¿Sabías que el 20% de los anuncios que salen en televisión no lo parecen? ¿Cuál crees que es el contenido más repetido? ¿Coincide con el más recordado? ¿O cómo afecta a la intención de compra? Como intuyes, la publicidad más efectiva es aquella que consigue conectar con el consumidor, a través de contenido de interés de marca, en el contexto más idóneo. Y aquí se sitúa nuestro último proyecto.
Nos propusimos comprender cómo se genera relevancia en publicidad e identificar factores que pueden ayudarnos a optimizar estrategias en medios. ¿Cómo? Con aquello que más dominamos: el análisis de grandes cantidades de data. Así lanzamos el innovador informe de ACMA (Ads Creative Meta Analysis) que examina el contenido de los anuncios de TV a través del uso de Inteligencia Artificial (IA).
Los resultados de este estudio se presentaron en la 36ª edición de AEDEMO TV, el seminario celebrado en Valencia que aborda el presente y el futuro de la televisión.

Andriy Tkachenko, Data Scientist, y Paz Vega, responsable de New Business & Cloud Services, presentan nuestro estudio de ACMA en AEDEMO TV 2020.
Punto de partida: ¿Por qué se plantea este estudio?
Los proyectos más innovadores siempre surgen para dar respuesta a una pregunta de negocio y, en este caso, la tecnología nos puede ayudar a conseguirlo. Como te avanzábamos, el equipo de DBi Data Business Intelligence quería profundizar en el contenido de centenares de anuncios de televisión con el objetivo de comprender qué elementos generan relevancia, recuerdo e intención de compra.
Este informe busca desbloquear nuevas oportunidades de negocio que permitan mejorar tanto la experiencia en medios del consumidor como la distribución de la inversión económica. Pero es más fácil decirlo que hacerlo. El estudio de ACMA es el resultado de un proceso de análisis complejo que se desarrolló en distintas fases.
Metodología: ¿Cómo se aborda este análisis de contenido?
Una amplia muestra de anuncios de TV de InfoAdex emitidos durante estos últimos 6 años, datos de audiencia de Kantar (desde qué se emitió o cuándo lo hizo hasta a quién llegó) y los resultados de AdScore (el estudio de Havas Media Group para la medición del impacto publicitario). Si le sumamos la tecnología de Inteligencia Artificial y la capacidad de análisis de nuestro equipo tendremos todos los ingredientes. ¿Cómo se planteó?
La tecnología de Google Cloud nos permitió multiplicar la información disponible sobre el contenido, es decir, conseguimos analizar vídeos en cuestión de minutos y detectar qué elementos aparecen (personas, expresiones, logos de marcas…) y durante cuánto tiempo. Además, se asignaron parámetros o etiquetas a los vídeos procesados, según criterios objetivos y homogéneos, que nos facilitaron su clasificación.
¿El resultado? Más de 2.800 etiquetas únicas de objetos detectados y una gran cantidad de texto que nos facilitarían obtener unas primeras conclusiones. Pero no era suficiente. Y, por ese motivo, el equipo de DBi Data Business Intelligence optó por aplicar clusterización. Los algoritmos nos ayudaron a crear grandes clústeres que nos permitieron lanzar nuevas preguntas. ¿Qué vimos?
Conclusiones: ¿Qué podemos afirmar?
Como comentábamos, este estudio proporciona distintas conclusiones sobre la composición de los anuncios y su audiencia, la capacidad de generar recuerdo y la relación con la intención de compra. Para que puedas comprender su granularidad, aquí compartimos 3 ejemplos:
- La tecnología de Inteligencia Artificial no sabe, a priori, que todos los vídeos son anuncios de televisión pero, aún así, identifica un 81% como tal. El porcentaje restante, en cambio, tiene más características comunes con los videoclips, tráileres de cine o presentaciones de producto. Es más, en algunos sectores como Energía, Hogar o Bebidas estas creatividades que no parecen anuncios generan mayores índices de recuerdo por GRP.
- Después de la clusterización en ámbitos (Belleza, Droguería y Farmacia, Naturaleza…), el equipo fue capaz de profundizar en la composición del contenido y llegar a varias conclusiones, entre ellas, que las categorías de Tecnología o de Entretenimiento se repiten más que el resto (esta última, sobre todo, en anuncios de Textil o Bebidas). A partir de aquí, se podría construir una matriz por sectores.
- Finalmente, el análisis de ACMA examina la capacidad de generar recuerdo de una creatividad en relación con el interés de compra. Aquí se obtienen resultados como, por ejemplo, que el contenido relacionado con Animales resulta atractivo para el consumidor pero no se posiciona bien en términos de intención de compra (al revés que el contenido de Droguería y Farmacia).
Este innovador estudio aporta una nueva dimensión al análisis de contenido y evidencia la importancia de comprender su composición para mejorar su capacidad de conexión con el consumidor. Se avanza hacia una publicidad basada en la combinación de tecnología, datos y creatividad donde conseguir atención ya no es lo más importante. Y es que, como señaló Paz Vega, responsable de New Business & Cloud Services durante la presentación, “en el fondo, no consumimos publicidad, sino que consumimos contenido”.
¿Otros informes de interés? Échale un vistazo a este artículo que habla del estudio sobre la influencia de los medios en el comportamiento digital del usuario.
Y, si te queda cualquier duda, ¡pregúntanos en comentarios!