विज्ञापन क्रिएटिव की जाँच: ध्यान विज्ञापन पर या ब्रांड पर?

एक ऐतिहासिक संग्रह में, पूरे विज्ञापन पर मिले ध्यान के आधार पर चुने गए विज्ञापन अक्सर ब्रांड पर मिले ध्यान के आधार पर चुने गए विज्ञापनों से अलग थे. हमारा विश्लेषण दिखाता है कि माप बदलने पर संदर्भ के लिए चुनी गई विज्ञापनों की सूची कितनी बदलती है.

जारी किए गए AdGaze-3500 मापों का मौलिक विश्लेषण. नीदरलैंड में डेस्कटॉप पर देखने के ऐतिहासिक रिकॉर्ड; डेटा संग्रह की सटीक तारीखें उपलब्ध नहीं हैं.

सार

इस ऐतिहासिक संग्रह में, पूरे विज्ञापन पर ध्यान के आधार पर और ब्रांड पर ध्यान के आधार पर विज्ञापन चुनने से संदर्भ के लिए काफ़ी अलग सूचियाँ बनीं. विज्ञापन और उसके संदर्भ वाले 2,601 उदाहरणों के 59 समूहों में, हमने हर माप के अनुसार शीर्ष 20% चुने और बराबर अंक वाले सभी उदाहरण रखे. पूरे विज्ञापन वाली सूची के औसतन 34.5% उदाहरण ब्रांड वाली सूची में भी थे. यह हर समूह को बराबर वज़न देकर निकाला गया औसत है, सभी विज्ञापनों को एक साथ रखकर निकाला गया प्रतिशत नहीं. [1]

स्रोत में नीदरलैंड की शोध सुविधाओं में डेस्कटॉप स्क्रीन पर दिखाए गए स्थिर पत्रिका विज्ञापनों को देखने का औसत समय दर्ज है. यह आज की सोशल फ़ीड के प्रदर्शन को नहीं मापता. निष्कर्ष क्रिएटिव टीमों को संदर्भ विज्ञापन जुटाने से पहले ध्यान का माप तय करने का ठोस कारण देता है: इस चुनाव से ब्रीफ़ में पहुँचने वाले उदाहरण काफ़ी बदल सकते हैं. नीचे हमने पहले से तय तुलनाएँ, गणना सहित एक काल्पनिक उदाहरण और कॉपी करके इस्तेमाल किया जा सकने वाला समीक्षा ब्रीफ़ दिया है.

एक क्रिएटर और एक मार्केटिंग मैनेजर समीक्षा में ऐसे विज्ञापनों का फ़ोल्डर लेकर आते हैं जो “ध्यान खींचते हैं”. एक ने आकर्षक दृश्य संयोजन सहेजे हैं. दूसरा ऐसे उदाहरण चाहता है जिनमें ब्रांड नज़र में बना रहे. दोनों ने दिया गया काम किया है, लेकिन शायद उनकी तैयारी अलग-अलग चर्चाओं के लिए हुई है.

यह अस्पष्टता अगले ब्रीफ़ तक बनी रह सकती है. “इसे कुछ ऐसा बनाएँ” कहकर तस्वीर तो आगे दे दी जाती है, पर यह नहीं बताया जाता कि उसकी कौन-सी खूबी अपनानी है. एक अनोखा दृश्य, आसानी से दिखने वाला ब्रांड और समझ में आने वाला ऑफ़र किसी संदर्भ को रखने के अलग-अलग कारण हैं. सिर्फ़ ध्यान का एक लेबल लगा देने से चुनाव तय नहीं होता.

हमने पसंद के बजाय जारी किए गए मापों से चयन की इस समस्या की जाँच की. हर समूह में हमने पूछा कि पूरे विज्ञापन को देखने में बिताए समय के आधार पर कौन-से उदाहरण चुने जाते और उसके ब्रांड वाले हिस्से को देखने के समय के आधार पर कौन-से चुने जाते. नतीजा निर्माण शुरू होने से पहले काम आता है: इस बात पर सहमति बनाएँ कि संदर्भ से क्या दिखाना है.

पूरा विज्ञापन और ब्रांड वाला हिस्सा अलग नज़रिए हैं

गहरे नीले रंग का बड़ा फ़्रेम हरे-नीले काग़ज़ की अमूर्त रचना को घेरता है. छोटा गहरा नीला फ़्रेम उसके ऊपरी दाएँ कोने के पास गेरुए चौकोर हिस्से को अलग दिखाता है.
  • पूरे विज्ञापन पर ध्यान
  • ब्रांड वाले हिस्से पर ध्यान
उन दो क्षेत्रों का अवधारणा चित्र जिनसे कोई माप संबंधित हो सकता है. यह संग्रह का विज्ञापन, नज़र का नक्शा या मापा गया परिणाम नहीं है.

