100 vidéos de baskets - d'Adidas, Reebok, ASICS, Puma et Converse - ont été analysées par Playable en utilisant la vision par ordinateur pour détecter les objets, les événements, les visages et les sentiments dans les vidéos, en conjonction avec les données d'engagement vidéo (nombre de partages, likes et commentaires) qui est publiquement disponible sur Facebook et YouTube.

Nous avons trouvé un énorme Variation 59x de l'engagement entre les meilleures vidéos et les pires vidéos, tel que mesuré par le rapport entre les actions et les vues.

Le graphique ci-dessous montre le ratio relatif partage/vue pour chaque vidéo.

La ligne de base est la moyenne, donc si la barre s'élève au-dessus de la ligne, la vidéo a fait mieux que la moyenne, ou si elle est en dessous de la ligne, la vidéo a fait moins bien que la moyenne.

Nous pensons qu'un facteur important dans cette variation est le processus de montage vidéo - traditionnellement un processus créatif et subjectif, vulnérable aux préjugés personnels et aux conjectures.

En ajoutant l'IA et la science des données au processus, nous pensons que des résultats de marketing vidéo plus prévisibles et meilleurs deviennent possibles. 

Découvrez comment nous remplaçons les conjectures par la science des données pour rendre le marketing vidéo social plus efficace >>

Playable utilise la vision par ordinateur pour regarder chaque pixel de chaque image, pour identifier les objets, les événements, les visages et les sentiments d'une vidéo, et comprendre exactement ce qui se passe :

Cette analyse nous montre quelles caractéristiques sont plus susceptibles d'être trouvées dans les vidéos qui génèrent un engagement plus élevé. Sur la base de l'analyse de la vision par ordinateur des 100 vidéos de baskets, nous avons répertorié les caractéristiques de ces vidéos qui contribuent le plus à un ratio partage/vue élevé.

Création d'un modèle prédictif à partir de données d'entraînement historiques

Le nombre indiqué est l'importance relative de chaque caractéristique. Pour ce petit échantillon de vidéos ; les chaussures, les sports, le style (comme dans la mode/les vêtements) et l'exercice sont les plus importants pour le rapport partage/vue.

Playable utilise ces données pour former son IA sur ce qui fonctionne le mieux avec vos précédentes campagnes vidéo, puis l'IA édite automatiquement votre prochaine campagne vidéo, par rapport à vos objectifs de campagne, pour une efficacité optimale.

Découvrez comment Playable utilise l'IA pour améliorer l'efficacité du marketing vidéo sur les réseaux sociaux >>

Différents modèles prédictifs sont créés pour différentes mesures de réussite, en fonction de vos objectifs marketing, qui peuvent être la durée de visualisation, le taux de clics, les partages, les likes ou les mesures de conversion en aval, telles que les événements de panier ou de paiement.