在广告播放前的阶段就正确预测播放之后的效果,甚至掌握提高广告效果的重点,2018年中进入实用阶段。广告的事先测试变得容易,广告製作工程也出现变化。

电视收视率调查公司Video Research(东京千代田区)与东京大学研究所资讯理工学系研究科电子资讯学研究室山崎俊彦副教授共同研究一项专案。山崎与各业界的企业合作,进行将吸引力数值化的「吸引力工程专案」。

以往预测广告效果的思考模式,是以广告每次播出时收视率总计的「总收视点」(gross rating point, GRP)为标準。因此,在收视率高的节目时段增加广告播放次数,认知率、好感度和关心程度将等比上升。然而,这样并没有反映出创意的好坏,而且总收视点超过一定数值后,认知度和好感度的成长递减。

因此,Video Research和山崎运用Video Research过去做过的广告问卷资料,进一步分析认知度和好感度较高的广告具备了什么样的特徵。

将10年分的1万支广告以每支15张图像来分析

1982年开始,Video Research针对每个月约100支广告片,对600名受访者进行问卷调查,了解关于内容的理解、对产品的兴趣关心程度、好感和印象等,并归纳出播放量与效果之间的关係,做成一份调查报告「TV—CM KARTE」。利用这份资料,以2006年1月至4月调查的约1万2000支影片为对象,并从15秒的广告影片中撷取出1秒1格的影像和语音资料,使用深度学习来分析。

使用约1万支广告来学习,撷取出影像和语音特徵,学习从问卷结果获得的认知度、好感度、兴趣关心程度、唤起商品购买意愿程度等之间的关係。剩下约2000支广告作为验证用,验证是否能从撷取出的特徵量来预测认知度、好感度等的高低和準确率。

首先,仅从广告影像来实验的结果,与认知度的相关係数为0.44,与商品购买唤起度的相关係数为0.43。这些数值已经大幅超越总收视点与认知度的相关係数0.35,以及总收视点与商品购买唤起度的相关係数0.22。接下来,在输入要素加入语音资讯(声音高低和节奏等)、字幕和演出人员资讯等广告的其他后设资料(metadata,关于资料的资料)来实验,与认知度的相关係数从0.44提升到0.64,与商品购买唤起度的相关係数则从0.43变成0.65。进一步加入微调后,2018年春季,认知度和购买唤起度的相关係数都高达0.7。

在广告影像方面,各分成15张图像来分析两者的差异,藉此计算出每一张图像对认知度和好感度的贡献度。正值越大代表贡献度越高,负值则代表反效果。山崎说明,「整体而言,在代言艺人或商品明显出现的镜头上,贡献度较高。广告开头引起注意的音效也很有效。这些结果可能都在意料之中,但能够将影响的程度数值化,以及掌握到产生负面影响的片段,这些都有很大的意义。」

代表Video Research参与这项共同研究的解决方案事业局行销解决方案部第一小组长暨资料设计部逻辑小组的河原达也表示,「对广告主来说,播放前就能预测认知度和购买唤起度是一大重要成果。过去在播出前评估广告案的问卷测试,由于预算和时间的限制,能调查的创意模式受限。如果能事先预测播出后的反应,就能尝试多种编辑模式,选择预测反应比较好的广告。」

向广告商和主要广告主说明这项系统后,获得不错的反应,2018年仍会持续进行广告预测的评估。这很可能对广告製作工程本身带来很大的改变,例如从收录的多数广告影像中找回并重用当初被修剪捨弃的片段。

相关书摘 ▶《深度学习的商战必修课》:能创造出无限多「偶像特徵」假脸的人工智慧

书籍介绍

《深度学习的商战必修课:人工智慧实用案例解析 看35家走在时代尖端的企业如何翻转思考活用AI》,脸谱出版 .透过以上连结购书,《关键评论网》由此所得将全数捐赠联合劝募。

作者:日经xTREND 译者:叶韦利 AI书籍第一人、东京大学松尾丰教授解说深度学习的发展预测。LINE、可口可乐、本田、乐天、NHK、So-net、佳能医疗系统……第一手访谈先驱者的前瞻思考,掌握智慧化新技术的无限商机。

深入导读深度学习的发展:影像辨识、多模式辨识、机器人学、互动、符号接地、知识撷取! 为运用AI技术的企业经常遇到的疑问提出解答,次世代新兴事业、企业创造价值必读教本! 直击AI计画推动者的挑战与艰辛,收录大量照片和图表,身历其境感受快速扩展的深度学习应用的今日与未来!

免责声明:本文由用户上传,如有侵权请联系删除!

猜你喜欢

最新文章