A Integral Ad Science (Nasdaq: IAS), uma das principais plataformas de mensuração e otimização de mídia, anuncia em parceria com o Spotify o lançamento de novos recursos de Brand Safety e Suitability –incluindo segmentação e mensuração de audiências– para anunciantes de podcasts na Spotify Audience Network, nos Estados Unidos.
“Esta parceria entre a IAS e o Spotify representa um avanço crucial para fornecer aos anunciantes de podcasts o controle e a confiança de que suas mensagens irão repercutir com o público desejado”, diz Lisa Utzschneider, CEO da IAS. “As marcas se conectam com os consumidores em diversos formatos, e a IAS está comprometida em impulsionar a qualidade da mídia omnichannel. A solução inédita da IAS com o Spotify demonstra nossa dedicação em garantir que os anunciantes possam proteger e escalar suas marcas em todas as mídias.”
Impulsionada por tecnologia de IA de ponta, a IAS classifica cada episódio de podcast, permitindo controle acionável e escalável de brand safety e suitability. Tais soluções são lançadas em meio a projeções de que a receita publicitária de podcasts nos EUA ultrapassará os US$ 3 bilhões até 2027. Com a evolução da publicidade em podcasts, ferramentas de brand safety e suitability de áudio tornam-se cruciais para maximizar investimentos, aumentar o retorno sobre o investimento e resguardar a imagem da marca.
Com o lançamento, os novos recursos e funcionalidades que estarão disponíveis para anunciantes em toda a Spotify Audience Network, incluem:
Precisão em nível de episódio de podcast: A tecnologia multimídia impulsionada por IA da IAS utiliza sinais de speech-to-text para classificar os conteúdos de áudio em mais de 90 idiomas, em larga escala, nos EUA. Essa tecnologia oferece uma classificação precisa em nível de episódio de podcast para assegurar a mensuração de brand safety.
Segmentação de Brand Safety e Suitability sob medida: Dentro da Spotify Audience Network, os anunciantes podem determinar seu nível de tolerância aos riscos. Isso assegura que seus anúncios sejam veiculados em contextos alinhados com os valores de sua marca, conforme verificação da IAS.
Classificação Pré-Bid: A IAS realiza validação dinâmica dos posicionamentos de anúncios em podcasts, fornecendo relatórios diários no nível da campanha. Isso assegura que as impressões apareçam em conteúdo de podcast adequado à marca. A classificação é feita antes do bid e segue as categorias padrão da indústria, incorporando quatro níveis personalizados de Segmentação de Brand Suitability do Spotify, ajustados à tolerância de risco específica de cada anunciante.
Amplo Alcance: O inventário de publicidade é veiculado em todos os aplicativos de podcast que permitem a reprodução de podcasts habilitados pela Spotify Audience Network. A medição e a segmentação são realizadas exclusivamente em podcasts – a Spotify Audience Network é composta inteiramente por inventário de podcasts.
“Nosso objetivo é fortalecer a segurança de marca no áudio digital e, ao colaborarmos com a IAS, criamos uma solução de Brand Safety muito desejada para podcasts”, afirma Chloe Wix, Líder Global de Produto e Crescimento Comercial do Spotify. “Trabalhando juntos, asseguraremos maior clareza e maior poder de decisão para que os anunciantes se conectem com seu público em nosso ambiente confiável.”
Esta colaboração amplia o portfólio de produtos inovadores da IAS, que oferece relatórios detalhados de Viewability e Tráfego Inválido para inventário de vídeo e display em aplicativos de desktop e dispositivos móveis. Disponível inicialmente nos EUA e com suporte em mais de 90 idiomas, as soluções de segurança e adequação de marca da IAS analisam sinais de fala para texto em nível de episódio de podcast, classificando o conteúdo para anunciantes de podcasts no Spotify em larga escala. Ao possibilitar que os anunciantes segmentem e avaliem a adequação da marca, a IAS reforça seu compromisso com padrões rigorosos na mensuração de anúncios digitais em todas as mídias.
Notícia distribuída pela saladanoticia.com.br. A Plataforma e Veículo não são responsáveis pelo conteúdo publicado, estes são assumidos pelo Autor(a):
PATRICIA SERENO ZYLBERMAN
[email protected]