تجزیه و تحلیل مقایسه ای روش های بازاریابی عصبی برای پیش بینی خرید از برند در میان جوانان بزرگسال

چکیده

تا به حال، مطالعات بازاریابی عصبی معمولاً با هدف ارزیابی ارزش پیش بینی اقدامات روانی فیزیولوژیکی جمع آوری شده در حین تماشای یک پیام بازاریابی در ارتباط با یک محصول خاص بوده است. این مطالعه اولین تلاش برای تأیید امکان پیش‌بینی خریدهای برند آشنا و ناآشنا بر اساس واکنش‌های روانی فیزیولوژیکی به یک آگهی تلویزیونی خرده‌فروشی است که توسط EEG، EDA و ردیابی چشم اندازه‌گیری می‌شود. تعداد محصولات برچسب خصوصی انتخاب‌شده بعداً برای ارزیابی متغیر وابسته باینری بکار رفت.

یک مدل رگرسیون لجستیک (با نرخ پیش‌بینی 2/61 درصد) برای تعیین اینکه کدام متغیرهای روانی‌فیزیولوژیک بیشترین بخش از واریانس تصمیم خرید نهایی را توضیح می‌دهند، استفاده شد. نتایج نشان می دهد که در بین معیارهای مختلف , تنها پیک الکترودرمال در ثانیه در پیش بینی تصمیمات خرید بیشتر اهمیت دارد . تصمیم به خرید نیز تحت تأثیر آشنایی با برند بود. این مقاله نتیجه می گیرد که EDA یک معیار محجوب برای پیش بینی پیامدهای مهم مربوط به احساسات است، به ویژه برای محرک های پویا، که مربوط به تصمیم گیری است.

کلمات کلیدی :تصمیم گیری . ارتباطات بازاریابی.  EEG · EDA · ردیابی چشم · روش های عصب شناسی

مقدمه

پیش‌بینی رفتار خرید مصرف‌کننده هنوز یکی از بزرگترین چالش‌هایی است که بازاریابان در سراسر جهان با آن مواجه هستند، به  این دلیل که مشتریان دائماً در معرض فناوری‌ها، محصولات و خواسته‌های جدید هستند این چالش دشوارتر شده است . شواهد تجربی رو به رشدی در مورد سودمندی استفاده از معیارهای عصبی و روانی در مدل های پیش بینی تصمیمات خرید وجود دارد ( Yoon et al. 2012 ). طبق نظر Telpaz و همکاران (2015)، دانش عصب‌شناسی اطلاعاتی را در مورد اولویت مصرف کنندگان نشان می‌دهد که از طریق روش‌های مرسوم مورد استفاده قرار می‌گیرد و فعالیت عصبی می‌تواند ترجیحات محصولات مصرفی را پیش‌بینی کند.

استفاده از اقدامات نوروفیزیولوژیک (ثبت فعالیت متابولیک یا الکتریکی در مغز) بدون ثبت فعالیت های مغزی برای بررسی مستقیم ذهن مصرف کننده، بدون فرسایش مشارکت آگاهانه، امکان کشف احساسات واقعی، حس ها، انتظارات و حتی محدودیت های پنهان مصرف کننده را فراهم می کند ( Lin et al. 2018 ).Ariely and Berns ( 2010 )  بر این امید برجسته تاکید کردند که تصویر برداری عصبی, هم فرایندهای بازاریابی را ساده کرده و هزینه‌ها را ذخیره می‌کند, زیرا یک تجارت کارآمدتری بین هزینه ها و منافع را فراهم می کند.

هزینه انجام مطالعات تصویربرداری عصبی بیشتر از مزایای طراحی محصول بهبود یافته و افزایش فروش حاصل از تصویربرداری مغز است که می تواند نه تنها آنچه را که مردم دوست دارند، بلکه آنچه را که می خرند نیز برجسته کند. از سوی دیگر، استفاده از تکنیک‌های پیشرفته بازاریابی عصبی مانند (fMRI) نسبتاً گران، زمان‌بر است و تیم‌های بزرگ‌تری از محققان را درگیر می‌کند. بنابراین، این سوال مطرح می‌شود که آیا ارزش افزوده استفاده از آنها (یعنی پیش‌بینی دقیق‌تر تصمیمات خریداران) ارزش هزینه‌های بالاتر را دارد یا خیر.در این مقاله، هدف ما مقایسه، اطلاع رسانی و مثلث بندی نتایج حاصل از اندازه گیری های موجود مرتبط با بازاریابی عصبی، مانند داده های الکتروانسفالوگرافی(EEG)، فعالیت الکترودرمال (EDA) و ردیابی چشم(ET) است تا ببینیم کدامیک می تواند پیش بینی کننده بهتری در انتخاب محصول باشد.

علاوه بر این، ما آزمایش می‌کنیم که آیا این تکنیک‌ها در مقایسه با گزارش‌های سنتی، پیش‌بینی‌کننده‌های بهتری برای خرید هستند یا خیر. بنابراین، ما به موضوع ارزش بازاریابی تکنیک‌های مبتنی بر عصبی در انتخاب محصول می‌پردازیم و مفاهیم مدیریتی در مورد اینکه چگونه مدیریت برند باید به تحقیقات مصرف‌کننده نزدیک شود تا کارایی را به حداکثر برساند و رفتار را با بالاترین دقت پیش‌بینی کند، ارائه می‌کنیم.

نتایج ما برای بازاریابانی که به دنبال راهنمایی در مورد مؤثرترین ترکیب ابزارهای اندازه گیری در تحقیقات بازاریابی هستند، ارزشمند خواهد بود. مطالعات ما عمدتاً خود را از دیگران متمایز می کند زیرا واکنش های روانی فیزیولوژیکی را به تبلیغات برای انتخاب برند مرتبط می کند (آشنا در مقابل ناآشنا) ، در حالی که اکثر مطالعات بر روی پاسخ های عاطفی و شناختی و انتخاب محصول و نه برند متمرکز شده اند ( Harris et al. 2018 ). ما با نشان دادن اینکه کدام اندازه‌گیری در پیش‌بینی انتخاب برند تحت تأثیر تبلیغات ویدیویی مؤثر است، به دانش پیشرفته موجود کمک می‌کنیم.

بررسی پژوهش ها

الکتروانسفالوگرافی در پیش بینی تصمیمات خرید

اندازه‌گیری پاسخ‌های الکتروفیزیولوژیک، جمع‌آوری بازخورد فوری برای محرک‌های ارائه‌شده در قالب نوسانات فرکانس‌های سیگنال مغز را امکان‌پذیر می‌سازد ( Brown et al. 2012 ). با استفاده از یک رویکرد روش‌شناختی متفاوت برای بررسی تجربیات هیجانی مثبت در مقابل منفی، مطالعات بازاریابی عصبی مبتنی بر این ایده است که عدم تقارن سمت چپ و راست سیگنال‌های EEG پیشانی وجود دارد.

فعالیت EEG پیشانی چپ به طور نسبی بیشتر به طور معمول با پردازش اثرات مثبت (نشان دهنده شادی یا سرگرمی) همراه است، در حالی که فعالیت نسبی EEG پیشانی راست به طور نسبی بیشتر با پردازش اثرات منفی (مثلاً نشان دهنده انزجار) مرتبط است ( Davidson et al. 1990 ).

شواهد تجربی از ارزش پیش‌بینی کننده اندازه‌گیری EEG در شکل‌گیری اولویت محصول پشتیبانی می‌کند. این به خاطر احتمال دستیابی به انگیزه کناره گیری از رویکرد است, که بر مطلوبیت مصرف‌کننده از یک محصول تاثیر می گذارد ( ohme et al. 2010 ) .

اولویت انتخاب محصول در فعالیت مغز مشاهده شده در لحظه نمایش یک آگهی ( Wei et al. 2018 ) و خود محصول را منعکس می کند ( Telpaz et al. 2015 ; Khushaba et al. 2013 ) علاوه بر این، استفاده از EEG فرصتی برای پیش بینی جذابیت ارتباطات بازاریابی ایجاد می کند، به عنوان مثال تبلیغات، و بنابراین اجازه می دهد تا نتیجه گیری در مورد اثربخشی آن صورت گیرد

( Gauba et al. 2017 ; Maison and Oleksy 2017 ; ohme et al. 2010 ). محققان ادعا می کنند که EEG می تواند اطلاعاتی در مورد علاقه فرد به یک آگهی تجاری (Piwowarski 2018) و همچنین تجربه احساسی هنگام تماشای آن ارائه دهد (Vecchiato et al. 2014; Ambler 2015) .

