¿Qué sucede cuando agrega datos a la creatividad en el video marketing para agencias de venta de entradas?

El equipo de Playable Video analizó recientemente 100 videos de las agencias de venta de boletos Ticketmaster, AMC, Fandango, StubHub y LiveNation que estaban disponibles públicamente en Facebook y Youtube.

Lo que encontramos fue bastante sorprendente. Hay un variación masiva de 362x en compromiso y ROI, medido por % compartidos entre los peores videos y los mejores videos.

Este gráfico a continuación muestra las acciones como porcentaje de vistas para todos los videos diferentes, representados por una barra diferente. La línea de base es el promedio, por lo que si la barra supera la línea, el video fue mejor que el promedio, si está por debajo de la línea, el video fue peor que el promedio.

Esta variación existe porque la edición de video es tradicionalmente un proceso creativo y subjetivo, vulnerable a prejuicios personales y conjeturas. Creemos firmemente que si puede agregar ciencia de datos a este proceso, puede crear resultados significativamente más predecibles y mejores.

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

La diferencia de 36,200% entre el peor video y el mejor probablemente se deba a una variedad de factores que incluyen la película real, su marca, nombre, promoción, etc. Pero también se debe a la composición real del video, que incluye su color, estilo, elementos, velocidad, secuencia, etc.

Para comprender estos factores, usamos la visión por computadora para observar cada píxel de cada cuadro para comprender exactamente lo que está sucediendo.

El siguiente video muestra la visión de la computadora viendo el video (sí, cuán meta es eso, un video de una computadora viendo un video...) 

Los detalles de cómo hacemos esto son aquí.

Este análisis nos muestra qué características es más probable que se encuentren en los videos que generan un mayor compromiso.

Con base en el análisis de visión por computadora de los 100 videos de las agencias de venta de boletos, hemos enumerado las características de los videos que más contribuyen a una alta proporción de compartir por vista en Facebook.

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

Entonces, ¿qué puedes hacer con estos datos? Bueno, puedes aprender mucho de tus videos y campañas anteriores.

Playable utiliza estos datos para desarrollar diferentes modelos sobre qué elementos contribuyen a qué resultados.

Estos son los diferentes resultados en los que podría centrarse:

  • Puntos de vista – cuántas personas ven el video (aunque obviamente los videos pagados afectan eso)
  • Ver hora – cuánto tiempo la gente ve los videos
  • Comentarios – cuántas personas publicaron comentarios
  • Comparte – cuántas personas lo comparten con otros
  • Compromiso – cuántas personas interactúan con él
  • Ventas – cuántas personas se convierten en una venta – esta requiere datos propios
Una vez que se ha desarrollado el modelo, puede crear nuevas versiones de sus videos antiguos y volver a publicarlos para ampliar su fecha de caducidad y extraer el máximo valor de su inversión en el contenido. Obviamente, el tiempo y la exposición juegan un papel aquí, pero los datos sugieren que debería ver un mejor resultado relativo.

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