Ce qui sépare vraiment une bonne pub vidéo d'un diaporama : 12 repères mesurés

Nous avons choisi trois pubs vidéo que nous jugions bonnes et les avons analysées image par image : l'une tient un seul plan continu dans une palette claire, l'une est sombre et coupe fort toutes les quelques secondes, l'une est vert menthe vif et construite à partir de dizaines de courts segments. Elles n'ont presque rien en commun visuellement, exprès. Si une mesure se vérifie sur les trois, elle décrit une technique plutôt qu'un look, une marque ou le goût d'un monteur.

Chaque chiffre ci-dessous provient de cette mesure, décodée depuis les fichiers réels à un frame rate fixe vers une grille indépendante de la résolution. Là où un chiffre ne tenait que pour deux des trois pubs, ou une seule, nous le précisons plutôt que de l'arrondir en règle générale. Trois pubs, c'est un petit échantillon, et ce sont des enregistrements d'écran silencieux en 846x468, pas une étude de marché sectorielle. Considérez ceci comme un plancher de travail calibré sur trois pubs précises jugées bonnes, pas comme une loi universelle de la publicité.

1. Le taux de coupes n'est pas un signal de qualité

La plus forte des trois pubs ne coupe jamais. Elle tient un plan ininterrompu pendant 48,5 secondes, plus des deux tiers de sa durée totale de 71,3 secondes. Les deux autres pubs coupent fort, leur plan le plus long ne tenant que 6,7 et 14,9 secondes, et elles sont pourtant tout aussi bonnes.

Nous partions de l'hypothèse que la fréquence des coupes prédirait la qualité, parce que c'est le conseil standard en format court. Ce n'est pas le cas. Nous avons construit un contrôle de durée maximale de plan puis l'avons abandonné comme seuil, parce qu'il aurait fait échouer notre meilleure référence. Ce qui l'a remplacé est un contrôle de si l'image continue de changer à l'intérieur d'un plan, coupe ou pas, ce qui est le constat 2.

À faire : arrêtez de compter les coupes comme indicateur de qualité. Un seul plan tenu peut surpasser cinq coupes s'il ne se fige jamais vraiment.

2. Chaque pub est figée entre 18 et 22 % du temps, et la fourchette est serrée

En mesurant la différence d'une image à l'autre et en comptant tout ce qui est sous un seuil quasi nul comme « mort », les trois pubs se situent à 22,4 %, 19,2 % et 18,2 % de leur durée (en excluant le plan de fin figé, voir constat 12). Trois styles visuels sans rapport convergent vers une bande étroite de quatre points.

C'est un vrai plancher, pas zéro. Une pub qui ne s'arrête jamais nulle part se lit comme incessante plutôt que premium. Une pub qui reste figée pendant un tiers ou plus de sa durée commence à ressembler à un diaporama avec sous-titres.

À faire : laissez l'image s'arrêter vraiment, parfois, délibérément, pour nettement moins d'un quart de la durée. Être figé n'est pas l'échec en soi. L'être pour la mauvaise raison, ou trop longtemps au même endroit, l'est (voir constat 5).

3. L'écart entre les moments les plus animés et les plus calmes va de 18 à 35x

Nous avons mesuré le rapport entre les 10 % de mouvement les plus intenses et les 10 % les plus calmes, par pub. Le résultat est de 24,1x, 18x et 35,2x. Une vidéo qui dérive en continu à une vitesse moyenne constante, au lieu d'alterner temps forts et temps de pause, peut afficher le même mouvement moyen et pourtant obtenir un mauvais score ici, parce qu'elle n'a jamais de moment calme sur lequel un moment fort puisse retomber.

C'est le chiffre absent de la plupart des conseils du type « il faut toujours que ça bouge ». Le mouvement moyen ne suffit pas à lui seul. C'est l'écart entre l'instant le plus fort et l'instant le plus calme d'une vidéo qui se lit comme un rythme voulu plutôt qu'une énergie nerveuse.

