TokenPocket钱包官网|YouTube 广告将通过人工智能驱动的神经营销变得更加有效

Junbi.ai 加入了 TNW for 初创公司 计划，并在之前的 TNW 会议上进行了展示。 这个故事是该节目的一部分； 它是在 TNW 的完全编辑控制下编写的。 在这里查看今年的套餐

几年前，君币人工智能专注于人工智能的团队进行了一项富有洞察力的神经科学研究。 他们邀请了10位广告创意人士带来他们最喜欢的作品。 然后，他们将创意人员放入磁共振成像 (MRI) 扫描仪中以监测大脑活动，并要求他们对彼此的作品进行评分。

事实证明，给出的成绩既相似又一致。

除了一个重要的例外——营销人员给自己打了最高分。

当展示他们自己的作品时，MRI 扫描仪会亮起，表明这些人真正相信他们的作品非常出色，尽管他们所有的同事可能都独立地认为这是 7/10。

“你的大脑不擅长说谎，”Junbi.ai 创始人 Coen Olde Olthof 解释道。 正是这种对大脑活动的揭示性洞察成为研究人员建立神经营销学领域的支柱。

从广义上讲，神经营销学研究大脑对营销刺激的反应，以调查、研究和传统营销数据无法做到的方式捕捉未经过滤的消费者反应。

为特殊场合保留

尽管神经营销学已经存在了几十年，但它仍然是一项相当独特的事业，主要是由于其高昂的价格。 虽然大多数营销人员会奉承详细的数据，包括受众是否喜欢广告、他们如何吸收广告、什么有效，以及他们在哪里引导或失去注意力，但现实是，每小时支付 15-20,000 欧元购买 MRI 机器是不划算的。大多数人的预算。 举例来说，除非您即将拍摄超级碗广告。

其他方法，例如脑电图 (EEG) 测试和眼球追踪的动作捕捉，也非常耗时和资源密集，以至于很少有营销人员敢于将它们作为其创意流程的核心组成部分。

因此，绝大多数营销人员都坚持根据专家意见来发号施令，正如上述研究表明，专家意见可能是一致的，但往往被自我所掩盖。 即使每个人都一致，它也无法告诉你该活动的实际效果如何。

“当我从事营销工作时，这让我感到沮丧，”奥尔索夫说。 “我们会测试活动，由人们运行它们，抱有很高的期望，然后它们就根本不会做得很好。 或相反亦然。”

寻求更好的营销方式

比特币还是现货比特币ETF？ 投资者加倍押注狗狗币 (DOGE)、Celestia (TIA) 和 NuggetRush (NUGX)

FAA 禁止波音增加 MAX 产量，但结束部分停飞

这种挫败感以及与创造“神经营销学”一词的科学家艾尔·斯密茨（Ale Smidts）的偶然相遇，转移了奥尔索夫的注意力，并最终将他的职业生涯转向了一个新的方向。 八年多前，他创立了神经营销咨询公司 Alpha.One。 目的是帮助品牌利用功能磁共振成像、脑电图和眼动追踪等神经科学方法创造更有效的内容。

随着神经科学数据库的不断增长以及与伊拉斯姆斯大学和麻省理工学院的合作，该团队最终开发了一个预测性眼球追踪平台——expoze.io——该平台应用人工智能以与眼球追踪类似的方式预测视觉注意力，而无需参与者——而且准确率高达 95%。

然而，“归根结底，expoze.io 更多的是一种研究解决方案，而不是一种营销工具。 它将为有效的科学研究问题提供良好、富有洞察力的答案。 但它不会告诉你某件事是好还是坏。 它适用于某些品牌，但对于其他品牌来说可能有点过分了。”Alpha.One 营销与产品主管 Daan van der Wiele 分享道。

这推动团队更进一步，Junbi.ai 诞生了。

按下按钮即可获得神经科学

Junbi.ai是一个用于对YouTube广告进行预测试和基准测试的平台。 它将 expoze.io 的人工智能驱动的预测性眼动追踪与机器视觉相结合，为 YouTube 广告的预期效果及其与其他广告的对比提供独特的预测性见解。

通过高度关注特定平台，Junbi.ai 团队能够开发指标和基准来评估媒体，并减轻营销团队科学数据分析的负担。

“说实话，营销人员需要一款交通灯指示器来回答一个简单的问题——我的广告很糟糕吗？” Van der Wiele 笑着说，Junbi.ai 正在努力提供它。

它通过分析三个关键指标来实现这一目标：品牌关注度得分（您的品牌是否受到关注？）、认知轻松度得分（广告处理和记忆的难易程度如何？）以及广告突破得分（您的广告在以下情况下获得了多少关注）：放置在 YouTube 上下文中？）。

这三个经过科学验证的指标是通过从数千个其他活动中获得的经验教训以及对优秀广告的测试来结合和补充的。 例如，人们应该在广告的开头和结尾更加重视对品牌的关注，以提供整体效果得分——或者正如范德维勒所说的红绿灯指示器。

有了性能指标和四分之一秒的视频细分，营销人员就可以查明需要改进的内容和领域。

只需按一下按钮即可获得神经科学，而且成本仅为一小部分。