בדיקת קריאייטיב למודעות: תשומת לב למודעה או למותג?

בארכיון היסטורי, מודעות שנבחרו לפי תשומת הלב למודעה כולה היו לעיתים קרובות שונות מאלה שנבחרו לפי תשומת הלב למותג. הניתוח שלנו מראה עד כמה רשימת הדוגמאות המצומצמת משתנה כשמשנים את המדד.

ניתוח מקורי של מדידות AdGaze-3500 שפורסמו. צפייה היסטורית במסכי מחשב בהולנד; תאריכי האיסוף המדויקים אינם זמינים.

תקציר

בחירת מודעות לפי תשומת הלב למודעה כולה ובחירתן לפי תשומת הלב למותג הניבו רשימות דוגמאות שונות במידה ניכרת בארכיון ההיסטורי הזה. בתוך 59 מקבצים ובהם 2,601 דוגמאות של מודעה והקשר, בחרנו את 20% העליונים בכל מדד, תוך הכללת כל הדוגמאות בעלות ערך שווה בסף הבחירה. בממוצע, 34.5% מהרשימה שנבחרה לפי המודעה כולה הופיעו גם ברשימת המותג. זהו ממוצע שנותן לכל מקבץ משקל שווה, ולא אחוז מחושב מכל המודעות יחד. [1]

המקור מתעד זמן הסתכלות ממוצע על מודעות סטטיות ממגזינים שהוצגו במסכי מחשב במתקני מחקר בהולנד. הוא אינו מודד ביצועים בפידים חברתיים כיום. הממצא נותן לצוותי קריאייטיב סיבה מעשית להגדיר את מדד תשומת הלב לפני איסוף מודעות לדוגמה: הבחירה עשויה לשנות מהותית אילו דוגמאות יגיעו לבריף. בהמשך מוצגות ההשוואות שנקבעו מראש, לצד דוגמה בדיונית מפורטת ובריף לבדיקה שאפשר להעתיק.

יוצר תוכן ומנהלת שיווק מגיעים לפגישת בדיקה עם תיקיית מודעות ש״מושכות תשומת לב״. היוצר שמר קומפוזיציות מרשימות. המנהלת רוצה דוגמאות שמשאירות את המותג בולט לעין. שניהם מילאו את המשימה, אבל ייתכן שהתכוננו לשיחות שונות.

העמימות הזאת עלולה לעבור גם לבריף הבא. ״לעשות משהו דומה לזה״ מעביר תמונה בלי לומר איזו תכונה כדאי לאמץ. סצנה ייחודית, מותג שקל לזהות והצעה שקל להבין הם סיבות שונות לשמור דוגמה. התווית הכללית ״תשומת לב״ אינה מכריעה ביניהן.

בדקנו את בעיית הרשימה המצומצמת באמצעות מדידות שפורסמו, ולא לפי הטעם שלנו. בכל מקבץ שאלנו אילו דוגמאות ייבחרו לפי הזמן שהוקדש להסתכלות במודעה כולה, ואילו ייבחרו לפי הזמן שהוקדש להסתכלות באזור המותג. התוצאה מועילה עוד לפני תחילת ההפקה: להסכים מה הדוגמה אמורה להמחיש.

המודעה כולה ואזור המותג הם שני מוקדי הסתכלות שונים

מסגרת גדולה בכחול כהה מקיפה קומפוזיציית נייר מופשטת בגוון טורקיז. מסגרת קטנה יותר בכחול כהה מבודדת ריבוע בגוון אוכרה ליד הפינה הימנית העליונה שלה.
  • תשומת לב למודעה כולה
  • תשומת לב לאזור המותג
איור רעיוני של שני אזורים שמדידה יכולה להתייחס אליהם. אין זו מודעה מהארכיון, מפת מבטים או תוצאה שנמדדה.

