El Avoidance Score mide el grado de rechazo emocional, desinterés o irritación que un anuncio genera en los espectadores. Es la primera métrica basada en IA diseñada para cuantificar el sentimiento negativo desde una perspectiva implícita y subconsciente.

El cálculo se deriva de asociaciones con palabras como «molesto» (annoying) y «aburrido» (boring), reflejando el potencial de un contenido para repeler, frustrar o fallar en conectar con la audiencia.

¿Cómo se calcula el Avoidance Score?

La métrica de Avoidance fue desarrollada con la metodología Fast Response Test (FRT), desarrollada por la agencia Neurons Inc.

En este enfoque, los participantes observan un contenido durante unos segundos y luego lo califican con palabras asociativas como «Annoying» y «Boring», respondiendo «sí» o «no».

Además de la respuesta, se mide el tiempo de reacción, lo cual otorga peso a la intensidad emocional de la percepción. Al normalizar los tiempos y respuestas entre múltiples participantes, se garantiza que el puntaje sea confiable y comparable.

El cálculo combina tres inputs clave:

• Respuesta Sí/No.
• Tiempo de reacción, normalizado por individuo (para compensar diferencias entre participantes más rápidos o más lentos).
• Nivel de acuerdo entre participantes.

Respuestas rápidas en «Sí» respecto a palabras negativas dan como resultado un  Alto Avoidance.

El modelo de Avoidance se entrenó con datos de más de 5.000 participantes. Utiliza la arquitectura EfficientNetB2V2 y herramientas de interpretabilidad Grad-CAM, lo que permite identificar las características visuales que más influyen en el rechazo. El modelo es aplicable a múltiples formatos: print, display, social y video.

En el caso de los videos, el análisis es cuadro por cuadro, lo que permite localizar con precisión los momentos de mayor fricción dentro de la narrativa.

Factores que influyen en el Avoidance Score

Los análisis estadísticos y los outputs del modelo identifican los principales detonantes de Avoidance:

• Atención sin recompensa: el estímulo captura la mirada temprano, pero no ofrece narrativa ni payoff emocional.
• Saturación visual: diseños confusos, textos superpuestos o branding poco claro.
• Sobrecarga cognitiva: exceso de información irrelevante que abruma al espectador.
• Contenido genérico o poco cercano: falta de distintividad o incapacidad para conectar emocionalmente.

Interpretación de los Avoidance Scores

La escala de Avoidance va de 0 a 100:

• Bajo (0–25): baja aversión emocional. El estímulo no molesta ni aburre, mantiene la atención y evita la desconexión.
• Medio (26–40): puede generar respuestas negativas leves o desinterés. No es irritante, pero puede perder atención en ciertos contextos.
• Alto (41–100): provoca fuerte aversión o aburrimiento. Es percibido como molesto, confuso o poco original, lo que reduce la conexión emocional y la atención.

El Avoidance no siempre es negativo: en algunos contextos puede señalar contenido polarizante o de alto fricción que, aun así, logra altos niveles de recuerdo.

De hecho, en pruebas iniciales en Social Media, algunos anuncios con Avoidance elevado fueron también los de mejor desempeño, lo que indica que la métrica puede ser útil para detectar campañas que generan impacto divisivo.

Aplicaciones del Avoidance Score

El Avoidance Score permite:

• Identificar puntos de fricción creativa.
• Detectar riesgos de abandono o desconexión emocional.
• Reconocer señales que podrían afectar la percepción de marca o la retención de la audiencia.

Con esta métrica, Databrain IA (basado en la tecnología y base de datos de Neurons Inc.) ofrece una herramienta única para comprender no solo qué conecta con la audiencia, sino también qué la aleja.