Integral Ad Science, plataforma global en medición y optimización de medios, ha anunciado la disponibilidad general de su producto de medición Quality Attention™, el primero que unifica Media Quality y tecnología de Eye Tracking con machine learning. Con este nuevo producto los anunciantes de todo el mundo podrán acceder a métricas transparentes con las que aumentar su retorno de la inversión, generar consideración de marca e impulsar las conversiones.
Con Quality Attention, los anunciantes pueden lograr captar una mayor atención para impulsar los resultados de sus campañas. Quality Attention utiliza tecnología avanzada de machine learning, datos procesables de la tecnología de eye tracking de Lumen Research y una variedad de señales obtenidas de la tecnología principal de IAS, como la visibilidad, la situación de los anuncios o la interacción de los usuarios, y las pondera en una única valoración de atención. El modelo de atención de IAS está diseñado para predecir si es más probable que una impresión genere un resultado de negocio, incluyendo percepción de marca, consideración y conversión.
“La medición de la atención informa sobre acciones que generan resultados excelentes para los anunciantes”, afirmó Yannis Dosis, Chief Commercial Officer de Integral Ad Science. “Nuestra oferta Quality Attention está diseñada específicamente para ayudar a marcas y agencias orientarse en la saturación de medios y entender a la perfección cómo la visibilidad de los medios, el entorno publicitario y la interacción de los usuarios influyen en el rendimiento de sus campañas. Según nuestros datos, las marcas que se centran en generar tasas de atención más altas consiguen un aumento de hasta el 130% en la conversión, lo que genera un mayor retorno de su inversión”.
Quality Attention ofrece a los anunciantes de todo el mundo:
- Un modelo de Machine Learning avanzado: Una visión única del rendimiento de la atención de las campañas, formada a partir de un conjunto de datos compuesto por miles de millones de impresiones y conversiones.
- Rendimiento y resultados de marca demostrados: Un aumento de hasta el 130% en las tasas de conversión al comparar las impresiones de alta atención con las impresiones de baja atención, con tasas de alta atención que obtienen una consideración de marca un 91% mayor y un 166% más en intención de compra.
- Unificación de Media Quality y Human Attention: IAS es la primera compañía en combinar uno de los conjuntos de datos biométricos de atención de los usuarios más grandes del mundo con métricas de calidad de medios para obtener la imagen más precisa de la atención para los anunciantes.
La compañía de salud global, Sanofi, se ha asociado con IAS en su estrategia por buscar más allá de las formas tradicionales de medir los resultados en medios. “Sabemos que la saturación publicitaria no es solo una experiencia frustrante para los consumidores, sino que también se relaciona con la atención y la huella de carbono. Cuanto menor sea la saturación publicitaria, mayor será la atención que obtendremos y menor la huella de carbono que se genere”, dijo Anna Kechekmadze, Global Digital Media Lead de Sanofi CHC. “Gracias a Quality Attention de IAS conseguimos información sobre el papel que desempeña la atención en la reducción de la fatiga publicitaria, la obtención de un inventario de mayor calidad y la mejora de los KPIs”.
IAS y Lumen Research anunciaron su partnership inicial en 2023 para cambiar la forma en que se miden las impresiones de la publicidad digital apostando por la atención. Ahora, los clientes de IAS contarán con una forma mucho más poderosa de rastrear con precisión qué impresiones publicitarias han logrado atención y son más propensas a generar resultados de negocio.
“Estamos entusiasmados con la evolución de nuestra asociación con IAS para ofrecer a los anunciantes una visión más precisa y transparente de la atención”, dijo Mike Follett, CEO de Lumen Research. “Al incorporar nuestros innovadores datos de seguimiento ocular al modelo de atención de IAS los anunciantes tienen acceso a modelos de atención predictiva más robustos”.
