PUBLICADO EL 03/08/2023

KANTAR presentó "LINK AI", herramienta que utiliza Inteligencia Artificial para pretest publicitario

La nueva herramienta de pretest publicitario para películas y videos descompone la filmación segundo a segundo y analiza su aceptación según diferentes parámetros

investigación

Portada de KANTAR presentó "LINK AI", herramienta que utiliza Inteligencia Artificial para pretest publicitario

LINK AI es una herramienta que aplica machine learning para predecir cómo reaccionarán los consumidores a una pieza de comunicación (video) de TV o digital, sin necesidad de realizar las habituales encuestas entre consumidores. Según informaron en su presentación, "es un modelo de aprendizaje perpetuo que sigue perfeccionándose cada vez que suma información a la base de datos que lo alimenta y, puede analizar un video y entregar resultados en sólo 15 minutos. Además, su costo es muy inferior al pretest tradicional basado en encuestas con consumidores. Es la herramienta ideal para evaluar grandes volúmenes de avisos".

La herramienta se nutre de más de 250.000 tests corridos por Kantar en “LINK”, la herramienta de pretest con más de 35 millones de interacciones con consumidores. Este modelo puede identificar patrones comunes entre la nueva pieza a analizar y los cientos de miles que Kantar ya ha evaluado, y al conocer cómo fue la performance de cada pieza de la base entre los consumidores, puede predecir la performance de la nueva.

Esta predicción mostrará la performance en métricas clave, igual que sucede con los pretest de avisos mediante encuestas a consumidores. Algunas de esas métricas son: Enjoyment (disfrute), Branding (marca), Involvement (intervención), Impact (impacto), Affinity (afinidad), Persuasion (persuasión), Short Term Sales Likelihood (probabilidad de ventas en el corto plazo). Todas estas métricas se reportan en comparación con normas locales de cada país, construidas por Kantar a partir de la información de su base de datos. Asimismo, cuenta con normas a nivel categoría para los principales tipos de productos evaluados.

El modelo de AI extracta las características del nuevo video a 14 cuadros por segundo, identificando todos los elementos que forman parte de cada escena: analiza todo lo que se ve y se escucha (incluye el uso de OCR – Optical Character Recognition). Todos esos elementos identificados en cada segundo del aviso se introducen en el modelo de machine learning, entrenado en el análisis de las 250.000 piezas contenidas en la database, y se generan algoritmos que permiten la identificación de patrones comunes. Sobre la base de este análisis, el modelo genera una predicción, segundo a segundo, de cómo se va construyendo cada métrica de performance. Y cada métrica de efectividad es reportada de acuerdo con el percentil en que se ubica en la database de ese país y esa categoría, con un código de “semáforo” que ayuda a entender si la pieza performa dentro de las mejores (verde), a nivel promedio (amarillo) o en el nivel más bajo (rojo), para cada métrica.

Cada cliente que contrata esta solución recibe por email el acceso a un dashboard online que muestra todos los resultados. El dashboard también permite ver segundo a segundo cómo la pieza va aportando a la construcción de cada métrica. Cada línea puede verse moviéndose sobre la imagen al correr el video, lo que es un input muy valioso para definir optimizaciones.


DossierNet

DossierNet al día

¡No te pierdas de nada! Recibí las noticias más importantes de publicidad en tu correo todos los días hábiles, a la mañana y al final del día.

Publicidad de Movistar