माप बदलने पर चुनी गई सूची बदलती है

हमने उदाहरणों को स्रोत में जारी उत्पाद श्रेणी के लेबल और पेज के लेआउट के अनुसार समूहों में बाँटा: बायाँ, दायाँ या पूरा पेज. पात्र 59 समूहों में से हर एक में कम से कम 20 उदाहरण थे. इससे बराबर अंकों को शामिल करने से पहले, शीर्ष पाँचवें हिस्से की सूची में कम से कम चार जगहें मिलती हैं. इससे संग्रह हर विज्ञापनदाता का प्रतिनिधि नहीं बन जाता. [2]

हर समूह के लिए हमने दो सूचियाँ बनाईं. पहली में पूरे विज्ञापन को देखने का औसत समय लिया गया. दूसरी में नाम या चिह्न जैसे ब्रांड वाले हिस्से के भीतर देखने का औसत समय लिया गया. कटऑफ़ पर बराबर अंक वाले सभी उदाहरण रखे गए, इसलिए किसी सूची में उसके समूह के 20% से अधिक उदाहरण भी हो सकते थे.

पूरे विज्ञापन वाली सूची से शुरू करने पर औसतन 34.5% उदाहरण दोनों सूचियों में थे. दूसरी दिशा से देखें तो पूरे विज्ञापन वाली सूची में ब्रांड वाली सूची के 33.9% उदाहरण शामिल थे. प्रतिशत इसलिए अलग हैं क्योंकि बराबर अंकों के कारण दोनों सूचियों के आकार अलग हो सकते हैं. दोनों आँकड़ों में हर समूह को बराबर वज़न मिला है.

समूहों में साझा चयन औसतन लगभग एक-तिहाई है

श्रेणी और लेआउट के 59 समूहों में शीर्ष 20% का चयन, कटऑफ़ पर बराबर अंक वाले हर उदाहरण को रखते हुए. इन समूहों में 2,601 उदाहरण हैं.

चित्र के सभी मान पढ़ें
तुलनासमूहों में साझा चयन का औसत (%)समूहविज्ञापन और उसके संदर्भ वाले उदाहरण
पूरे विज्ञापन के लिए चुने गए उदाहरण जो ब्रांड पर ध्यान के लिए भी चुने गए34.5%592,601
ब्रांड के लिए चुने गए उदाहरण जो पूरे विज्ञापन पर ध्यान के लिए भी चुने गए33.9%592,601
हर प्रतिशत, साझा चयन के अनुपात का समूहों को बराबर वज़न देकर निकाला गया औसत है. पहला पूरे विज्ञापन वाली सूची से शुरू होता है; दूसरा ब्रांड वाली सूची से. ये सभी उदाहरणों को एक साथ रखकर निकाले प्रतिशत या अभियान के प्रदर्शन के माप नहीं हैं.

हर समूह को बराबर वज़न देने से संग्रह की सबसे बड़ी श्रेणियाँ इस सार पर हावी नहीं होतीं. यह समूहों को देखने का सोच-समझकर चुना गया तरीका है, किसी ग्राहक को दिखने वाले औसत विज्ञापन का अनुमान नहीं. सभी उदाहरणों को एक साथ रखकर निकाला गया वैकल्पिक परिणाम विधि वाले हिस्से में दिया है, ताकि पाठक देख सकें कि वज़न देने का तरीका नतीजा कैसे बदलता है.

सभी समूहों में ऐसा एक जैसा नहीं था. पूरे विज्ञापन पर ध्यान के लिए चुने गए उदाहरणों में ब्रांड पर ध्यान के लिए भी चुने गए उदाहरणों का हिस्सा शून्य से 66.7% तक था; माध्यिका 33.3% थी. पूरा वितरण डाउनलोड में है; औसत हर श्रेणी का वर्णन नहीं करता.

ब्रांड को देखने का समय, पूरे विज्ञापन को देखने के समय का हिस्सा है, कोई असंबद्ध गतिविधि नहीं. फिर भी, कुल समय अधिक होने से यह नहीं पता चलता कि लोगों ने विज्ञापन के भीतर कहाँ देखा. हम हर हिस्से के वास्तविक सेकंड की तुलना करते हैं. हम ब्रांड के सेकंड को पूरे विज्ञापन के सेकंड से भाग नहीं देते, न यह दावा करते हैं कि उस अलग माप पर भी यही उदाहरण आगे रहते.

