廣告創意測試:注意力在廣告上,還是品牌上?
在一份歷史廣告資料集中,依整則廣告注意力挑選出的廣告,往往不同於依品牌注意力挑選出的廣告。我們分析了衡量指標改變時,參考廣告入選名單會有多大差異。
針對已公布的 AdGaze-3500 測量資料所做的原創分析。資料來自過去在荷蘭以桌上型電腦進行的觀看研究;確切蒐集日期不詳。
摘要
在這份歷史資料集中,依整則廣告注意力與依品牌注意力挑選範例,產生了明顯不同的參考名單。我們從 59 組、共 2,601 個廣告及其情境的範例中,分別依 2 項指標挑選前 20%,並保留同分範例。整則廣告名單中的範例,平均有 34.5% 也出現在品牌名單。這是各組等權重的平均值,並非將所有廣告合併計算的百分比。[1]
來源記錄的是荷蘭研究機構在桌上型電腦螢幕上展示靜態雜誌廣告時,受試者的平均注視時間,並未衡量目前社群動態消息中的廣告成效。這項發現提供創意團隊一個具體理由:蒐集參考廣告前,先說清楚要衡量哪一種注意力,因為指標的選擇可能大幅改變最後進入創作簡報的範例。下文提供預先設定的比較、虛構的計算範例,以及可直接使用的評選簡報。
創作者與行銷經理帶著一個裝滿「吸引注意力」廣告的資料夾來評選。一人收藏了搶眼的構圖,另一人想找能讓品牌看得見的範例。2 人都完成了任務,準備的討論方向卻可能不同。
這種模糊之處可能一路延續到下一份創作簡報。「做得更像這張」只傳遞了圖片,沒有說明哪個特點值得借鏡。獨特的場景、容易找到的品牌,以及清楚易懂的優惠,是保留參考廣告的不同理由。單用「注意力」這個標籤,無法決定該選哪一種。
我們使用已公布的測量資料,而非自身喜好,檢驗入選名單的問題。在每一組中,我們分別找出依整則廣告注視時間,以及依品牌區域注視時間會入選的範例。這項結果在製作開始前就能派上用場:先對參考廣告要呈現什麼特點達成共識。
整則廣告與品牌區域,是不同的觀察範圍

- 對整則廣告的注意力
- 對品牌區域的注意力
衡量指標改變,入選名單也會改變
我們依資料公布的產品類別標籤與頁面版型分組:左頁、右頁或全頁。符合納入條件的 59 組,每組都至少有 20 個範例。因此,在計入同分範例前,前 20% 的名單至少有 4 個名額。這並不代表該資料集能代表所有廣告主。[2]
每一組都建立了 2 份名單。第 1 份依整則廣告的平均注視時間挑選,第 2 份依品牌區域內的平均注視時間挑選,例如品牌名稱或標誌所在之處。納入門檻上若有同分,就保留所有同分範例,因此名單可能超過該組的 20%。
以整則廣告名單為起點,平均重疊比例為 34.5%。反過來看,整則廣告名單涵蓋了品牌名單的 33.9%。由於同分可能讓 2 份名單的大小不同,這 2 個百分比也會不同。2 項數值都給予各組相同權重。
各組入選名單的平均重疊比例約為 1/3
在依類別與版型劃分的 59 組中挑選前 20%,並保留門檻上的所有同分範例。這些組別共含 2,601 個範例。
| 比較項目 | 各組平均重疊比例(%) | 組數 | 廣告及其情境的範例數 |
|---|---|---|---|
| 整則廣告名單中,也入選品牌名單的範例 | 34.5% | 59 | 2,601 |
| 品牌名單中,也入選整則廣告名單的範例 | 33.9% | 59 | 2,601 |
各組採相同權重,可避免資料集中規模最大的類別主導摘要結果。這是刻意選擇的分組觀點,並非估計消費者日常接觸的一般廣告。方法一節另列出合併計算的結果,讓讀者看出權重選擇如何改變數值。
各組的結果並不一致。依整則廣告注意力入選的範例中,也因品牌注意力入選的比例介於 0 至 66.7%,中位數為 33.3%。完整分布收錄於下載檔案;平均值無法描述每個類別。
品牌注視時間是整則廣告注視時間的一部分,並非無關的活動。即使如此,總時間很長,也無法說明人們看的是廣告中的哪個位置。我們比較各區域的絕對秒數,並未將品牌秒數除以整則廣告秒數,也未主張改用該指標後,領先的仍會是相同範例。
評選參考廣告時,值得區分的是 2 個挑選問題。「哪些範例讓人在廣告的某處停留目光?」與「哪些範例讓人的目光停留在品牌上?」可能帶來不同的素材。2 份名單都不能直接當成通用的最佳廣告名單。
記錄中的品牌注意力差距有多大?
