El seguimiento ocular es una de las técnicas de análisis de la eficacia publicitaria más comunes y efectivas. “Observa” el recorrido de la mirada de un individuo en una página web o en un cartel, por ejemplo, para saber qué está mirando realmente en el anuncio, cuándo, cómo, durante cuánto tiempo, en qué orden... y no en qué. dice que mira. Los resultados son muy instructivos para los anunciantes. Pero el método requiere movilizar a un panel de consumidores frente a una pantalla, lo que hace que su implementación sea engorrosa y costosa. Es más, es muy difícil ampliarlo.
El gigante de la publicidad urbana JCDecaux ha encontrado una solución para aprovechar este enfoque para sus clientes en condiciones más eficientes y rentables. ¿El secreto? Simule el seguimiento ocular mediante IA. El equipo de datos de la empresa describió este sorprendente proyecto durante la conferencia Big Data & AI celebrada en París el 25 de septiembre.
Redes neuronales convolucionales
El principio básico del enfoque de JCDecaux consiste en aplicar un modelo de aprendizaje automático a un corpus de estudios de seguimiento ocular existentes y luego proporcionar la información resultante a los creativos para obtener una predicción de la atención típica en una imagen determinada. JCDecaux absorbió por primera vez numerosos resultados de estudios de seguimiento ocular existentes. El modelo incluye un Xmap, que representa los puntos salientes del visual como tal, y los de este mismo visual en el entorno donde será visto. También realiza una secuenciación para identificar hacia dónde se puede dirigir la mirada. El modelo de IA utilizado sobre estos elementos es una red neuronal convolucional, una tecnología de aprendizaje profundo especializada en la identificación y clasificación de imágenes, así como en visión por ordenador.
“El beneficio potencial es gigantesco”, estima Víctor Azria, director global de datos, que dirige una treintena de científicos de datos, desarrolladores de datos, etc. en la unidad Datacorp de JCDecaux creada hace 4 años. Esto nos ahorra gastar decenas de miles de euros en estudios con paneles reales, al sustituirlos por IA. » El retorno de la inversión ya es impresionante. “Ahora el seguimiento ocular sólo lleva alrededor de un minuto”, explica Victor Azria, “¡en comparación con varias semanas en la vida real! »
Las profesiones permanecen maniobra
Como siempre ocurre con la IA, las profesiones siguen siendo esenciales para controlar y adaptar los resultados. Como confirma Isaline Duminil, directora global de datos de cuentas: “el trabajo de interpretar una secuencia es trabajo del equipo empresarial. » Además del bajo coste de este proceso automatizado en comparación con un estudio panel, Víctor Azria precisa que los costes de operación y mantenimiento de la infraestructura también siguen siendo muy bajos. "Todo se ejecuta en AWS", explica. Y si necesitamos un poco más de potencia, simplemente lanzamos otras instancias Lambda. »
Aunque su coste es reducido, el proyecto no es menos significativo. Modelar el mapa de calor de la atención en un visual publicitario, por ejemplo, requirió seis meses de investigación. “Comenzamos el trabajo con investigaciones de la Universidad de Oxford y lo completamos con otras investigaciones realizadas en la Universidad de Milán, sobre diferentes casos de uso. Hoy contamos con un algoritmo personalizado, impulsado por investigaciones externas y puesto a disposición de los equipos comerciales para desarrollar estudios ad hoc. »
Otras noticias que te pueden interesar