संदर्भों की समीक्षा में चयन के दो सवालों का फ़र्क काम आता है. “किन उदाहरणों ने विज्ञापन में कहीं भी ध्यान रोके रखा?” और “किन उदाहरणों ने ब्रांड पर ध्यान रोके रखा?” चर्चा में अलग सामग्री ला सकते हैं. इनमें से कोई सूची सामान्य रूप से सबसे अच्छे विज्ञापनों की सूची नहीं बन जाती.

दर्ज किए गए ब्रांड पर ध्यान में कितना अंतर था?

हमने चुने गए उदाहरणों की संख्या स्थिर रखते हुए दोनों सूचियों में दर्ज ब्रांड को देखने के समय की भी तुलना की. कटऑफ़ पर अंक बराबर होने पर बची जगहें उन उदाहरणों में बराबर बाँटी गईं. इससे हाथ से मनचाहा विजेता चुनने से बचा गया. [3]

59 समूहों को बराबर वज़न देकर निकाले गए औसत में, पूरे विज्ञापन के आधार पर चुने गए उदाहरणों के लिए ब्रांड पर दर्ज ध्यान 0.536 सेकंड था, जबकि ब्रांड के आधार पर चुने गए उदाहरणों के लिए 0.822 सेकंड था. अंतर 0.286 सेकंड था; समूहों के अंतर की माध्यिका 0.266 सेकंड थी. अलग-अलग समूहों का अंतर 0.068 से 0.898 सेकंड तक था.

इस अंतर की दिशा गणना में ही निहित है. इन्हीं रिकॉर्ड से ब्रांड के सबसे ऊँचे मान चुनने पर ब्रांड का औसत, उतने ही आकार के किसी दूसरे चयन जितना या उससे अधिक होना ही है. वास्तविक डेटा से मिलने वाली जानकारी अंतर का आकार और फैलाव है, साथ ही यह कि सूची में शामिल उदाहरण कैसे बदले. यह इस बात का प्रमाण नहीं कि चयन की नई रणनीति किसी अभियान को बेहतर करेगी.

यह जानने के लिए अलग मूल्यांकन चाहिए कि कोई चयन विधि टीम के वास्तविक लक्ष्य और दर्शकों के लिए मददगार है या नहीं. अभी उपयोगी सवाल यह है कि क्या संदर्भ उस खूबी के लिए चुना गया है जिसे ब्रीफ़ में दिखाने को कहा गया है. देखने में बेहद आकर्षक उदाहरण भी उपयोगी हो सकता है, बशर्ते उसे चुनने का कारण साफ़ हो.

ब्रीफ़ में इकाइयाँ स्पष्ट रखें. ये देखने के एक विशेष कार्य में बिताए गए सेकंड हैं. ये याद रहे ब्रांड नाम, खरीदने की मंशा, क्लिक या बिक्री नहीं हैं. इनमें से किसी नतीजे में दिलचस्पी रखने वाली टीम को ऐसा प्रमाण चाहिए जो वास्तव में उसी को मापता हो.

चुनी गई सूची बढ़ाने पर भी अंतर बना रहता है

सूचियों के परिणाम देखने से पहले हमने दो वैकल्पिक कटऑफ़ तय किए थे. शीर्ष 10% चुनने पर पूरे विज्ञापन से ब्रांड की ओर साझा चयन का औसत 25.4% था. शीर्ष 30% तक बढ़ाने पर यह 42.2% हो गया. दर्ज ब्रांड समय के संबंधित अंतर 0.371 और 0.219 सेकंड थे. बड़ा चयन करने पर अधिक उदाहरण साझा हुए, लेकिन दोनों उद्देश्य तब भी ऐसी सूचियाँ नहीं देते जिन्हें एक-दूसरे की जगह इस्तेमाल किया जा सके.

हमने समान जारी ब्रांड लेबल और लेआउट वाले उदाहरणों के अलग समूह भी बनाए, जिनमें कम से कम 10 उदाहरण वाले समूह रखे गए. 685 उदाहरणों वाले इन 48 समूहों में, शीर्ष 20% के साझा चयन का औसत 40.5% और ब्रांड समय के अंतर का औसत 0.150 सेकंड था. कुछ समूहों में चयन एक जैसे थे. [4]

चयन के तय नियमों के तहत क्या बदलता है

श्रेणी की तुलनाएँ उन्हीं 59 समूहों पर हैं. दूसरे समूहन में जारी किए गए समान ब्रांड लेबल और लेआउट के 48 समूह इस्तेमाल हुए हैं.

