CC BY
79ПРОГНОЗИРОВАНИЕ ВЕРОЯТНОСТИ ЗАПОМИНАНИЯ ЛОГОТИПОВ НЕИЗВЕСТНЫХ БРЕНДОВ ПО ОБЪЕКТИВНЫМ ЭЛЕКТРОФИЗИОЛОГИЧЕСКИМ ПОКАЗАТЕЛЯМ
Серов Игорь Евгеньевич,
Руководитель проектов, АО НЕЙРОТРЕНД; 143026, Москва, территория инновационного центра
«Сколково», ул. Нобеля, д. 7, пом. 10
serov@neurotrend.ru
Ковалева Анастасия Владимировна,
кандидат биологических наук, с.н.с. НИИ Нормальной физиологии им. П.К. Анохина; 125315, Москва,
Балтийская ул., 8
a.kovaleva@nphys.ru
Казьмина Валерия Геннадьевна,
Магистр экономики, Научный сотрудник, АО НЕЙРОТРЕНД; 143026, Москва, территория
инновационного центра «Сколково», ул. Нобеля, д. 7, пом. 10
kazmina@neurotrend.ru
Галкина Наталия Валентиновна,
генеральный директор АО «Нейротренд»; 121059, г. Москва, ул. 1-й Можайский тупик, д. 8А, стр. 1 galkina@neurotrend.ru
Статья посвящена разработке модели прогнозирования вероятности запоминания логотипов неизвестных брендов на основании объективных показателей биоэлектрической активности головного мозга (электроэнцефалограммы, ЭЭГ), зарегистрированных в процессе просмотра данных логотипов. У респондентов регистрировали движения глаз (айтрекинг) и 19 каналов ЭЭГ в процессе просмотра 20 логотипов, встроенных в нейтральный документальный фильм. На большой выборке респондентов (п=100) была построена такая модель с применением метода логистической регрессии, включающая в себя 29 показателей ЭЭГ (спектральные мощности и когерентности волн в альфа- и тета-диапазонах). Процент правильно предсказанных ответов оказался высоким (около 70%). Результаты исследования показали, что возможно предсказать, запомнит ли человек новый, неизвестный для него логотип по объективным (неконтролируемым, неосознаваемым) показателям биоэлектрической активности его головного мозга в процессе восприятия данного логотипа.
Ключевые слова: запоминаемость; логотип; электроэнцефалография (ЭЭГ); айтрекинг; логистическая регрессия; нейромаркетинг.
ВВЕДЕНИЕ
Запоминаемость логотипа является одним из основных критериев коммуникативной эффективности атрибутов бренда, по которому можно косвенно судить об экономической эффективности рекламы: ее рентабельности, соответствии КР1 и т.д. Еще в 1990 году классик рекламного дела Политц [1] сформулировал принцип «знакомой
марки». Этот принцип заключается в том, что расширение знаний о марке(или фирме)увеличивает доверие к ней и повышает ее ранг качества в восприятии потребителей. Даже простое знание названия марки (или фирмы) повышает доверие к ней по сравнению с совершенно незнакомой маркой (или фирмой). Этот принцип можно считать актуальным и в нынеш-
них рыночных условиях: запоминаемость логотипа выводит товар в ОрО-ттс/ потребителя. Дальнейшие исследования в области поведенческой экономики и ней-роэкономики (нейробиологии принятия решений) показали, чем более длительный промежуток времени после контакта с рекламой потребитель способен удержать в памяти объект рекламы,
тем выше вероятность выбора этого же объекта на полке магазина среди товаров конкурентов. В качестве аргумента можно привести целый ряд поведенческих эффектов (эффект смещения к подтверждению, эффект доступности, эффект «статус-кво» и проч.), которые влияют на то, что человек чаще предпочитает знакомый бренд [2]. Соответственно, если товар не является единственным привычным для потребителя, запоминаемость рекламы напрямую влияет на вероятность принятия решения в пользу его покупки.
Запоминаемость логотипа — это один из важнейших факторов, обусловливающих такие важные характеристики, как доверие к бренду, его товарам и услугам; платформа для выстраивания лояльности клиентов по отношению к бренду; конкурентное преимущество в условиях различных условий рынка; узнаваемость бренда в конкурентном окружении. Кроме того, запоминаемость является одним из ключевых компонентов в принятии решения о покупке (знакомый бренд позволяет экономить когнитивные усилия при выборе и принимать решение в его пользу) и одним из триггеров принятия решения о покупке в месте продаж.
