RealEyes

Wat Stevin uit RealEyes haalt

RealEyes meet via webcam-AI hoe kijkers seconde voor seconde op video reageren: waar de aandacht is, welke momenten emotie oproepen, waar ze afhaken. Voor video-ads is dat waardevoller dan voor een statisch beeld, want bij video zit het probleem vaak in het verloop, de drop-off halverwege die je in een heatmap niet ziet. Het vraagt wel echte kijkers en dus tijd, het is geen instant-check zoals een voorspellende heatmap. Dat is meteen de afweging: je krijgt rijkere data, maar zet het in waar video-productie duur genoeg is om de moeite te lonen, niet voor elke losse post. Stevin brengt de RealEyes-data het creatieve feedbackproces in, zodat je per video-ad ziet waar kijkers wegvallen en of de boodschap landt. Drop-off-punten en zwakke momenten komen naar boven als concrete verbeterpunten voordat je mediabudget inzet, en de keuze wat je aanpast blijft bij de mens.

Waar je het naast legt

RealEyes meet met echte kijkers via webcam, en dat betekent dat je tijd en een testpanel nodig hebt, anders dan bij een voorspellende tool die in seconden klaar is. Het is daardoor geen check voor elke post, maar voor video waar genoeg budget achter zit om de moeite te lonen. De data is rijk maar staat los van je productieproces, dus je hebt iets nodig dat de bevindingen terugbrengt naar het creatieve team. De praktijk: zet RealEyes in voor je duurdere video-ads voordat je mediabudget inzet en laat een laag erbovenop de drop-off-momenten als concrete verbeterpunten naar boven halen, zodat de meting daadwerkelijk in het werk landt.

Veelgemaakte fouten

• →RealEyes inzetten voor elke losse post, terwijl de doorlooptijd het alleen lonend maakt bij duurdere video.
• →De bevindingen niet terugkoppelen naar het creatieve team, waardoor de meting in een rapport blijft hangen.
• →Drop-off-punten pas na lancering ontdekken doordat de pre-test wordt overgeslagen.