我們也在固定入選範例數量的情況下,比較 2 份名單記錄中的品牌注視時間。門檻上若有同分,就把剩餘名額平均分配給同分範例,避免人為挑選對結果有利的同分勝出者。[3]
以 59 組等權重平均計算,整則廣告入選範例記錄中的品牌注意力為 0.536 秒,品牌入選範例則為 0.822 秒,差距為 0.286 秒;各組差距的中位數為 0.266 秒。個別組別的差距介於 0.068 至 0.898 秒。
差距的方向由計算方式決定。從同一批記錄中挑出品牌數值最高的範例,所得品牌平均值必定不低於其他相同大小的選取結果。資料提供的實際資訊是差距的大小、分布範圍,以及入選成員如何改變。這並非新挑選策略能改善行銷活動的證據。
若要知道某種挑選方法是否有助於團隊實際追求的成果及受眾,還需要另外評估。目前值得問的是:挑選這則參考廣告的理由,是否就是簡報要求它呈現的特點?視覺上引人注目的範例仍可能有價值,前提是選用原因清楚。
創作簡報應保留單位。這些數值是在特定觀看任務中的注視秒數,並非記住的品牌名稱、購買意願、點擊或銷售額。團隊若關心其中某項成果,就需要實際衡量該成果的證據。
擴大入選名單後,差異仍然存在
查看入選名單結果之前,我們先設定了另外 2 個門檻。挑選前 10% 時,整則廣告入選者中也進入品牌名單的平均比例為 25.4%;擴大到前 30% 後,比例增至 42.2%。對應的品牌注視時間記錄差距分別為 0.371 與 0.219 秒。擴大名單帶來更多共同範例,但 2 個目標所產生的名單仍無法互換。
我們另依相同的已公布品牌標籤與版型分組,保留至少有 10 個範例的組別。這 48 組共含 685 個範例,前 20% 名單的平均重疊比例為 40.5%,品牌注視時間差距平均為 0.150 秒。部分組別的入選範例完全相同。[4]
預設挑選規則下的變化
類別比較使用相同的 59 組。次要分組則使用具有相同已公布品牌標籤與版型的 48 組。
| 比較項目 | 整則廣告名單中也入選品牌名單:平均比例(%) | 品牌名單中也入選整則廣告名單:平均比例(%) | 記錄中的平均品牌時間差距(秒) | 組數 | 廣告及其情境的範例數 |
|---|---|---|---|---|---|
| 類別與版型:前 10% | 25.4% | 24.8% | 0.371 | 59 | 2,601 |
| 類別與版型:前 20% | 34.5% | 33.9% | 0.286 | 59 | 2,601 |
| 類別與版型:前 30% | 42.2% | 41.8% | 0.219 | 59 | 2,601 |
| 相同已公布品牌標籤與版型:前 20% | 40.5% | 39.0% | 0.150 | 48 | 685 |
第 2 種分組範圍較窄,但並非針對經確認的同一行銷活動或公司進行比較。我們直接使用來源公布的標籤,其中有些可能描述的是廣告頁面,而非品牌擁有者。這項比較的用途,是顯示採用另一種預先設定的分組方式時,結果如何改變;我們沒有為了讓敘事更好看,而暗中整理標籤。
各類別組別也因版型而有差異:左頁組別的整則廣告至品牌平均重疊比例為 39.7%,右頁為 30.1%,全頁為 32.9%。這些數值描述的是資料集中不同的範例,並非移動廣告位置的效果,不能據此建議投放位置。
微幅調整分數後,大多數名單差異仍然存在
已公布的注視時間記錄至小數點後 2 位。因此,我們刻意測試一個很小的數值變動:允許每個整則廣告與品牌分數各自增減最多 0.01 秒,但不得低於 0,再重新計算納入門檻。[5]
在原始比較中,僅因整則廣告注意力入選的 348 個範例,有 318 個在所有允許的變動下,仍確定只會入選整則廣告名單。僅因品牌注意力入選的 359 個範例,則有 306 個仍確定只會入選品牌名單。這些是將 59 組合併後的計數,不同於前述各組等權重的百分比。
微幅調整分數後,許多範例仍只入選同一份名單
依類別與版型劃分的 59 組主要前 20% 名單。每個分數可各自增減最多 0.01 秒,並重新計算門檻。
| 比較項目 | 穩定僅入選 1 份名單的範例數 | 原始觀察中僅入選 1 份名單的範例數 |
|---|---|---|
| 僅因整則廣告注意力入選 | 318 | 348 |
| 僅因品牌注意力入選 | 306 | 359 |
這項檢查針對的是分數與記錄門檻的接近程度,並未重建新受試者的反應,也未估計抽樣誤差。公布資料沒有提供個別受試者觀看記錄,無法據此確認排名差異是否在統計上足以區分。檔案中的數值差異即使穩定,仍只是歷史資料的描述性差異,不能保證另一群受眾也會給廣告相同的排名。
