Comment faire fonctionner le marketing vidéo pour les agences de billetterie

par | 15 mars 2019 | Insights vidéo sur les réseaux sociaux

Marketing par e-mail vidéo pour le marketing événementiel

Que se passe-t-il lorsque vous ajoutez des données à la créativité dans le marketing vidéo pour les agences de billetterie ?

L'équipe Playable Video a récemment analysé 100 vidéos des agences de billetterie Ticketmaster, AMC, Fandango, StubHub et LiveNation qui étaient accessibles au public sur Facebook et Youtube.

Ce que nous avons trouvé était assez incroyable. Il y a un variation massive de 362x de l'engagement et du retour sur investissement, mesurée par les parts de % entre les pires vidéos et les meilleures vidéos.

Ce graphique ci-dessous montre les parts en pourcentage de vues pour toutes les différentes vidéos, représentées par une barre différente. La ligne de base est la moyenne, donc si la barre dépasse la ligne, la vidéo a fait mieux que la moyenne, si elle est en dessous de la ligne, la vidéo a fait moins bien que la moyenne.

Cette variation existe parce que le montage vidéo est traditionnellement un processus créatif et subjectif, vulnérable aux préjugés personnels et aux conjectures. Nous croyons fermement que si vous êtes en mesure d'ajouter la science des données à ce processus, vous pouvez créer des résultats nettement plus prévisibles et meilleurs.

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

La différence de 36,200% entre la pire vidéo et la meilleure est très probablement causée par une variété de facteurs, y compris le film lui-même, sa marque, son nom, sa promotion, etc. Mais elle est également causée par la composition réelle de la vidéo, y compris sa couleur, son style, ses éléments, sa vitesse, sa séquence, etc.

Pour comprendre ces facteurs, nous utilisons la vision par ordinateur pour observer chaque pixel de chaque image afin de comprendre exactement ce qui se passe.

La vidéo ci-dessous montre la vision par ordinateur en regardant la vidéo (oui, comment est-ce méta, une vidéo d'un ordinateur en train de regarder une vidéo…) 

Les détails de la façon dont nous procédons sont ici.

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 des agences de billetterie, nous avons répertorié les caractéristiques de ces vidéos qui contribuent le plus à un ratio partage/vue élevé sur Facebook.

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

Alors, que pouvez-vous faire avec ces données ? Eh bien, vous pouvez apprendre beaucoup de vos vidéos et campagnes précédentes.

Playable utilise ces données pour développer différents modèles pour déterminer quels éléments contribuent à quels résultats.

Voici les différents résultats sur lesquels vous pourriez vous concentrer :

  • Vues - combien de personnes voient la vidéo (bien que les vidéos payantes aient un impact sur cela)
  • Afficher l'heure – combien de temps les gens regardent les vidéos
  • commentaires – combien de personnes ont posté des commentaires
  • Actions - combien de personnes le partagent avec d'autres
  • Engagement – combien de personnes interagissent avec elle
  • Ventes – combien de personnes convertissent en vente – celle-ci nécessite des données de première partie
Une fois le modèle développé, vous pouvez créer de nouvelles versions de vos anciennes vidéos et les republier pour prolonger leur date d'utilisation et tirer le meilleur parti de votre investissement dans le contenu. Évidemment, le moment et l'exposition jouent un rôle ici, mais les données suggèrent que vous devriez voir un meilleur résultat relatif.

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