Создать запоминающийся логотип в условиях множественности игроков на рынке, насыщенного спроса и перегруженности рекламными сообщениями — значит создать такой логотип, который прочно закрепится в сознании потребителей, приобрести весомое конкурентное преимущество и быть на пути к тому, чтобы стать лидерами в потребительском выборе. Исходя из этого, становится очевидным, что информация о том, запомнит или не запомнит потенциальный потребитель ло-
готип товара, позволит принимать более эффективные бизнес-решения в области маркетинга и продвижения товара, продаж, создания субъективной ценности и значимости товара, повышении лояльности и удержания клиентов.
Запоминание информации не является самостоятельным процессом, оно связано с теми эмоциями, которые сопровождают воспринимаемую информацию. Потребители могут быть настроены лояльно или нелояльно (позитивно или негативно) относительно бренда, опираясь на ассоциации с различными атрибутами бренда (слоганом,логотипом,названием) или рекламой продукта. Ассоциации выстраиваются на основе эмоционального прай-минга — неосознаваемой связки, приводящей к тому, что потребители предпочитают один бренд другому, поскольку в данном случае на решение о покупке влияют эмоциональные маркеры («эффект якоря» или эффект привязки), сопровождавшие контекст запоминания логотипа [3].
Запоминание также связано со степенью привлечения внимания к этой информации, а также с текущим состоянием самого респондента. Очевидно, что чем больше внимания было привлечено к изображению, тем лучше оно запомнится. Оценить, насколько внимательно респондент изучал изображение или видео, можно при помощи технологии трекинга глаз (eye-tracking) [4]. В данной работе было показано, что длительность фиксаций взгляда снижалась параллельно со снижением запоминаемости картинки, особенно сразу после появления стимула. Те изображения, которые запомнились хуже всего, как правило, не имели четкой области
интереса или же имели несколько таких областей.
Что касается связи запоминаемости с эмоциями, то связь эмоций и памяти не является однозначной и зависит от качества информации и условий ее запоминания и воспроизведения [5]. Есть данные о том, что эмоции улучшают запоминание основной, существенной информации, но ухудшают запоминание деталей [6]. Эмоция повышает уровень внимания, поддерживает уровень активации и, таким образом, улучшает воспроизведение [7].
ПРИМЕНЕНИЕ ОБЪЕКТИВНЫХ
НЕЙРОФИЗИОЛОГИЧЕСКИХ
МЕТОДОВ В МАРКЕТИНГЕ
В последние десятилетия произошел качественный и количественный скачок в области применения методов нейронаук в маркетинге, в рекламе, а также в исследовании поведения потребителей. Это привело к формированию и все большему развитию такого направления, как нейромаркетинг. Основной целью нейромаркетин-говых исследований является изучение связи психических процессов человека, сопровождающих его выбор товаров или услуг, с объективными психофизиологическими показателями [8]. Рост числа исследований в области нейромаркетинга обусловлен не только запросом со стороны бизнеса, но и сочетанием технологического прогресса в таких методах, как функциональная магнитно-резонансная томография (фМРТ), электроэнцефалография (ЭЭГ), регистрация движений глаз (eye-tracking) и других нейрофизиологических методов, и все большей доступности этих технологий [9]. Однако по-прежнему одним из важнейших остается вопрос о переносе измерений, полученных
при помощи различных методов из области нейронаук, в реальные условия и об их связи с успешностью того или иного рекламного контента.
В исследованиях, посвященных изучению запоминаемости при воспроизведении различного материала, в том числе с различной эмоциональной окраской, в частности — рекламного, чаще всего используются такие объективные психофизиологические показатели, как электроэнцефалография, трекинг глаз (eye-tracking), показатели состояния вегетативной нервной системы, мышечного напряжения. Выбирая методы оценки состояния человека при восприятии информации, необходимо учитывать удобство и стоимость применения оборудования [8].
В настоящем исследовании были использованы ЭЭГ-показа-тели и показатели движений глаз (eye-tracking).
