פרסום התנהגותי מת לאט. לא בגלל רגש — בגלל רגולציה וטכנולוגיה. Häglund ו-Björklund (2024) מאוניברסיטת Umeå, שפרסמו ב-Journal of Current Issues & Research in Advertising, הראו שהמעבר לפרסום קונטקסטואלי מואץ ישירות על ידי יכולות ה-AI לניתוח סמנטי עמוק של תוכן עמודים — בלי לגעת בדאטה אישי. המשמעות הפרקטית: קמפיין שמתכוון לקהל נכון אבל ממקם עצמו בתוכן רלוונטי מנצח קמפיין שרודף משתמש בין אתרים. זו לא נוסטלגיה לעידן ה-contextual הישן — זה מודל חדש לגמרי, מבוסס NLP ו-AI בזמן אמת.

רוב משווקים עדיין מייעלים לגוגל. הבעיה: לפי נתוני Semrush (2025), AI Overviews מופיעים ב-16% מכלל הבקשות בארה"ב, וכ-60% מהחיפושים מסתיימים ללא קליק כלל. המשמעות — הנראות של המותג מתרחשת עוד לפני שמישהו מגיע לאתר שלך.

Deloitte Digital מציינת שגנרטיב-AI כבר משפיע על שלב הגילוי המוקדם — comparison ו-validation — לפני שהמשתמש נוגע בכל ערוץ בבעלותך.

ה-GEO (Generative Engine Optimization) הוא המשחק החדש: תוכן מובנה, ציטוטי מקורות, ו-E-E-A-T חזק. מי שלא ייאמץ את זה ב-2026 — ייעלם מהשיחה לפני שהיא בכלל מתחילה.

ב-B2B, רוב הקהל לא בשוק עכשיו. לפי דוח Edelman–LinkedIn לשנת 2025, 95% מהלקוחות הפוטנציאליים אינם מחפשים פתרון ברגע נתון — אבל הם כן קוראים תוכן. הדוח מצא ש-Thought Leadership איכותי הוא "מנוף קריטי לבניית אמון, יצירת בידול וסגירת עסקאות". לא עוד ניירות מוצר. לא פרזנטציות. תוכן שמשנה את זווית הראיה של מקבל ההחלטות — לפני שהוא בכלל יצא לחפש ספק.

רוב המותגים מייעלים את הקריאייטיב לפי מימד אחד: הוויז'ואל, הטקסט, או המוזיקה. הבעיה: האלגוריתם והמשתמש מעבדים את שלושתם במקביל.

Xiao ושותפיו (2025) ניתחו 4,292 סרטוני מכירה ב-Douyin ומצאו שהשילוב הבין-מודאלי — טקסט, ספקטרום אודיו וויז'ואל יחד — מניע מעורבות בצורה שאף מודאליות בודדת לא מסבירה לבד. פורסם ב-Journal of Retailing and Consumer Services.

בפועל: לייקים, תגובות ושיתופים מגיבים לקונפיגורציות שונות של שלושת הערוצים. אין פתרון אחד. יש אופטימיזציה.

מחקר של Hübner, Thalmann ו-Henseler (2025) שפורסם ב-Frontiers in Neuroscience מדד תגובות פיזיולוגיות בזמן גלילה ומצא ש-sponsored posts אינם מייצרים עוצמה רגשית גבוהה יותר מאשר תוכן אורגני. כלומר: הטירגוט המדויק לא מבטיח עוררות. מה שמניע מעורבות הוא novelty — חידוש תפיסתי — לא הפורמט. בפרקטיקה: אם הקריאייטיב לא מפתיע, המוח פשוט מסנן אותו. זה לא עניין של תקציב או targeting — זה עניין של גירוי חדש.

לפני שקמפיין עולה לאוויר, אפשר לדעת אם הוא עובד — לא מ-A/B טסט, אלא מהפנים של הצופה. מחקר של Marques ושותפיו (2025) שהתפרסם ב-Psychology & Marketing הראה שמודל Machine Learning שניתח הבעות פנים (FEA) ועוררות עורית (EDA) הגיע ל-81% דיוק בחיזוי העדפת פרסומות. הממצא המעניין: Joy ו-Disgust היו המנבאים הקריטיים — לא רק Engagement. המשמעות לפרקטיקה: בדיקת קריאייטיב לפני לייב כבר לא נחלת הענקים. כלי ניורו-AI נגישים מתחילים להיכנס לפלואו של בדיקות קמפיין.

קריאייטיב שרץ יותר מדי זמן לא רק מפסיק להמיר — הוא מתחיל לעלות יותר. Aryan ושותפיו (2025) שפרסמו ב-IJSDR הראו שחשיפה חוזרת לאותו מודעה מייצרת מנגנון קוגניטיבי אצל משתמשים שמסנן אוטומטית תוכן שנראה כמו פרסומת — עוד לפני שהוא מעובד. לפי תיעוד Meta Business Analytics, תדירות מעל 2.5 חשיפות מתחילה להוריד ביצועים ברוב הקמפיינים. האלגוריתם מזהה ירידת engagement ומגיב לפני שה-CTR מתרסק — מעלה CPM ומצמצם חשיפה. Refresh לא הוא תחזוקה, הוא ניהול תקציב.

Viewability מדד אם פרסומת הייתה על המסך. Attention מודד אם מישהו באמת ראה אותה. ההבדל קריטי.

מחקר של Lumen ו-Ebiquity (2024) גילה מתאם של 0.98 בין דקות קשב לאלף חשיפות לבין רווח תוספתי — בשישה סוגי מדיה שונים. לא impressions. לא viewability. זמן קשב.

לפי EMARKETER's Attention Metrics Ecosystem 2024, מפרסמים מודדים היום שלושה סוגי סיגנלים: ביומטריים (eye-tracking), סקרים, וסיגנלי הקשר כמו מהירות גלילה ו-dwell time.

המעבר לא פשוט — אין עדיין סטנדרטיזציה מוסכמת. IAB ו-MRC פרסמו הנחיות, אבל היישום בשטח מפוצל. מי שמשלב attention data בתכנון הקמפיין כבר משחק משחק אחר לגמרי.