चित्र के सभी मान पढ़ें
तुलनापूरे विज्ञापन के लिए चुने गए और ब्रांड के लिए भी चुने गए: औसत (%)ब्रांड के लिए चुने गए और पूरे विज्ञापन के लिए भी चुने गए: औसत (%)दर्ज ब्रांड समय का औसत अंतर (सेकंड)समूहविज्ञापन और उसके संदर्भ वाले उदाहरण
श्रेणी और लेआउट: शीर्ष 10%25.4%24.8%0.371592,601
श्रेणी और लेआउट: शीर्ष 20%34.5%33.9%0.286592,601
श्रेणी और लेआउट: शीर्ष 30%42.2%41.8%0.219592,601
जारी किए गए समान ब्रांड लेबल और लेआउट: शीर्ष 20%40.5%39.0%0.15048685
साझा चयन वाले कॉलम समूहों को बराबर वज़न देकर निकाले गए औसत प्रतिशत हैं और कटऑफ़ पर बराबर अंक वाले उदाहरण रखते हैं. ब्रांड समय के अंतर में सटीक आकार के लिए बराबर अंकों का आंशिक वज़न लिया गया है और समूहों को बराबर वज़न देकर औसत निकाला गया है. उन्हीं दर्ज ब्रांड मानों के आधार पर चुनने से अंतर शून्य या अधिक होना तय है; उसका आकार वर्णनात्मक है, प्रदर्शन में सुधार नहीं.

दूसरा समूहन अधिक सीमित है, लेकिन यह सत्यापित अभियानों या कंपनियों के भीतर की तुलना नहीं है. हमने स्रोत के लेबल जैसे जारी हुए थे वैसे ही इस्तेमाल किए, उन लेबलों समेत जो ब्रांड स्वामी के बजाय किसी विज्ञापन पेज का वर्णन कर सकते हैं. इसका काम दिखाना है कि पहले से तय दूसरे समूहन में नतीजा कैसे बदलता है; बेहतर कहानी बनाने के लिए लेबलों को चुपचाप सुधारा नहीं गया.

श्रेणी वाले समूह लेआउट के अनुसार भी अलग थे: पूरे विज्ञापन से ब्रांड की ओर साझा चयन का औसत बाएँ पेज के समूहों में 39.7%, दाएँ पेज में 30.1% और पूरे पेज में 32.9% था. ये संग्रह के अलग-अलग उदाहरणों का वर्णन हैं, विज्ञापन की जगह बदलने के प्रभाव नहीं. इनसे प्लेसमेंट की सिफ़ारिश उचित नहीं ठहरती.

अंकों में छोटे बदलाव के बाद भी चयन के अधिकतर अंतर बने रहते हैं

जारी किए गए देखने के समय सेकंड के सौवें हिस्से तक दर्ज हैं. इसलिए हमने जानबूझकर एक छोटा संख्यात्मक बदलाव जाँचा: पूरे विज्ञापन और ब्रांड के हर अंक को अलग-अलग अधिकतम 0.01 सेकंड बदलने दिया, शून्य से नीचे कभी नहीं, और चयन के कटऑफ़ दोबारा निकाले. [5]

मूल तुलना में केवल पूरे विज्ञापन पर ध्यान के लिए चुने गए 348 उदाहरणों में से 318, अनुमत सभी बदलावों के दौरान निश्चित रूप से केवल उसी चयन में बने रहे. केवल ब्रांड पर ध्यान के लिए चुने गए 359 उदाहरणों में से 306 निश्चित रूप से केवल ब्रांड वाले चयन में बने रहे. ये 59 समूहों को एक साथ रखकर गिनी गई संख्याएँ हैं, ऊपर दिए हर समूह को बराबर वज़न वाले प्रतिशतों से अलग.

अंकों में छोटे बदलाव के बाद भी केवल एक सूची में चुने गए कई उदाहरण बने रहते हैं

श्रेणी और लेआउट के 59 समूहों की मुख्य शीर्ष 20% सूचियाँ. हर अंक स्वतंत्र रूप से 0.01 सेकंड तक बदल सकता है और कटऑफ़ दोबारा निकाले जाते हैं.

चित्र के सभी मान पढ़ें
तुलनाकेवल एक सूची में बने रहने वाले स्थिर चयनमूल रूप से केवल एक सूची में देखे गए चयन
केवल पूरे विज्ञापन पर ध्यान के लिए चुने गए318348
केवल ब्रांड पर ध्यान के लिए चुने गए306359
देखी गई गिनती उन उदाहरणों को बताती है जो शुरू में केवल एक सूची में चुने गए थे. स्थिर गिनती वाले उदाहरण हर अनुमत संख्यात्मक बदलाव में उसी सूची में निश्चित रूप से रहते हैं और दूसरी में होना असंभव है. गिनती सभी समूहों को एक साथ रखकर की गई है. यह संख्यात्मक संवेदनशीलता की जाँच है, दर्शकों का विश्वास अंतराल नहीं.