کارایی EEG نیز در تحقیقات انتخاب برند نشان داده شده است (جدول 1 را ببینید). مشابه انتخاب محصول , فعالیت عصبی نگرش مصرف کننده نسبت به یک برند را منعکس می کند و به قصد خرید بعدی تبدیل می شود .

در ادبیات موجود، نشان داده شده است که فعالیت مغز می تواند ارزش عاطفی ذهنی را که یک برند برای تصمیم گیرندگان دارد، آشکار کند ( Pozharliev et al. 2019 ; ohme et al. 2010 ). همچنین ممکن است به عنوان یک شاخص برای تغییر ترجیحات در انتخاب برند ناشی از یک تبلیغ تلویزیونی باشد

 (Silberstein and Nield 2015 ). به طور قابل توجهی، پردازش برند با فعالیت ناحیه قدامی مرتبط است ( Lucchiari and Pravettoni 2012 ) ; بنابراین، بر اساس اندازه گیری EEG، بازاریابان می توانند به این نتیجه برسند که آیا برند (مثلاً به عنوان آگهی تبلیغ می شود) توجه مصرف کننده را به خود جلب می کند یا خیر ( Wang et al. 2016 ) .

فعالیت الکترودرمال در پیش بینی تصمیمات خرید

EDA با توجه به تغییر خواص الکتریکی پوست در واکنش به ترشح عرق, ممکن است روشی مناسب برای , مثل یک تریلر فیلم برای تحریک کردن محرک باشد( Benedek and Kaernbach 2010 ). به گفته بردلی و لانگ (2000)، EDA یک همبستگی فیزیولوژیکی عالی برای نشان دادن برانگیختگی عاطفی با استفاده از انواع روش های مختلف برای برانگیختن احساسات است (پاسخ های رسانایی پوست که در یک پنجره پاسخ از پیش تعریف شده، معمولاً 1-3 ثانیه یا 1-5 ثانیه پس از محرک رخ می دهد و به محرک نسبت داده می شود )

( Dawson et al. 2007 ). راواجا (2004) توضیح داد که تغییرات در هدایت پوستی (SC) نشان دهنده فعال شدن سیستم عصبی خودمختار است: هر چه سطوح SC بالاتر باشد، برانگیختگی فیزیولوژیکی بالاتر است.

Boucsein (2012) گزارش داد که انسانها دارای EDA کمتر با احساسات مثبت  مرتبط هستند در حالی که احساسات منفی با EDA بالاتر مرتبط هستند. علاوه بر این، EDA می تواند احساسات غیرقابل توجهی را در تجارب جستجو نشان دهد.

از آنجایی که برانگیختگی عاطفی شاخص مهمی در  انتخاب اولویت محصول و برند است ( Reimann et al. 2012 ; Gaczek 2015 ). اندازه گیری EDA امکان پیش بینی این که  آیا یک محصول یا برند با علاقه خریدار مواجه خواهد شد (جدول 1 را ببینید).

جالب اینجاست که تحقیقات EDA نشان می دهد که برندها ممکن است به اندازه دوستان صمیمی برانگیخته باشند و ارزش مثبت بیشتری نسبت به روابط بین فردی ایجاد کنند ( Langner et al. 2015 ) . از سوی دیگر، تحقیقات در مورد تأثیر خاصی که برندهای شناخته شده یا محبوب (در مقابل ناشناخته یا ناپسند) بر برانگیختگی عاطفی دارند، بی نتیجه است. به عنوان مثال، والا و همکاران (2011) نشان دادند که برانگیختگی در مورد مشاهده برند ها مورد علاقه در مقایسه با مشاهده نام های تجاری مورد علاقه  نمی باشد به طور قابل توجهی کاهش می یابد ( نشان می دهد که درک بصری از نام های تجاری مورد پسند باعث ایجاد حالت آرامش بیشتری در مقایسه با نام های تجاری ناپسند می شود).

یافته مشابهی توسط Reimann و همکاران (2012) گزارش شده است که ادعا کردند تفاوت در برانگیختگی به دلیل رابطه اخیراً شکل گرفته با برند در مقابل روابط از قبل ایجاد شده است. برعکس، اسمیت و همکاران (2019) نشان دادند که کودکان در مقایسه با محصولات مورد علاقه خود در مقایسه با محصولات مشابه اما بدون برند, بیشتر تحریک می‌شوند.

به نوبه خود، Gangadharbatla و همکاران (2013) ادعا کردند که هیچ تعاملی بین برانگیختگی عاطفی ناشی از برندها یا یادآوری بیشتر آنها وجود ندارد. در یک مطالعه تطبیقی بر روی ارزش پیش‌بینی ابزارهای بازاریابی عصبی Garczarek – Bak and Disterheft ( 2018 ) پیشنهاد کردند که استفاده از EDA به پیش‌بینی بهتری از انتخاب برند تعبیر نمی‌شود.

