Un AOI (Area of Interest) se refiere a elementos dentro de un estímulo (imagen o video) que son relevantes para el cálculo de métricas de Databrain AI, basadas en la tecnología de Neurons. Por ejemplo, para obtener métricas específicas de una marca o logotipo, es necesario definir un área delimitada alrededor del elemento (mediante un bounding box o polígono).

Con el fin de optimizar los activos visuales para lograr el mayor impacto en el mercado, Databrain AI ofrece métricas de atención específicas por AOI. Estas métricas brindan una visión detallada, granular y accionable sobre cómo los consumidores interactúan con los contenidos, sentando las bases para decisiones de marketing y diseño guiadas por datos.

Las métricas principales son:

• Total Attention
• Time Spent
• Percentage Seen

Total Attention

La métrica Total Attention en AOI representa el porcentaje de atención visual que se concentra en un área durante toda la exposición. Permite identificar qué elementos reciben atención significativa y cuáles quedan fuera del foco del espectador.

El cálculo proviene del algoritmo propietario Total Attention Heatmap, que procesa datos brutos de atención, los normaliza en función de distintos perfiles demográficos y los proyecta sobre los AOIs del estímulo analizado. El resultado final es una medida agregada de atención, que refleja la intensidad y frecuencia con la que los consumidores enfocan cada AOI a lo largo de la exposición. Disponible tanto para imágenes como para videos.

Time Spent

La métrica Time Spent predice el tiempo que los consumidores dedicarán a observar un área específica durante una exposición de 5 segundos.

Utiliza un algoritmo refinado de predicción de atención que modela el aspecto temporal del foco visual, capturando las fluctuaciones momento a momento en la mirada del espectador. El tiempo acumulado en cada AOI se traduce en un puntaje que permite evaluar la capacidad de retención de los distintos elementos del estímulo.

Percentage Seen

La métrica Percentage Seen en AOI estima el porcentaje de espectadores que observarán un área al menos una vez durante la exposición.

Se deriva del Total Attention Heatmap y utiliza regresión polinómica para relacionar los puntajes de atención con el porcentaje estimado de visualización. Mientras que las redes neuronales convolucionales (CNNs) predicen los mapas de atención, el tiempo de permanencia se modela mediante regresión lineal.

El análisis integra datos de imagen, AOIs predefinidos y registros históricos de atención, generando un valor entre 0 y 100% que refleja la probabilidad de interacción visual con el AOI.

Además de las métricas principales de atención, Databrain AI ofrece indicadores complementarios, derivados de los mapas de calor:

• Cognitive Demand en AOI: mide la demanda cognitiva en el área, identificando elementos más complejos y exigentes para el procesamiento del consumidor.
• Memory en AOI: estima la memorabilidad del área, mostrando qué elementos son más propensos a ser recordados.
• Engagement en AOI: evalúa el nivel de involucramiento emocional en el área, indicando qué elementos generan mayor entusiasmo e inmersión.

Los videos cuentan con métricas específicas para evaluar la interacción en AOIs:

• Availability: mide la disponibilidad del AOI durante la exposición, considerando el tiempo en que se mantiene en foco.
• Relative Attention: calcula la concentración de atención que recibe un AOI cuando está visible, dividiendo la suma de atención recibida por el número de cuadros en los que aparece.
• Start Attention: porcentaje de atención que recibe un AOI durante los primeros 2 segundos de exposición, útil para identificar elementos que captan atención inmediata.
• End Attention: porcentaje de atención que recibe un AOI durante los últimos 2 segundos de exposición, mostrando si el elemento permanece en foco al final.