HOW  MEDIA  WILL  EVOLVE:  SEX,  DATA  AND  MEMES  

In  collabora4on  with    

We  asked  ourselves  a  holy-­‐grail  ques<on:  

How  can  adver<sing    stop  being  invasive  announcements…  

…  and  evolve  into    meaningful  conversa<ons?  

AIerall,  conversa<ons  have  the  same  ingredient  

that  makes  the  internet  unique:    Interac<vity.  

Newsflash:  Tradi<onal  Media  lacks  interac<vity.    20th  century  rules  don’t  apply  to  21st  century  media.  

Now,  new  adver<sing  models  are  possible:  smartphones  +  social  media  hold  the  key  for  meaningful  interac<ve  adver<sing.  

FIRST,  MARKET  FUNDAMENTALS:  GET  READY  FOR  SMART  &  SOCIAL  MOBILE.  

#MEMES  

#MEMES  

Brazil  has  55  million  smartphones,  20%  of  

mobile  park.  It’s  expected  to  reach    130  million  by  2015.  

Source:  

Argen<na  has  11  million  smartphones,  19%  of  

mobile  park.  It’s  expected  to  reach    35  million  by  2015.  

Source:  

#MEMES  

#MEMES  

#MEMES  

But  now,  Social  Media  became  the  Killer  App    

of  smartphones.  

#MEMES  

But  now,  Social  Media  became  the  Killer  App    

of  smartphones.    

(Killer  App:  what  Mario  Bros    did  for  the  Game  Boy)  

#MEMES  “Two  birds  with  one  stone”  

#MEMES  

#MEMES  

SOCIAL  &  MOBILE  BRANDING:  REALITY  IS  THE  NEW  AD  

Then,  don’t  focus  on  the  ends…  

…focus  on  the  #MEMES  

“A  meme  is  a  unit  of  human  cultural    

evolu<on  analogous  to  the  gene  (…)  

It’s  a  message  that’s  contagious  in  the  same  way  a  gene<c  virus  is.”  

 Sir  Richard  Dawkins,  1975  

Example:  Trending  Topics  are  #memes  that  reached  <pping  point.  

Memes  have  Epidemic  Behaviours  like  genes  do.  

Memes  spread  like  viruses:  the  nodes  with  more  connec<ons  –users  with  more  influence–  

are  the  main  agents  of  a  message.  

Tradi<onal  Media  has  a  “one  to  many”  model.    Interrup?on  Adver?sing    was  their  game:  “we  talk,  you  listen.”  

Gen  Y  does  not  want  to  be  Interrupted  

anymore.  They  have    mul<-­‐tasking  afen<on.  

Social  Media  is  the  first  “many  to  many”  kind  of  media.  Everyone  has  their  share  of  voice.  

And  it’s  good  listeners    what  make  a  Conversa?on.    Being  compe<<ve,  means  detec<ng  memes  in  real-­‐

<me  and  act  fast.  

#SusanGlenn  Axe  Campaign:  Memes  +  TV  

Meme<cs  is  about  Disrup?ve  Adver?sing  

Interrup<on  models  need  you  to  pay  afen<on,  you  must  adapt  to  the  content…  

…while  disrup<on  models  aim  to  hack  your  afen<on,  the  content  adapts  to  you.  

HOW  WE  DO  IT?  SOCIAL  MEDIA  DATA  MINING  

The  average  person  today  processes  more  data  in  a  single  day  than  a  person  in  the  1950’s  did  in  its  life<me.    

Data  Mining  is  applying  computer  algorithms  to  

detect  meaningful  behaviours.    

Zenzey  finds  the  memes  that  mafer.  

Filter  social  media  streams  with  Keywords  and  Demographics  

Explore  conversa<on  Insights  and  iden<fy  key  memes.  

Trigger  automated  ac<ons  to  enhance  Conversa<ons.  

Measure  every  single  aspect  of  each  Campaign  

Iden<fy  the  real  Key  Opinion  Formers.  

CASE  A:  MEME  MARKETING  

We  detected  in  Real-­‐Time  conversa<ons  in  Twifer  from  

women  about  their  hair,  fashion  and  related  topics.  

We  get  over  60.000  relevant  conversa<on    opportuni<es  per  month  in  Argen<na.  

Our  Agent  Accounts  tweet  about  fashion  and  hairstyling,  and  reply  to  tweets  that  meet  Sedal’s  criteria  on  Zenzey.  

93%  of  the  replies  to  our  Agents  are  posi<ve  or  neutral.  35%  of  the  tweets  with  links,  get  clicked.  

