La publicidad digital como estimulante de respuesta emocionales básicas en la audiencia
Barra lateral del artículo
Contenido principal del artículo
Resumen
Los mensajes publicitarios provocan reacciones emocionales en los consumidores y se ha intentado explicar cómo funciona la publicidad dentro de los procesos afectivos emocionales y la posición central encargada de seleccionar la información en la consciencia. Estas brechas surgen cuando se examina las emociones en la publicidad, especialmente, dentro de los entornos y medios digitales publicitarios. Por tal razón, el objetivo de investigación fue indagar cuáles son las escenas de la publicidad digital de "Origen Ambateño 2022” sobre la base de las expresiones faciales de las emociones básicas que más llamaron la atención en la audiencia. Se utilizó un enfoque cuantitativo, con un nivel descriptivo y contexto Neuromarketing, mediante la herramienta AffdexMe, a estudiantes universitarios, del sexo femenino y masculino. Como principales resultados, se observa que las emociones alegría y sorpresa fueron la más significativas en las escenas, por otro lado, el estado emocional negativo más significativo fue el asco. Sin embargo, el disgusto, la ira, el miedo y la tristeza presentaron activaciones bajas entre ascensos y descensos en cada una de las escenas. La campaña de “Origen Ambateño 2022” generó más emociones positivas en comparación a las emociones negativas, y sus beneficios se reflejan en que la publicidad digital sea más recordada por la audiencia, impulse e incentive al consumo de los productos locales y visibilizar toda la capacidad productiva y riqueza territorial.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor: Los autores que publican en la revista INNOVA Research Journal conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo bajo una Licencia Creative Commons, Atribución-No Comercial 4.0 International (CC BY-NC 4.0). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: a) se cite la autoría y la fuente original de su publicación (revista, editorial, URL y DOI de la obra); b) no se usen para fines comerciales; c) se mencione la existencia y especificaciones de esta licencia de uso.
Citas
Aiolfi, S., Bellini, S., & Pellegrini, D. (2021). Data driven digital advertising: benefits and risks of online behavioral advertising. International Journal of Retail & Distribution Management, 49(7), 1-22. https://doi.org/10.1108/IJRDM-10-2020-0410
Alarcón, S. (2020). Análisis de tecnologías digitales para beneficiar el ejercicio profesional de los mediadores faniliares de Chile. Revista de Derecho Privado, (39), 33-60. https://dialnet.unirioja.es/servlet/articulo?codigo=7865433
Alawamleh, M., Twait, L., & Saht, G. (2020). The effect of online learning on communication between instructors and students during Covid-19 pandemic. Asian Education and Development, 1-22. https://doi.org/10.1108/AEDS-06-2020-0131
Appel, G., Grewal, L., Hadi, R., & Stephen, A. (2020). The future of social media in marketing. Journal of the Academy of Marketing Science, 48, 79-95. https://doi.org/10.1007/s11747-019-00695-1
Behera, R. G., Gupta, S., Kamboj, S., & Bala, P. (2019). Personalized digital marketing recommender engine. Journal of Retailing and Consumer Services, 1-24. https://doi.org/10.1016/j.jretconser.2019.03.026
Bhatia, T. (2019). Las emociones y el lenguaje en la publicidad. Journal Citation Reports, 435-449. https://doi.org/10.1111/weng.12420
Chen, Q., Feng, Y., Liu, L., & Tian, X. (2019). Understanding consumers’ reactance of online personalized advertising: A new scheme of rational choice from a perspective of negative effects. International Journal of Information Management, 44, 53-64. https://doi.org/10.1016/j.ijinfomgt.2018.09.001
Chen, S., & Lin, C. (2019). Understanding the effect of social media marketing activities: The mediationof social identification, perceived value, and satisfaction. Technological Forecasting & Social Change, 140, 22-32. https://doi.org/10.1016/j.techfore.2018.11.025
Choi, H., Carl, M., Balseiro, S., & Leary, A. (2020). Online Display Advertising Markets: A Literature Review and Future Directions. Information Systems Research, 1-20. https://doi.org/10.1287/isre.2019.0902
Cotán Fernández, A. (2020). El método etnográfico como construcción de conocimiento: un análisis descriptivo sobre su uso y conceptualización en ciencias sociales. Revista de Educación de la Universidad de Málaga, 1(1), 83-103. http://dx.doi.org/10.24310/mgnmar.v1i1.7241
Cowen, A., Keltner, D., Schroff, F., Jou, B., Hartwig, A., y Prasad, G. (2021). Dieciséis expresiones faciales ocurren en contextos similares en todo el mundo. Naturaleza, 589, 251-257. https://doi.org/10.1038/s41586-020-3037-7
Dafonte, A. (2018). The key elements of viral advertising. From motivation to emotion in the most shared videos. Media Education Reseacrh Journal, 22(43), 200-206. http://dx.doi.org/10.3916/C43-2014-20
Dang, H., Liu, F., Stehouer, J., Liu, X., & Jain, A. (2020). On the detection of digital face manipulation. CvF, 5781-5790.
