Resumen en español

Uno de los principales desafíos del mercadeo es lograr conectar al consumidor con la marca y con los productos (Gürhan-Canli, Page, & Swaminathan, 2007). Lo anterior es más fácil de alcanzar cuando se establece una conexión con los sentimientos, emociones y sensaciones del consumidor (Fisher, Klitzman, & Lisa, 2010). Para identificar dichas variables existen métodos tradicionales como el focus group, técnicas proyectivas, entrevistas, entre otras. Sin embargo, éstas pueden presentar falencias debido a la subjetividad del análisis cualitativo (Hair, Lukas, & Miller, 2012). Aunque en estos métodos se ha avanzado, existe una ausencia en el reconocimiento de patrones a partir de señales bioeléctricas producidas por comerciales publicitarios de tipo audiovisual, recurso que para muchas compañías es fundamental y prioritario en su estrategia comunicacional. En esta investigación se lleva a cabo la identificación de patrones de activación cerebral a partir de la actividad bioeléctrica generada por comerciales publicitarios, según los conceptos del neuromarketing y la electroencefalografía como una forma de mejorar la investigación publicitaria. Para la clasificación de patrones se hicieron pruebas con los tres modelos vectoriales por adaptación y aprendizaje más usados: Vector Soporte con Kernel Polinómico, Gaussiano y Logístico (Chiang Li & Wen Liu, 2010), donde las variables de entrada eran los 14 sensores y los cinco ritmos cerebrales: Deltha, Theta, Alpha, Beta y Gamma. Se seleccionó una muestra de 30 personas diestras con una edad promedio de 26 años, las cuales fueron expuestas a dos estímulos construidos a partir de una serie de imágenes seleccionadas de la base de datos Geneva Affective PicturE Database (GAPED), banco de imágenes desarrollado por el Centro Suizo de Competencia en Investigación, con el fin de establecer una serie de patrones de referencia para inducir emociones en personas con mayor certeza (Dan-Glauser & Scherer, 2011). Las señales se obtuvieron mediante el Emotiv EPOC SDK, una Interface Cerebro Computador (ICC), desarrollada por Emotiv Systems. Estas se clasificaron como positivas o negativas en términos de la afinidad de una persona frente a una publicidad audiovisual. Luego se procedió a tratarlas según el procedimiento propuesto por el Centro Computacional de Neurociencia SWARTZ (Delorme, Fernsler, Makeig, & Serby, 2006). La construcción de los modelos fue posible debido a que se encontró diferencia estadística entre las señales bioeléctricas de los patrones de emociones positivas y negativas. Posteriormente, se propuso un Indicador de Predisposición que resume los patrones encontrados y permite generalizar de forma cuantitativa la predisposición de consumidores frente a comerciales publicitarios.Para la evaluación de los modelos se analizaron las respuestas de los participantes frente a 20 comerciales. Como resultado, se logró identificar, a partir de la actividad bioeléctrica cerebral, la predisposición cuantitativa que los consumidores mostraron frente a diferentes comerciales publicitarios, alcanzándose una tasa igual en el aprendizaje y la validación de 90% y una tasa de pronóstico de 85,29% con el modelo vectorial lineal.