שינוי המדד משנה את הרשימה המצומצמת

קיבצנו דוגמאות לפי תווית קטגוריית המוצר שפורסמה ולפי פריסת העמוד: שמאל, ימין או עמוד מלא. כל אחד מ-59 המקבצים שעמדו בתנאים כלל לפחות 20 דוגמאות. כך, רשימת החמישון העליון כוללת לפחות ארבעה מקומות, עוד לפני הכללת דוגמאות שערכיהן שווים. הדבר אינו הופך את הארכיון למייצג של כל המפרסמים. [2]

לכל מקבץ יצרנו שתי רשימות. הראשונה התבססה על זמן ההסתכלות הממוצע במודעה כולה. השנייה התבססה על זמן ההסתכלות הממוצע בתוך אזור המותג, למשל השם או הסמל שלו. כשכמה דוגמאות קיבלו אותו ערך בסף הבחירה, כולן נשארו ברשימה, ולכן היא יכלה לכלול יותר מ-20% מהמקבץ.

החפיפה הממוצעת הייתה 34.5% כשנקודת המוצא הייתה רשימת המודעה כולה. בכיוון ההפוך, רשימת המודעה כולה כללה 33.9% מרשימת המותג. האחוזים שונים מפני שערכים שווים בסף עשויים ליצור רשימות בגדלים שונים. בשני הנתונים ניתן לכל מקבץ משקל שווה.

בין המקבצים, החפיפה הממוצעת בין הרשימות היא כשליש

בחירות של 20% העליונים בתוך 59 מקבצי קטגוריה ופריסה, עם הכללת כל הדוגמאות בעלות ערך שווה בסף. המקבצים כוללים 2,601 דוגמאות.

הצגת כל ערכי התרשים
השוואהממוצע החפיפה על פני המקבצים (%)מקבציםדוגמאות של מודעה והקשר
בחירות לפי המודעה כולה שנבחרו גם לפי תשומת לב למותג34.5%592,601
בחירות לפי המותג שנבחרו גם לפי תשומת לב למודעה כולה33.9%592,601
כל אחוז הוא ממוצע של יחס חפיפה במשקל שווה לכל מקבץ. הראשון מתחיל ברשימת המודעה כולה; השני מתחיל ברשימת המותג. אלה אינם אחוזים מחושבים מכל הדוגמאות יחד או מדדים לביצועי קמפיין.

משקל שווה לכל מקבץ מונע מהקטגוריות הגדולות ביותר בארכיון להשתלט על הסיכום. זוהי בחירה מכוונת של אופן הצגת המקבצים, ולא אומדן של המודעה הממוצעת שלקוח נתקל בה. החלופה, שבה מאחדים את כל הרשימות לחישוב אחד, מדווחת בפרק השיטה כדי שאפשר יהיה לראות כיצד בחירת המשקולות משנה את התוצאה.

התוצאה לא הייתה אחידה בין המקבצים. שיעור הדוגמאות שנבחרו לפי המודעה כולה וגם לפי תשומת לב למותג נע מאפס עד 66.7%, עם חציון של 33.3%. ההתפלגות המלאה נמצאת בקובץ להורדה; הממוצע אינו מתאר כל קטגוריה.

זמן ההסתכלות במותג הוא חלק מזמן ההסתכלות במודעה כולה, ולא פעילות נפרדת. ובכל זאת, סך זמן גבוה אינו אומר היכן בתוך המודעה אנשים הסתכלו. אנחנו משווים זמן מוחלט בשניות לכל אזור. איננו מחלקים את שניות ההסתכלות במותג בשניות ההסתכלות במודעה כולה, ואיננו טוענים שאותן דוגמאות היו מובילות גם במדד האחר הזה.

בבדיקת דוגמאות, ההבחנה המועילה היא בין שתי שאלות בחירה. ״אילו דוגמאות החזיקו את תשומת הלב במקום כלשהו במודעה?״ ו״אילו דוגמאות החזיקו את תשומת הלב במותג?״ עשויות להביא לפגישה חומרים שונים. אף אחת מהרשימות אינה הופכת לרשימה כללית של המודעות הטובות ביותר.

