De Outdoor Ad Impact Forecaster

Buitenreclame is een ondergeschoven kindje in effectiviteitsonderzoek. Als het al wordt onderzocht, gebeurt het altijd achteraf. Maar sinds kort kunnen we vooraf een advies geven aan klanten. Siebe-Geert de Boer, onze research manager, noemt het ‘een unicum’. Samen met onderzoeks- en consultingbureau MeMo2 hebben we sinds 2015 gewerkt aan de Outdoor Ad Impact Forecaster.

De Outdoor Ad Impact Forecaster is gebaseerd op ruim driehonderd effectonderzoeken, meer dan 68 duizend respondenten en verschillende kenmerken van creatie, merk en campagne. De onderzoekstool, gebaseerd op machine learning, heeft volgens de jury ‘zeer bruikbare en interessante inzichten’ opgeleverd. Een creatie zorgt voor maar liefst 40% van de impact, wat het cruciaal maakt dat de uiting goed is. Mede daarom wilden wij een tool ontwikkelen om sneller te kunnen pre-testen zodat de kwaliteit van de OOH uitingen naar een hoger niveau worden getild. 

MACHINE LEARNING

Met de Outdoor Ad Impact Forecaster haken we aan op de verschuiving binnen marktonderzoek van beschrijvende naar voorspellende analytics. Die gedachte is de aanleiding geweest om alle verzamelde onderzoeks-, campagne- en merkdata in een machine learning-traject in te zetten. Om de markt niet alleen te voorzien van bruikbare en betrouwbare inzichten na afloop van een campagne, maar juist ook voordat een outdoor-campagne live gaat. Met name de inzet van machine learning maakt dit project zo innovatief.

Naast de verzamelde onderzoeksdata heeft MeMo2 gebruik gemaakt van beschikbare campagnedata. Dan moet je denken aan onder meer het aantal vlakken dat is ingezet en de duur van de periode van de campagne. De tool kan ook de inhoud van een outdoorcreatie analyseren en kwantificeren. Het programma geeft automatisch het contrast in de uiting, maar ook het contrast tussen de uiting en de omgeving aan. Ook analyseert de inhoudsanalysetool automatisch de helderheid en het aantal primaire kleuren van de creatie.

CREATIE, MERK EN CAMPAGNE

Om tot een voorspelling te komen, zijn 22 variabelen meegenomen. Die zijn grofweg te categoriseren in drie verschillende groepen, namelijk de kenmerken van de creatie, van het merk en van de campagne. De belangrijkste variabelen voor de voorspelling bleken onder meer het contrast met het straatbeeld en het aantal kleuren binnen de uiting. De variabelen komen uit alle drie de groepen. Dit toont volgens MeMo2 aan dat de kwaliteit van een campagne niet alleen afhangt van de creatie zelf, maar ook sterk afhankelijk is van kenmerken van de campagne en het merk. We weten dat het effect wordt bepaald door de creatie en media-inzet en dat meer vlakken meer impact betekent, maar ongeveer 30% wordt bepaald door kenmerken van het merk. Dat is best veel! Dit betekent dat als ING een spontane naamsbekendheid heeft van 85%, ze met een redelijke uiting en minder vlakken toch een goede impact kan hebben.

Outdoor Ad Impact Forecaster is een middel te om uitingen naar een hoger niveau te tillen. Wij hebben nu een goed en snel argument vooraf om te zeggen wat een adverteerder kan verwachten in een bepaalde situatie. De Forecaster geeft een goede voorspellende waarde waarmee we de klant kunnen adviseren. De volgende variabelen zijn daarbij het belangrijkst in de voorspelling:

  • Contrast in de uiting
  • Contrast met het straatbeeld
  • Aantal kleuren
  • GRP-druk van de campagne
  • Het aantal vlakken waar de abri wordt getoond
  • Spontane naamsbekendheid.

Voor meer informatie over de Forecaster neem gerust contact met ons op.

Archief

Zorg ervoor dat alle verplichte velden ingevuld zijn