Das, G., Wiener, H., & Kareklas, I. (2019). To emoji or not to emoji? Examining the influence of emoji on consumer reactions to advertising. Journal of Business Research, 96, 147-156. https://doi.org/10.1016/j.jbusres.2018.11.007
Dastane, O. (2020). Impact of digital marketing on online purchase intention: Mediation effect of customer relationship management. Journal of Asian Business Strategy, 10(1), 142-158. https://doi.org/10.18488/journal.1006.2020.101.142.158
Dolensek, N., Gehrlach, D., Klein, A., & Gogolla, N. (2020). Facial expressions of emotion states and their neuronal correlates in mice. Research Neuroscience, 368(6486), 89-94. https://doi.org/10.1126/science.aaz9468
Egger, M., Ley, M., & Hanke, S. (2019). Emotion recognition from physiological signal analysis: a review. Electronic Notes in Theoretical Computer Science, 343, 35-55. https://doi.org/10.1016/j.entcs.2019.04.009
Fernández, P., Peña, F., Ren, T., & Cunha, A. (2020). Human emotion recognition: review of sensors and methods. Sensors, 20(30), 2-40. https://doi.org/10.3390/s20030592
Fiestas Ambato. (2022). De origen Ambateño. De origen Ambateño: https://www.fiestasdeambato.com/origen
Gogic, I., Manhart, M., Pandzic, I., & Ahlberg, J. (2020). Fast facial expression recognition using local binary features and shallow neural networks. The Visual Computer, 36(1), 97-112. https://doi.org/10.1007/s00371-018-1585-8
Goldenberg, A., & Gross, J. (2020). Digital emotion contagion. CellPress Reviews, 1-13. https://doi.org/10.1016/j.tics.2020.01.009
Gutiérrez, G. (2019). El neuromarketing, como herramienta efectiva para la educación en las ventas y la publicidad. Revista Latina de Comunicación Social, (74), 1173-1189. https://doi.org/10.4185/RLCS-2019-1377
Heras, C., Sánchez, P., & Ignacio, J. (2020). Sentiment analysis and emotion understanding during the Covid 19 pandemic in Spain its impact on digital ecosystems. International journal of environmental research and public health, 1-22. https://doi.org/10.3390/ijerph17155542
Hernández-Ávila, C. E., y Carpio Escobar, N. A. (2019). Introducción a los tipos de muestreo. Revista Científica del Instituto Nacional de Salud, 2(1), 75-79. https://doi.org/10.5377/alerta.v2i1.7535
Karsten, L. (2022). Medición de la expresión facial de la emoción. Diálogos en Neurociencia Clínica, 17(4), 457-462. https://doi.org/10.31887/DCNS.2015.17.4/kwolf
Kietzmann, J., Lee, L., McCarthy, I., & Kietzmann, T. (2020). Deepfakes: Trick or treat? Business Horizons, 63(2), 135-146. https://doi.org/10.1016/j.bushor.2019.11.006
Kim, J., Kang, S., & Lee, K. (2019). Evolution of digital marketing communication: Bibliometric analysis and network visualization from key articles. Journal of Business Research, 130, 552-563. https://doi.org/10.1016/j.jbusres.2019.09.043
Kross, E., Verduyn, P., Sheppes, G., Costello, C., Jonides, J., & Ybarra, O. (2020). Social Media and Well-Being: Pitfalls, Progress, and Next Steps. Trends in Cognitive Sciences, 20(20), 1-12. https://doi.org/10.1016/j.tics.2020.10.005
Kyung, Y., y Sullivan, P. (2019). El branding emocional habla al corazón de los consumidores: el caso de las de moda. Moda y textiles, 6(2), 1-20. https://doi.org/10.1186/s40691-018-0164-y