以 5 則參考廣告進行的虛構評選
想像一個小型家居品牌委託創作者介紹新款檯燈,團隊只能選用 2 則主要參考廣告。這個範例中的數字是為了解釋決策而虛構的,並非資料集中的 5 則廣告,也不是對檯燈行銷活動的預測。
假設 5 張參考卡的整則廣告與品牌注視時間如下:A 為 4.0 與 0.2 秒;B 為 3.5 與 0.8;C 為 3.0 與 1.0;D 為 2.0 與 0.4;E 為 1.0 與 0.1。選取整則廣告數值最高的 2 張,會選到 A 與 B;選取品牌數值最高的 2 張,則會選到 C 與 B。
只有 B 同時出現在 2 份名單上,因此從任一方向計算,重疊比例都是 50%。第 1 組的平均品牌時間為 0.5 秒,第 2 組為 0.9 秒。0.4 秒的差距來自虛構的輸入值,並非改變真實行銷活動後可獲得效益的估計值。
2 個名額的限制也很重要。經理可以將 2 組合併為 A、B、C,但這會擴大評選範圍,無法解決原本只能選 2 則參考廣告的問題。明確列出限制,才能看清取捨。團隊可以選定目標,或刻意增加範例名額,而不是把 2 份不同名單當成同一個問題的答案。
值得討論的是任務本身。若參考廣告要呈現的是品牌如何出現在構圖中,團隊就可以針對這個目的檢視 B 與 C。若另有理由保留 A,簡報應寫出該理由,而不是稱 A 為整體最佳選擇。
創作者仍可能在 A 中找到值得運用的手法。本研究並未要求放大標誌,也未指定某種視覺風格;它支持的是明確呈現挑選目標,避免把有趣的構圖誤當成品牌注意力的證據。對於未經測量的參考廣告,可以寫:「因構圖而選用;品牌注意力未知。」
可用於下一個專案的評選簡報
把選用原因寫進創作簡報

寫清楚目標
說明這則參考廣告要協助團隊決定什麼。
挑選可比較的範例
明列衡量指標、候選範圍與同分處理規則。
說明借鏡之處
附上具體原因與下一次檢視的重點。
先寫清楚決策:「我們挑選參考廣告,是為了協助決定 ______。」整理最終資料夾前,先完成這句話。用來參考構圖、呈現產品,以及具有品牌注意力測量資料的範例,不一定是同一張圖片。
寫明證據:「選用這則參考廣告的原因是 ______。支持此選擇的指標或觀察是 ______。」記錄理由來自受眾行為測量、行銷活動成果,還是團隊的視覺判斷。這幾種描述應分開;一則熱門收藏貼文,不會因為被放進資料夾,就有了眼動追蹤證據。
說明比較方式:「候選範例範圍為 ______;將保留 ______ 個範例;同分時以 ______ 處理。」排名前,先就可比較的格式與情境達成共識。資料集採用的 20% 規則是本研究的選擇,並非建議的行銷活動預算或通用名單大小。
說明每個保留範例:「借鏡 ______;不要假定 ______。」這能給創作者可運用的方向。在虛構的檯燈簡報中,可以請創作者研究產品與品牌如何融入構圖,同時避免宣稱行銷活動實際的注意力與銷售成果。
明列未知之處:「我們沒有 ______ 的證據。」若範例來自公開廣告資料庫或創作者的作品集,設計可能看得到,受眾注意力卻未必可知。記錄可取得的來源與選用原因,才能讓啟發靈感的參考廣告保持實用,而不憑空賦予它測量結果。
指派下一次檢視:「由 ______ 在 ______ 之前檢視 ______。」若團隊要進行受眾測試,應另外定義成果指標與測試條件;若只是檢視設計,就明確稱為設計檢視。把挑選參考廣告的證據附在簡報中,避免日後交接時,將有限的觀察擴大為沒有根據的成效宣稱。
方法、來源與可重現分析的檔案
來源為固定版本的 AdGaze-3500 公布資料,含 3,531 個廣告及其情境的範例,其整則廣告與品牌平均注視時間皆為有限且非負的數值。主要分析保留 59 組、共 2,601 個範例,各組依類別與版型劃分,且至少有 20 個範例。我們並未將未選入的 930 個範例視為缺少分數;它們是不符合預先設定的組別大小規則。[1] [2]
觀看任務在荷蘭研究機構進行,透過桌上型電腦螢幕展示靜態雜誌廣告及周圍的編輯內容,參與者依自己的步調瀏覽頁面。來源未提供確切蒐集日期;部分原始素材曾用於 2004 年發表的研究。因此,2026 年公布的資料集不應被視為針對 2026 年受眾或 Meta 廣告進行的研究。[6]
在每個含 n 個範例的組別中,門檻排名為所選比例乘以 n 後向上取整。比較入選成員時,會納入該排名的所有同分範例。我們先在各組分別計算 2 個方向的重疊比例,再以相同組別權重取平均。若改將主要名單合併計算,整則廣告的 555 個入選範例中,有 207 個共同入選,即 37.3%;品牌的 566 個入選範例中,同樣有 207 個共同入選,即 36.6%。這與標題數值回答的是不同的權重問題。