यह जाँच दर्ज कटऑफ़ के क़रीब होने को परखती है. यह नए दर्शकों का डेटा दोबारा नहीं बनाती और न नमूना त्रुटि का अनुमान लगाती है. जारी डेटा में किसी रैंकिंग के सांख्यिकीय रूप से स्पष्ट होने का पता लगाने के लिए ज़रूरी व्यक्तिगत देखने के रिकॉर्ड नहीं हैं. इन फ़ाइलों में स्थिर संख्यात्मक अंतर फिर भी एक ऐतिहासिक वर्णनात्मक अंतर है, यह वादा नहीं कि दूसरे दर्शक भी विज्ञापनों को उसी क्रम में रखेंगे.

पाँच संदर्भ विज्ञापनों की एक काल्पनिक समीक्षा

मान लें कि घरेलू सामान का एक छोटा ब्रांड अपने नए लैंप को पेश करने के लिए किसी क्रिएटर को काम देता है. टीम दो मुख्य संदर्भ रख सकती है. इस उदाहरण की संख्याएँ निर्णय समझाने के लिए गढ़ी गई हैं; ये न संग्रह के पाँच विज्ञापन हैं, न लैंप अभियान का पूर्वानुमान.

मान लें कि पाँच संदर्भ कार्ड में पूरे विज्ञापन और ब्रांड को देखने के समय ये हैं: A, 4.0 और 0.2 सेकंड; B, 3.5 और 0.8; C, 3.0 और 1.0; D, 2.0 और 0.4; E, 1.0 और 0.1. पूरे विज्ञापन के दो सबसे ऊँचे मान चुनने पर A और B मिलते हैं. ब्रांड के दो सबसे ऊँचे मान चुनने पर C और B मिलते हैं.

केवल B दोनों सूचियों में आता है, इसलिए किसी भी दिशा में 50% चयन साझा हैं. पहली जोड़ी का औसत ब्रांड समय 0.5 सेकंड है; दूसरी का 0.9 सेकंड. 0.4 सेकंड का अंतर गढ़े गए इनपुट से निकलता है. यह किसी वास्तविक अभियान में बदलाव के लाभ का अनुमान नहीं है.

दो जगहों की सीमा भी मायने रखती है. कोई मैनेजर दोनों जोड़ियों को मिलाकर A, B और C रख सकता है, लेकिन इससे समीक्षा बढ़ेगी, दो संदर्भ चुनने का मूल निर्णय हल नहीं होगा. सीमा स्पष्ट रखने से समझौता भी साफ़ होता है. टीम उद्देश्य चुन सकती है या सोच-समझकर अधिक उदाहरणों के लिए जगह बना सकती है, दो अलग सूचियों को एक ही सवाल का जवाब मानने के बजाय.

उपयोगी चर्चा दिए गए काम पर होगी. अगर संदर्भों से यह दिखाना है कि दृश्य संयोजन में ब्रांड कैसे नज़र आता है, तो टीम उसी उद्देश्य से B और C देख सकती है. अगर A किसी और कारण से रखा जाता है, तो ब्रीफ़ में उसे हर तरह से विजेता कहने के बजाय वह कारण लिखना चाहिए.

क्रिएटर को A में अपनाने लायक कोई तकनीक फिर भी मिल सकती है. अध्ययन बड़े लोगो या किसी विशेष दृश्य शैली का निर्देश नहीं देता. यह चयन का उद्देश्य साफ़ रखने का आधार देता है, ताकि दिलचस्प दृश्य संयोजन को ब्रांड पर ध्यान का प्रमाण न मान लिया जाए. जिस संदर्भ का माप नहीं लिया गया हो, उसके लिए लिखें: “दृश्य संयोजन के लिए चुना गया; ब्रांड पर ध्यान अज्ञात है.”

अगले प्रोजेक्ट में कॉपी करके इस्तेमाल करने के लिए समीक्षा ब्रीफ़

चुनने का कारण ब्रीफ़ में भी रखें

बिना शब्दों की तीन रचनाएँ: फ़्रेम में एक अमूर्त कार्ड, ट्रे में तीन कार्ड, और खुला तुलना फ़ोलियो जिसमें अलग-अलग बारीकियों के चारों ओर छोटे फ़्रेम हैं.
  1. उद्देश्य बताएँ

    बताएँ कि संदर्भ टीम को क्या तय करने में मदद करे.