تحلیل مقایسه‌ای روش‌های بازاریابی عصبی برای پیش‌بینی خرید برند در میان جوانان…

جدول 1 معیارهای روانی فیزیولوژیکی مورد استفاده در ادراک و انتخاب برند

نویسنده	اندازه نمونه	میانگین سنی (SD)	اندازه گیری	یافته ها
Ohme et al. (2010)	45	34.84 (5.83)	EEG	عدم تقارن قدامی گرایش های رویکرد/اجتناب نسبت به  برند و محصول را پیش بینی می کند
Pozharliev et al. (2019)	40	22.07 (2.09)	EEG	فعالیت عصبی به دلیل قرار گرفتن در معرض برندهای لوکس (در مقایسه با پایه) که با ارزش احساسی بیشتری همراه هستند متفاوت است.
Silberstein and Nield (2015)	129	38.2	توپوگرافی حالت پایدار (SST)	SST را می توان برای پیش بینی تغییر ترجیحات برند پس از یک تبلیغ تلویزیونی استفاده کرد
Garczarek-Bąk and Disterheft (2018)	21	25	EEG, ET, EMG, EDA	عدم تقارن قدامی تفاوت در رویکرد / رفتار اجتنابی نسبت به برندهای ملی و خصوصی را منعکس می کند و می تواند به انتخاب محصول تبدیل شود، در حالی که ET، EDA و EMG ارزش پیش بینی مدل را افزایش نمی دهند.
Khushaba et al. (2013)	18	38	EEG	فعالیت مغز (به ویژه در مناطق قدامی، گیجگاهی و پس‌سر) نشانه‌ای از اولویت برای یک محصول را نشان می‌دهد.
Lucchiari and Pravettoni (2012)	26	24.5 (2.4)	EEG	پردازش برند با فعالیت شبکه پاداش محوری مرتبط است. به طور خاص، هنگامی که برچسب برند تغییر می‌کند، یک محصول مشابه می‌تواند فعالیت‌های ناحیه قدامی متفاوتی را ایجاد کند
Wang et al. (2016)	30	23.8	EEG	فراوانی قرار گرفتن در معرض برندسازی محصولات در تبلیغات ویدیویی بر ریتم دلتای فرونتال و گاما مرتبط با توجه و ادراک تأثیر می گذارد. نتایج نشان می دهد که قرار گرفتن در معرض یکبار منجر به سطح بالایی از توجه به محصول می شود، در حالی که قرار گرفتن در معرض چندگانه ممکن است اولویت را برای محصول افزایش دهد.
Walla et al. (2011)	21	28.14 (6.29)	EDA, EMG, HR	رسانایی پوست برای مشاهده برند های دوست‌داشتنی کاهش یافته است (در مقایسه با مواردی که دوست ندارند)، که نشان می‌دهد برند ‌های دوست‌داشتنی ممکن است احساس آرامش را برانگیزند.
Langner et al. (2015)	60	24.12 (2.64)	EDA	عشق به برند در مقایسه با عشق بین فردی کمتر تحریک کننده است، اما برندهای محبوب ممکن است به اندازه دوستان نزدیک برانگیخته کننده باشند و ظرفیت مثبت بیشتری نسبت به روابط بین فردی ایجاد کنند.
Maxian et al. (2013)	56	21	EDA, HR, EMG	تفاوت آماری معنی داری بین پاسخ های روانی فیزیولوژیکی به برندهای محبوب تر در مقابل برندهای کمتر دوست داشتنی وجود ندارد، اگرچه تفاوت در برانگیختگی خود اظهار شده از نظر آماری معنی دار بود.
Reimann et al. (2012)	17	دانشجو ها	EDA	افزایش برانگیختگی عاطفی ناشی ازرابطه نزدیکی که اخیراً با یک برند شکل گرفته است، نه برای روابطی که قبلاً ایجاد شده است. با این حال، این یافته توسط خود اظهاری ها پشتیبانی نمی شود
Smith et al. (2019)	48	9.2 (1.07)	EDA	کودکان در مقایسه با محصولات مورد علاقه خود در مقایسه با محصولات مشابه اما بدون نام تجاری, بیش از پیش تحریک می‌شوند. پاسخ‌های عاطفی به برندها مانند واکنش به خانواده و دوستان کودکان بود
Gangadharbatla et al. (2013)	60	20.02	EDA	هیچ تعاملی بین برانگیختگی عاطفی که توسط برندها و تابلوهای تبلیغاتی در یک بازی ویدئویی یا به یاد آوردن آن برندها نشان داده نشد وجود نداشت.
Pieters and Warlop (1999)	54	20–49	ET	با بررسی رابطه بین توجه و انتخاب برند، سوگیری نگاه نویسنده را تأیید کرد و مشاهده کرد که مصرف‌کنندگان بیشتر احتمال دارد مارک‌هایی را انتخاب کنند که بیشتر روی آن‌ها صحبت می‌کنند.
Wedel and Pieters (2000)	88	19–52	ET	سطح اجزا برند در مقایسه با عناصر تصویری و متنی که حافظه برند را تقویت می‌کنند توجه بیشتری را به خود جلب کرد
Teixeira et al. (2010)	38	26	ET	تکرار عناصر برند در فواصل زمانی کوتاه توجه به برند را افزایش می‌دهد و تغییر دادن کانال تلوزیون را به حداقل می‌رساند، در حالی که نمایش طولانی و بدون وقفه برند باعث ترویج تغییر دادن کانال تلوزیون می‌شود.
Chandon et al. (2002)	159	24–65	ET	یادآوری برند بیشتر به دلیل آشنایی با برند بود تا توجه واقعی به برند در لحظه انتخاب وظایف
Krajbich and Rangel (2011)	30	دانشجوها	ET	مواردی که بیش از پیش مورد استفاده قرار می‌گرفتند به احتمال بیشتری انتخاب می‌شدند, که به کیفیت فرآیند انتخاب کمک می‌کرد.
Graham and Jefery (2012)	203	42.24 (12.71)	ET	شرکت کنندگان به مدت طولانی تری به برچسب های محصولاتی که در نهایت تصمیم به خرید آن ها داشتند نگاه کردند
Oliveira and Giraldi (2019)	178	20.58 (2.29)	ET	توجه بصری جلب شده با ET برای برندهای ضعیف و قوی متفاوت است

ردیابی چشم در پیش بینی تصمیمات خرید

یکی دیگر از اقدامات روانی فیزیولوژیکی که ابزاری محجوب برای جفت کردن داده های EDA یا EEG با محرک های اعمال شده ارائه می کند، ردیابی چشم (ET) است. از طریق ET، می توان به صورت بصری سفر مصرف کننده را در طول کلی مطالعه و مستند کرد.

در چارچوب وظایف انتخاب بصری و مقایسه، نظارت بر توزیع و مدت زمان انجام fxation چشم ممکن است معیار عالی برای علایق و ترجیحات ناظر باشد

 ( Glaholt et al. 2009 ). دقیقاً، این نویسندگان شواهدی پیدا کردند که نشان می‌دهد مقدار زمانی که چشم صرف یک محرک انتخابی می‌کند، به طور مثبتی با احتمال انتخاب و ترجیح آن محرک مرتبط است. علاوه بر این، همچنین مستند شده است که توجه بصری به عناصر مرتبط با برند (مثلاً برچسب‌ها) با نگرش کلی نسبت به برند مطابقت دارد ( Graham and Jefery ( 2012 ).

طبق گفته Venkatraman و همکاران (2015)، ET که به عنوان معیار مستقیم توجه مورد استفاده قرار می گیرد، احتمالاً در دسترس ترین روش برای جلب پاسخ تبلیغات است که نه تنها اطلاعات پردازش شده، بلکه ترتیب و مدت زمان این فرآیندها را نیز امکان پذیر می کند.

اولیویرا و گیرالدی (2019) با نشان دادن اینکه توجه بصری جلب شده با ET برای برندهای ضعیف و قوی متفاوت است، به نتایج مشابهی رسیدند. به طور مشخص تر، درصد fxation شاخصی معتبر از توجه یا درگیری کلی با تبلیغ را ارائه می دهد ، در حالی که تعداد fxation ها و میانگین زمان ماندگاری معیاری از عمق پردازش اطلاعات در یک آگهی را ارائه می دهد.

آشنایی با برند در تحقیقات بازاریابی و علوم اعصاب

نگرش مصرف کننده نسبت به یک برند نقش مهمی در تصمیم گیری خرید دارد (Bosshard et al. 2016). برند های آشنا ارزیابی های مطلوب تری دریافت می کنند و مصرف کنندگان به احتمال زیاد آنها را برای خریدهای آینده در نظر می گیرند (Sundaram 1999).

هوفر و کلر (2003) خاطرنشان کردند که برندهای قوی (آشنا) در مقایسه با برندهای ناآشنا، تداعی های قوی تر و مثبت تری با برند ایجاد می کند، و به دلیل تعداد بیشتر تداعی ها در زمینه های مختلف، احتمال بیشتری جلب توجه مصرف کنندگان وجود دارد. همانطور که توسط Esch و همکاران (2012) توضیح داده شد، تداعی های مثبت قوی باید بیشتر به احساسات مثبت کمک کند (از نظر یادآوری تجربیات مصرف گذشته)، که ممکن است احساسات قوی مانند وابستگی به برند، اعتماد و هیجان را ایجاد کند.

لیم و چانگ (2014) توضیح دادند که برای برندهای آشنا، مصرف کنندگان احتمالاً از ارزیابی آنها بسیار مطمئن هستند، زیرا ممکن است تجربه قبلی در استفاده از برند ها، مشاهده تبلیغات یا ارتباطات بازاریابی، دریافت اطلاعات از رسانه های خبری یا دهان به دهان از دوستان و خانواده. داشته باشند.

همانطور که توسط Janiszewski و همکاران (2013) مشاهده شد، مصرف کنندگان در صورتی که قبلاً توجه خود را بر روی آن متمرکز کرده باشند، احتمال بیشتری برای خرید محصول دارند. توجه به یک محصول در دسترس و شناخته شده در یک بازار خاص ممکن است احتمال انتخاب محصول را در آینده افزایش دهد. جالب توجه است، مصرف‌کنندگانی که قبلاً با برند آشنایی دارند، احتمالاً تأثیر نگرش نسبت به تبلیغات خاص را بر نگرش نسبت به برند کاهش می‌دهند ( Campbell and Keller 2003 ).

بنابراین، تأثیر نگرش تبلیغ بر ارزیابی برند باید زمانی بیشتر باشد که تبلیغ برای یک نام تجاری ناآشنا باشد و مصرف کنندگان یک تبلیغ نام تجاری ناآشنا را به طور گسترده تری پردازش کنند ( Machleit et al. 1993 ) .

طبق گفته کمبل و کلر (2003)، تبلیغات برای برندهای ناآشنا ممکن است کمتر خسته کننده به نظر برسند ; با این حال، آنها می توانند سریعتر از تبلیغات آشناتر خسته کننده شوند. علاوه بر این، نگرش های ایجاد شده توسط یک تبلیغ کمتر بر نگرش نسبت به مارک های آشنا تأثیر می گذارد.