Электроэнцефалография представляет собой сравнительно недорогой и неинвазивный (то есть не связанный с проникновением в организм и с воздействием на органы и ткани) метод регистрации биоэлектрической активности головного мозга. Традиционно в записи,полученной с поверхности кожи головы, принято различать несколько ритмических составляющих, или ритмов. Эти ритмы различаются по частоте и функциональной роли. Альфа-ритм имеет частоту от 8 до 13 Гц, регистрируется преимущественно при закрытых глазах, максимально выражен в затылочных областях, отражает состояние функционального покоя коры больших полушарий. Бета-ритм имеет частоту от 13 до 35 Гц, связан с активным, рабочим состоянием мозга. Гамма-ритм — самый высокочастотный ритм. К этому диапазону
относят колебания с частотами выше 35 Гц, он отражает процессы, связанные с сознанием и восприятием. Тета-ритм регистрируется в диапазоне от 4 до 7 Гц, его связывают с психоэмоциональным напряжением,переживанием эмоций. Дельта-ритм — самый медленный из ритмов ЭЭГ, имеет частоту от 1 до 3 Гц, в бодрствующем состоянии в норме практически отсутствует. Кроме того, большинство ритмов подразделяют на поддиапазоны.
Когнитивные процессы (запоминание, внимание, восприятие и др.), протекающие в мозге, находят свое отражение в изменениях перечисленных ритмов. Например, многие исследователи связывают тета-ритм с процессами памяти. Так, в исследовании Иапз!тауг е{а!. (2011) оказалось, что при запоминании вербальной информации (написанных слов) наблюдается рост мощности тета-ритма в левых височных и в центральных отведениях, а также снижение мощности бета-активности в центральных и левых лобных областях [10]. В другом исследовании было показано, что тета-ритм возникает при вспоминании слов и определенных ассоциаций [11].
Другие исследователи обнаружили, что при направленном запоминании изображений наблюдается менее выраженная десинхро-низация альфа-ритма для запомненных стимулов [12]. Также авторы получили следующий интересный результат: перед подачей стимула за 300 мс, который был впоследствии запомнен, наблюдалось повышение мощности бета-2 и нижнего гамма-диапазона (30— 40 Гц) в затылочных областях.
Регистрация затылочного альфа-ритма позволяет измерить степень активации зрительной системы и, таким образом, является
показателем обработки зрительной информации и экзогенного (внешнего) внимания [13]. Предполагается, что чем меньше будет выражен альфа-ритм в затылочных областях при просмотре рекламы, тем эффективнее она окажется [14].
Одна из работ подтвердила наличие взаимосвязи между общей длиной зрительных фиксаций и запоминаемостью [15]. Авторы провели исследование, в котором, используя метод айтрекинга, изучили взаимосвязь между глазодвигательной активностью, вниманием и запоминаемостью интер-нет-баннеров. В одном из ранних исследований авторы [16, 17] измерили внимание и последующее вспоминание для билбордов на футбольном поле, появлявшихся в течение телевизионной трансляции игры. В обоих исследованиях испытуемые, просматривавшие игру на видео, потратили менее 4% от общего времени, фиксируя свой взгляд на рекламных щитах. Учитывая то, что зрители проводили так мало времени, изучая рекламу, не удивительно, что они вспомнили в среднем лишь 1,2 марки из 42, которые были представлены в течение матча. Таким образом, телевизионные объявления, встроенные в основное содержание спортивного мероприятия, могут не привлекать значительного визуального внимания и не приводить к запоминаемости рекламируемого бренда.
Очевидно, что для рекламодателей важно иметь информацию о вероятности того, что их рекламу (ролик, баннер, логотип и т.д.) потенциальные потребители запомнят. Оценка рекламного продукта с точки зрения его запоминаемости на основе объективных, произвольно неконтролируемых показателей позволит выбрать из
нескольких вариантов роликов/ логотипов наиболее оптимальный и потенциально более эффективный. Таким образом, задача поиска психофизиологических и нейрофизиологических индикаторов, предикторов запоминаемости рекламного контента является актуальной.
В отечественной литературе исследования, направленные на прогнозирование запоминаемости элементов рекламы, в том числе логотипов брендов, крайне немногочисленны. В одном из таких исследований подчеркивается проблема отсутствия единой модели, позволяющей оценивать вероятность запоминания логотипов, что имеет ключевое значение в индустрии рекламы и маркетинга, и предлагается вариант построения такой модели [18].
Целью настоящего исследования было построение прогностической модели, описывающей вероятность запоминания логотипа неизвестного респонденту бренда на основании объективных показателей биоэлектрической активности головного мозга, зарегистрированных в процессе просмотра данного логотипа.
МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ
Характеристика выборки
Объем выборки составил 100 человек. Структура выборки для данного исследования предусматривала равное гендерное соотношение, схожий социально-экономический статус (доход средний и выше среднего), возрастную группу от 25 до 55 лет, с ведущей правой рукой, со 100% или скорректированным до 100% зрением и отсутствием серьезных черепно-мозговых травм. Общие требования к отбору респондентов были следующие: респонденты должны пользоваться катего-
рией рекламируемого товара и регулярно смотреть телевизор. Участников исследования просили накануне эксперимента не принимать алкоголь, а за 2 часа до эксперимента не пить кофе и крепкий чай.
Оборудование для исследования
Для проведения нейрофизиологических исследований восприятия аудиовизуального контента создан специализированный программно-аппаратный комплекс, состоящий из блока дистанционного управления, кинопроекционного оборудования и аудиосистемы, пяти рабочих мест для респондентов, каждое из которых состоит из следующих компонентов:
♦ Системы высокоскоростного удаленного бинокулярного тре-кинга глаз RED250;
♦ Электроэнцефалографа B-AlertX24;
♦ Управляемой камеры высокого разрешения (Logitech C920Pro). Все оборудование коммутировано специальным образом, позволяющим получатьсинхронизи-рованную запись данных со всех приборов и кинопроектора.
Полученные «сырые» данные обрабатываются с использованием программного обеспечения SMI BEGAZE™ EYE TRACKING ANALYSIS SOFTWARE, программой для анализа ЭЭГ (BrainSys), программного пакета для статистической обработки данных SPSS.
Для создания методики вероятности запоминания объекта анализировались ЭЭГ-данные по следующим показателям:
♦ спектральная плотность мощности (и ее логарифм) в диапазонах тета (4—8 Гц), альфа (8— 13 Гц), бета1 (13-20 Гц);
♦ амплитудный спектр в указанных диапазонах;
♦ когерентность в тета и альфа
диапазоне между всеми парами
отведений.
ЭЭГ записывалась от 19 отведений монополярно: лобные (Fp1, Fp2, /3, F4, П, /8, Fz), центральные (С3, С4, Cz), височные (73, 74, 75, 76), теменные (Р3, Р4, Pz) и затылочные (01, 02).
Схема эксперимента
В самом начале эксперимента, перед непосредственным предъявлением стимульного материала, регистрировались фоновые показатели испытуемых: 1 минуту с закрытыми глазами и 1 минуту с открытыми глазами.
Затем демонстрировался видеоматериал, включающий в себя фрагмент документального фильма, прерываемый несколькими изображениями логотипов компаний (время демонстрации каждого логотипа — 6 секунд). Общее время просмотра — 31 минута 44 секунды. Всего респондентам было продемонстрировано 20 логотипов неизвестных брендов. Через два дня после просмотра заполнялась онлайн-анкета для оценки запоминаемости логотипа (рис.).
АНАЛИЗ ДАННЫХ
На этапе отбора наблюдений производилось исключение из анализа тех логотипов, которые респондент видел ранее (т.е. являвшихся уже известными для данного респондента). Все записи ЭЭГ были проверены на наличие артефактов в автоматическом и ручном (проверка нейрофизиологами-экспертами в области анализа ЭЭГ-данных) режимах для последующего их исключения из анализа. На следующем этапе из целой записи ЭЭГ вырезались те участки, которые соответствовали демонстрации неизвестных логотипов. Таким
образом, анализ ЭЭГ-данных производился в строгом соответствии со временем и длительностью целевых стимулов, что обеспечивало точность синхронизации события в записи электрической активности мозга с предъявлением исследуемого на запоминаемость стимула.
В качестве метода классификации использовалась логистическая регрессия. В качестве обучающей выборки использовалось 80% данных, в качестве тестовой — 20%. С целью эффективной работы модели на разных логотипах, в обучающей выборке запомненные и незапомненные наблюдения использовались в равном количестве с каждого логотипа. В тестовую выборку вошли все оставшиеся наблюдения.
РЕЗУЛЬТАТЫ
Классификатор, прогнозирующий запоминаемость неизвестных логотипов, был построен на основе логистической регрессии (табл. 1). Расчет регрессионной модели был выполнен методом пошагового включения переменных (методом Вальда).