מה היה גודל ההפרש בתשומת הלב המתועדת למותג?

השווינו גם את זמן ההסתכלות המתועד במותג בשתי הרשימות, תוך שמירה על מספר קבוע של דוגמאות נבחרות. כשבסף הבחירה היו ערכים שווים, חילקנו את המקומות שנותרו שווה בשווה בין הדוגמאות האלה. כך נמנעת בחירה ידנית בדוגמה נוחה מבין הדוגמאות בעלות אותו ערך. [3]

בממוצע שנתן משקל שווה לכל אחד מ-59 המקבצים, בדוגמאות שנבחרו לפי המודעה כולה תועדו 0.536 שניות של תשומת לב למותג, לעומת 0.822 שניות בדוגמאות שנבחרו לפי המותג. ההפרש היה 0.286 שניות; חציון ההפרשים שחושבו בתוך כל מקבץ היה 0.266 שניות. ההפרשים במקבצים הבודדים נעו בין 0.068 ל-0.898 שניות.

כיוון הפער הזה מובנה בחישוב. בחירת ערכי המותג הגבוהים ביותר מתוך אותן רשומות חייבת להניב ממוצע מותג גבוה לפחות כמו כל בחירה אחרת באותו גודל. המידע האמפירי הוא גודל הפער והפיזור שלו, לצד השינוי בהרכב הרשימות. אין בכך ראיה שאסטרטגיית בחירה חדשה תשפר קמפיין.

כדי ללמוד אם שיטת בחירה מסייעת להשיג את התוצאה שהצוות מבקש בקרב הקהל שלו, תידרש הערכה נפרדת. לעת עתה, השאלה המועילה היא אם הדוגמה נבחרה בזכות התכונה שהבריף מבקש להמחיש. דוגמה מרשימה מבחינה חזותית עדיין יכולה להיות בעלת ערך, כל עוד סיבת הבחירה בה ברורה.

השאירו את יחידות המדידה בבריף. מדובר בשניות של זמן הסתכלות במשימת צפייה מסוימת. אלה אינן מדידות של זכירת שמות מותגים, כוונות רכישה, קליקים או מכירות. צוות שמעוניין באחת התוצאות האלה זקוק לראיות שמודדות אותה בפועל.

ההבדל נשאר גם כשהרשימה המצומצמת מתרחבת

לפני שבחנו את תוצאות הרשימות, קבענו שני ספי בחירה חלופיים. בחירת 10% העליונים הניבה חפיפה ממוצעת של 25.4% בכיוון מרשימת המודעה כולה לרשימת המותג. הרחבה ל-30% העליונים העלתה אותה ל-42.2%. הפערים המקבילים בזמן ההסתכלות המתועד במותג היו 0.371 ו-0.219 שניות. מאגר רחב יותר הניב יותר דוגמאות משותפות, אבל שתי המטרות עדיין לא הניבו רשימות שאפשר להחליף ביניהן.

בנפרד, קיבצנו דוגמאות לפי אותה תווית מותג שפורסמה ואותה פריסה, ושמרנו מקבצים עם לפחות 10 דוגמאות. ב-48 המקבצים האלה, ובהם 685 דוגמאות, החפיפה הממוצעת בבחירת 20% העליונים הייתה 40.5%, והפער הממוצע בזמן ההסתכלות במותג היה 0.150 שניות. בחלק מהמקבצים הבחירות היו זהות. [4]

מה משתנה תחת כללי הבחירה שנקבעו מראש

השוואות הקטגוריות משתמשות באותם 59 מקבצים. הקיבוץ המשני משתמש ב-48 מקבצים עם אותה תווית מותג שפורסמה ואותה פריסה.