با توجه به رایمان و همکاران (2012)، بینش به فرآیندهای روان‌شناختی زیربنای انتخاب برندهای جدید در مقابل مارک‌های آشنا می‌تواند درک بهتری از فرآیندهای انتخاب و ارزیابی مصرف‌کننده را امکان‌پذیر کند. با این حال، تصویربرداری مغز به میزان قابل توجهی کمتر در تعیین سنگ بنای فیزیولوژی عصبی مارک های جدید استفاده شده است.

دسترسی به فرآیندهای روانشناختی نسبت به آنها دشوار است زیرا مصرف کنندگان معمولاً هنوز هیچ ارتباط یا نگرشی ایجاد نکرده اند در حالی که در ارزیابی خود از مارک های ناآشنا اطمینان ندارند.

همانطور که توسط راواجا و همکاران (2013) ذکر شد، تداعی‌های برند هنگام تعامل با برند (به عنوان مثال، سفر به مغازه‌ها و مصرف واقعی) و در طول مواجهه با برند غیرمستقیم قبلی (مثلاً از طریق ارتباطات برند) شکل می‌گیرند. در تحقیق EEG که توسط د آزودو (2010) انجام شد، تنها برندهای آشنا در اولین ثانیه بعد از ارائه لوگو، در قشر پیشانی فعال شدند (به این معنی که قشر پیشانی به طور انحصاری برای مارک های آشنا فعال شده است، و اهمیت مارک ها را به عنوان نمادهای معنی دار که پیام خاصی را منتقل می کنند، آشکار می کند).

علاوه بر این، میانگین پتانسیل اندازه‌گیری‌شده در بازه LPP، فعال‌سازی‌های قوی‌تری را در مناطق مرکزی جداری برای ترجیح دادن برندها در مقایسه با برند‌های ناشناخته نشان داد، که نشان می‌دهد توجه بیشتری به آن‌ها شده و به خود مرتبط‌تر هستند. در مقابل، مارک های ناشناخته باعث فعال شدن بیشتر در قشر اکسیپیتال و ناحیه فرونتوسنتال شدند.

با کمال تعجب، نتایج عدم تقارن، قدرت باند آلفای نیمکره راست برجسته (p value <.05) را برای هر گروه از رتبه بندی پاسخ نشان داد (به معنی فعال شدن قوی تر چپ مغز). تلاش‌های بیشتر با استفاده از فعالیت در قشر پیشانی و عدم تقارن آن در پیش‌بینی انتخاب خرید یک محصول، ثابت کرد که 95 درصد از پاسخ‌دهندگان برندهای معروف را انتخاب کرده‌اند و اظهارات شفاهی در شرکت کنندگان آزمایش شده یک روند غالب نیمکره چپ بر سمت راست را یافته‌اند ( Olarte 2017 ).

در مورد تحقیقات الکترودرمال، والا و همکاران (2011) نشان دادند که داده‌های رسانایی پوست نشان‌دهنده حساسیت واضح مربوط به ترجیح  ذهنی برند است، در حالی که رسانایی پوست در مورد درک بصری برند دوست‌داشتنی (در مقابل نام‌های تجاری ناپسند) به طور قابل‌توجهی کاهش می‌یابد ، که ممکن است نشان دهد که درک بصری از نام های تجاری مورد علاقه حالت آرامش بخش تری را ایجاد می کند ( Plassmann et al. 2015 ). این نتایج ممکن است نشان دهد که مصرف کنندگان از احساسات تجربه شده به جای اطلاعات بیان شده برای ارزیابی برندهای آشنا و ناآشنا استفاده می کنند.

مطالعه 1

بر اساس یک مجموعه کاملاً غنی از شواهد تجربی، اجرای فیزیولوژی عصبی (به عنوان یک ابزار اضافی، اما نه به عنوان یک روش جایگزین) منجر به دقت قابل توجهی بهتر و قدرت پیش‌بینی بیشتر در مقایسه با گزارش‌های شخصی به تنهایی می‌شود. با این حال، بر اساس دانش ما از کارهای قبلی، هنوز تحقیقات کمیاب وجود دارد که روش‌های فیزیولوژی عصبی مختلف را با هدف ارزیابی ارزش‌های پیش‌بینی‌کننده آن‌ها از نظر تصمیم‌گیری خرید ترکیب کند.

بنابراین، در این مطالعه، هدف ما مقایسه، اطلاع‌رسانی و مثلث‌بندی نتایج حاصل از اندازه‌گیری‌های مرتبط با بازاریابی عصبی نسبتاً ارزان و در دسترس است، مانند داده‌های EEG، EDA، ET و اقدامات گزارش خود به منظور بررسی که می‌تواند به عنوان بهترین پیش‌بینی‌کننده در انتخاب محصول عمل کند. اندازه گیری همزمان واکنش های روانی با استفاده از دستگاه های مختلف برای جبران تفاوت های فردی ضروری بود که با وقوع خطاهای نوع II همراه بود.

شركت كنندگان

شرکت کنندگان بیست و چهار دانشجو و فارغ التحصیل راست دست و سالم از دانشگاه های پوزنان بودند که در میان آنها 10 زن بودند که همگی در لهستان متولد شده بودند و در محدوده سنی 21 تا 34 سال و با میانگین سنی 26 سال بودند.

بدليل وقفه در سيگنال ثبت شده , 5 نفر اطلاعات ناقص داشتند و از تحليل حذف شدند . مجموعه داده نهایی شامل 19 شرکت کننده با داده های معتبر و قابل اعتماد بود. اگرچه هیچ حجم نمونه مناسبی برای همه مطالعات بازاریابی عصبی وجود ندارد و حجم نمونه به عوامل متعددی از جمله اهداف تحقیق و طراحی مطالعه بستگی دارد ( Bojko and Adamczyk 2010 ).

حداقل حجم نمونه معقول در مطالعات ترجیح مصرف کننده 12 نفر است توسط Kostoulas و همکاران (2015) در تحقیقات EDA، 15 نفر در تحقیق EEG توسط Telpaz و همکاران (2015) و 16 نفر در تحقیق ET بودند

 ( Glaholt and Reingold 2011 ). در مورد آزمایشات ترکیبی، خوشابا و همکاران (2013) از نمونه 18 شرکت کننده در تحقیقات EEG و ET استفاده کردند ( Sheng and Joginapelly 2012 ). -20 شرکت کننده در تحقیقات EDA و ET و Cartocci و همکاران (2017) – 22 شرکت کننده در تحقیقات EEG و EDA . از افراد دعوت شد تا با عضویت در فهرستی از طریق اینترنت، داوطلبانه در آزمایش شرکت کنند.

محدودیت های اصلی در مورد مشارکت و راهنمایی های آماده سازی توصیه شده (به عنوان مثال، قبل از آزمایش الکل، کافئین یا سیگار نکشید، از استفاده از محصولات حالت دهنده مو خودداری کنید و حداقل 8 ساعت بخوابید) که از طریق تلفن بیان شد. یک معیار تعیین کننده در انتخاب خرید به صورت هفتگی از سوپرمارکت ها بود که تضمین می کرد شرکت کنندگان از وجود محصولات دارای برچسب خصوصی آگاه بودند.به پاسخگویان برای شرکت در مطالعه هزینه ثابتی معادل 100 pln (25 دلار) پرداخت شد.

طراحی و رویه

این پروژه تحقیقاتی توسط کمیته اخلاقی دانشگاه اقتصاد و بازرگانی پوزنان تایید شد. این مطالعه در آزمایشگاه تحقیقات مصرف کننده در PUEB انجام شد و تقریباً 30 دقیقه طول کشید (شامل آماده سازی و کالیبراسیون تجهیزات EEG، ET و ED.).

بر اساس نتایج به‌دست‌آمده توسط Teixeira و همکاران (2014)، تبلیغات و برند های آشنا (که به عنوان سرگرمی در نظر گرفته می‌شوند) به احتمال زیاد با قصد خرید و انتخاب بالاتر مرتبط هستند. بنابراین , ساختار پژوهش در دو بلوک بود .