  2. तुलना योग्य उदाहरण चुनें

    माप, चुनने के लिए उपलब्ध उदाहरण और बराबर अंकों का नियम स्पष्ट रखें.

  3. बताएँ कि क्या अपनाना है

    खास कारण और अगली समीक्षा की जाँच साथ जोड़ें.

योजना बनाने का एक चित्र. चरण प्रस्तावित समीक्षा प्रक्रिया बताते हैं, कोई देखा गया क्रम या प्रयोग का परिणाम नहीं.

निर्णय से शुरू करें: “हम ______ तय करने में मदद के लिए संदर्भ विज्ञापन चुन रहे हैं.” अंतिम फ़ोल्डर बनाने से पहले वाक्य पूरा करें. दृश्य संयोजन का संदर्भ, उत्पाद दिखाने का संदर्भ और ब्रांड पर मापा गया ध्यान वाला संदर्भ एक ही तस्वीर हों, यह ज़रूरी नहीं.

प्रमाण बताएँ: “यह संदर्भ इसलिए चुना गया क्योंकि ______. इसके समर्थन में माप या अवलोकन ______ है.” दर्ज करें कि कारण दर्शकों के मापे गए व्यवहार, अभियान के नतीजे या टीम के दृश्य आकलन से आता है. इन विवरणों को अलग रखें; कोई लोकप्रिय सहेजी गई पोस्ट फ़ोल्डर में आ जाने भर से आँखों की गति की ट्रैकिंग का प्रमाण नहीं बन जाती.

तुलना स्पष्ट करें: “चुनने के लिए उपलब्ध उदाहरण ______ हैं; हम ______ उदाहरण रखेंगे; बराबर अंकों से ______ तरीके से निपटेंगे.” रैंकिंग से पहले तुलना योग्य फ़ॉर्मेट और संदर्भ पर सहमति बनाएँ. संग्रह का 20% नियम हमारा शोध संबंधी चुनाव है, अभियान के बजट की सिफ़ारिश या हर जगह लागू होने वाला सूची का आकार नहीं.

रखे गए हर उदाहरण को समझाएँ: “______ अपनाएँ; ______ मानकर न चलें.” यहीं क्रिएटर को काम की दिशा मिलती है. काल्पनिक लैंप ब्रीफ़ में कोई नोट क्रिएटर से यह देखने को कह सकता है कि उत्पाद और ब्रांड दृश्य संयोजन में कैसे बैठते हैं, जबकि अभियान में वास्तव में मिलने वाले ध्यान और बिक्री के नतीजों पर कोई दावा न करे.

अज्ञात बातें स्पष्ट रखें: “______ के लिए हमारे पास प्रमाण नहीं है.” अगर उदाहरण किसी सार्वजनिक विज्ञापन लाइब्रेरी या क्रिएटर के पोर्टफ़ोलियो से आया है, तो उसकी डिज़ाइन दिखाई दे सकती है, जबकि दर्शकों का ध्यान नहीं. उपलब्ध स्रोत और उसे चुनने का कारण दर्ज करें. इससे प्रेरक संदर्भ को गढ़ा हुआ माप दिए बिना उपयोगी रखा जा सकता है.

अगली जाँच की ज़िम्मेदारी तय करें: “______ से पहले ______ की समीक्षा ______ करेंगे.” अगर टीम दर्शकों के साथ परीक्षण करेगी, तो नतीजा और परीक्षण की शर्तें अलग से तय करें. अगर वह केवल डिज़ाइन की समीक्षा करेगी, तो उसे डिज़ाइन समीक्षा ही कहें. संदर्भ चुनने का प्रमाण ब्रीफ़ के साथ रखें, ताकि बाद में काम सौंपते समय कोई सीमित अवलोकन प्रदर्शन का बेबुनियाद दावा न बन जाए.

विधि, स्रोत और परिणाम दोबारा निकालने की फ़ाइलें

स्रोत AdGaze-3500 का तय किया गया रिलीज़ है. इसमें विज्ञापन और उसके संदर्भ वाले 3,531 उदाहरण हैं, जिनके पूरे विज्ञापन और ब्रांड को देखने के औसत समय सीमित और शून्य या उससे अधिक हैं. मुख्य विश्लेषण में श्रेणी और लेआउट के 59 समूहों के 2,601 उदाहरण रखे गए, हर समूह में कम से कम 20 उदाहरण थे. नहीं चुने गए 930 उदाहरणों को हमने गायब अंक नहीं माना; वे समूह के आकार के तय नियम से बाहर थे. [1] [2]