הצגת כל ערכי התרשים
השוואהבחירות לפי המודעה כולה שנבחרו גם לפי המותג: ממוצע (%)בחירות לפי המותג שנבחרו גם לפי המודעה כולה: ממוצע (%)פער ממוצע בזמן ההסתכלות המתועד במותג (שניות)מקבציםדוגמאות של מודעה והקשר
קטגוריה ופריסה: 10% העליונים25.4%24.8%0.371592,601
קטגוריה ופריסה: 20% העליונים34.5%33.9%0.286592,601
קטגוריה ופריסה: 30% העליונים42.2%41.8%0.219592,601
אותה תווית מותג שפורסמה ואותה פריסה: 20% העליונים40.5%39.0%0.15048685
עמודות החפיפה מציגות אחוזים ממוצעים במשקל שווה לכל מקבץ, וכוללות דוגמאות בעלות ערך שווה בסף. הפער בזמן ההסתכלות במותג משתמש במשקולות חלקיות לערכים שווים, לשמירה על גודל מדויק, ומחושב כממוצע במשקל שווה בין המקבצים. כיוונו האי-שלילי מובטח מבחירה לפי אותם ערכי מותג מתועדים; גודלו תיאורי, ואינו שיפור בביצועים.

הקיבוץ השני ממוקד יותר, אבל הוא אינו השוואה בתוך קמפיינים או חברות שזהותם אומתה. השתמשנו בתוויות המקור כפי שפורסמו, כולל תוויות שעשויות לתאר עמוד פרסומי ולא את בעלי המותג. תפקידו להראות כיצד התוצאה משתנה תחת קיבוץ נוסף שנקבע מראש, בלי לנקות בשקט את התוויות כדי לשפר את הסיפור.

מקבצי הקטגוריות נבדלו גם לפי הפריסה: החפיפה הממוצעת בכיוון מהמודעה כולה למותג הייתה 39.7% במקבצי עמוד שמאלי, 30.1% בעמוד ימני ו-32.9% בעמוד מלא. אלה תיאורים של דוגמאות שונות בארכיון, ולא השפעות של הזזת מודעה. הם אינם מצדיקים המלצה על מיקום.

רוב ההבדלים בין הרשימות נשארים גם לאחר שינויים קטנים בערכים

זמני ההסתכלות שפורסמו מתועדים במאיות השנייה. לכן בדקנו שינוי מספרי קטן במכוון: לאפשר לכל ערך של המודעה כולה ושל המותג להשתנות בנפרד בעד 0.01 שניות, בלי לרדת מתחת לאפס, ולחשב מחדש את ספי הבחירה. [5]

מבין 348 הדוגמאות שנבחרו רק לפי תשומת לב למודעה כולה בהשוואה המקורית, 318 נשארו בוודאות בחירות של המודעה כולה בלבד בכל השינויים שהותרו. מבין 359 הדוגמאות שנבחרו רק לפי תשומת לב למותג, 306 נשארו בוודאות בחירות של המותג בלבד. אלה ספירות מאוחדות מכל 59 המקבצים, בשונה מהאחוזים בעלי משקל המקבצים השווה שהוצגו לעיל.

בחירות רבות של רשימה אחת בלבד נשארות גם לאחר שינויים קטנים בערכים

הרשימות הראשיות של 20% העליונים ב-59 מקבצי הקטגוריה והפריסה. כל ערך יכול להשתנות בנפרד בעד 0.01 שניות, עם חישוב מחדש של ספי הבחירה.

הצגת כל ערכי התרשים
השוואהבחירות יציבות של רשימה אחת בלבדבחירות של רשימה אחת בלבד שנצפו במקור
נבחרו רק לפי תשומת לב למודעה כולה318348
נבחרו רק לפי תשומת לב למותג306359
הספירות שנצפו מזהות דוגמאות שנבחרו בתחילה ברשימה אחת בלבד. הספירות היציבות כוללות דוגמאות שנשארות בוודאות ברשימה הזאת ואינן יכולות להיכלל באחרת בכל שינוי מספרי מותר. הספירות מאוחדות על פני המקבצים. זו בדיקת רגישות מספרית, ולא רווח סמך לצופים.