اولی شامل 5 آگهی فروشگاه زنجیره ای از فروشگاه های موجود در “کشور محل اقامت شرکت کنندگان” بود و دومی شامل فروشگاه های زنجیره ای فعال در آمریکا(بر اساس اظهارنامه ها – برای شرکت کنندگان ناآشنا) بود. تمامی فروشگاه ها بر اساس بیشترین درآمد سالانه در سال 2017 انتخاب شدند. فروشگاه های زنجیره ای فعال در آمریکا برای این مطالعه انتخاب شدند زیرا در لهستان فعالیت نمی کنند ; بنابراین , آنها برای شرکت کنندگان ناآشنا هستند .

ما نمی‌توانیم 5 فروشگاه برتر را که در اروپا فعالیت می‌کنند انتخاب کنیم، زیرا آن شعبه ها در حال حاضر در لهستان حضور دارند (به عنوان مثال شوارتز، آلدی، کارفور، تسکو). علاوه بر این، انتخاب فروشگاه‌های زنجیره‌ای که ارتباطات بازاریابی و بسته‌های محصول خود را به زبان انگلیسی ارائه می‌دهند، مهم بود، زیرا اکثر جوانان لهستانی به خرید محصولات با برچسب انگلیسی عادت دارند. در بلوک اول (نگاه کنید به شکل 1)، شرکت کنندگان تبلیغات ویدئویی را با پنج مارک آشنا تماشا کردند.

پس از مشاهده هر تبلیغ، در یک صفحه خاکستری، از آنها خواسته شد تا به نگرش کلی تبلیغات خود (“آگهی را چگونه دوست داشتید؟”) در مقیاس لیکرت 7 درجه ای و نگرش به برند در مقیاس افتراقی معنایی 7 نقطه ای امتیاز (غیر جذاب / جذاب، ناپسند / دوست داشتنی، نامطلوب / مطلوب) دهند.

پس از مشاهده و رتبه بندی 5 آگهی، از آنها خواسته شد تا 10 انتخاب خرید با کلیک ماوس انجام دهند. هر بار تابلویی با پنج محصول برچسب خصوصی از همان دسته FMCG از یک فروشگاه زنجیره ای متفاوت و قبلاً تبلیغ شده به آنها نشان داده شد. بلوک دوم همان فرمان را داشت، اما بر اساس تبلیغات پنج فروشگاه  ناآشنا و 10 تصمیم خرید در میان محصولات برچسب خصوصی آمریکایی. متغیرهای وابسته و مستقل در جدول 2 ارائه شده است.

محرک ها

در تحقیقات پیشنهاد شده است که تا حدی افزایش عناصر مثبت در تبلیغات تلویزیونی می‌تواند آنها را جذاب‌تر و متقاعدکننده‌تر کند، در نتیجه قصد خرید و انتخاب محصول را افزایش می‌دهد، اما سرگرمی بیش از حد می‌تواند واقعاً ترغیب‌کننده بودن تبلیغ را کاهش دهد ( Teixeira et al. 2014 ). علاوه بر این، بسته به اینکه عناصر سرگرم کننده قبل یا بعد از ظاهر برند ظاهر شوند، انتخاب محصول متفاوت است ( به نفع تبلیغاتی که پس از قرار گرفتن در معرض برند احساسات مثبت را برمی انگیزند ) .

با در نظر گرفتن این موضوع،تبلیغات تلویزیونی خرده فروشان واقعی با سطح متوسطی از بار احساسی مثبت و برندی که در پایان ظاهر می شود برای مطالعه انتخاب شدند. آنها همچنین دارای زمان قابل مقایسه (15 تا 30 ثانیه) بودند تا تأثیر احتمالی طول تبلیغ بر انتخاب محصول را کاهش دهند ( یک متغیر جدید برای در نظر گرفتن طول تبلیغات مختلف ایجاد شده است ) .

در نظر داشته باشید که مشارکت در یک دسته به طور قابل توجهی با انتخاب محصول مرتبط است حتی زمانی که ما به طور درون زا برای مشاهده علاقه  خود را کنترل کنیم، محرک های مورد استفاده شامل انتخاب محصول برای دسته های مختلف محصول از FMCG است ( هم مواد غذایی و هم محصولات بهداشتی : ذرت تقلبی , مربا , ماست , آب میوه , شیر , صابون ظرفشویی , صابون مایع , ژل دوش , دستمال کاغذی , دستمال توالت ).

همه محصولات در یک دسته بندی خاص طعم، بو و بسته بندی مشابه دارند. محصولات دارای برچسب خصوصی عمداً برای جلوگیری از معرفی متغیر جدید انتخاب شدند. برای توصیف دستگاه و تجزیه و تحلیل داده ها، به پیوست 1 مراجعه کنید.

نتایج

آزمون Mann-Whitney U نشان داد که هیچ نتیجه قابل توجهی بین تعداد اعلام شده محصولات انتخاب شده(NCP) در مورد مارک های آشنا و ناآشنا وجود نداردZ(165)=−.450, p=.652} {. هفت معیار روانی فیزیولوژیکی از اندازه‌گیری‌های ET، EEG و EDA، و همچنین معیارهای دوگانه گزارش‌شده، تبلیغات و نگرش برند، برای همبستگی با تعداد کل محصولات انتخاب‌شده از یک فروشگاه خاص مورد آزمایش قرار گرفتند.

عدم تقارن آلفا برای سه باند و تعداد پاسخ های الکترودرمال با مقدار کالاهای انتخابی مرتبط است (جدول 1 را ببینید). تجزیه و تحلیل بیشتر بر اساس زیرمجموعه های تقسیم شده، برندهای آشنا و ناآشنا، نشان داد که تعداد محصولات انتخابی با EDA Peaks Persecond [rs(69)=.252, p=.018] و با نگرش به برند همبستگی ضعیفی [rs(69)=.279, p=.010] فقط برای برند های آشنا داشت .سپس، آزمون آنونپارامتری به منظور بررسی تفاوت‌های داده‌های روانی فیزیولوژیکی برای هر دو نوع برند انجام شد.

اندازه مردمک [t(165)=-3.953، p<.000]، تعداد ثابت‌ها{ t(165)=-4.553، p=.000]،}

و EDA پیک در هر زمان {t(165)=-3.995، p<.000.}. جالب اینجاست که از آنجایی که اندازه مردمک برای برندهای آشنا بزرگتر بود، ممکن است درگیر تلاش شناختی مرتبط با ایجاد تداعی بیشتر برند باشد. (در حین پردازش همه آنها، بار شناختی بیشتر است).

با این حال، تعداد بیشتری از نقاط fxation اندازه گیری شده برای برندهای ناآشنا نشان دهنده فرآیندهای شناختی برای تبلیغات ناآشنا است (که ممکن است به عنوان جلب توجه مطلق پاسخ دهندگان به تبلیغات یا نشان دهنده یک سوء تفاهم تا حدی تعبیر شود).

پیک‌های فرکانس ED بالاتر برای مارک‌های ناآشنا، همراه با برانگیختگی عاطفی نسبت به محرک‌ها، ممکن است نشان‌دهنده برانگیختگی ذهنی قوی‌تر در حین تماشای تبلیغات ناشناخته باشد. در نهایت پس از رد مفروضات رگرسیون خطی , به منظور جستجوی روابط غیرخطی بالقوه بین تعداد محصولات انتخابی و اقدامات روانی فیزیولوژیکی , رگرسیون لجستیک حذفی (شرطی) انجام شد.

متغیر خرید برچسب خصوصی باینری (PLP) با تقسیم امتیاز تعداد محصول انتخابی با استفاده از تقسیم میانه (بیش از 2، مقدار میانه به عنوان “بسیار” توصیف شد) محاسبه شد. متغیرهای وارد شده در مرحله اول شامل معیارهای نوروفیزیولوژیک بودند: دو ویژگی حرکتی چشمی، سه شاخص عدم تقارن فرونتال و دو معیار مربوط به فعالیت الکترودرمال. مدل نهایی فقط از پیک های EDA در هر ثانیه تشکیل شده است (در مرحله صفر: p=. 047، امتیاز = 3.954) و بازدید کننده فروشگاه خرده فروش

( p = . 272 , امتیاز = 1.208 ) . رویکرد حذف به عقب در رگرسیون گام به گام به شرح زیر بود (پارامترهای مرحله 0)

: دامنه  های EDA  ( . 371 , p = . 543 )

تعداد تثبیت ها ( . 139 , p = . 710 )

  , میانگین اندازه مردمک ( . 564 , p = . 453 )

, عدم تقارن آلفای پیشانی ( . 191 , p = . 662 )

, عدم تقارن بتا پیشانی ( . 195 , p = . 659 )

و عدم تقارن گامای پیشانی ( . 238 , p = . 626)

بنابراین برای پیش بینی احتمال خرید لیبل خصوصی می توان از مدل زیر استفاده کرد:

logit(PLP) = −2.609 + 5.028 × EPS + 0.891 × RSV.