Li, Y., & Xie, Y. (2020). Is a picture worth a thousand words? An empirical study of image content and social media engagement. Journal of Marketing Research, 57(1), 1-19. https://doi.org/10.1177/0022243719881113
Mafe, C., Bigné, E., & Currás, R. (2019). The effect of emotions, eWOM quality and online review sequence on consumer intention to followadvice obtained fromdigital services. Journal of Service Management, 1-23.https://doi.org/10.1108/JOSM-11-2018-0349
Medina, R. (06 de Septiembre de 2022). Branch Marketing Digital. Obtenido de Estadísticas de la situación Digital en Ecuador 2021-2022. https://branch.com.co/marketing-digital/estadisticas-de-la-situacion-digital-en-ecuador-2021-2022/
Meire, M., Hewett, K., Ballings, M., Kumar, & Poel, D. (2019). The role of marketer-generated content in customer engagement marketing. Journal of Marketing, 1-22. https://doi.org/10.1177/0022242919873903
Melo, E. (24 de mayo de 2018). Al día, una persona recibe entre 3.000 y 5.000 mensajes publicitarios. Obtenido de La república. https://www.larepublica.co/empresas/al-dia-una-persona-recibe-entre-3-000-y-5-000-mensajes-publicitarios-2730745
Nuñez, M., López, A., & Vela, D. (2021). Theoretical-scientific review of the conceptual framework of emotion and sentiment and its application to neuromarketing. Vivat Academia Revista de Comunicación, (154), 381-407. https://dialnet.unirioja.es/servlet/articulo?codigo=7931419
Otamendi, J., y Sutil, D. (2020). La efectividad emocional de la publicidad. Frontiers in Psychology, 11, 1-12. https://doi.org/10.3389/fpsyg.2020.02088
Piper, L. (2020). COVID-19 Information seeking on digital media and preventive behaviors: The mediation role of worry. Cyberpsychology, Behavior and Social Networking, 23(10), 1-6. https://doi.org/10.1089/cyber.2020.0250
Pobee, F. (2021). Non-probabilistic approach to e-banking adoption: the moderating impact of trialability. 47(2), 1-30. https://doi.org/10.1177/0258042X211054248
Poels, K., & Dewitte, S. (2019). The role of emotions in advertising: a call to action. Journal of Advertising, 48(1), 81-90. https://doi.org/10.1080/00913367.2019.1579688
Putri, E. (2022). An impact of the use instagram application towards students vocabulary. Pustakailmu, 2(22), 1-10. http://pustakailmu.id/index.php/pustakailmu/article/view/88
Qiyu, B., Qi, D., Zhe, M., & Maokun, Y. (2019). A systematic review of emoji: current research and future perspectives. Front. Psychol, 10, 1-36. https://doi.org/10.3389/fpsyg.2019.02221
Ramos, C. (2021). Diseño de investigación experimental. Ciencia América, 10(1), 1-7. https://doi.org/10.33210/ca.v10i1.356
Sanz, P., Jiménez, G., y Elías, R. (2019). La incorporación de la figura del influencer en las campañas publicitarias: Consecuencia para las agencias de publicidad española. Estrategias, Tendencias e Innovación en Comunicación, (18), 63-86. http://dx.doi.org/10.6035/2174-0992.2019.18.5
Saura, J. (2020). Using data sciences in digital marketing: framework, methods, and performance metrics. Journal of Innovation & Knowledge, 6(2), 92-102. https://doi.org/10.1016/j.jik.2020.08.001