הבדיקה הזאת עוסקת בקרבה לספי הבחירה המתועדים. היא אינה מדמה צופים חדשים ואינה אומדת טעות דגימה. המהדורה אינה כוללת את רשומות הצפייה האישיות הדרושות כדי לקבוע דירוגים שההבדלים ביניהם מובחנים סטטיסטית. הבדל מספרי יציב בקבצים האלה הוא עדיין הבדל תיאורי היסטורי, ולא הבטחה שקהל אחר ידרג את המודעות באותו אופן.

בדיקה בדיונית של חמש מודעות לדוגמה

דמיינו מותג קטן למוצרים לבית שמזמין מיוצר תוכן הצגה של המנורה החדשה שלו. לצוות יש מקום לשתי דוגמאות מרכזיות. המספרים בדוגמה הזאת הומצאו כדי להסביר את ההחלטה; אלה אינן חמש מודעות מהארכיון או תחזית לקמפיין המנורה.

נניח שבחמש כרטיסיות הדוגמה מופיעים זמני ההסתכלות הבאים למודעה כולה ולמותג: A, 4.0 ו-0.2 שניות; B, 3.5 ו-0.8; C, 3.0 ו-1.0; D, 2.0 ו-0.4; E, 1.0 ו-0.1. בחירת שני הערכים הגבוהים ביותר למודעה כולה בוחרת ב-A וב-B. בחירת שני הערכים הגבוהים ביותר למותג בוחרת ב-C וב-B.

רק B מופיעה בשתי הרשימות, ולכן החפיפה היא 50% בכל כיוון. בצמד הראשון זמן ההסתכלות הממוצע במותג הוא 0.5 שניות; בשני הוא 0.9 שניות. ההפרש של 0.4 שניות נובע מהנתונים המומצאים. הוא אינו אומדן של תועלת משינוי קמפיין אמיתי.

גם המגבלה של שני מקומות חשובה. אפשר לאחד את שני הצמדים ל-A, B ו-C, אבל כך מרחיבים את הבדיקה במקום להכריע בהחלטה המקורית על שתי דוגמאות. הצגת המגבלה מבהירה את הפשרה. הצוות יכול לבחור את המטרה או לפנות במכוון מקום לדוגמאות נוספות, במקום להתייחס לשתי רשימות שונות כאילו הן עונות על שאלה אחת.

הדיון המועיל עוסק במשימה. אם הדוגמאות נועדו להמחיש כיצד המותג מופיע בתוך קומפוזיציה, הצוות יכול לבחון את B ואת C למטרה המסוימת הזאת. אם A נשארת מסיבה אחרת, יש לציין את הסיבה בבריף במקום להכריז על A כמנצחת הכוללת.

יוצר תוכן עדיין עשוי למצוא ב-A טכניקה שכדאי להתאים. המחקר אינו מכתיב לוגו גדול יותר או סגנון חזותי מסוים. הוא תומך בהצגה ברורה של מטרת הבחירה, כדי שקומפוזיציה מעניינת לא תיתפס בטעות כראיה לתשומת לב למותג. בדוגמה שלא נמדדה, כתבו ״נבחרה בזכות הקומפוזיציה; תשומת הלב למותג אינה ידועה״.

בריף לבדיקה שאפשר להעתיק לפרויקט הבא

העבירו לבריף את סיבת הבחירה

שלושה סידורים ללא מילים: כרטיסייה מופשטת ממוסגרת, שלוש כרטיסיות במגש ותיקיית השוואה פתוחה עם מסגרות קטנות סביב פרטים שונים.
  1. הגדירו את המטרה

    ציינו באיזו החלטה הדוגמה אמורה לעזור לצוות.

