从Impression到Attention，注意力指标能给广告带来些什么改变？

距离马老师上一次讲注意力营销已经整整过了两年了。

数字广告的又一困局

我们做广告的时候，对于绩效的要求通常在于两个层面，首先是广告是否带来了直接的销售，退而求其次的话就是看广告能否真正的影响了我们受众的心智。

前者我们通过广告的跟踪，加上一些参数，通常可以非常好的进行跟踪和衡量，只不过可能苹果ITP即将上线的隐私更改会对URL后面的参数产生一定的麻烦。总体来说还是比较可靠的。

但是我们的广告是否真正被我们的受众看到了，100多年来这一直是广告行业的一大难题，所谓我们有一半的广告花费在我们受众看不到的地方。或者即使他们看到了，但却没有真正的获得他们的注意力，这一部分广告我们称之为被浪费的广告花费。

注意力指标对生态的破局

随着广告技术和营销技术的发展，伴随着我们的AI人工智能的能力大幅的提升，我们越来越能够对受众是否注意到我们广告进行衡量了。广告的采买的关键指标也从最基本、最原始的CPM，也就是每千次展现的成本，进化到了与注意力相关的一些指标。

我们确信所有的广告主都会愿意为注意力而买单，但是对于提供广告发布机会的发布商来说是不是这样的，一旦我们的广告售卖转移到以注意力来售卖的情况，这个时候意味着发布商需要更好地对他们的inventory资源进行优化。

因为有的广告点位通常是很难获得消费者的注意力的，这个时候即便我们在一个页面或者一个APP视图上放置了非常多的广告，也无法有效获得收益。从传统的意义上来讲，这些广告都是可见的。但是从注意力的角度来讲，这些广告却不能为发布商产生任何收入了。

那么，发布商的收入会不会因为这种转变而下降呢？马老师认为这倒未必，因为单位注意力获得的收入理论上可以弥补失去的那些看似可见的广告的展现和这些展现产生的收入。而这一改变从消费者体验的角度来说是大大的增强的。

不管是产业链中的哪种角色……

我们到了必须进行改变的时刻

如电通媒介北美CEO Doug Rozen所言，我们每天受到的各种广告的曝光有6千到1万次，这是2007年的两倍，是70年代的12到20倍。我们的注意力现在只能维持6秒钟，这就跟金鱼一样，于是那些主流视频广告也变得非常非常短，6秒钟、15秒、30秒。因为更长的广告只是增添更多的浪费罢了。可以想象我们心智面对这些广告已经发生了非常大的改变，消费者开始主动反击，42%装上了去广告插件或软件。

我们不能再依靠20年前、10年前、甚至5年前的那些理论来指导我们进行广告的投放，因为消费者他们不单有非常多的科技可以来减少页面或者视图上广告的出现量，从生理上他们也已经习惯了去避免和去主动的忽略在屏幕上出现了广告。

创意侧对注意力的积极影响

另一方面，著名的程序化广告商Teads告诉马老师，根据他们的经验，展示广告的成功有60%要依赖于创意。也就是说，同样的点位，同样的人群，同样的信息传递，对于是否能抓住受众的注意力来说，不同的创意的影响是非常巨大的。

就如同马克吐温说“I apologize for such a long letter, I didn’t have time to write a short one.” 长篇累牍的广告吸引受众注意力和用出色的创意一招制胜的区别就在于此。

数字广告从展现到注意力的改变有助于我们广告人把真正的重心回归到广告创意上来。马老师这么说，并不是说广告科技不再重要，而是想说在我们做好广告科技的同时，更多的精力放在创意上，这是让我们广告产生几何级增放影响的关键。

注意力衡量的指标

说了那么多，最后我们来讲讲广告的注意力是如何衡量的呢？即便已经出现至少三年了，注意力衡量在广告界依然还是比较新兴的概念，我们有各种还未统一的指标。

• 比如，刚才提到的电通，这家全球头部广告集团与Lumen合作，使用的是Effective Attention Cost per Mille （EACPM），意为每一千次注意到该广告所需花费的成本。
• 另一家广告科技公司Amplified Intelligence使用的是Active Attention CPM（aaCPM），意为千次展现中每秒关注所花费的成本。
• 另外还有Adelaide Metrics的Attention Unit（AU），所谓的注意力单位。

在这些指标出现之前，我们只能通过CTR和VCR这些指标来拟合。

注意力衡量的技术基础

这些公司大致的做法十分类似，通过实验室对广告观看者的眼球移动进行跟踪。不仅仅是看，而是要做到看到。所以对每个广告，每个点位，每种广告样式能否被看到，都可以进行深入的研究。

他们会把消费者看到的广告和消费者的行为联系在一起。比如你应该能体会到当你看到广告的时候你的手指滑动的模式和你没有注意到该广告是完全不同的。当你被广告吸引到时，你通常会滑到那里停顿一下，再小小的往上滑动一下，这个时候我们就可以很大概率的认定你注意到了这个广告。

这些技术同时可以对广告观看者的隐私进行保护。它并不需要开启摄像头来查看当前浏览者的眼球。这些数据在实验室进行训练后，通过模型下载到浏览器或者设备即可。在现实环境中只需要匿名的上传一些行为数据和当时浏览的环境数据，进行进一步的训练。

这些过程并不需要抓取个别用户的个人信息。从这点上来说它把每个进行互动的浏览者当做一个普通人，而无论男女老幼，低高收入，人生阶段。同时它可以规避浏览器指纹的风险，以一个群体训练数据上传。

我们上面马老师的介绍可以看出，新的衡量技术带来的标准和MRC对可见广告的标准是非常不一样的，它不要求广告的矩形50%以上可见，并且停留一秒以上，这些更容易被作弊，而是真正的希望衡量到广告是否被注意的。

除了实验室的眼动捕捉等训练出的模型应用到实际场景中，他们还可以利用人工智能，对广告出现在屏幕的位置出现在页面和视图的位置进行检测并且建立新的模型来判断这个广告被消费者注意到的概率。

注意力指标和媒体采购

那么以此推断，我们可以获得一些新的数据指标，即Inventory的注意力表现。当广告商或者广告代理在未来进行广告的采买的时候，能否获得注意力这一个关键数据，就成为我们media planning的相当重要的一个输入参数，它能够更加科学的来帮我们做媒体计划。

从Adelaide和ANA联合出品的报告中提供的数据我们可以看出，以注意力为导向的广告采买获得的效果是有大幅增强的，能够获得更好的ROI，这是我们都乐于见到的。

一个指标作为分析的输入数据只是第一步，接下来就是依据该指标进行媒体采购。这才是广告主更愿意花钱的数据依据。现今，马老师已经看到了以注意力为单位的广告售卖模式，这极有可能在不久的将来成为主流。那么拭目以待吧。