Colaborador de Kristin Tynski
Kristin Tynski es cofundadora y vicepresidenta creativa sénior en Fracturauna agencia de marketing de crecimiento que ha ayudado a las empresas Fortune 500 y a los negocios boutique a obtener cobertura mediática de calidad, backlinks, reconocimiento y autoridad.
Más publicaciones de este colaborador Aproveche los datos públicos para mejorar los resultados del marketing de contenido
La mayoría de los especialistas en marketing creen que es muy valioso tener imágenes relevantes y atractivas en el contenido.
Pero seleccionar las imágenes “correctas” para publicaciones de blogs, publicaciones en redes sociales o miniaturas de videos históricamente ha sido un proceso subjetivo. Los gurús de las redes sociales y SEO tienen una gran cantidad de consejos para elegir las imágenes correctas, pero estos consejos generalmente carecen de datos empíricos reales.
Esto me hizo pensar: ¿Existe un proceso basado en datos, o incluso mejor, basado en IA, para obtener una visión más profunda de qué imágenes tienen más probabilidades de funcionar bien (es decir, es más probable que atraigan la atención humana y compartan el comportamiento)?
La técnica para encontrar fotos óptimas
En julio de 2019, se publicó un nuevo y fascinante artículo sobre aprendizaje automático llamado “Evaluación de popularidad de imagen intrínseca” fue publicado. Este nuevo modelo ha encontrado una forma confiable de predecir la probable “popularidad” de una imagen (estimación de la probabilidad de que la imagen obtenga un Me gusta en Instagram).
También mostró la capacidad de superar a los humanos, con una precisión del 76,65 % en la predicción de cuántos me gusta obtendría una foto de Instagram frente a una precisión humana del 72,40 %.
Créditos de imagen: Ding/Ma/Wang (Se abre en una nueva ventana)
Utilicé el modelo y el código fuente de este artículo para descubrir cómo los especialistas en marketing pueden mejorar sus posibilidades de seleccionar las imágenes que tendrán el mejor impacto en su contenido.
Encontrar las mejores tapas de pantalla para usar en un video
Uno de los aspectos más importantes de la optimización de video es la elección de la miniatura del video.
Según Google, 90% de los videos con mejor desempeño en la plataforma use una imagen personalizada seleccionada. Las tasas de clics y, en última instancia, los recuentos de vistas, pueden verse muy influenciados por cuán llamativos son el título y la miniatura de un video para un buscador,
En los últimos años, Google ha aplicado IA para automatizar la extracción de miniaturas de videos, intentando ayudar a los usuarios a encontrar miniaturas de sus videos que tienen más probabilidades de atraer la atención y los clics.
Desafortunadamente, con solo tres opciones proporcionadas para elegir, es poco probable que las miniaturas que Google recomienda actualmente sean las mejores miniaturas para un video determinado.
Ahí es donde entra la IA.
Con un código simple, es posible ejecutar la “puntuación de popularidad intrínseca” (como se deriva de un modelo similar al que se analiza en este artículo) contra todos los fotogramas individuales de un video, proporcionando una gama mucho más amplia de opciones.
El código para hacer esto es disponible aquí. Este script descarga un video de YouTube, lo divide en fotogramas como imágenes .jpg y ejecuta el modelo en cada imagen, lo que proporciona una puntuación de popularidad prevista para cada imagen de fotograma.
Consideración: Es importante recordar que este modelo fue entrenado y probado en imágenes de Instagram. Dada la similitud en el comportamiento para hacer clic en una foto de Instagram o en una miniatura de YouTube, creemos que es probable (aunque nunca probado) que si se predice que una miniatura funcionará bien como una foto de Instagram, también funcionará bien como una miniatura de video de YouTube.
Veamos un ejemplo de cómo funciona esto.
Miniatura actual. Créditos de imagen: Youtube (Se abre en una nueva ventana)
Hicimos que el modelo de popularidad intrínseca observara tres cuadros por segundo de este video de 23 minutos. Tomó alrededor de 20 minutos. Las siguientes fueron mis favoritas de las 20 imágenes que obtuvieron los puntajes generales más altos.
Source link