لگاریتم احتمال موفقیت plp با قله‌های EDA در هر ثانیه همبستگی مثبت داشت (p = . 017), به این معنی که تعداد پیک‌ها در هر ثانیه, احتمال اینکه یک محصول برچسب خصوصی خریداری شود, بیشتر است. یک امتیاز بالاتر در پیک های EDA در هر ثانیه، شانس خرید یک برچسب خصوصی را پنج برابر افزایش می دهد (یعنی یک پیک بیشتر در ثانیه باعث می شود احتمال خرید پنج برابر بیشتر شود).

با دادن امتیاز EPS یکسان، مارک های آشنا بیشتر از مارک های ناآشنا انتخاب می شدند (که با کد 1 کدگذاری می شدند). در واقع، احتمال انتخاب محصولات یک محصول با نام تجاری آشنا 2.44 برابر بیشتر از برندهای ناآشنا بود. ارزیابی مدل در جدول 2 ارائه شده است.مدل کلی با آماره Chisquare 7.548 معنادار است (p = . 043).آزمون استنباطی خوبی از ft یک χ 2 ( 8 ) از 10.345 بدست آورد و (p > . 05 )بی اهمیت بود. 

تصحیح کلی پیش بینی 62.4 % بود. با تنظیم برش روی 5، پیش‌بینی پاسخ‌دهندگانی که قصد خرید نداشتند، دقیق‌تر از کسانی بود که قصد خرید داشتند( به ترتیب 86.9 % و 15.6 % ) . دقت تست تشخیصی 61.2 % بود و به صورت ناحیه زیر منحنی ROC ارائه شده در شکل 2 نشان داده شده است. با توجه به عدم وجود مدل های پیش بینی برای برندهای آشنا و ناآشنا، در مقایسه، مدل پیش بینی پاسخ مخاطبان به محتوای فیلم از اندازه گیری EDA توسط Silveira و همکاران (2013) دقت 72 درصد را ارائه شد( ارائه 31 % بهبود نسبت به پیش بینی های جمعیتی به تنهایی ) .

در ادامه , به منظور افزایش دانش در مورد اهمیت آشنایی با برند , مدلهای جداگانه ای برای پیش بینی خرید لیبل خصوصی برای برندهای آشنا و ناآشنا با استفاده از ابزارها و متغیرهای آماری یکسان ساخته شد . در جدول 3، تمام متغیرهای موجود در مرحله صفر رگرسیون لجستیک برای برندهای آشنا و ناآشنا ارائه شده است(توزیع بر اساس اظهارنامههای ارائه شده توسط پاسخ دهندگان در مورد متغیر بازدیدکننده فروشگاه خرده فروشی انجام شد).

در مورد برندهای آشنا , تمامی متغیرهای مربوط به EDA و ET به تدریج از مدل رگرسیونی حذف شدند . از سوی دیگر، در صورت ناآشنا بودن، تنها یک متغیر مربوط به  )EDA دامنه های  (EDAاز مدل حذف شد (جدول 4، 5، 6).

مدل برندهای آشنا

برای برندهای آشنا، تنها متغیرهای عدم تقارن قدامی (برای باندهای آلفا، بتا و گاما) در مرحله پنجم رگرسیون باقی ماندند که مدل زیر را پیشنهاد می کند[اما در سطح ناچیز (به ترتیب . 259 ; . 258 . 251  به ترتیب ) ]

logit(PLP) = −0.087 + (8750.183 × FAA) + (−9659.070 × FBA) + (908.969 × FGA)

اگرچه نتایج تست Hosmer – Lemeshow: (χ 2 = 4.045 , 7 درجه آزادی , p = . 775 ) نشان داد که خوب بودن ft رضایت بخش است , مقدار R2 Nagelkerke 087، نشان می دهد که این مدل در پیش بینی خریدهای برچسب خصوصی بسیار مفید نیست، شبیه به منطقه زیر مشخصه عملیاتی گیرنده (AUROC) برای این داده ها، که مقدار 58٪ را نشان می دهد( نشان می دهد که تفاوت مدل ضعیف است ) ، در حالی که مدل پس از حذف اجزاء، اهمیت تغییرات را برای 014، . 013 و . 012 , به ترتیب , سهم سه متغیر توضیحی در پیش بینی خرید برچسب خصوصی آشنا هنوز ضعیف است . جدول طبقه بندی 66.7 درصد از تصمیمات خرید را توضیح می دهد( با تنظیم برش روی 5 , پیش بینی شرکت کنندگانی که قصد خرید نداشتند , به ترتیب 85.2 % و 27.8 % دقیق تر از کسانی بود که قصد خرید داشتند ).

مدل برندهای ناآشنا

جالب توجه است که برای برندهای ناآشنا، شش متغیر (به جز دامنه های EDA) در مرحله دوم رگرسیون لجستیک باقی ماندند و مدل زیر را ایجاد کردند:

logit ( PLP ) = 12.299 + ( 4.999 * APS ) + ( – . 064 * NOF ) + ( 15440.124 * FAA ) +( 16947.795 * FBA ) + ( -1505.7530 * FGA ) + ( 14.137 * EPS ) .

این بار فقط اندازه گیری های EEG از نظر آماری بی اهمیت بود. در حالی که متغیرهای ردیابی چشم در سطوح . 032 و . 007 , به ترتیب , EDA Peaks Per Second ( EPS ) در سطح قابل توجهی بود . سطح 017 و ثابت (p = . 035 ) .

پس از حذف اجزاء , مدل نشان دهنده اهمیت  با (p < . 005 )است . با توجه به اینکه بیش از یک متغیر توضیحی در مدل وجود دارد , تفسیر نسبت شانس برای یک متغیر بستگی به مقادیر متغیرهای دیگر دارد که تثبت شده اند .

تفسیر نسبت شانس برای متغیرهای انتخابی باید بر اساس مثال زیر انجام شود: : نسبت شانس 4.999 نشان می دهد که برای سطوح معینی از همه متغیرها، برای نمره یک امتیاز بالاتر در اندازه متوسط ​​دانشجویان ، شانس خرید برچسب خصوصی پنج برابر بیشتر است. به طور کلی، مدل کلی در سطح معنادار 001 با آمار مربع کای 28.259 و R2 Nagelkerke = . 635، نشان می دهد که این مدل در پیش بینی خریدهای برچسب خصوصی مفید است. علاوه بر این، تست Hosmer – Lemeshow

( χ 2 = 3.905 , 8 درجه آزادی ,  (p = . 866  نشان می دهد که تعداد برچسب های خصوصی انتخاب شده تفاوت قابل توجهی با موارد پیش بینی شده توسط مدل ندارد و مدل کلی ft خوب است. تصحیح کلی پیش بینی 83.3 % بود با تنظیم برش در  5، پیش‌بینی شرکت‌کنندگانی که قصد خرید نداشتند، دقیق‌تر از کسانی بود که قصد خرید داشتند بود ( به ترتیب 91.2 % و 64.3 % ) . ناحیه زیر منحنی ROC، کمی کردن توانایی کلی آزمون برای تمایز بین یک لاجیت مثبت تصمیم خرید است و منفی نشان داد که دقت آزمون 65.8 درصد بود. تصمیمات خرید مثبت و همچنین تصمیمات منفی دقت آزمون 65.8 درصد را نشان داد.

پیگیری مطالعه

به منظور آزمایش گسترده‌تر نتایج به‌دست‌آمده، یک تکرار ساده از آزمایش شرح داده شده در بالا را انجام دادیم. هدف آن آزمایش این بود که آیا خود اظهاری در مورد تجربه عاطفی انتخاب محصول را به همان اندازه اقدامات روانی فیزیولوژیکی پیش بینی می کند یا خیر. این موضوع به دلیل این واقعیت مورد توجه قرار می گیرد که خود اظهاری ها ممکن است به اندازه کافی دقیق نباشد تا ماهیت ظریف تأثیر عاطفی و شناختی بر انتخاب محصول و برند را نشان دهد ( Ariely and Berns 2010 ) .