Процент правильно предсказанных ответов для незапомненных логотипов для обучающей выбор-
ки составил 67,9%, для тестовой — 72,7%. Процент правильно предсказанных ответов для запомненных логотипов для обучающей выборки составил 68,9%, для тестовой — 76,8%.
Важнейшим индикатором того, что полученная прогностическая модель является релевантной, а процент правильно предсказанных значений соответствует значениям наблюдаемой переменной, являются метрики качества. В случае логистической регрессии, таковыми являются показатели специфичности и чувствительности модели (табл. 2).
19*
Чувствительность(истинно положительная пропорция) отражает долю положительных результатов, которые правильно идентифицированы как таковые. Специфичность (истинно отрицательная пропорция) отражает долю отрицательных результатов, которые правильно идентифицированы как таковые. Применительно к нашей модели, как для обучающей, так и для тестовой выборки точнее предсказывается противоположное значение зависимой переменной — 0, то есть отсутствие запоминания стимула.
Видели ли вы данный логотип ВО время просмотра на исследовании?
Видели ли вы данный логотип ДО просмотра на исследовании?
ДА О
о
НЕТ
о
О
Не помню
О
о
Рис. Пример вопросов в анкете на запоминаемость логотипов
Таблица 1
Классификация запомненных (1) и незапомненных (0) логотипов
Таблица классификации
Предсказанные
Обучающая выборка Тестовая выборка
запоминаемость % правильных запоминаемость % правильных
0 1 0 1
Запоминаемость 0 161 76 67,9 142 64 68,9
1 65 173 72,7 16 53 76,8
Общая процентная доля 70,3 70,9
Значение отсечения - ,500
Таблица 2
Значения метрики качества логистической регрессии (классификатор по запоминаемости логотипов)
Обучающая выборка Тестовая выборка
Чувствительность 69,5% 69,5%
Специфичность 71,2% 89,9%
В итоговую модель вошли 29 параметров ЭЭГ, из которых 18 отражают характеристики тета-ак-тивности, а остальные 11 — альфа-активности.
Из показателей мощности тета-активности значимыми оказались те, которые характеризуют представленность тета-ритма в задних отведениях(височные,теменные, затылочные). Среди значимых показателей когерентности в тета-диапазоне представлены преимущественно связи между левыми лобными отведениями (/р1 и /7) с височными, центральными и теменными отведениями обоих полушарий. Роль левой лобной области в когнитивных процессах общеизвестна, ее задействован-ность в запоминании информации ожидаема. Вероятно, что эмоцио-нально-мотивационные процессы, которые отражает появление волн в тета-диапазоне, активируют когнитивно-перцептивные процессы фронтальной коры левого полушария, что в итоге способствует запоминанию либо непосредственно, либо опосредованно через функцию привлечения внимания и генерации эмоциональной реакции на стимул.
Среди показателей мощности альфа-активности значимой оказалась мощность альфа в левом зад-невисочном отведении, правом и центральном теменном и правом префронтальном отведении. Из показателей когерентности в метрику вошли связи преимущественно между затылочными отведениями (левого полушария) и лобными, центральными и теменными областями правого полушария. Для альфа-активности характерно преобладание в затылочных отведениях. Межполушарные связи между левым затылочным и правыми передне-центральными отведениями могут обеспечивать опреде-
ленную перестройку межцентральных отношений, необходимую для оптимизации свойств внимания, памяти и других когнитивных процессов, необходимых для повышения вероятности запоминаемости текущей информации.
ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ
В настоящем исследовании была построена модель, позволяющая прогнозировать вероятность запоминания неизвестных логотипов по объективным показателям биоэлектрической активности головного мозга (ЭЭГ) респондентов в процессе просмотра этих логотипов. Из большого числа показателей ЭЭГ наиболее информативными в отношении запоминаемости неизвестных логотипов оказались показатели спектральной мощности и когерентности в тета-диапазоне (4—8 Гц) и в несколько меньшем количестве — в альфе-диапазоне (8—13 Гц). В итоговую модель больше вошло показателей когерентности, нежели спектральной мощности.
Построение математических моделей (при помощи регрессионного анализа) для предсказания эластичности спроса по рекламе показало, что добавление нейрофизиологических методов в качестве предикторов успешности (эффективности) рекламы существенно повышает точность прогноза [14]. В похожем исследовании В.Н. Анисимова с соавторами [18] также выявлены энцефалографические предикторы запоминаемости логотипов, которые в большей степени оказались связаны с высокочастотными составляющими биоэлектрической активности головного мозга (30—45 Гц). Наличие такого рода активности в ЭЭГ зачастую является индикатором не собственно активности нервных структур, а мышечного напряжения [19].
