La prueba de copia es un campo especializado de la investigación de marketing que determina la eficacia de un anuncio en función de las respuestas, los comentarios y el comportamiento de los consumidores. También conocida como prueba previa, puede abarcar todos los canales de medios, incluidos la televisión, la prensa escrita, la radio, la señalización exterior, Internet y las redes sociales .
Las pruebas de copia automatizadas son un tipo especializado de marketing digital relacionado específicamente con la publicidad digital. Implica el uso de software para implementar variaciones de copia de anuncios digitales en un entorno en vivo y recopilar datos de usuarios reales. Estas pruebas de copia automatizadas generalmente utilizan una prueba Z para determinar la significancia estadística de los resultados. Si una variación específica de anuncio supera la línea de base en la prueba de copia, hasta un nivel deseado de significancia estadística, el especialista en marketing debe utilizar esta nueva variación de copia.
En 1982, un consorcio de 21 agencias de publicidad líderes (entre ellas NW Ayer , D'Arcy , Grey , McCann Erickson , Needham Harper & Steers , Ogilvy & Mather , J. Walter Thompson y Young & Rubicam ) publicó un documento público en el que se establecen los principios PACT (Positioning Advertising Copy Testing) que constituyen un buen sistema de prueba de textos publicitarios. PACT establece que un buen sistema de prueba de textos publicitarios debe cumplir los siguientes criterios:
La medida predominante en las pruebas de copia de los años 1950 y 1960, el Day-After Recall (DAR) de Burke, se interpretó para medir la capacidad de un anuncio de “abrirse paso” en la mente del consumidor y registrar un mensaje de la marca en la memoria a largo plazo (Honomichl). Una vez que Procter and Gamble adoptó esta medida, se convirtió en un elemento básico de la investigación (Honomichl).
En los años 70, 80 y 90, los esfuerzos de validación no encontraron ninguna relación entre los índices de recuperación y las ventas reales (Adams y Blair; Blair; Blair y Kuse; Blair y Rabuck; Jones; Jones y Blair; MASB; Mondello; Stewart). Por ejemplo, Procter and Gamble revisó 10 años de pruebas de cable dividido (100 en total) y no encontró ninguna relación significativa entre los índices de recuperación y las ventas (Young, pp. 3-30). Además, Leonard Lodish de la Universidad Wharton realizó una revisión aún más extensa de los resultados de las pruebas de mercado y tampoco logró encontrar una relación entre el recuerdo y las ventas (Lodish pp. 125-139).
En la década de 1970 también se revisó la medición del “impacto innovador”. Como resultado, se hizo una distinción importante entre el poder de captar la atención de la ejecución creativa y el grado de “marca” del anuncio. Así nacieron las mediciones separadas de la atención y la marca (Young, p. 12).
En los años 1970 y 1980, después de que se determinara que el DAR era un mal predictor de ventas, la industria de la investigación comenzó a depender de una medida de persuasión como predictor preciso de ventas. Este cambio fue liderado, en parte, por el investigador Horace Schwerin, quien señaló que "la verdad obvia es que una afirmación puede ser bien recordada pero completamente irrelevante para el posible comprador del producto: la solución que ofrece el vendedor está dirigida a la necesidad equivocada" (Honomichl). Al igual que con el DAR, fue la aceptación por parte de Procter and Gamble de la medida de persuasión ARS (también conocida como preferencia de marca ) lo que la convirtió en un estándar de la industria. Las puntuaciones de recuerdo todavía se proporcionaban en los informes de prueba de copia con el entendimiento de que la persuasión era la medida que importaba (Honomichl).
Harold Ross de Mapes & Ross descubrió que la persuasión era un mejor predictor de ventas que el recuerdo (Ross), y la validez predictiva de ARS Persuasion para las ventas ha sido reportada en varias publicaciones arbitradas (Adams & Blair; Jones & Blair; MASB; Mondello).
El objetivo principal de las medidas de diagnóstico es la optimización. Comprender las medidas de diagnóstico puede ayudar a los anunciantes a identificar oportunidades creativas para mejorar las ejecuciones (Young, p. 7).
Las medidas no verbales se desarrollaron en respuesta a la creencia de que gran parte de los efectos de un anuncio publicitario (por ejemplo, el impacto emocional) pueden ser difíciles de expresar con palabras o de medir en escalas de calificación verbales. De hecho, muchos creen que los efectos del anuncio pueden estar operando por debajo del nivel de conciencia (Young, p. 7). Según el investigador Chuck Young, “Hay algo en los encantadores sonidos de nuestra música favorita que no podemos verbalizar y nos conmueve de maneras que no podemos expresar” (Young, p. 22).
En la década de 1970, los investigadores intentaron medir biológicamente estas medidas no verbales mediante el seguimiento de las actividades de las ondas cerebrales mientras los encuestados veían anuncios comerciales (Krugman). Otros experimentaron con la respuesta galvánica de la piel, el análisis del tono de voz y el seguimiento ocular (Young, p. 22). Estos esfuerzos no fueron adoptados popularmente, en parte debido a las limitaciones de la tecnología, así como a la escasa relación costo-eficacia de lo que se percibía ampliamente como una investigación académica, no práctica.
A principios de los años 1980, el cambio de perspectiva analítica, que pasó de considerar el anuncio como la unidad de medida fundamental que se debía evaluar en su totalidad a considerarlo como un flujo estructurado de experiencias, dio lugar a la experimentación con sistemas de medición de momento a momento. El más popular de ellos era el sistema de respuesta por dial, que exigía a los encuestados que giraran un medidor, en grados, hacia un extremo u otro de una escala para reflejar su opinión sobre lo que se estaba viendo en la pantalla en ese momento.
Más recientemente, las empresas de investigación han comenzado a utilizar pruebas psicológicas, como el efecto Stroop , para medir el impacto emocional de un texto. Estas técnicas explotan la idea de que los espectadores no saben por qué reaccionan a un producto, imagen o anuncio de una determinada manera (o si reaccionaron en absoluto) porque esas reacciones ocurren fuera de la conciencia, a través de cambios en las redes de pensamientos, ideas e imágenes.
Las plataformas de pruebas empíricas moderadas por investigadores y las pruebas no moderadas evalúan el sesgo implícito e inconsciente en el diseño de preguntas de encuestas para investigaciones de mercado. [1]
Las pruebas de copia se utilizan en una variedad de campos, desde el desarrollo comercial hasta las elecciones presidenciales. En 2007, CNN empleó esta forma de prueba de mercado durante las elecciones primarias y generales. Rita Kirk y Dan Schill de la Southern Methodist University trabajaron con CNN para medir la reacción de los votantes a los debates entre los candidatos presidenciales. (http://www.cnn.com/2011/POLITICS/06/14/dial.testing/index.html)