À faire : mesurez votre rapport mouvement le plus fort / mouvement le plus calme, pas seulement la moyenne. S'il est proche de 1, la pub bourdonne à amplitude constante, sans nulle part où poser un effet.

4. Les trois premières secondes bougent bien au-dessus du plancher

Le mouvement moyen mesuré d'une image à l'autre dans les trois premières secondes ressort à 14,6, 13,9 et 6,2 unités. Même la plus calme des trois ouvertures dépasse environ le double du seuil minimal que nous avions fixé pour valider cette fenêtre.

Aucune des trois pubs ne s'ouvre sur un carton logo statique ou un fondu lent. Quelque chose de visible bouge déjà avant la fin de la première seconde.

À faire : ne passez pas les trois premières secondes à installer une ambiance par l'immobilité. Mettez du mouvement, même minime, à l'écran dès la première image. Le scroll n'attend pas le deuxième temps.

5. Aucun gel dans le corps d'une pub ne dépasse 1,8 seconde

Le plus long temps figé mesuré dans le corps de chaque pub (hors plan de fin) est de 1,8, 0,8 et 1,2 seconde. Nous avons fixé un plafond de travail au-dessus de ça, avec marge, à 2,7 secondes.

C'est une mesure différente du pourcentage global de temps figé du constat 2. Une pub peut rester à 18 % de temps figé au total sans jamais geler plus d'une seconde d'affilée, réparti sur de nombreuses pauses courtes, ou atteindre le même total avec un seul long blocage. Seul le second cas se lit comme la vidéo qui plante.

À faire : si un temps fort a besoin de tenir, plafonnez tout gel unique autour de deux secondes. Au-delà, coupez-le, ou faites bouger un petit élément dans l'image pendant que la composition principale tient.

6. Densité d'image et contraste tiennent dans une bande étroite, quelle que soit la différence visuelle entre les pubs

Nous avons mesuré la part de l'image effectivement dessinée (densité de contours, via une détection de contours standard) et l'écart de luminance entre le contenu visible le plus sombre et le plus clair (contraste, mesuré au 99e moins 1er percentile de luminosité, pas le 95e moins 5e plus courant, parce qu'un titre sur un fond sombre ne couvre que quelques pour cent de l'image et serait écarté au 95e percentile). La densité de contours ressort à 28,6, 33,4 et 30,5. Le contraste ressort à 146,8, 159,4 et 159,3.

Le nombre de couleurs distinctes dans la palette, à l'inverse, varie bien plus largement : 14, 18 et 27 couleurs distinctes occupant chacune au moins un demi pour cent de l'image. La taille de la palette est un choix de style. Densité et contraste, sur une pub claire, une pub sombre et une pub vert menthe, ne le sont pas.

À faire : quelle que soit votre palette, gardez l'image visuellement dense (évitez les grandes zones plates et vides) et gardez un vrai contraste de luminance, pas seulement un contraste de couleur. Une image délavée échoue à ce test même avec une couleur d'accent forte.

7. Une seule teinte porte presque tout le budget couleur

Dans la pub sombre à coupes rapides, 96,04 % de chaque pixel saturé sur toute la vidéo tombe dans une seule famille de teintes chaudes (un rouge-orange dominant plus sa voisine orange immédiate). Dans la pub vert menthe, 95,4 % des pixels saturés se situent dans une seule bande de teinte de 20 degrés. Les deux pubs autorisent exactement deux teintes supplémentaires à dépasser 0,5 % de part de l'image, et chacun de ces deux accents est réservé à une tâche précise (l'un signale un seul mot mis en avant, l'autre signale uniquement un coût ou un chiffre négatif). Aucune des deux pubs ne laisse entrer une troisième couleur.

La pub claire et continue suit la même discipline à l'œil (une couleur de problème cohérente contre une couleur de solution cohérente), même si nous n'avons pas pu établir de pourcentage de pixels saturés pour elle à partir des fichiers mesurés.