В исследованиях также показано, что сами параметры изображения (в том числе и логотипа) сильно влияют на степень ее запоминаемости. В частности, это касается контрастности структуры изображения [4]. Известно, что контрастность объекта является мощным стимулом привлечения внимания. Наиболее запоминающиеся изображения содержали объекты на более простом фоне. В тех заданиях, где запоминаемость оценивается при коротком времени просмотра, сложные элементы фона выступают как дис-тракторы (факторы, отвлекающие внимание), что вызывает явление зрительной маскировки и ухудшает запоминание.
Следует отметить ограниченность математической модели логистической регрессии. Логистическая регрессия — давно известный и надежный метод для построения регрессионных моделей с бинарной зависимой переменной. В случае с запоминаемостью, зависимая переменная также носит дихотомический характер: человек либо запомнил, либо не запомнил объект. Однако, как и любая регрессия, логист-модель обладает недостаточной гибкостью для работы с психофизиологическими данными и не подстраивается под особенности новых данных (не «обучается» подобно нейронным сетям, однако для нейронных сетей в этом исследования было недостаточно наблюдений).
Логистическая регрессия также чувствительна к пропущенным значениям, на основе которых она строится. Появление пропущенных значений — следствие артефактов при записи ЭЭГ(миограм-ма, кардиограмма, моргательные артефакты). Соответственно, это неотъемлемая часть сбора психофизиологических данных и работы
с ними. Поэтому необходимо не избегать пропущенных значений, а учиться работать с ними (подбирать оптимальные математические модели, алгоритмы, модифицировать уже имеющиеся известные модели).
ЗАКЛЮЧЕНИЕ
Предлагаемая методика выстроена применительно к неизвестным логотипам. Соответственно, с ее помощью можно получить необходимую для молодого бренда информацию о запоминаемости, выбрать наиболее безопасные пути выхода на рынок и разработать эффективную стратегию.
Тот факт, что логотип не запоминают потребители, может быть источником многих типичных для бизнеса провалов. Низкая запоминаемость может стать причиной маленького объема продаж, высокой текучести клиентов и т.д. Соответственно, выявить данную проблему можно с помощью рассматриваемой методики.
Стоит также подчеркнуть, что настоящая методика запоминаемости строится на основе ЭЭГ-классификатора, а значит — объективных психофизиологических данных. При проверке запоминаемости стимула посредством анкеты или теста, мы можем столкнуться с целым рядом искажений
данных (преднамеренный или непреднамеренный недобросовестный, ложный ответ и др.). С помощью классификатора эти проблемы можно нивелировать.
Таким образом, изучение процесса запоминаемости рекламы и, как следствие, ее эффективности следует проводить с использованием как традиционных для маркетинговых исследований методов, так и объективных психофизиологических методов (ЭЭГ, трекинг глаз и др.). Сочетание различных методов оценки когнитивных, эмоциональных и поведенческих аспектов воздействия рекламы позволит существенно повысить достоверность прогноза ее эффективности.
ИСТОЧНИКИ
1. Politz A., Hardy H.S. The Politz papers: science and truth in marketing research. — American Marketing Association, 1990. - P. 351.
2. Gigerenzer G., Brighton H. (2009). Homo heuristicus: Why biased minds make better inferences // Topics in cognitive science. - 2009. - 1(1). - Pp. 107-143.
3. Cho I., Wesslen R., KarduniA., Santhanam S., Shaikh S., Dou W. The anchoring effect in decision-making with visual analytics // 2017 IEEE Conference on Visual Analytics Science and Technology (VAST). - IEEE, 2013. - Pp. 116-126.
4. Mancas M., Le Meur O. Memorability of natural scenes: The role of attention // 2013 IEEE International Conference on Image Processing. - IEEE, 2013. - Pp. 196-200.
5. HammA.O. Basic mechanisms of emotional conditioning // International Journal of Psychophysiology. - 1991. - Vol. 11.-№ 1. - P. 37.
6. Burke A., Heuer F., Reisberg D. Remembering emotional events // Memory & cognition. - 1992. - Vol. 20. - № 3. -Pp. 277-290.
7. Strongman K.T., Russell P.N. Salience of emotion in recall // Bulletin of the Psychonomic Society. - 1986. - Vol. 24. -№ 1. - Pp. 25-27.