在固定名額的品牌時間比較中,高於門檻的範例取得完整權重,其餘名額平均分配給門檻上的同分範例。我們也計算選取不同同分範例時,所能得到的最小與最大差距。主要組別的平均範圍為 0.285 至 0.288 秒。這描述的是同分選擇的影響,並非信賴區間。[3]
既有研究早已區分對廣告的注意力與對品牌的注意力。AdGazer 論文也報告了兩者的關係,並研究注意力預測與情境配置。我們的貢獻,是以公布的觀察資料進行明確設定的參考廣告名單比較,包括雙向重疊比例、固定名額下的記錄差距,以及數值門檻檢查。我們並未聲稱發現了這項一般性的區別。[7]
來源提供的是彙整後的觀看平均值,並非個別受試者記錄,也未提供每個範例的不確定性。因此,我們報告描述性結果,不提供信賴區間或顯著性檢定。下載檔案保留所有預先定義的組別結果、來源雜湊值、分組規則與計算說明,包括未成為主要發現的預設比較。[8]
CSV 含 8 個圖表資料列中的 30 個數值,並逐一列明衡量指標、單位與組別範圍。ZIP 收錄全部 225 項組別比較、59 筆數值敏感度檢查資料、精確的來源雜湊值,以及可重現的計算流程;不含受試者觀看記錄或廣告圖片。數值欄位以小數點表示小數。
來源與註解
- AdGaze-3500 由 Ye 與共同作者提供,固定使用公布版本的提交編號 2b502d7cca8e8c0a747526b8727f53bf812e8735。Influence IQ 的計算使用公布的廣告注視、品牌注視、類別、品牌標籤與版型陣列。分析套件記錄了精確的檔案雜湊值與所有輸出結果。
- 主要分組以公布的類別標籤,交叉搭配左頁、右頁或全頁版型,每組至少 20 個範例。10%、20% 與 30% 的比較使用相同的 59 組資料。每筆觀察值代表廣告及其情境刺激材料的平均值,並非一個人、一場行銷活動或一家獨立廣告主。
- 固定名額比較使用 k = ceiling(fraction × collection size)。高於門檻的範例權重為 1;每個門檻同分範例的權重,為剩餘名額除以同分範例數。可達差距範圍的計算,是在整則廣告門檻同分範例中,選取品牌數值最大或最小者。在品牌數值相同的範例中選擇,不會改變品牌入選名單的平均值。差距方向由同一批記錄的挑選方式決定,並非改善的證據。
- 次要比較以相同的已公布品牌字串交叉搭配版型,每組至少 10 個範例,共得到 48 組、685 個範例。標籤並未進一步對應到業者的法律身分或行銷活動。有些字串描述的是廣告頁面特徵。我們未因任何標籤的結果而將它刪除。
- 數值敏感度檢查的區間,從每個公布分數向上、向下各延伸 0.01 秒,最低以 0 為限。入選門檻會重新計算,並非固定在原始數值。穩定的「僅整則廣告入選」範例,必須在所有允許的變動下,都確定進入整則廣告名單,且不可能進入品牌名單;反之則定義為穩定的「僅品牌入選」。這些是入選成員的保證,並非精確的聯合重疊比例界限或抽樣區間。
- Ye 與共同作者的 AdGaze-3500: Evaluating Large Multimodal Models’ Ability to Predict Human Attention to Ads,發表於 CVPR Workshops 2026,第 3.1.2 節描述了荷蘭的桌上型電腦觀看任務,並指出部分資料先前已在既有研究中分析。參考文獻 57 列出 Pieters and Wedel (2004)。公布資料未提供確切的實地研究日期或個別受試者觀看記錄。
- Ye 與共同作者的 AdGazer: Improving Contextual Advertising with Theory-Informed Machine Learning,研究廣告與品牌注意力的關係及情境配置。本次分析檢視的是觀察到的入選名單成員及記錄中的平均值,而非預測新的視線結果。
- 資料集專屬來源標示:AdGaze-3500 由 Ye 與共同作者提供,授權採固定版本 Hugging Face 資料集所聲明的 Apache License 2.0。我們的套件含原創分析程式碼與彙整輸出,並附來源與授權說明;不重新散布廣告圖片,也未匯入另行授權的 AdGazer 重現研究儲存庫。
本文以英文版為原始版本。分析對象為荷蘭的歷史來源資料;翻譯不會改變研究母體。