Susana Costa e Silva, investigadora do Centro de Estudos em Economia e Gestão (CEGE) da Católica Porto Business School (CPBS) e professora associada da CPBS, é coautora de um artigo publicado em setembro na Psychology & Marketing, uma publicação científica dedicada à aplicação de teorias e técnicas psicológicas ao marketing. Para além de Susana Costa e Silva, são autores do estudo João Alexandre Lobo Marques e Andreia Neto (Universidade de São José - Macau), e Enrique Bigne (Universidade de Valência).
Intitulado “Predicting consumer ad preferences: Leveraging a machine learning approach for EDA and FEA neurophysiological metric”, a investigação explora a capacidade de prever as preferências dos consumidores em relação aos anúncios publicitários através da análise das emoções e da utilização de inteligência artificial. Entre as principais conclusões do estudo, os investigadores revelam que estas preferências podem ser previstas utilizando a atividade electrodérmica (EDA) e a análise da expressão facial (FEA) em vídeos publicitários.
A atividade electrodérmica (EDA) é uma técnica frequentemente utilizada para avaliar os níveis de excitação emocional, stress ou reação a estímulos externos. É uma componente comum dos dispositivos de medição psicofisiológica, como os polígrafos (detetores de mentiras) e os estudos de neurociência afetiva. A análise da expressão facial (AEF) é uma tecnologia que capta a imagem do participante e, recorrendo à inteligência artificial, mapeia os movimentos dos músculos faciais e associa-os a emoções como a felicidade, a tristeza, a raiva, o medo e a surpresa.
A investigação baseou-se na deteção das sete emoções básicas de acordo com os padrões da psicologia - Alegria, Raiva, Medo, Surpresa, Tristeza, Nojo e Desgosto -, na atenção e no envolvimento desencadeados pela publicidade. Os investigadores analisaram os dados recolhidos pela EDA e pela FEA e, para obter os resultados, desenvolveram um módulo estatístico para identificar as principais caraterísticas fisiológicas, juntamente com um sistema de inteligência artificial baseado em técnicas de aprendizagem automática. A investigação propõe um módulo de IA explicável com base na importância das caraterísticas, que discerniu a Atenção, o Envolvimento, a Alegria e o Desgosto como as quatro caraterísticas fundamentais que influenciam a previsão da preferência dos consumidores por anúncios publicitários.
Este estudo mostra que os sistemas inteligentes que utilizam a atividade electrodérmica (EDA) e a análise da expressão facial (FEA) podem ajudar os profissionais de marketing a prever os comportamentos dos consumidores, tornando as suas campanhas mais direcionadas e eficazes. Ao utilizar estes sensores num participante enquanto este vê peças de comunicação, demonstrações de produtos ou anúncios, podemos medir diretamente as suas emoções - como a alegria, que pode significar que o consumidor está mais satisfeito após o estímulo e, provavelmente, a sua atitude em relação ao produto/marca é melhor e a sua intenção de compra é maior. Esta abordagem ajuda os profissionais de marketing a compreender o que realmente faz os consumidores felizes, ou não, em vez de confiarem nas suas respostas, que muitas vezes não correspondem ao seu verdadeiro comportamento de compra.
Para mais pormenores, consulte o artigo completo aqui.