À faire : réduisez vos couleurs de marque extraites à une teinte dominante plus deux accents maximum, chacun assurant exactement une tâche à chaque apparition. Un arc-en-ciel de couleurs de marque prélevées doit être resserré, pas honoré.

8. La taille du texte se mesure en pourcentage de la hauteur d'image, jamais en pixels

Le texte de titre standard sur les deux pubs mesurées pour ce point se regroupe étroitement entre 8,5 % et 9,8 % de la hauteur d'image. L'une des deux pubs donne à un seul mot vedette, utilisé une seule fois, 62,0 % de la hauteur d'image, de loin le plus grand élément de toute la vidéo.

Les deux pubs de référence sont en 846x468. Une pub générée est livrée en 1080x1920. Une taille en pixels de l'une n'a aucun sens sur l'autre ; un pourcentage de hauteur d'image, si.

À faire : définissez chaque taille de texte comme une fraction de la hauteur d'image, plancher les titres autour de 8 % ou plus, et donnez à au moins un temps fort un mot vedette bien au-dessus de 30 % de la hauteur d'image pour que la pub ait un vrai moment d'échelle, pas seulement des sous-titres cohérents.

9. Le rayon des coins, et tout ce qui est adouci, forme un seul système cohérent

Les rayons de coin sur chaque carte et le canevas extérieur mesurent 4,0 % à 6,0 % de la hauteur d'image dans une pub et 3,6 % à 5,2 % dans l'autre. Aucune des deux pubs n'a un seul coin vif (moins d'environ 5 pixels de rayon) nulle part. La même discipline apparaît dans les deux autres détails aux bords adoucis que nous avons pu mesurer directement : dans la pub vert menthe, le seul effet de lueur pulsante mesuré tombe à moitié luminosité à 19,2 % de la hauteur d'image depuis son centre ; dans la pub sombre, le titre et le sous-texte à l'intérieur de la même carte sont séparés d'environ 2,0x en luminance, une hiérarchie à deux niveaux clairement dégradée plutôt que deux gris similaires.

À faire : choisissez un seul token de rayon de coin quelque part entre 4 % et 5 % de la hauteur d'image et utilisez-le partout : maquettes, boutons, conteneurs, le cadre extérieur lui-même. La cohérence se lit comme un design voulu plus que le rayon précis choisi.

10. Le texte apparaît mot par mot, avec un blanc délibéré, jamais lettre par lettre

Sur les trois pubs, le texte à l'écran se révèle un mot à la fois, décalé de 100 à 250 millisecondes, chaque mot apparaissant en fondu sur 200 à 300 millisecondes avec un léger glissement vers le haut et une courbe ease-out. Aucune des trois ne dépasse jamais ni ne rebondit. La pub qui tient un plan continu va plus loin : elle ne fait jamais de fondu enchaîné directement d'une phrase à la suivante. Elle tient, disparaît en fondu sur 200 millisecondes, laisse un blanc d'environ 200 millisecondes, puis fait entrer la ligne suivante en cascade. Ce blanc fait un vrai travail ; c'est lui qui fait que la ligne suivante se lit comme une nouvelle idée plutôt qu'une correction de la précédente.

À faire : construisez les sous-titres mot par mot avec un décalage constant et une courbe ease-out constante, et n'ayez pas peur d'un court silence entre deux phrases. Les révélations lettre par lettre et les fondus enchaînés instantanés d'une phrase à l'autre sont tous deux rares, voire absents, sur les trois pubs.

11. Un compteur qui défile accélère puis ralentit, il ne bouge pas de façon linéaire

Dans la seule pub où nous avons pu mesurer ça directement, un compteur de coût défile de 0 $ à 699 893 $ en 3,3 secondes. En échantillonnant la valeur toutes les 0,3 seconde, le montant ajouté à chaque étape augmente pendant le premier tiers de l'animation, atteint un pic, puis décroît vers le chiffre final plutôt que d'ajouter un montant constant à chaque étape. C'est la signature d'une courbe assouplie, pas d'un tween linéaire.