8. АнисимоВВ.Н. и др. Психофизиологические методы в маркетинге: возможности и ограничения // Международный научно-исследовательский журнал. - 2016. - №. 5 (47) - Часть 1. - С. 16-24.
9. Dimoka А, Pavlou P., Davis F. NeuroIS: The Potential of Cognitive Neuroscience for Information Systems Research // Information Systems Research. - 2011. - 22 (4). - Pp. 687-702.
10. Hanslmayr S. et al. The relationship between brain oscillations and BOLD signal during memory formation: a combined EEG-fMRI study // Journal of Neuroscience. - 2011. - Vol. 31. - № 44. - Pp. 15674-15680.
11. Summerfield C., Mangels J.A. Coherent theta-band EEG activity predicts item-context binding during encoding // Neuroimage. - 2005. - Vol. 24. - № 3. - Pp. 692-703.
12. Noh E., Herzmann G., Curran T., de Sa V.R. Using single-trial EEG to predict and analyze subsequent memory // NeuroImage. - 2014. - Vol. 84. - Pp. 712-723.
13. Jensen O., MazaheriA. Shaping functional architecture by oscillatory alpha activity: gating by inhibition // Frontiers in human neuroscience. - 2010. - Vol. 4. - P. 186.
14. Venkatraman V. et al. Predicting advertising success beyond traditional measures: New insights from neurophysiological methods and market response modeling // Journal of Marketing Research. - 2015. - Vol. 52. - № 4. - Pp. 436-452.
15. Lee J.W., Ahn J.H. Attention to banner ads and their effectiveness: An eye-tracking approach // International Journal of Electronic Commerce. - 2012. - Vol. 17. - № 1. - Pp. 119-137.
16. d'Ydewalle G. et al. Incidental processing of advertisements while watching soccer games broadcasts // Practical aspects of memory: Current research and issues. - 1988. - Vol. 1. - Pp. 478-483.
17. d'Ydewalle G., Tamsin F. On the visual processing and memory of incidental information: Advertising panels in soccer games // Proceedings of the 2nd international conference on visual search. - London : Taylor & Francis, 1993. - Pp. 401-408.
18. АнисимоВ В.Н. и др. Разработка комплексного нейрофизиологического подхода для оценки восприятия логотипов // Маркетинг и маркетинговые исследования. - 2018. - № 2. - С. 130-145.
19. Whitham E.M., Pope K.J., Fitzgibbon S.P., Lewis T., Clark C.R., Loveless S., ... & Hardy A. Scalp electrical recording during paralysis: quantitative evidence that EEG frequencies above 20 Hz are contaminated by EMG // Clinical Neurophysiology. - 2007. - 118(8). - Pp. 1877-1888.
Prediction of the Unknown Brands' Logos Memorability Based on Objective Electrophysiological Characteristics Serov Igor Evgenyevich,
Project manager, AO NEUROTREND; territory of the innovation center «Skolkovo», Nobel str. 7-10, Moscow, 143026, Russia (serov@neurotrend.ru)
Kovaleva Anastasia Vladimirovna,
Ph.D., senior researcher, Anokhin Research Institute of Normal Physiology; Baltiyskaya str. 8, Moscow, 125315, Russia (a.kovaleva@nphys.ru)
Kazmina Valeria Gennadyevna ,
Master of economics, Researcher, AO NEUROTREND; territory of the innovation center «Skolkovo», Nobel str. 7-10, Moscow, 143026, Russia (kazmina@neurotrend.ru)
Galkina Natalia Valentinovna,
Entrepreneur, Founder&CEO of JSC «Neurotrend»; 1st Mozhaisky tupik 8A, p.1, Moscow, 121059, Russia (galkina@neurotrend.ru)
The aim of the study was to develop a predictive model of the unknown brands' logos memorability based on objective electrophysiological parameters (electroencephalogram, EEG), Eyes movements (eye-tracking) and 19-channels EEG were recorded during watching 20 unknown logos. The model was built on the basis of a large amount of data (sample size n=100). Twenty-nine EEG parameters were included in the model (spectral power and coherence in alpha and theta-bands). The percent of the correctly predicted responses (remembered or forgot logos) was high (about 70%). The results show that it is possible to predict whether the new unknown logo will be remembered or not based on the uncontrolled objective EEG features.