روش آزمایشی مشابه آزمایش 1 بود، اما با ظهور COVID-19، مطالعه به صورت آنلاین انجام شد. شرکت کنندگان (N = 28) در معرض محرک های مشابه آزمایش 1 قرار گرفتند; با این حال، ما از مقیاس آدمک خود ارزیاب استفاده کردیم( Bradley and Lang 2000 ) ارزیابی تجربه عاطفی با توجه به 3 بعد : لذت ( اعم از اینکه عاطفه برانگیخته مثبت باشد یا منفی ) , برانگیختگی ( چقدر هیجان برانگیخته شده ” هیجان انگیز ” است ) و تسلط ( اگر احساس “کنترل” هیجان را داشته باشید ) .

ما تجزیه و تحلیل همبستگی بین احساسات گزارش شده توسط خود و انتخاب محصول مورد استفاده در آزمایش اول انجام دادیم. نتایج نشان می دهد که همبستگی بین تجربه عاطفی خودگزارش شده و محصولات انتخاب شده از نظر آماری معنی دار نیست (05/0p<).با این وجود، ما یک همبستگی مثبت بین نگرش تبلیغاتی (و نگرش به برند) و لذت و همچنین تسلط مشاهده کردیم، که نشان می دهد که لذت اعلام شده مرتبط با تبلیغ و کنترل درک شده به قضاوت مطلوب تری در مورد یک تبلیغ و برند تبدیل می شود. با این حال، آن ها با تعداد محصولات انتخابی همبستگی ندارند.

بحث

بر اساس دانش ما از کار قبلی، تحقیقات زیر اولین تلاش ( Nilashi et al. 2020 ) را در ترکیب روش‌های روانی فیزیولوژیکی مختلف با هدف ارزیابی ارزش‌های پیش‌بینی‌کننده آن‌ها از نظر تصمیم‌گیری خرید تشکیل می‌دهد، جالب اینکه بر اساس یک تبلیغ برند به جای یک محصول خاص می باشد. نتایج مطالعه حاضر پیش‌فرض دیگری را برای بکارگیری معیارهای عصبی و روان‌شناسی در پیش‌بینی موفقیت برند (که به عنوان تعداد خرید محصول اندازه‌گیری می‌شود) تشکیل می‌دهد و در عین حال مزیت آن را نسبت به گزارش‌های شخصی به تنهایی تأیید می‌کند.

علاوه بر این، این نشان می‌دهد که در مورد تبلیغات ویدیویی با ماهیت کلی که بر شکل‌گیری نگرش مثبت به برند متمرکز شده‌اند، EDA ممکن است به عنوان یک راه‌حل بهینه در پیش‌بینی عملکرد برند عمل کند. آنچه جالب است، برخلاف مطالعه ریمان و همکاران (2012)، تأثیرات مختلف اندازه گیری EDA بر تصمیم خرید بسته به آشنایی با برند تأیید می شود، زیرا اوج EDA در هر ثانیه با احتمال بالاتر خرید مارک های آشنا مرتبط است. از آنجایی که محصولات هر دو نوع برند ( آشنا و ناآشنا ) مورد استفاده در این مطالعه دارای ظاهر بسته بندی قابل مقایسه ای بودند و تبلیغات تجاری از نوع اطلاعاتی یکسان و محتوای مشابه بودند , الگوهای مختلف تصمیم گیری برای برندهای آشنا و ناآشنا به طور کامل مورد مطالعه قرار گرفت .

اوج EDA با خرید محصول با برچسب خصوصی اعلام شده مرتبط است اما فقط برای فروشگاه های آشنا که ممکن است نه به عنوان یک تبلیغ “مانند” بلکه به میزان علاقه مصرف کنندگان به خود برند تبلیغاتی (که قبلاً باید برای پاسخ دهندگان شناخته شده باشد) تعبیر شود، در حالی که EEG عدم تقارن قدامی مرتبط با تعداد محصولات انتخابی اعلام شده، ارتباط آماری معنی‌داری را از نظر پیش‌بینی خرید نشان نداد. ممکن است پیشنهاد شود که این یک اندازه گیری مناسب و جهانی است، اما از نظر پیش بینی مقاصد مصرف کننده بر اساس محرک های پویا واقعا مناسب نیست.

از طریق فقدان اهمیت در معیارهای ET در مورد مدل کلی، ممکن است درک شود که مارک ها به همان اندازه در بین تبلیغات استتار شده اند. توصیه های این تحقیق به معنای نادیده گرفتن تمام تقاطع های آینده با EEG , ET و ارزیابی خرده فروشان نیست . در عوض، تاکتیک های بیشتری باید برای درک ارتباط بین مغز، سیستم عصبی بدن، و در نهایت، توجه بصری مصرف کنندگان و اقدامات خود گزارش دهی استفاده شود.

با توجه به گفته بوشارد و همکاران (2016)، استفاده از رویکرد چند بعدی و اعمال تا حد امکان (و معقول از نظر مسائل مالی) برای تعیین کمیت جنبه های مختلف نگرش به برند بسیار مهم است، زیرا برندها خود مفاهیمی چند بعدی در نظر گرفته می شوند. مطالعه پیگیری از این ایده پشتیبانی می کند که خود اظهاری ها به تنهایی برای پیش بینی تصمیمات خرید کافی نیستند( Ariely and Berns 2010 ) از سوی دیگر، مشاهده کردیم که لذت و کنترل خود گزارش شده، ارزیابی مطلوب تبلیغات و برندها را افزایش می دهد.

از این رو، ما بیان می کنیم که رتبه بندی های احساسی می توانند به یک برند و نگرش تبلیغاتی تبدیل شوند، اما نمی توانند پیش بینی کننده دقیقی برای انتخاب واقعی برند باشند. به طور خاص، ما تأکید می کنیم که اجرای تکنیک های بازاریابی عصبی به ویژه در پیش بینی رفتار واقعی مفید است، در حالی که گزارش های شخصی برای پیش بینی نگرش های واضح نسبت به برندها کافی است( Lee et al. 2007 ; LaBarbera and Tucciarone 1995 ).

نتیجه گیری و مفاهیم مدیریتی

در حالی که درک و پیش بینی اینکه مشتریان واقعا چگونه فکر می کنند، احساس می کنند و به پیشنهادات یک شرکت خاص پاسخ می دهند، همیشه پیچیده و مشکل ساز بوده است ( Hsu 2017 ) . امروزه , عصب شناسی مصرف کننده محققان را قادر می سازد تا درک عینی تری از خواسته های مصرف کنندگان به دست آورند( Hubert 2010 ). ارزیابی واکنش بینندگان به محتوای ویدیویی برای طیف گسترده ای از برنامه ها مهم است، به عنوان مثالپیش بینی موفقیت کمپین های تبلیغاتی یا برند ( Silveira et al. 2013 ).

در این مطالعه خاص، تعداد محصولات انتخاب شده از یک برند معین ممکن است به عنوان تخمینی از سهم بازار آینده نسبت به مارک های رقابتی شناخته شود. بنابراین، بررسی EDA به عنوان پاسخی به تبلیغات ویدیویی ممکن است به ارزیابی موقعیت و پتانسیل بازار کمک کند. اگرچه درصد خریدهای نهایی که با تعداد پاسخ های EDA توضیح داده می شود، خیلی زیاد نیست، ممکن است فرد با برآوردهای کلی تر عملکرد بازار، یعنی اینکه آیا نام تجاری بهتر از اکثر مارک های دیگر مورد بررسی قرار می گیرد، راضی باشد. مفاهیم مدیریتی حاصل از تحقیق به اثربخشی تحقیقات بازاریابی عصبی و محتوای ارتباطات بازاریابی برند مربوط می شود.