And  we  get  Insights  revealing  the  keys  to  drive  the  conversa<on.  For  Afro  and  Curly  Hair,  it  was  #Rock  

So  we  generate  content  accordingly,  even  working  with  the  Key  Opinion  Formers  that  Zenzey  detected.  

The  quan<ty  of  users  sent  by  Zenzey  to  Sedal’s  blog  averaged  the  same  number  than  other  sources.  

Users  that  visited  the  Sedal  Blog  detected  by  Zenzey  on  Twifer  spent  4X  more  <me  with  the  content.  

CASE  B:  MARKET  RESEARCH  DATA  MINING  

For  a  new  fragance,  they  asked  us:  How  are  people  talking  

about  love  around  the  globe?  

Zenzey  processed  over    1  Million  tweets  with  public  displays  of  love,  from  the  UK,  USA,  Brazil  and  Argen<na.  

In  1  month,  we  delivered  over  125  different  insights.  

Including  key  movies,  tv  series,  songs,  and  of  course  #memes  

for  every  market.  

TEXTING  on  their  daily  rou4ne  It´s  extremely  important  to  receive  a  text  message  before  sending  it  to  the  other  person.  The  wow  factor  is  very  effec4ve.    Text  messages  are  an  essen4al  part  of  a  couple  daily  rou4ne.  They  need  to  receive  “good  night”  and  “good  morning”,  otherwise  they  will  feel  sad.  

"That  amazing  feeling  when  your  crush  texts  

you  first"    

"I  get  NO  good  morning/night  calls/

texts"  

Insight  Example  #1  

#WHEN  as  a  descrip4ve  vehicle:  When  girls  start  their  tweets  using  the  hashtag  #When  it  means  that  they  are  about  to  describe  a  specific  and  unique  moment  that  makes  them  feel  happy.  It´s  a  great  vehicle  to  understand,  promote  or  just  iden4fy  “Romance”  moments.  

"When  they  shut  you  up  by  kissing  you"  

"When  you  take  forever  to  say  goodnight  cause  you  don't  want  to  stop  talking  

to  each  other"  

Insight  Example  #2  

The  First  Time:  They  refer  to  First  Time  in  two  ways:  -­‐  Like  a  nice  memory:  LOVE  AT  FIRST  SIGHT  is  a  common  topic  among  girls.  They  mainly  talk  about  first  kisses,  first  4me  they  met  their  boyfriends,  first  4me  they  saw  a  boy,  etc.  -­‐  Like  a  sexy  experience:  “Kiss  me  like  I  was  your  first  4me”.  

"#MeFirstKiss  was  in  the  snow.  He  was  walking  me  home  at  night  and  spun  me  around  and  kissed  me.  It  was  by  far  the  most  roman4c  first  kiss"  

 

"I  never  believed  in  love  at  first  sight…  un4l  I  first  saw  you”  

Insight  Example  #3  

Love  &  Rain  Rain  seems  to  make  everything  more  roman4c.  Also,  being  tucked  in  bed  when  it’s  raining  seems  to  be  a  generalized  sense  of  well  being.  

#ThingsThatILove  the  sound  of  rain  piger-­‐pahng  on  your  window  when  you're  all  snuggled  up  in  bed    

Boy:  "Make  me  food."  Girl:  "Be  more  roman4c.”  Boy:  "Make  me  food  in  the  rain."    

Insight  Example  #4  

The  best  part?  Not  even  Don  Draper  can  write  

tweets  with  such  quality  and  in  that  quan<ty.  

CASE  C:  SOCIAL  LENS  

On  November  8  (#8N),  Argen<na  had  its  biggest  protest  in  years.  People  organized  it  using  mostly  

social  media.  

We  analyzed  1  Million  tweets  to  iden<fy  the  most  ac<ve  users  during  that  day  using  the  hash  #8N  

Our  clustering  algorithm  automa<cally  detected  a  big  presence  of  bots  

And  it  wasn’t  just  any  kind  of  bot.  In  a  very  literal  way,  the  most  effec<ve  ones  

where  Fembots.  

This  is  how  they  look.  Design,  copywri<ng  and  avatar  have  all  a  realis<c  

feeling  to  them.  

Our  bot  detec<on  technology  reduces  the  noise  and  enhances  the  signal  when  looking  at  

Social  Media.  

Being  digital,  is  being  interac<ve.  And  being  interac<ve  is  about  being  able  to  talk  AND  listen.  

AIerall,  it’s  all  just  basic  communica<on.    

San<ago  Siri        @SANTISIRI  

san<@popego.com      

Manolo  Chada            @MANOLOCHADA  

mchada@thinky.com.ar    

Learn  more  on  how  leading  brands  use  Zenzey  

Marco  Gomes            @MARCOGOMES  marco@boo-­‐box.com