  2. בחרו דוגמאות בנות השוואה

    השאירו את המדד, מאגר המועמדים והכלל לטיפול בערכים שווים גלויים.

  3. הסבירו מה כדאי לאמץ

    צרפו סיבה מסוימת ואת הבדיקה הבאה.

איור לתכנון. השלבים מתארים תהליך בדיקה מוצע, ולא מסלול שנצפה או תוצאה ניסויית.

התחילו בהחלטה: ״אנחנו בוחרים מודעות לדוגמה שיעזרו לנו להחליט ______״. השלימו את המשפט לפני הרכבת התיקייה הסופית. דוגמה לקומפוזיציה, דוגמה להצגת המוצר ודוגמה עם מדידה של תשומת לב למותג אינן חייבות להיות אותה תמונה.

ציינו את הראיות: ״הדוגמה הזאת נבחרה כי ______. המדד או התצפית התומכים בכך הם ______״. תעדו אם הסיבה נובעת מהתנהגות צופים שנמדדה, מתוצאת קמפיין או משיקול דעת חזותי של הצוות. שמרו על ההבחנה בין התיאורים; פוסט פופולרי שנשמר אינו מקבל ראיות ממעקב עיניים רק מפני שהוא בתיקייה.

הגדירו את ההשוואה: ״מאגר המועמדים הוא ______; נשאיר ______ דוגמאות; ערכים שווים יטופלו באמצעות ______״. הסכימו על פורמט והקשר בני השוואה לפני הדירוג. כלל ה-20% של הארכיון הוא בחירה מחקרית שלנו, ולא המלצה לתקציב קמפיין או לגודל רשימה אוניברסלי.

הסבירו כל דוגמה שנשארה: ״לאמץ ______; לא להניח ______״. כאן יוצר התוכן מקבל הנחיה שאפשר לעבוד איתה. בבריף המנורה הבדיוני, הערה יכולה לבקש לבחון כיצד המוצר והמותג משתלבים בקומפוזיציה, בלי לטעון דבר על תוצאות הקמפיין בפועל מבחינת תשומת לב ומכירות.

השאירו את הלא ידוע גלוי: ״אין לנו ראיות לגבי ______״. אם דוגמה מגיעה מספריית מודעות ציבורית או מתיק עבודות של יוצר תוכן, ייתכן שהעיצוב שלה גלוי אך תשומת הלב של הקהל אינה ידועה. תעדו את המקור הזמין ואת סיבת הבחירה. כך הדוגמה נשארת שימושית כמקור השראה בלי לייחס לה מדידה מומצאת.

הגדירו את הבדיקה הבאה: ״______ יבדקו ______ לפני ______״. אם הצוות יערוך בדיקת קהל, הגדירו בנפרד את התוצאה ואת תנאי הבדיקה. אם הוא יבדוק רק את העיצוב, תארו זאת כבדיקת עיצוב. צרפו לבריף את הראיות לבחירת הדוגמאות, כדי שהעברה בהמשך לא תהפוך תצפית מוגבלת לטענת ביצועים חסרת ביסוס.

שיטה, מקור וקבצים לשחזור הניתוח

המקור הוא מהדורת AdGaze-3500 שקובעה לגרסה מסוימת. היא כוללת 3,531 דוגמאות של מודעה והקשר, עם ממוצעי זמן הסתכלות סופיים ואי-שליליים למודעה כולה ולמותג. הניתוח הראשי כולל 2,601 דוגמאות ב-59 מקבצי קטגוריה ופריסה עם לפחות 20 דוגמאות בכל מקבץ. לא התייחסנו ל-930 הדוגמאות שלא נבחרו כאל דוגמאות שחסרים בהן ערכים; הן לא עמדו בכלל הקבוע לגודל המקבץ. [1] [2]