اولا، ما شواهد حمایتی ارائه می کنیم که نشان می دهد محققان بازار به طور بالقوه می توانند از پاسخ های EDA به عنوان ابزاری معتبر برای اندازه گیری اثربخشی تبلیغات ویدیویی برای پیش بینی انتخاب های محصول برچسب خصوصی مصرف کنندگان استفاده کنند. این مفهوم همچنین به ساختار گسترده‌تری از برانگیختگی عاطفی (اما احتمالاً جنسی) مربوط می‌شود که می‌تواند پیش‌بینی‌کننده بهتری برای رفتار مصرف‌کننده تا ظرفیت عاطفی باشد( Coker 2020 ; Szymkowiak et al. 2020 ). بنابراین، بازاریابان نباید تحقیقات مصرف کننده را به ارزیابی ابعاد مثبت و منفی ارتباط برند محدود کنند، بلکه باید هیجان یا برانگیختگی مصرف کننده را نیز بسنجند. از سوی دیگر، تکنیک‌های عصبی پیچیده‌تر و گران‌تر مانند  (EEG) باید با دقت انتخاب شوند، زیرا ارزش پیش‌بینی آن‌ها کمتر است. ثانیاً، همانطور که مشاهده کردیم برانگیختگی عاطفی پیش بینی کننده مهمی برای انتخاب محصول است، بازاریابان باید ارتباطات بازاریابی را برای افزایش تحریک عاطفی مرتبط با برند را طراحی کنند. به عنوان مثال، تبلیغاتی که برانگیختگی عاطفی بالاتری را برمی انگیزند، بهتر به خاطر سپرده می شوند

( Bakalash and Reimer 2013 ) و مثبت تر ارزیابی می شوند ( Gorn et al. 2001 ). از سوی دیگر، متخصصان باید به دقت زمینه ای را که در آن آگهی های بازرگانی نمایش می دهند، در نظر بگیرند.

نیوول و همکاران (2001) مشاهده کرد که برنامه هایی که واکنش های احساسی قوی را برمی انگیزند (مانند سوپر بول) ممکن است از یادآوری تبلیغات یا برند جلوگیری کنند. تحقیقات بیشتر به منظور تعیین روابط بیشتر بین الگوهای روانی فیزیولوژیکی و واکنش افراد به محرک های متقاعد کننده توصیه می شود. بررسی رابطه بین حالات چهره و معیارهای اثربخشی تبلیغات از نظر پیش‌بینی قصد خرید مصرف‌کنندگان در مورد انواع مختلف محصولات جالب خواهد بود، اگرچه ترجیحاً از دسته تعامل کم نباشد.

محدودیت ها

مطالعه حاضر دارای محدودیت هایی است که شایسته است در تحقیقات بعدی به آنها پرداخته شود. در این مطالعه، ما به اثرات تبلیغات تجاری در کوتاه مدت، یعنی قرار گرفتن در معرض ده آگهی، زمانی که مصرف کنندگان ترجیحات خود را از نزدیک پس از تماشای تبلیغات شکل می دهند، نگاه می کنیم. (به طور مشابه در مورد اندازه گیری قصد خرید انجام شده توسط Teixeira و همکاران (2014).

اگرچه تبلیغات انتخابی از نظر محتوای ارائه شده و نوع پیام مشابه بود (اطلاعاتی – نه چندان سرگرم کننده) ، همچنان این خطر وجود دارد که بینندگان ممکن است توجه کمتری به پیامی داشته باشند که با یک برند شناخته شده قبلی مرتبط است، یا در صورت عدم شناخت فروشنده آگهی شده، ممکن است سرگرمی مثبت احساس شده را به تبلیغ مرتبط کنند و آن را به تبلیغات برند تبلیغ شده منتقل کنند. علاوه بر این، تبلیغات تلویزیونی محرک‌های پویا شامل رویدادهای متعددی هستند که می‌توانند واکنش‌های احساسی متفاوتی را در یک پنجره زمانی تصادفی ایجاد کنند

( Lajante et al. 2012 ). علاوه بر این، ریمان و همکاران (2012) خاطرنشان کردند که داده های فعالیت الکترودرمال به طول و نزدیکی رابطه مصرف کننده با یک برند بستگی دارد و منجر به برانگیختگی بیشتر در آغاز یک رابطه قوی می شود و با گذشت زمان کاهش می یابد. با این حال، در این مورد، این فرض که EDA ممکن است هنگام مطالعه برندهای جدید در بازار مفیدتر باشد، رد شد زیرا برانگیختگی بیشتری در هنگام تماشای تبلیغات آشنا ثبت شد. موضوع بعدی این واقعیت است که شرکت کنندگان در طول ضبط EEG , ET , و EDA انتخاب های واقعی انجام دادند .

بنابراین، با توجه به گفته تلپاز و همکاران ( 2015 ) ، هنوز یک سوال باز است که آیا داده های EEG در طول مشاهده غیرفعال محرک ممکن است به منظور پیش بینی انتخاب ها در یک افق زمانی قابل توجه استفاده شود یا خیر. در نهایت، انتقادات احتمالی ممکن است مربوط به تجهیزات کاربردی باشد. با پیشرفت‌های تکنولوژیکی، دستگاه‌های مدرن ممکن است فرکانس نمونه‌گیری بالاتری را ارائه دهند که امکان جمع‌آوری نتایج دقیق‌تر و ایجاد ناراحتی کمتری را برای شرکت‌کنندگان فراهم می‌کند. با این حال، بدون توجه به استفاده از تنها یک یا چند دستگاه تحقیقاتی بازاریابی عصبی، آگاهی شرکت کنندگان از مشاهده شدن را کاهش نمی دهد.

ضمیمه: دستگاه و تجزیه و تحلیل داده ها

مرحله ثبت در یک اتاق خنثی انجام شد که در آن دما (24 درجه سانتیگراد) و روشنایی (نور مصنوعی) ثابت نگه داشته شد. محرک ها بر روی یک نمایشگر 25 اینچی با استفاده از OpenSesame نشان داده شد و عینک های ردیابی چشم SMI با فرکانس نمونه برداری 60 هرتز برای ثبت حرکات چشم استفاده شد. تمام سیگنال ها با استفاده از سیستم دوقطبی 8 کاناله  ارائه شده توسط  (g.tec ) با فرکانس نمونه برداری 256 هرتز ضبط و تقویت شدند . الکترودهای EEG بر اساس سیستم بین المللی 10-20 قرار دادن الکترود در محل های F3 و F4 و الکترود زمین در Fz قرار گرفتند.

سیگنال EDA از انگشت اشاره و انگشت حلقه دست غیر غالب (دست چپ برای همه شرکت کنندگان) ثبت شد. یک محیط متلب برای پیش پردازش سیگنال , رد مصنوع , دوره یابی و تحلیل بیشتر استفاده شد.

سیگنال EEG از لوب فرونتال (F3 F4  )برای محاسبه شاخص عدم تقارن قدامی برای باندهای آلفا (8-12 هرتز)، بتا (13-25 هرتز) و گاما (30-80 هرتز) استفاده می شود. شاخص عدم تقارن مغزی پیشانی در سه باند (FAA, FBA, FGA)  )و دو پاسخ الکترودرمال( EPS-peaks در ثانیه eam-amplitude  )برای هر تبلیغ ویدیویی و شرکت‌کننده محاسبه و تجزیه و تحلیل شد.

پردازش سیگنال شامل برنامه ناچ flter  (50هرتز) , فلتر باند گذر ( . 01 – 1 هرتز برای EDA , 13 – 25 هرتز برای  (EEGو هموارسازی بود . آستانه edr به صورت جداگانه بر اساس میانگین سیگنال و انحراف معیار محاسبه شد.

عدم تقارن جلویی با استفاده از معادله زیر محاسبه شد: مثال برای باند آلفا: FAA = log ( FPL – fpr / FPL + fpr ) , جایی که : توان فرکانس FPL از نیمکره چپ ; fpr – توان فرکانس از نیمکره راست. برای کاهش تفاوت بین آزمودنی ها در میزان پاسخ , استانداردسازی داده های ثبت شده EDA قبل از انجام بیشتر آزمون های آماری ضروری بود . با توجه به متفاوت بودن محرک های دینامیکی زمان , برای مقایسه نتایج به دست آمده , نیاز به نرمال سازی داده ها وجود داشت و متغیر جدید با همبستگی تعداد محصولات انتخابی با تعداد پیک های EDA در ثانیه محاسبه شد .

سایت دانلود مقاله