देखने के कार्य में नीदरलैंड की शोध सुविधाओं में डेस्कटॉप स्क्रीन पर आसपास की संपादकीय सामग्री के साथ स्थिर पत्रिका विज्ञापन इस्तेमाल हुए. प्रतिभागियों ने अपनी गति से पेज देखे. डेटा संग्रह की सटीक तारीखें नहीं दी गई हैं; मूल सामग्री के कुछ हिस्से 2004 में प्रकाशित शोध में आ चुके थे. इसलिए 2026 के डेटासेट रिलीज़ को 2026 के दर्शकों या Meta विज्ञापनों का अध्ययन नहीं समझना चाहिए. [6]

n उदाहरणों वाले हर समूह में, कटऑफ़ रैंक चुने गए अनुपात और n के गुणनफल से कम न होने वाले सबसे छोटे पूर्णांक के बराबर होती है. सूची में शामिल होने की तुलना में उस रैंक पर बराबर अंक वाले सभी उदाहरण आते हैं. हम हर समूह में दोनों दिशाओं में साझा चयन निकालते हैं, फिर समूहों को बराबर वज़न देकर अनुपातों का औसत लेते हैं. मुख्य सूचियों को एक साथ रखने पर पूरे विज्ञापन के 555 चयनों में से 207 साझा चयन, यानी 37.3%, और ब्रांड के 566 चयनों में से 207, यानी 36.6%, मिलते हैं. ये शीर्षक में दिए नतीजे से अलग वज़न संबंधी सवाल का जवाब देते हैं.

स्थिर आकार वाली ब्रांड समय की तुलना में, कटऑफ़ से ऊपर के उदाहरणों को पूरा वज़न मिलता है, जबकि बची जगहें कटऑफ़ पर बराबर अंक वाले उदाहरणों में समान रूप से बाँटी जाती हैं. हम उन बराबर अंक वाले उदाहरणों में से चुनने पर संभव सबसे छोटा और सबसे बड़ा अंतर भी निकालते हैं. मुख्य समूहों का औसत लेने पर यह सीमा 0.285 से 0.288 सेकंड है. यह बराबर अंकों में चुनाव का वर्णन करती है, विश्वास अंतराल का नहीं. [3]

पहले का शोध विज्ञापन पर ध्यान और उसके ब्रांड पर ध्यान में फ़र्क पहले ही करता है. AdGazer शोधपत्र उनका संबंध भी बताता है और ध्यान के पूर्वानुमान तथा संदर्भ आवंटन का अध्ययन करता है. हमारा योगदान जारी अवलोकनों से की गई यह विशेष संदर्भ चयन तुलना है, जिसमें दोनों दिशाओं का साझा चयन, स्थिर आकार पर दर्ज अंतर और कटऑफ़ की संख्यात्मक जाँचें शामिल हैं. हम सामान्य फ़र्क खोजने का दावा नहीं करते. [7]

स्रोत हर उदाहरण के लिए दर्शक स्तर के रिकॉर्ड या अनिश्चितता के बजाय देखने के समेकित औसत देता है. इसलिए हम विश्वास अंतराल या सांख्यिकीय सार्थकता की जाँच के बिना वर्णनात्मक परिणाम बताते हैं. डाउनलोड में पहले से तय सभी समूह परिणाम, स्रोत हैश, समूह बनाने के नियम और गणना के निर्देश रखे गए हैं, उन तय तुलनाओं समेत जो मुख्य निष्कर्ष नहीं बनीं. [8]

CSV में चित्रों की आठ पंक्तियों से 30 संख्यात्मक मान हैं; हर मान का माप, इकाई और समूहों का दायरा अलग-अलग दिया है. ZIP में सभी 225 समूह तुलनाएँ, संख्यात्मक संवेदनशीलता की 59 पंक्तियाँ, सटीक स्रोत हैश और परिणाम दोबारा निकालने योग्य गणनाएँ हैं. इसमें दर्शकों के रिकॉर्ड या विज्ञापन चित्र नहीं हैं. संख्यात्मक फ़ील्ड में दशमलव बिंदु इस्तेमाल होता है.