במשימת הצפייה הוצגו מודעות סטטיות ממגזינים לצד תוכן מערכתי במסכי מחשב במתקני מחקר בהולנד. המשתתפים דפדפו בעמודים בקצב שלהם. תאריכי האיסוף המדויקים לא נמסרו; חלק מחומר המקור כבר הופיע במחקר שפורסם ב-2004. לכן אין לקרוא את מהדורת הנתונים מ-2026 כמחקר על קהלים ב-2026 או על פרסום ב-Meta. [6]

בכל מקבץ של n דוגמאות, דירוג הסף הוא מכפלת שיעור הבחירה ב-n, בעיגול כלפי מעלה. השוואות ההרכב כוללות את כל הדוגמאות בעלות אותו ערך בדירוג הזה. אנחנו מחשבים את החפיפה בשני הכיוונים בכל מקבץ, ואז מחשבים את ממוצע היחסים במשקל שווה לכל מקבץ. איחוד הרשימות הראשיות לחישוב אחד נותן במקום זאת 207 בחירות משותפות מתוך 555 בחירות לפי המודעה כולה, כלומר 37.3%, ו-207 מתוך 566 בחירות לפי המותג, כלומר 36.6%. אלה עונים על שאלת שקלול שונה מזו של הכותרת.

בהשוואת זמן ההסתכלות במותג בגודל קבוע, דוגמאות שמעל הסף מקבלות משקל מלא, והמקומות שנותרו מתחלקים שווה בשווה בין הדוגמאות בעלות ערך שווה בסף. אנחנו מחשבים גם את הפער הקטן והגדול ביותר שאפשר לקבל בבחירה בין הדוגמאות האלה. בממוצע על פני המקבצים הראשיים, הטווח הוא 0.285 עד 0.288 שניות. הוא מתאר בחירות בין ערכים שווים, ולא רווח סמך. [3]

מחקרים קודמים כבר מבחינים בין תשומת לב למודעה לבין תשומת לב למותג שלה. גם המאמר AdGazer מדווח על הקשר ביניהן ובוחן חיזוי תשומת לב ושיוך להקשר. התרומה שלנו היא ההשוואה המוגדרת של רשימות דוגמאות מצומצמות באמצעות התצפיות שפורסמו, כולל חפיפה כיוונית, הפרשים מתועדים בגודל בחירה קבוע ובדיקות מספריות של סף הבחירה. איננו טוענים שגילינו את ההבחנה הכללית. [7]

המקור מספק ממוצעי צפייה מצרפיים, ולא רשומות ברמת הצופה או אי-ודאות לכל דוגמה. לכן אנחנו מדווחים תוצאות תיאוריות ללא רווחי סמך או מבחני מובהקות. הקבצים להורדה כוללים את כל תוצאות הקבוצות שהוגדרו מראש, גיבובי המקור, כללי הקיבוץ והוראות החישוב, כולל ההשוואות שנקבעו מראש ולא הפכו לממצאים בכותרת. [8]

קובץ ה-CSV מכיל 30 ערכים מספריים משמונה שורות התרשימים, עם ציון נפרד של המדד, היחידה והיקף המקבצים לכל ערך. קובץ ה-ZIP כולל את כל 225 ההשוואות ברמת המקבץ, 59 שורות של בדיקת רגישות מספרית, גיבובי מקור מדויקים וחישובים שאפשר לשחזר. הוא אינו מכיל רשומות צופים או תמונות פרסום. בשדות מספריים משמשת נקודה עשרונית.

