A publicidade out-of-home (OOH) passou por uma transformação notável desde o surgimento dos anúncios de street railway em meados do século XIX. A indústria se adaptou continuamente aos avanços tecnológicos e às mudanças de mercado, particularmente com a transição para o out-of-home digital (DOOH). Agora, com a IA pronta para remodelar o cenário da publicidade, o setor OOH deve redefinir seu relacionamento com a estrutura mais ampla de medição da publicidade digital.
Historicamente, os modelos econométricos de publicidade digital têm sido dominados por dados sociais online, móveis e pagos, muitas vezes marginalizando o OOH. No entanto, a indústria atingiu um ponto de inflexão em que o futuro do OOH depende de garantir que seu retorno sobre o investimento (ROI) seja representado com precisão nesses modelos. No Customer Connect Summit da Broadsign em Barcelona no mês passado, a diretora de eficácia da Talon Outdoor, Emily Alcorn, enfatizou a urgência dessa questão e forneceu orientação tangível sobre as etapas necessárias para levar a indústria adiante.
“Apesar da evolução em OOH de papel e pasta para as oportunidades contextuais sofisticadas disponíveis hoje e os pontos de dados agora disponíveis para OOH, esses fatores são amplamente ignorados nos modelos de medição atuais, provando ser uma barreira para o crescimento de OOH”, ela explicou. “Para garantir um futuro próspero, a comunidade OOH deve priorizar o avanço da qualidade de seus dados de medição, entre outras metas importantes, como maximizar dados de localização e entre canais e adotar mais colaboração e automação.”
Melhorando os padrões de qualidade de dados OOH
Persiste um equívoco comum de que as capacidades de medição do DOOH ficam atrás de outros canais digitais. Na realidade, o potencial de medição do OOH é robusto; o desafio está na qualidade dos dados que estão sendo integrados em modelos econométricos.
Alcorn destacou que a análise de campanha é tão forte quanto os dados que recebe. “A análise de sua campanha é tão boa quanto os dados que ela alimenta, e há muitos dados OOH excelentes que não estão alcançando os modelos econométricos de hoje, resultando em conclusões que estão fora da base e dificultam a previsão precisa”, disse ela.
Ela defendeu, como primeiro passo, que o setor integrasse dados OOH mais granulares, incluindo impacto criativo, influência entre canais e insights baseados em localização, nesses modelos.
Aproveitando dados de vários canais para medição holística
OOH não opera isoladamente – sua sinergia com outros canais de mídia amplifica a eficácia da publicidade. Uma pesquisa do Institute of Practitioners in Advertising (IPA) demonstrou que o OOH, quando usado junto com canais digitais, melhora significativamente os resultados da campanha, incluindo o crescimento da participação de mercado. Algumas marcas tiveram um aumento de 54% ao combinar OOH com marketing de busca.
A Alcorn observou diferenças substanciais no ROI entre campanhas autônomas e omnicanal que incorporam OOH. No entanto, para aprimorar os modelos econométricos, a influência do OOH em outras mídias deve ser melhor quantificada. Isso requer avaliar os múltiplos pontos de contato da jornada do consumidor e como o OOH fortalece a eficácia de outros canais.
A Talon está contribuindo ativamente para esse esforço por meio de iniciativas de pesquisa. O projeto 4th Space, da Talon, por exemplo, examinou o impacto da extensão de vídeo de mídia social para OOH em movimento total, revelando um aumento de 23% na eficácia da marca. Pesquisas de acompanhamento conduzidas pela Meta indicaram que alavancar um canal confiável como OOH tornou a mídia social 13% mais eficiente e impulsionou 6% de vendas incrementais.
Ao examinar os dados de forma holística, em vez de isoladamente, o setor pode entender melhor o papel do OOH no ecossistema de publicidade mais amplo.
A importância dos dados de localização
Dados granulares de localização são instrumentais na otimização do ROI de campanhas OOH. Um estudo da JCDecaux e da Nielsen destacou o valor de insights precisos de localização, mas esses dados são frequentemente subutilizados em modelos econométricos de publicidade digital.
Embora a maioria dos dados OOH seja fornecida em nível nacional, a pesquisa destaca que dados mais localizados podem aumentar significativamente o ROI — em até 42%. A Talon tomou medidas para abordar esse problema para modelagem econométrica por meio de modelos automatizados.
“Estamos padronizando os dados que fornecemos para modelagem econométrica ao desenvolver modelos para relatórios que ficam dentro de nossa pilha de tecnologia automatizada”, compartilhou Alcorn. “Essa abordagem aborda questões como o tempo que leva para executar os dados, a consistência dos dados e a granularidade dos dados fornecidos para esses modelos.”
Essa estratégia surgiu após discussões com econometristas sobre como melhorar a integração de dados em canais de mídia para impulsionar o aumento do investimento em OOH. O processo de automação da Talon beneficia tanto seus planejadores quanto seus clientes, tornando os dados mais acessíveis e melhorando a precisão da modelagem.
Por exemplo, a Talon colaborou com o McDonald’s e sua agência de econometria para melhorar o ROI da campanha incorporando dados OOH mais granulares, incluindo geolocalização e insights em nível de quadro. Essa abordagem permitiu que o McDonald’s avaliasse o desempenho com base na proximidade da loja, fornecendo insights mais profundos sobre o comportamento do consumidor e a eficácia da campanha.
Progresso por meio da colaboração e automação
Avançar na qualidade da medição DOOH e garantir sua inclusão em modelos de publicidade digital requer colaboração em todo o setor e adoção da automação. As partes interessadas do OOH devem trabalhar juntas para desafiar as estruturas existentes, posicionar o OOH como líder em medição de publicidade e identificar lacunas nos modelos atuais. Esse esforço exigirá a adesão de agências de publicidade, desenvolvedores de tecnologia de anúncios, marcas e anunciantes para colaborar em pesquisa e integração de dados.
“A inovação exigirá compromissos de agências de publicidade OOH e desenvolvedores de adtech, agências, marcas e anunciantes para colaborar em pesquisas e nos dados que estamos alimentando futuros modelos de medição”, explicou Alcorn. “A automação nos permitirá alinhar muito mais de perto com outros canais de mídia e facilitar a transmissão desses dados.”
OOH tem a oportunidade de moldar decisivamente o futuro da medição de campanha. Agora é a hora de adotar a mentalidade de líderes como Alcorn e Talon, questionar modelos existentes, identificar pontos-chave de dados de eficácia de OOH e integrá-los em futuras estruturas econométricas.
Por fim, é essencial fazer a ponte entre a modelagem econométrica e as agências de mídia. As agências de econométrica prosperam em dados e modelos personalizados, o que as torna receptivas à incorporação de insights OOH mais robustos. No entanto, atingir um progresso significativo exigirá a participação e o endosso das agências de mídia.
Ao adotar essas mudanças, o OOH pode solidificar seu lugar na mensuração de publicidade digital, garantir que seu valor seja reconhecido e impulsionar investimentos contínuos no setor.
Fonte: THE DRUM
