Wat een robot ons leert over symboliek in reclames

Sinds enige tijd heb ik een filmhuispas. Nu kijk ik veel vaker van ‘die Franse arthousefilms’ met allerlei lastige symboliek. Bij thuiskomst moet ik wel vaker dan eens er een filmessay van een recensent op naslaan om te begrijpen wat ik nou precies heb gezien. De symboliek in reclames is misschien minder onbegrijpelijk, maar niet minder belangrijk. Gelukkig hebben we bij Ster nu ook zo iemand die ons helpt om de symboliek in reclamefilmpjes te duiden. Die iemand is een robot. 

Twee jaar geleden begon de ontwikkeling van een geautomatiseerde reclamewaarderingstool. Dat is uiteindelijk onze reclamekijkende en –waarderende robot AdScan geworden. Het idee erachter is simpel: een machine learning-tool die op basis van de inhoud van een reclame voorspelt hoe een panel van honderd mensen die reclame beoordeelt.

We weten uit eerder onderzoek dat er verbanden zijn tussen inhoud en het effect van reclame. Ook in dat onderzoek hadden bepaalde elementen een symbolische waarde, zo staan kinderen en dieren in reclame symbool voor betrouwbaarheid. Dankzij machine learning zijn er nog tal van dit soort symbolen ontdekt. Heel handig om deze kennis te gebruiken om een reclame zo effectief mogelijk te maken.

Hoe leert een robot een reclame kijken en daar waardering over uitspreken? We koppelden onze eigen paneldata aan computer vision, een toepassing die objecten in beeld kan herkennen door middel van machine learning. Uit deze koppeling creëerden een slim algoritme verbanden die we nooit van een respondent terug hebben gehoord. Zo blijkt bijvoorbeeld dat de gemiddelde afwijking tussen shots een belangrijke indicator is of een reclame saai is. En we kregen nog veel meer inzichten over de invloed van allerlei objecten, kleuren en muziek die vooral in ons onderbewustzijn een rol lijken te spelen.

Uiteindelijk kan AdScan op een zestal likeability-stellingen een juiste voorspelling doen door te zeggen of een reclame lager, gemiddeld of hoger dan de benchmark scoort. De benchmark is een productcategorie. In iets meer dan 75% van de gevallen geeft de AdScan dezelfde score als een panel en in 98% van de gevallen sluit het oordeel aan op dat van het panel. In slechts 2% van de gevallen schat de AdScan een reclame verkeerd in: beter terwijl het slechter was en andersom. AdScan geeft daarmee een goede indicatie hoe een reclame waarschijnlijk gewaardeerd gaat worden door een panel.

Het leukste blijft om te zie hoe een robot een reclame uitlegt. Iedereen heeft wel enige symboliek gevoel bij bijvoorbeeld kleur: dat bijvoorbeeld rood voor energiek staat en blauw voor rust. Leuker is natuurlijk als AdScan verrassende inzichten biedt: klassieke muziek in reclames wordt beter gewaardeerd dan popmuziek, mannen zijn in de meeste gevallen leuker om naar te kijken dan vrouwen en de kleuren olijf en bruin dragen positief bij aan het verhogen van de likeability-score. En wist je ook dat zwart bijvoorbeeld bijdraagt aan originaliteit?

Bij Ster staat service en kwaliteit voorop. We vinden het dan ook belangrijk dat AdScan toegankelijk dient te zijn voor iedereen en hebben de tool daarom gratis ter beschikking gesteld. Het is daarmee mogelijk voor ieder bedrijf de symbolische waarde van de elementen in een campagne te ontdekken.

Wil je inhoudelijk nog meer weten over (de werking) van AdScan? Download dan onze whitepaper op Adformatie

En ben je zelf ook benieuwd hoe jouw reclame door AdScan wordt gewaardeerd? Bezoek dan adscan.ster.nl.

Rick Hoving, projectmanager Development & Data Science bij Ster