Nous n'avons cette mesure que sur une seule des trois pubs, donc nous la présentons comme un point de donnée unique plutôt qu'une tendance à trois. Elle est assez précise, et la logique sous-jacente assez générale, pour que nous pensions qu'elle se vérifie au-delà de ce seul cas : un compteur linéaire se lit comme un tableur qui se met à jour, pas comme un chiffre qui se révèle.

À faire : assouplissez tout chiffre animé, à l'entrée comme à la sortie. Évitez un incrément constant par image.

12. Chaque pub se termine sur un carton de fin tenu et statique

Les trois pubs se posent sur une image totalement statique tout à la fin : 1,3 seconde pour la pub sombre, environ 3,5 secondes pour la pub à plan continu, environ 3,7 secondes pour la pub vert menthe, son temps fort le plus long de toute la vidéo. Nous mesurons ça séparément des contrôles de gel en cours de pub des constats 2 et 5, précisément pour qu'une pub correctement construite ne soit pas pénalisée pour tenir son propre appel à l'action.

À faire : laissez votre dernier temps fort vraiment tenir, une seconde ou plus. L'immobilité tout à la fin se lit comme de l'assurance, pas de la paresse, tant que tout ce qui précède continuait de bouger.

Là où nous avons confronté ceci à notre propre production, pas seulement aux références

Une barre de qualité n'est utile que si elle change une vraie décision. Nous avons fait passer la sortie de notre propre moteur de rendu par la même mesure, et elle a d'abord obtenu 75 sur 100 : livrable, mais sous la barre, échouant exactement sur deux des contrôles ci-dessus. Le mouvement (la famille de contrôles du constat 5) a mesuré 0,428 contre un requis de 1,1381, et la fraction d'images figées du constat 2 a mesuré 0,719, presque quatre fois la fourchette de 18-22 % que tiennent les références.

Deux changements qui paraissaient évidents en regardant le rendu, ajouter des apparitions de texte mot par mot et un lent panoramique caméra, n'ont fait bouger la fraction d'images figées que de 0,719 à 0,514. Toujours en échec. La mesure a montré que le temps mort se cachait dans la fin de chaque temps fort, une fois son animation d'entrée terminée et avant la coupe suivante, pas dans les endroits évidents. Ajouter du mouvement continu sous chaque temps fort, pas seulement à son début, a ramené la fraction d'images figées à 0,048 et le score de mouvement à 1,347, tous deux dans la fourchette de référence. Réévalué plus tard sur un vrai kit de marque capturé plutôt qu'un fichier test, le résultat a tenu, mieux même, ce qui est le résultat qu'on veut si la technique se généralise plutôt que de coller à un seul fichier.

Les limites honnêtes de ces données

Trois pubs, c'est un petit échantillon, choisi parce que nous les jugions bonnes, pas tiré au hasard d'un marché. Ce sont des enregistrements d'écran silencieux en 846x468, pas les fichiers maîtres originaux des pubs, et l'une des trois est littéralement un enregistrement de la pub jouée dans une interface de prévisualisation vidéo. La barre ci-dessus est calibrée sur ces trois pubs précises et doit se lire comme « au moins aussi bon que la plus faible des trois qu'on a jugées bonnes », pas comme une moyenne sectorielle. Une grille indépendante de la résolution nous permet de comparer une référence en 846x468 horizontal à un livrable vertical en 1080x1920, ce qui est un choix de modélisation qui rend la comparaison possible, pas une preuve que chaque propriété se transpose parfaitement entre les deux formats. Deux des douze constats ci-dessus reposent sur une ou deux pubs plutôt que trois, et nous l'avons précisé à chaque fois plutôt que d'arrondir vers le haut.

Si vous voulez une vidéo construite sur une barre mesurée plutôt qu'une intuition sur ce qui « fait premium », partez de votre propre site et laissez sizzledraft construire la pub à partir de lui.