Rijksuniversiteit Groningen, Technische Universität München, DPG Media, Nielsen en DVJ Insights onderzochten hoe A.I. kan helpen bij het meten van de creativiteit van reclame
Advertenties van automobielfabrikanten zijn de afgelopen achttien jaar minder onderscheidend geworden. In deze periode is de consistentie juist toegenomen, wat een verschuiving in creatieve benaderingen aantoont. Dat blijkt uit onderzoek van Rijksuniversiteit Groningen en Technische Universität München, uitgevoerd op initiatief van DPG Media, waar ook Nielsen en DVJ Insights bij betrokken waren. Aan de hand van een uitgebreid assortiment aan A.I.-tools zijn alle 8.806 verschillende printadvertenties voor automerken, geplaatst in Nederlandse media van 2007 tot en met 2024, geanalyseerd. Aanvullend is met een uitgebreide vragenlijst de perceptie van 245 actuele uitingen gemeten bij in totaal 4.537 consumenten.
Weten hoe verschillende advertentie-elementen de perceptie van de consument beïnvloeden, kan reclamemakers helpen bij het ontwerpen van campagnes die beter aanslaan bij hun doelgroep. De beste creaties zorgen voor een balans tussen opvallen tussen concurrenten en het behouden van merkcontinuïteit, waardoor de effectiviteit van advertenties wordt geoptimaliseerd, zo was al bekend vanuit de literatuur. Uniekheid kan zorgen voor meer aandacht, maar te uniek kan een advertentie minder gepast of onherkenbaar maken. Consistentie leidt tot een grotere mate van herkenning door vertrouwdheid, maar verveling ligt daarbij op de loer. Uit de nieuwe inhoudsanalyse bleek dat de uniekheid van advertenties in de autobranche behoorlijk is afgenomen de afgelopen achttien jaar en de consistentie juist is toegenomen — een trend naar veiligere, minder experimentele strategieën.
Op basis van de analyses wordt geadviseerd om het gebruik van veel contrast, overmatige oproepen tot actie en overdreven expressieve emoties in advertenties te beperken. Een evenwichtige weergave van het geadverteerde product en het merklogo is van belang, net als beknopte, subjectieve en positief getinte tekst. Enkele andere bevindingen:
-
Warme tinten (vergeleken met koude tinten), persoonsgerelateerde elementen, sportieve componenten en een groter aandeel van het kernproduct (in dit geval een auto) binnen het visuele kader zijn effectief in het trekken van de aandacht van de consument.
-
Lange tekst die de functionele waarde benadrukt (in tegenstelling tot ervaringswaarde) krijgt juist minder aandacht. Tekstlengte vergroot het gevoel van nabijheid met het merk, maar vermindert het positieve gevoel over de advertentie.
-
De visuele complexiteit van een advertentie - meer details en diversiteit in de elementen - verhoogt de mate van interesse en verlangen.
-
Een toename van het aantal afgebeelde mensen versterkt het verlangen van de consument.
-
Opmerkelijk genoeg hebben positieve gezichtsemoties een negatieve correlatie met de mate van interesse in de advertentie en verlangen naar het product, neutrale emotionele gezichtsuitdrukkingen zijn wat dat betreft een betere keuze.
-
Call-to-action-zinnen, uitdrukkingen van functionele waarde, frequente vermeldingen van het merk en grotere tekstuele subjectiviteit dragen allemaal bij aan een hogere aankoopintentie. Het vermelden van URL's in de tekst heeft een negatieve invloed in dezen.
De uitdaging is - zoals altijd - om de juiste balans te vinden, mede afhankelijk van de doelstelling van de campagne. Om een voorbeeld te noemen: bewegingselementen en een groter aandeel van de auto in het visuele kader zorgen voor meer aandacht voor de advertentie, maar verminderen de aankoopintentie en het gevoel van nabijheid van het merk.
Een nadere toelichting en meer resultaten zijn begin 2025 beschikbaar in een publicatie van het Customer Insights Center (RUGCIC) van Rijksuniversiteit Groningen. Om professionals te ondersteunen bij hun advertentie-analyses is een gebruiksvriendelijke online tool ontwikkeld waarin verschillende functies voor beeld- en tekstanalyse zijn geïntegreerd. Gebruikers kunnen advertenties uploaden om de kenmerken daarvan te analyseren. Hoe deze toepassing beschikbaar kan worden gemaakt, wordt nog bekeken.
