Door Karen Nelson-Field, auteur, onderzoeker en oprichter van Amplified
Mijn carrière staat in het teken van menselijke aandacht: hoe we die verdienen, hoe we die meten en hoe de toekomst ervan eruitziet. Die toekomst draait niet om nog meer dashboards of nog complexere tracking. Het gaat erom de realiteit van menselijk gedrag zo diep in AI-systemen te verankeren, dat het bouwen van aandachtsgedreven campagnes straks vanzelf goed gaat.
Die zoektocht begon voor mij ruim tien jaar geleden. Ik herinner me nog dat ik in Italië was toen ik voor het eerst het inzicht formuleerde: niet al het bereik is hetzelfde. Daar kwam ik op door een vraag van een wereldwijde FMCG-speler die gefrustreerd was over viewability-metrics, de industriestandaard van 50 procent pixels gedurende twee seconden.
Zij wisten, zoals we dat eigenlijk allemaal intuïtief weten, dat een advertentie technisch gezien op een scherm kan verschijnen zonder dat er ook maar iemand daadwerkelijk naar kijkt.
Jarenlang onderzoek bij Amplified heeft aangetoond dat er een enorme kloof zit tussen een advertentie die wordt uitgeserveerd en een advertentie die echt wordt gezien. Voor mij was dat het moment waarop duidelijk werd: we moeten stoppen met alleen naar de advertentie te kijken, en beginnen bij de mens.
De fysica van de duim: respecteer het platform
We horen vaak dat aandacht een demografisch probleem is. Dat Gen Z bijvoorbeeld een kortere aandachtsspanne zou hebben. Mijn data laat iets anders zien: aandacht wordt vooral bepaald door de gebruikerservaring van het platform. Of ik of mijn tienerzoon nu door een feed scrollt: ons gedrag lijkt opvallend veel op elkaar. Dat komt doordat we allebei onderworpen zijn aan dezelfde ‘fysica van de duim’. We zitten vast aan scrollsnelheid, skip-mechanieken en de beperkingen van de interface. Dat leidt tot attention elasticity, de mate waarin een platform ruimte biedt om langer de aandacht vast te houden:
Inelastische platforms
Hier zit een harde grens aan aandacht. Als de UX van een platform is ingericht op snel scrollen, krijgt zelfs een Cannes Lion-winnende creatie hooguit een paar seconden. Het podium is simpelweg te klein voor een lange performance.
Elastische platforms
Platforms als YouTube zijn rekbaarder. Ook daar geldt een ondergrens, maar sterke creatie kan de kijktijd aanzienlijk verlengen.
Niet elk platform verliest zijn publiek even snel. In snelle social feeds is die afname (die ik attention decay noem) steil. Op platforms als YouTube verloopt die curve vlakker, waardoor er meer ruimte ontstaat voor aanhoudende aandacht en diepere informatieverwerking.
De 1,5-secondenhack voor merkherinnering
Je kunt het karakter van een snel scrollende feed niet veranderen. Maar je kunt ’m wel slim benutten. Waar ik eerder uitging van 2,5 seconde als minimum voor memory encoding, toont ons nieuwste onderzoek aan dat die merkherinnering al in 1,5 seconde kan ontstaan, zolang je maar beschikt over wat ik asset fluency noem.
Asset fluency is de snelheid waarmee een consument jouw merk herkent. Het is de sneltoets waarmee het brein het merk direct herkent door onderscheidende merkelementen, zoals kleuren, vormen of geluiden, nog voordat een logo of merknaam in beeld komt.
In een wereld van eindeloos scrollen scoort emotie in het moment, maar branding zet het om in resultaat
-
Merken die niet zulke herkenbare assets hebben, betalen wat ik noem een zelfopgelegde tol. Omdat hun branding niet direct herkenbaar is, hebben ze meer tijd nodig om aandacht te genereren dan digitale feeds meestal bieden. Ze betalen feitelijk ‘belasting’ omdat ze generiek zijn.
