Playable analizó 100 videos de zapatillas, de Adidas, Reebok, ASICS, Puma y Converse, utilizando visión por computadora para detectar los objetos, eventos, rostros y sentimientos dentro de los videos, junto con los datos de participación del video (número de acciones, me gusta y comentarios) que está disponible públicamente en Facebook y YouTube.

Encontramos una masiva 59 veces la variación en el compromiso entre los mejores videos y los peores videos, medido por la relación entre acciones y vistas.

El siguiente gráfico muestra la proporción relativa entre compartir y ver para cada video.

La línea de base es el promedio, por lo que si la barra se eleva por encima de la línea, el video lo hizo mejor que el promedio, o si está por debajo de la línea, el video lo hizo peor que el promedio.

Creemos que un factor significativo en esta variación es el proceso de edición de video, tradicionalmente un proceso creativo y subjetivo, vulnerable a prejuicios personales y conjeturas.

Al agregar inteligencia artificial y ciencia de datos al proceso, creemos que es posible obtener resultados de video marketing más predecibles y mejores. 

Descubra cómo reemplazamos las conjeturas con ciencia de datos para hacer que el marketing de video social sea más efectivo >>

Playable utiliza la visión por computadora para ver cada píxel de cada fotograma, identificar los objetos, eventos, rostros y sentimientos de un video, y comprender exactamente lo que está sucediendo:

Este análisis nos muestra qué características es más probable que se encuentren en los videos que generan un mayor compromiso. Basándonos en el análisis de visión por computadora de los 100 videos de zapatillas, hemos enumerado las características de los videos que más contribuyen a una alta proporción de vista compartida.

Creación de un modelo predictivo a partir de datos de entrenamiento históricos

El número que se muestra es la importancia relativa de cada característica. Para esta pequeña muestra de videos; el calzado, los deportes, el estilo (como en la moda / ropa) y el ejercicio son los más importantes para la proporción entre compartir y ver.

Playable usa estos datos para entrenar a su IA en lo que funciona mejor de sus campañas de video anteriores, y luego la IA edita automáticamente su próxima campaña de video, en relación con los objetivos de su campaña, para una efectividad óptima.

Descubra cómo Playable utiliza la inteligencia artificial para impulsar la efectividad del marketing de video en las redes sociales >>

Se crean diferentes modelos predictivos para diferentes métricas de éxito, según sus objetivos de marketing, que pueden ser la duración de la visualización, la tasa de clics, las acciones, los me gusta o las métricas de conversión posteriores, como la cesta o los eventos de pago.