Achtergrond
Met dank aan Orlando Wood's boek Lemon: How the Advertising Brain Turned Sour (2019), is er al enige jaren het besef dat er een creativiteitscrisis gaande is en reclame steeds vlakker en minder effectief is geworden. Tegelijkertijd blijkt uit andere studies dat prijswinnende creaties lang niet altijd zoveel impact hebben als voorheen gedacht, met name omdat mensen in een fractie van een seconde (onbewust) besluiten of iets zo relevant voor hen is dat ze er (meer) aandacht aan willen/moeten besteden, en dus niet de moeite nemen om complexe boodschappen of grappig bedoelde metaforen te doorgronden. Zou het niet interessant zijn om ook eens een inhoudsanalyse uit te voeren op reclame in Nederland, om inzichtelijk te maken hoe deze zich afgelopen jaren heeft ontwikkeld?
Op initiatief van DPG Media zijn partijen en bronnen samengebracht om dit mogelijk te maken. Nielsen beschikt over een database met alle reclame-uitingen zoals die in Nederlandse media geplaatst zijn. Wetenschappers aan de Rijksuniversiteit Groningen maken gebruik van beeldherkenningstechnologie, kunstmatige intelligentie om inhoud te identificeren. DVJ Insights heeft een gevalideerde methodiek om de communicatiekracht van reclame-uitingen te evalueren. Het doel van deze samenwerking is om tot inzichten te komen die de duidelijkheid en relevantie van reclamecampagnes vergroten en mogelijke verwarring of irritatie bij consumenten verkleinen.
Omdat het simpelweg onmogelijk is om in één keer alle productcategorieën en alle mediumtypen onder de loep te nemen, is gestart met advertenties uit kranten en magazines voor auto’s: 8.806 unieke printuitingen over een periode van achttien jaar. Nu deze exercitie geslaagd is, kan de aanpak ook uitgerold worden naar andere branches en reclamevormen.
Over het onderzoek
Rijksuniversiteit Groningen gebruikte een keur aan AI-tools om semantische betekenissen van afbeeldingen vast te leggen, zoals Vision Transformer (ViT)-modellen. Dat maakt een doeltreffende en snelle beoordeling van het onderscheidend vermogen en de consistentie van alle advertenties mogelijk. Hierbij is een vergelijking gemaakt met respectievelijk eerdere advertenties van concurrerende merken en eerdere advertenties van hetzelfde merk. Een ‘Relative Importance Analysis’ is gebruikt om de bijdrage van verschillende elementen aan de uniciteit van de advertentie te onthullen. Daarbij is een groot aantal inhoudskenmerken van de uitingen geïnventariseerd, waaronder contrast, visuele complexiteit, verhouding warme tinten, aandeel van tekst en personen in oppervlak, tekstlengte, subjectiviteit, polariteit, URL-aantal, aantal oproepen tot actie, aantal merken, prijsindicatie, functionele waardepropositie,personen, sentiment en logo grootte. De gehanteerde algoritmeprocedure resulteerde in vergelijkbare scores als die van menselijke evaluatoren.
Aan de hand van een gevalideerde vragenlijst van onderzoeksbureau DVJ Insights, uitgezet bij een representatieve steekproef (n=4.537 in totaal) van Panel Inzicht, zijn 245 advertenties uit 2023 geëvalueerd. Respondenten bladerden door een digitale uitgave met vier advertenties (in random volgorde) en beantwoordden vervolgens een aantal vragen om onder andere de herinnering, merk- en boodschapoverdracht, vrije associaties, gepercipieerde originaliteit en beleving van de advertenties te meten, in combinatie met het kijkgedrag door middel van online eyetracking. De resultaten werden vervolgens gekoppeld aan de inhoudsanalyses van de RUG.
Het betreft een gezamenlijk project van Xiongkai Tan (RUG), Evert de Haan (RUG), Jochen Hartmann (TUM), Jaap Wieringa (RUG), Berry Punt (Nielsen), Lisette Kruizinga-de Vries (DVJ Insights) en Dennis Hoogervorst (DPG Media).