Het is ook een misvatting om te denken dat creativiteit alleen – en dan vooral emotionele storytelling – die natuurwetten kan omzeilen. Ja, emotie is heel krachtig in het bouwen van geheugenstructuren; het is vaak precies wat je die extra seconden aandacht oplevert. Maar daar zit ook de valkuil: je kunt tien seconden aandacht verdienen en tóch niks verkopen als je branding zwak is of te laat in beeld komt.
In een wereld van eindeloos scrollen scoort emotie in het moment, maar branding zet het om in resultaat. Zonder asset fluency ben je de consument in feite een paar seconden aan het vermaken, om vervolgens het effect van die aandacht cadeau te doen aan een concurrent die beter herkenbaar is.
Garbage in, garbage out: train je AI op de waarheid
Het goede nieuws is dat AI, zoals Google’s Gemini, geïntegreerd in advertentieproducten van Google, marketeers kan helpen om veel van het zware werk uit handen te nemen bij het bouwen van campagnes. De meesten van ons gebruiken AI inmiddels dagelijks in hun workflow. En zoals we allemaal weten: AI is zo goed als de data waarop je haar traint. Als we machine learning-modellen trainen op oppervlakkige cijfers zoals impressies, leren we ze een vertekend beeld van de werkelijkheid aan.
Aandacht is verrassend voorspelbaar
-
Een miljoen impressies op een platform waar gebruikers razendsnel scrollen en waar aandacht binnen twee seconden verdampt, is fundamenteel anders dan een miljoen impressies op een platform dat langduriger de focus weet vast te houden. Maar AI-systemen die alleen op ruwe impressiedata zijn getraind, zien dat verschil niet.
De oplossing is dus simpel: geef AI een betere leraar
Echte menselijke aandacht, gemeten via computer vision en biometrie, is het ankerpunt dat de rekenkracht van AI verbindt met de realiteit van menselijk gedrag. Uit ons onderzoek, waarin we mensen filmden terwijl ze content consumeerden, weten we dat aandacht opvallend voorspelbaar is. De manier waarop iemand een video op YouTube bekijkt, verschilt fundamenteel van hoe diezelfde persoon door een social feed scrolt.
Het ontwerp van het platform – scrollsnelheid, skip-mechanieken, de mate van gebruikerscontrole – bepaalt de fysieke randvoorwaarden waarbinnen creatie moet presteren. Die ‘attention physics’ zijn dus geen abstract idee, maar een set voorspelbare regels die je kunt codificeren en voeden aan machine learning-modellen. Aandachtsdata wordt daarmee de randvoorwaarde die AI leert hoe mensen advertenties daadwerkelijk bekijken of negeren.
De kern: merkherinnering begint in een oogwenk
Deze toekomst ligt niet tien jaar voor ons; ze is nu al begonnen. De verschuiving naar marketing waarin AI leidend is versneld, en daardoor worden de uitgangspunten die we kiezen belangrijker dan ooit. De eerste stap is dat we menselijke aandacht zwaarder gaan waarderen dan louter exposure. Dat vraagt om een mentale verschuiving: van “hoeveel impressies hebben we uitgeserveerd” naar “hoeveel seconden kwalitatieve aandacht hebben we echt verdiend”. Voor de moderne marketeer is het doel niet langer om advertenties simpelweg aan een miljoen mensen uit te serveren. Het doel is om gezien, verwerkt én onthouden te worden.
We leven inmiddels in een wereld waarin je geen aandachtsexpert meer hoeft te zijn, omdat je systemen dat voor je zijn. Door AI te trainen op werkelijk menselijk gedrag, benutten we niet alleen het potentieel om advertenties efficiënter te maken, maar ook om de verbinding met mensen betekenisvoller te maken.
Want uiteindelijk is het herinnering die groei aanjaagt, en merkherinnering begint in een oogwenk.
Karen Nelson-Field is auteur, onderzoeker en oprichter van attention agency Amplified. Als internationaal erkend expert in mediawetenschap doet zij al jaren onderzoek naar de relatie tussen bereik, aandacht en merkimpact.

Reacties:
Om een reactie achter te laten is een account vereist.
Inloggen Abonneer nu