Schreiner, M., Fischer, T., y Riedl, R. (20221). Impacto de las características del contenido y la emoción en el compromiso del comportamiento en las redes sociales: revisión de la literatura y agenda de investigación. Electronic Commerce Research, (21), 329-345. https://doi.org/10.1007/s10660-019-09353-8
Shahbaznezhad, H., Dolan, R., & Rashidirad. (2021). The role of social media content format and platform in users engagement behavior. Journal of Interactive Marketing, 53(1), 47-65. https://doi.org/10.1016/j.intmar.2020.05.001
Shen, C., Kasra, M., Wenjing, G., & Brien, J. (2018). Fake images: The effects of source, intermediary, and digital media literacy on contextual assessment of image credibility online. New media & society, 21(2), 1-6. https://doi.org/10.1177/1461444818799526
Smink, Frowijn, Reijmersdal, Noort, & Neijens. (2019). Try online before you buy: How does shopping with augmented reality affect brand responses and personal data disclosure. Electronic Commerce Research and Applications, 35, 1-10. https://doi.org/10.1016/j.elerap.2019.100854
Stroe, S., Sirén, C., Shepherd, D., & Wincent, J. (2019). The dualistic regulatory effect of passion on the relationship between fear of failure and negative affect: Insights from facialbetween fear of failure and negative affect: Insights from facial expression analysis. Journal of Business Venturing, 35(4), 1-20.https://doi.org/10.1016/j.jbusvent.2019.105948
Strohmaier, A., Mackay, K., Obersteiner, A., & Reiss, K. (2020). Eye-tracking methodology in mathematics education research: A systematic literature review. Educational Studies in Mathematics volume, 104, 147-200. https://doi.org/10.1007/s10649-020-09948-1
Szabo, S., & Webster, J. (2020). Perceived greenwashing: the effects of green marketing on environmental and product perceptions. Journal of Business Ethics, 171, 719-739. https://doi.org/10.1007/s10551-020-04461-0
Vaccari, C., & Chadwick, A. (2020). Deepfakes and disinformation: exploring the impact of synthetic political the impact of synthetic politicaland trust in news. Social Media + Society, 1-13. https://doi.org/10.1177/2056305120903408
Vieira, V., Severo, M., Agnihotri, R., & Correa, N. (2019). In pursuit of an effective B2B digital marketing strategy in an emerging market. Journal of the Academy of Marketing Science, 47, 1085-1108. https://doi.org/10.1007/s11747-019-00687-1
Wei, H., Hauer, R., & He, X. (2021). A forest experience does not always evoke positive emotion: A pilot study on unconscious facial expressions using the face reading technology. Forest Policy and Economics, 123. https://doi.org/10.1016/j.forpol.2020.102365
Westerlund, M. (2019). The emergence of deepfake technology: a review. Technology Innovation Management Review, 9(11), 39-52. https://timreview.ca/article/1282
Yue, L., Chen, W., Li, X., Zuo, W., & Yin, M. (2019). A survey of sentiment analysis in social media. Knowledge and Information Systems, 60, 617-663. https://doi.org/10.1007/s10115-018-1236-4
Zoya, K., Lartsev, S., Revelsky, A., & Buryak, A. (2021). Microextraction by packed sorbent optimized by statistical design of experiment as an approach to increase the sensitivity and selectivity of HPLC-UV determination of parabens in cosmetics. Journal of Pharmaceutical and Biomedical Analysis, 195, 32-40. https://doi.org/10.1016/j.jpba.2020.113843