מקורות והערות

  1. AdGaze-3500 מאת Ye ושותפיו, מקובע לקומיט המהדורה 2b502d7cca8e8c0a747526b8727f53bf812e8735. חישובי Influence IQ משתמשים במערכים שפורסמו: ad-gaze, brand-gaze, category, brand-label ו-layout. החבילה מתעדת גיבובי קבצים מדויקים ואת כל הפלטים.
  2. הקיבוץ הראשי מצליב את תווית הקטגוריה שפורסמה עם פריסה שמאלית, ימנית או של עמוד מלא, וכולל לפחות 20 דוגמאות. ההשוואות של 10%, 20% ו-30% משתמשות באותם 59 מקבצים. כל תצפית היא ממוצע לגירוי של מודעה והקשר, ולא אדם, קמפיין או מפרסם עצמאי.
  3. ההשוואה בגודל מדויק משתמשת בנוסחה k = ceiling(fraction × collection size). דוגמאות שמעל הסף מקבלות משקל 1; כל דוגמה בעלת ערך שווה בסף מקבלת את מספר המקומות שנותרו חלקי מספר הדוגמאות בעלות אותו ערך. טווח הפערים האפשריים מתקבל מבחירת ערכי המותג הגדולים או הקטנים ביותר מבין הדוגמאות בעלות ערך שווה בסף של המודעה כולה. הממוצע בבחירה לפי המותג אינו משתנה כשבוחרים בין ערכי מותג שווים. כיוון הפער מובטח מעצם הבחירה מאותן רשומות, ואינו ראיה לשיפור.
  4. ההשוואה המשנית מצליבה את אותה מחרוזת מותג שפורסמה עם הפריסה, וכוללת לפחות 10 דוגמאות, כך שמתקבלים 48 מקבצים ו-685 דוגמאות. התוויות לא מופו לחברות כישויות משפטיות או לקמפיינים. חלק מהמחרוזות מתארות מאפיין של עמוד פרסומי. אף תווית לא הוסרה בגלל התוצאה שלה.
  5. טווחי בדיקת הרגישות המספרית משתרעים 0.01 שניות מתחת לכל ערך שפורסם ומעליו, עם חסם באפס. ספי ההכללה מחושבים מחדש, ואינם נשארים בערכיהם המקוריים. דוגמה יציבה של המודעה כולה בלבד חייבת להיכלל בוודאות בקבוצת המודעה כולה, ולא להיות יכולה להיכלל בקבוצת המותג, בכל השינויים המותרים; הכיוון ההפוך מגדיר דוגמה יציבה של המותג בלבד. אלה הבטחות לגבי הכללה, ולא חסמים מדויקים של החפיפה המשותפת או רווחי דגימה.
  6. Ye ושותפיו, AdGaze-3500: Evaluating Large Multimodal Models’ Ability to Predict Human Attention to Ads, CVPR Workshops 2026, סעיף 3.1.2, מתאר את משימת הצפייה במסכי מחשב בהולנד ומציין שחלק מהנתונים נותח בעבר בעבודה קודמת. הפניה 57 מציינת את Pieters and Wedel (2004). תאריכי עבודת השדה המדויקים ורשומות הצפייה האישיות אינם נכללים במהדורה.
  7. Ye ושותפיו, AdGazer: Improving Contextual Advertising with Theory-Informed Machine Learning, בוחן את הקשר בין תשומת לב למודעה ולמותג ואת השיוך להקשר. הניתוח הנוכחי בוחן את הרכב הרשימות שנצפה ואת הממוצעים המתועדים, ולא חוזה תוצאות מבט חדשות.
  8. ייחוס ייעודי למאגר הנתונים: AdGaze-3500 מאת Ye ושותפיו, ברישיון Apache License 2.0 כפי שהוצהר במאגר הנתונים המקובע ב-Hugging Face. החבילה שלנו כוללת קוד ניתוח מקורי ופלטים מצרפיים, לצד הוראות למקור ולרישיון. היא אינה מפיצה מחדש תמונות פרסום ואינה מייבאת את מאגר השחזור של AdGazer, שלו רישיון נפרד.

המאמר באנגלית הוא מהדורת המקור. הניתוח עוסק בחומר המקור ההיסטורי מהולנד; תרגומו אינו משנה את אוכלוסיית המחקר.

הכנת הבריף והבדיקה שלו