स्रोत और नोट

  1. Ye और सहलेखकों का AdGaze-3500, रिलीज़ कमिट 2b502d7cca8e8c0a747526b8727f53bf812e8735 पर तय. Influence IQ की गणनाएँ जारी ad-gaze, brand-gaze, category, brand-label और layout ऐरे इस्तेमाल करती हैं. पैकेज में सटीक फ़ाइल हैश और सभी आउटपुट दर्ज हैं.
  2. मुख्य समूहन में जारी श्रेणी लेबल और बाएँ, दाएँ या पूरे पेज के लेआउट का संयोजन इस्तेमाल होता है, जिसमें कम से कम 20 उदाहरण होते हैं. 10%, 20% और 30% की तुलनाएँ इन्हीं 59 समूहों पर हैं. हर अवलोकन विज्ञापन और उसके संदर्भ वाले स्टिम्युलस का औसत है, कोई व्यक्ति, अभियान या स्वतंत्र विज्ञापनदाता नहीं.
  3. सटीक आकार वाली तुलना में k = ceiling(fraction × collection size) इस्तेमाल होता है. कटऑफ़ से ऊपर के उदाहरणों को वज़न 1 मिलता है; कटऑफ़ पर बराबर अंक वाले हर उदाहरण को बची जगहों की संख्या, बराबर अंक वाले उदाहरणों की संख्या से भाग करके मिला वज़न मिलता है. संभव अंतर की सीमा में पूरे विज्ञापन के कटऑफ़ पर बराबर अंक वाले उदाहरणों के बीच ब्रांड के सबसे बड़े या सबसे छोटे मान चुने जाते हैं. ब्रांड के बराबर मानों में से चुनाव करने से ब्रांड के आधार पर चुना औसत नहीं बदलता. अंतर की दिशा उन्हीं रिकॉर्ड से चयन करने के कारण तय है, सुधार का प्रमाण नहीं.
  4. दूसरी तुलना में जारी ब्रांड स्ट्रिंग और लेआउट के संयोजन का इस्तेमाल है, जिसमें कम से कम 10 उदाहरण होने पर 48 समूह और 685 उदाहरण मिलते हैं. लेबलों का मिलान कंपनियों की कानूनी पहचान या अभियानों से नहीं किया गया. कुछ स्ट्रिंग किसी विज्ञापन पेज की विशेषता बताती हैं. किसी लेबल को उसके परिणाम के कारण हटाया नहीं गया.
  5. संख्यात्मक संवेदनशीलता जाँच के अंतराल हर जारी अंक से 0.01 सेकंड नीचे और ऊपर तक जाते हैं, शून्य से नीचे का हिस्सा काट दिया जाता है. सूची में शामिल होने के कटऑफ़ दोबारा निकाले जाते हैं, मूल मानों पर स्थिर नहीं रखे जाते. केवल पूरे विज्ञापन वाला स्थिर उदाहरण सभी अनुमत बदलावों में पूरे विज्ञापन के समूह में निश्चित रूप से होना चाहिए और ब्रांड के समूह में होना असंभव होना चाहिए; इसका उलट केवल ब्रांड वाले स्थिर उदाहरण को परिभाषित करता है. ये सूची में बने रहने की गारंटियाँ हैं, सटीक संयुक्त साझा चयन सीमाएँ या नमूना अंतराल नहीं.
  6. Ye और सहलेखकों का AdGaze-3500: Evaluating Large Multimodal Models’ Ability to Predict Human Attention to Ads, CVPR Workshops 2026, खंड 3.1.2, नीदरलैंड के डेस्कटॉप कार्य का वर्णन करता है और बताता है कि कुछ डेटा का विश्लेषण पहले के काम में हो चुका था. संदर्भ 57 में Pieters and Wedel (2004) दिया है. रिलीज़ में मैदानी डेटा संग्रह की सटीक तारीखें और व्यक्तिगत देखने के रिकॉर्ड नहीं दिए गए हैं.
  7. Ye और सहलेखकों का AdGazer: Improving Contextual Advertising with Theory-Informed Machine Learning, विज्ञापन और ब्रांड पर ध्यान के संबंध तथा संदर्भ आवंटन का अध्ययन करता है. वर्तमान विश्लेषण नए नज़र परिणामों का पूर्वानुमान लगाने के बजाय देखे गए चयन और दर्ज औसतों की जाँच करता है.
  8. डेटासेट विशेष श्रेय: Ye और सहलेखकों का AdGaze-3500, तय किए गए Hugging Face डेटासेट पर घोषित Apache License 2.0 के अंतर्गत. हमारे पैकेज में मौलिक विश्लेषण कोड और समेकित आउटपुट हैं, साथ में स्रोत और लाइसेंस के निर्देश हैं. यह विज्ञापन चित्रों को दोबारा वितरित नहीं करता और अलग लाइसेंस वाली AdGazer पुनरुत्पादन रिपॉज़िटरी को आयात नहीं करता.

इस लेख का अंग्रेज़ी संस्करण मूल संस्करण है. विश्लेषण नीदरलैंड की ऐतिहासिक स्रोत सामग्री से संबंधित है; अनुवाद करने से शोध में शामिल आबादी नहीं बदलती.

ब्रीफ़ और उसकी समीक्षा तैयार करें