Interactive

IAS lancia Quality Attention, prodotto di misurazione che unisce Media Quality e Eye Tracking grazie al machine learning

IAS Quality Attention

La nuova offerta di IAS fornisce metriche trasparenti per aiutare gli inserzionisti globali ad aumentare il ritorno sull’investimento, a promuovere la brand consideration e a incrementare le conversioni.

Con Quality Attention gli inserzionisti possono catturare una maggiore attenzione per migliorare le performance delle campagne, con risultati comprovati. Quality Attention utilizza un’avanzata tecnologia di machine learning, dati azionabili  della tecnologia di eye-tracking di Lumen Research e una serie di segnali ottenuti come parte della tecnologia principale di IAS, tra cui viewability, ad situation e user interaction e li pondera in un unico attention score. Il modello di attention di IAS è progettato per prevedere se un’impression ha maggiori probabilità di portare a un risultato di business, tra cui awareness, consideration e conversion.

“La misurazione dell’attention deve orientare le azioni che portano a risultati superiori per gli inserzionisti”, ha dichiarato in una nota Yannis Dosios, Chief Commercial Officer di Integral Ad Science. “La nostra offerta Quality Attention è costruita appositamente per aiutare i brand e le agenzie a orientarsi attraverso i tanti media per capire come la visibilità dei media, l’ambiente pubblicitario e l’interazione con i clienti influiscono sulle performance delle campagne. Secondo le nostre ricerche, i brand che si focalizzano sulla ricerca di attention score di IAS più elevati ottengono fino al 130% di aumento dei tassi di conversion, con un migliore ritorno sul loro investimento”.

Quality Attention fornisce agli inserzionisti globali:

  • Un modello avanzato di machine learning. Una visione unica delle performance di attention delle campagne, impostate sulla base di un pool di dati composto da miliardi di impression e milioni di eventi di conversion.
  • Performance e risultati comprovati per il brand. Fino al 130% di aumento dei tassi di conversion quando si confrontano impression ad alta attenzione con impression a bassa attenzione, con attention score  maggiori che rilevano una  brand consideration superiore del 91% e un’intenzione di acquisto superiore del 166%.
  • Unificazione della media quality con l’attenzione umana. IAS è la prima azienda a combinare uno dei più grandi set di dati biometrici sull’attenzione dei consumatori al mondo con le metriche di media quality per fornire, agli inserzionisti globali, il quadro più accurato dell’attention.

La partnership con Sanofi e Lumen Research

L’azienda farmaceutica Sanofi ha stretto una partnership con IAS per andare oltre i metodi tradizionali di misurazione delle performance dei media.

“Sappiamo che l’affollamento pubblicitario non è solo un’esperienza frustrante per i consumatori, ma è anche correlato all’attenzione e all’impronta di carbonio: meno affollamento pubblicitario = più attenzione e meno emissioni di carbonio”, ha sottolineato Anna Kechekmadze, Global Digital Media Lead di Sanofi CHC. “La nostra collaborazione con IAS sulla Quality Attention ci sta facendo capire come l’attenzione giochi un ruolo nella riduzione dell’ad fatigue, nell’ottenere una migliore qualità dell’inventory e nel migliorare i KPI dei media”.

IAS e Lumen Research hanno annunciato la loro partnership iniziale nel 2023 per cambiare il modo in cui vengono misurate le impression pubblicitarie digitali per la pubblicità incentrata sull’attention. Ora i clienti di IAS avranno a disposizione un modo ancora più potente per tracciare con precisione quali impression pubblicitarie hanno catturato l’attenzione e sono suscettibili di produrre risultati di business.

“Siamo entusiasti dell’evoluzione della nostra partnership con IAS e di come stiamo offrendo agli inserzionisti un quadro trasparente e più accurato dell’attention”, ha dichiarato Mike Follett, CEO di Lumen Research. “Portando i nostri dati all’avanguardia di eye-tracking al modello di attention di IAS, gli inserzionisti hanno accesso ai più solidi modelli di attenzione predittiva su scala”.