Neuromarketing y la intención de click

Una cosa es lo que queremos hacer y otra lo que realmente hacemos. Afirmación en la que se basan muchas de las herramientas y técnicas que en neuromarketing se han desarrollado a lo largo de los años.

Una de las grandes ventajas del marketing digital es la capacidad de tener muchas métricas objetivas que no tenemos en campañas realizadas fuera de este medio. Cualquiera que contrate un anuncio en una red social puede medir desde los clicks que se han realizado al botón de acción, hasta métricas más afinadas como puede ser el perfil de quienes han hecho click en dicho anuncio.

Una de las razones del neuromarketing es tratar de medir variables que, hasta la aparición de la misma, no podíamos medir o no con la suficiente objetividad y precisión. Por eso, y debido a la cantidad de medidas que cualquier aplicación de estadística ofrece para acciones en medios digitales, existe la creencia más o menos generalizada de que tiene poco sentido la aplicación de técnicas de neuromarketing en medios digitales, porque las métricas que se pueden obtener en dichos medios ya aportan suficiente información.

Nada más lejos de la realidad, el que partamos de una base importante de métricas, lo que nos dice no es que no necesitemos más, sino que podemos, de entrada, ser mucho más precisos en nuestras medidas de lo que ya lo somos fuera del entorno online. Tener más medidas objetivas, nos ayuda a reducir la incertidumbre y aumentar el retorno de las acciones. Luego, no es que no haya nada que aportar, es que podemos ser aún más efectivos de lo que somos.

Una forma muy habitual de testar el resultado de campañas es haciendo un test A/B, probar dos versiones de la campaña y comparar el resultado. O lanzar una versión e ir modificándola en función de las métricas. ¿Y si antes incluso de esa pequeña inversión supiésemos el resultado?

Una de las variables que se miden cuando se hace un estudio de neuromarketing de una campaña online es la intención de click. Combinando herramientas habituales como NIRS, eye-tracking, galvanometría y medición del ritmo cardíaco, podemos detectar el nivel de atracción o engagement de una publicación aunque no se haga click en ella. Muchas veces el click o no, viene dado por el entorno en el que aparece esa publicación más que por la publicación en sí, eso suele llevar a modificar el contenido cuando en realidad lo que hay que modificar son los criterios en los que aparece ese banner, con el consiguiente alargamiento de esa fase prueba error, o con el lanzamiento de una versión que no es todo lo eficiente que podría ser.

Hacer un estudio previo de este tipo, no suele incrementar el precio de forma significativa, pero sí el retorno, gracias a poner sobre la mesa variables como la que acabamos de citar. En definitiva, nos ayuda a lazar campañas con un mayor retorno y, por tanto, ser más eficientes en nuestra inversión.

Neuromarketing y el reconocimiento de imágenes

Desde los inicios de este blog hemos hablado no solo de estudios y aplicaciones del neuromarketing, sino también de herramientas unas veces habituales y otras, no tanto, pero no por ello menos útiles que se usan en esta disciplina.

No solo hemos hablado de cascos NIRS, o diferentes herramientas para hacer eye-tracking, también hemos referido otras menos habituales como la electrogastrografía, muy útiles en trabajos en el sector gastronómico.

Hoy me gustaría dedicar unas líneas, a otras herramientas, que, si bien aún no son frecuentes, seguramente van a serlo en período muy breve de tiempo. Me estoy refiriendo a las plataformas de reconocimiento de imágenes. No confundirlas con el software de reconocimiento facial de emociones, aunque esta puede ser una de sus aplicaciones.

Se trata de plataformas que mediante algoritmos de inteligencia artificial, o como se les suele llamar en el sector, inteligencia artificial cognitiva (o inteligencia cognitiva artificial), son capaces de aprender conductas del ser humano en los entornos de compra para ayudar a arrojar conclusiones en los estudios.

Lógicamente hablamos de conductas visibles o al menos con alguna manifestación visible ejecutamos en entornos de compra. Estas plataformas suelen aplicarse sobre imágenes tomadas por cámaras IP situadas en superficies de compra y a las funciones de eye-tracking y reconocimiento facial de emociones, les añaden las ya citadas conductas relacionadas con la compra. Así pues, gracias a estas herramientas no solo sabremos dónde miran las personas que hay en esa superficie de compra o qué emoción expresa, sino que, además, podremos identificar si, por ejemplo, un número significativo de personas coge el producto sin echarlo al carro, o lo termina dejando en puntos diferentes de la tienda.

Estas plataformas suelen aprender con el uso, con lo que cada vez son más precisas en su trabajo, pero también cada vez identifican más conductas interesantes para las marcas o para las superficies. A los tradicionales mapas de calor en el sector retail, no solo se le añaden el seguimiento de la mirada y el reconocimiento de emociones, sino toda una gama de conductas cada vez más amplia y con la ventaja de que no se está haciendo el trabajo sobre una muestra de clientes seleccionada, sino sobre todos los clientes reales que pasan por esa superficie en el tiempo que se está ejecutando la plataforma.

Además, como función adicional, estas plataformas suelen hacer conteos con una ventaja importante sobre las herramientas de conteo tradicionales, si la misma persona entra dos veces la cuenta una sola. Y si entra dos veces en un determinado período de tiempo, puede contarla como cliente habitual, de manera que no solo tendremos cifras de personas que entran y salen, sino tasas de clientes habituales. Un mundo en lo que a proporcionar datos se refiere y que se pueden sincronizar perfectamente con las herramientas habituales en neuromarketing, con lo que se convierten en el complemento perfecto de cualquier estudio.