El thumbnail es lo primero que ve tu audiencia y decide si tu video recibe el clic.
thumbiq analiza cada variable de tu thumbnail con un modelo académico publicado y métricas propias — con criterios medibles, no con corazonadas.
La mayoría de canales entre 20K y 300K suscriptores publican con consistencia pero no crecen al ritmo que deberían. El cuello de botella casi siempre es el mismo: thumbnails diseñados por intuición, títulos con demasiados temas y descripciones sin estructura.
thumbiq convierte esas tres variables en scores medibles. Sabes exactamente qué está fallando y qué cambiar primero — con criterios medibles en lugar de corazonadas.
El sistema detecta automáticamente el formato del asset — reacción con persona, producto/estilo (sneakers, gadgets), contenido editorial (rankings, debates) o atmósfera/locación (viajes, experiencias) — y recalibra la interpretación de cada variable según ese formato, sin alterar los coeficientes del modelo.
Nos envías el asset por Email. En 48 horas recibes el reporte PDF completo con scores, diagnóstico y recomendaciones priorizadas listas para aplicar. Sin formularios complicados, sin onboarding largo.
Para un video específico
Canales que quieren probar el servicio antes de comprometerse. También sirve para videos de alto riesgo, lanzamientos, episodios piloto.
- Reporte PDF completo (hasta 16 páginas).
- Score ELM global + variables.
- Índice de Clickeabilidad (6 dims).
- Análisis de Título y Descripción.
- Índice de Distancia Creativa (IDC), cuando el asset lo amerita.
- 3 recomendaciones priorizadas.
- Entrega en 48 horas.
Solo necesitas la imagen del thumbnail (JPG o PNG) y el título del video. La descripción es opcional pero recomendada para obtener el Score D completo. Todo se envía por email a contacto@thumbiq.io — sin formularios ni plataformas externas.
Sí. El modelo ELM y el Índice de Clickeabilidad son variables visuales y de estructura que aplican a cualquier nicho: deportes, finanzas, tecnología, entretenimiento, educación. El sistema no depende del tema del video sino de cómo está compuesto el thumbnail.
La mayoría de servicios te dan feedback visual basado en opinión o experiencia personal. thumbiq aplica el modelo ELM de Koh & Cui (2022) — un framework académico publicado con coeficientes de regresión — y lo complementa con índices propios de clickeabilidad, título y descripción. Cada recomendación viene con una razón medible, no con una corazonada.
El sistema detecta el Modo de Contenido automáticamente — objeto protagonista, contenido editorial o atmósfera/locación — y recalibra la lectura de cada dimensión (por ejemplo "personaje reconocible" se lee como "objeto reconocible" o "lugar reconocible" según el formato). La penalización del modelo por ausencia de persona es estructural del formato, no un error de diseño, y se compara contra el récord del canal para ese mismo tipo de contenido.
Es una métrica editorial y cualitativa que evalúa el recurso creativo detrás del thumbnail — la metáfora, el guiño o la referencia elegida — no sus atributos técnicos. Mide dos ejes: qué tan lejos está la conexión de lo obvio (Distancia conceptual) y qué tan rápido se entiende sin explicación (Claridad de la conexión). Se reporta solo cuando el asset usa un recurso creativo identificable, y no modifica el Score ELM ni el Índice de Clickeabilidad.