人の記憶に与える影響には3つの要素があるといわれています。
(1971年にアメリカで提唱された概念)

それが
【Verbal(言語・文字)】
【Vocal(聴覚・音)】
【Visual(視覚・画像)】
の３つです。

そして、この３つの頭文字を取って
「3Vの法則」といいます。

それぞれが人に与える情報の影響力は
Verbal(言語・文字) → 7%
Vocal(聴覚・音) → 38％
Visual(視覚・画像) → 55％
とされていて、
なんと動画はこのすべてを網羅しており、
文字と写真で構成された情報よりも2倍記憶に残るそうです。
その情報量は文字・写真だけの場合の5,000倍！
これを、1分間の動画で考えると
一般的なWEBページの3600ページ分の情報量になります。

例えば、
その人の人柄(話し方・方言・雰囲気)や、料理のシズル感(ゆげ・調理音)、
現場の緊張感(本番のステージ前・高所撮影でのカメラの揺れ)、
商品の操作方法やサイズ感(動きを一連で解説)など
文字や写真だけでは伝わりにくいものが
簡単によりわかりやすく伝わります。
また、動画には長さがあり時間軸を表現でるのも強みです。

文字による情報は自分で文章を読み理解しなければならないで、
読解力が必要となります。
曖昧な理解のまま読み進めると、だんだんめんどくさくなり途中で読むことをやめて離脱する人も増えてしまいます。
その点、動画の場合は映像側から勝手に情報を発信してくれるので
こちらは受身の体制で情報を得ることができます。
そして、その情報量は上記の通り！離脱率は格段と下がります。