Keywords: memorability; logo; electroencephalography (EEG); eye-tracking; logistic regression; neuromarketing.
REFERENCES
1. Politz, A.; Hardy, H.S. (1990) The Politz papers: science and truth in marketing research. American Marketing Association, 1990, p. 351.
2. Gigerenzer, G.; Brighton, H. (2009) Homo heuristicus: Why biased minds make better inferences. Topics in cognitive science, 2009, 1(1), pp. 107-143.
3. Cho, I.; Wesslen, R.; Karduni, A.; Santhanam, S.; Shaikh, S.; Dou, W. (2017) The anchoring effect in decision-making with visual analytics. 2017 IEEE Conference on Visual Analytics Science and Technology (VAST). IEEE, 2013, pp. 116-126.
4. Mancas, M.; Le Meur, O. (2013) Memorability of natural scenes: The role of attention. 2013 IEEE International Conference on Image Processing. IEEE, 2013, pp. 196 - 200.
5. Hamm, A.O. (1991) Basic mechanisms of emotional conditioning. International Journal ofPsychophysiology, 1991, Vol. 11, No. 1, p. 37.
6. Burke, A.; Heuer, F.; Reisberg, D. (1992) Remembering emotional events. Memory & cognition, 1992, Vol. 20, No. 3, pp. 277-290.
7. Strongman, K.T.; Russell, P.N. (1986) Salience of emotion in recall. Bulletin of the Psychonomic Society, 1986, Vol. 24, No. 1, pp. 25-27.
8. Anisimov, V.N.; Kolkova, K.M.; Koroleva, M.V.; Galkina, N.V. (2016) Psychophysiological methods in marketing: potentialities and limitations. International scientific research journal, 2016, No. 5, part 1, pp. 16-24.
9. Dimoka, A.; Pavlou, P.; Davis, F. (2011) NeuroIS: The Potential of Cognitive Neuroscience for Information Systems Research. Information Systems Research, 2011, 22 (4), pp. 687-702.
10. Hanslmayr, S. et al. (2011) The relationship between brain oscillations and BOLD signal during memory formation: a combined EEG-fMRI study. Journal of Neuroscience, 2011, Vol. 31, No. 44, pp. 15674-15680.
11. Summerfield, C.; Mangels, J.A. (2005) Coherent theta-band EEG activity predicts item-context binding during encoding. Neuroimage, 2005, Vol. 24, No. 3, pp. 692-703.
12. Noh, E.; Herzmann, G.; Curran, T.; de Sa, V.R. (2014) Using single-trial EEG to predict and analyze subsequent memory. Neuroimage, 2014, Vol. 84, pp. 712-723.
13. Jensen, O.; Mazaheri, A. (2010) Shaping functional architecture by oscillatory alpha activity: gating by inhibition. Frontiers in human neuroscience, 2010, Vol. 4, p. 186.
14. Venkatraman, V. et al. (2015) Predicting advertising success beyond traditional measures: New insights from neurophysiological methods and market response modeling. Journal of Marketing Research, 2015, Vol. 52, No. 4, pp. 436-452.
15. Lee, J.W.; Ahn, J.H. (2012) Attention to banner ads and their effectiveness: An eye-tracking approach. International Journal of Electronic Commerce, 2012, Vol. 17, No. 1, pp. 119-137.
16. d'Ydewalle, G.; et al. (1988) Incidental processing of advertisements while watching soccer games broadcasts. Practical aspects of memory: Current research and issues, 1988, Vol. 1, pp. 478-483.
17. d'Ydewalle, G.; Tamsin, F. (1993) On the visual processing and memory of incidental information: Advertising panels in soccer games. Proceedings of the 2nd international conference on visual search. London: Taylor & Francis, 1993, pp. 401-408.
18. Anisimov, V.N.; Koroleva, M.V.; Adiatullin, A.V.; Starchenko, S.S. (2018) The development of integrated neurophysiological approach to logos perception evaluation. Marketing and marketing research, 2018, No. 2, pp. 130-145.
19. Whitham, E.M.; Pope, K.J.; Fitzgibbon, S.P.; Lewis, T.; Clark, C.R.; Loveless, S.; ... & Hardy, A. (2007) Scalp electrical recording during paralysis: quantitative evidence that EEG frequencies above 20 Hz are contaminated by EMG. Clinical Neurophysiology, 2007, 1 18(8), pp. 1877-1888.
