¿Pueden los datos biométricos predecir una campaña de marketing viral?

La diferencia entre el contenido que se hace viral y el que no encuentra público depende de un momento único y crítico: la persona ve el botón de compartir y decide si hace clic o no. Descubrir cómo predecir lo que puede suceder en este momento sería como descubrir el santo grial de la investigación de mercados. Lamentablemente, el simple hecho de preguntar a la gente qué tipo de contenido compartirían no sirve para anticipar los resultados reales. Sin embargo, los investigadores pueden utilizar marcadores fisiológicos para medir las respuestas emocionales al contenido y entender mejor qué hace que alguien haga clic en «compartir». En un estudio reciente, a las personas se les mostró una mezcla de contenido popular e impopular y se les hicieron preguntas de seguimiento, como: «¿Participaba en este contenido? ¿Cree que compartiría esto?» y así sucesivamente. Al registrar una señal electrofisiológica llamada respuesta galvánica de la piel (GSR), los investigadores pudieron predecir el resultado viral de un contenido significativamente mejor de lo que era posible mediante cualquiera de las medidas habituales de las encuestas.

••• La diferencia entre el contenido que se hace viral y el que no encuentra público depende de un momento único y crítico: la persona ve el botón de compartir y decide si hace clic o no. Descubrir cómo predecir lo que sucederá en este momento sería como descubrir el santo grial de la investigación de mercados. El simple hecho de preguntar a la gente qué tipo de contenido compartirían no sirve para anticipar los resultados reales. Sin embargo, los investigadores pueden utilizar marcadores fisiológicos para medir las respuestas emocionales al contenido, que no solo existen en la mente, sino también en el cuerpo, para entender mejor qué hace que alguien haga clic en «compartir». En un estudio reciente, se mostró a las personas una mezcla de contenido popular e impopular. Hicimos a los participantes las preguntas de seguimiento habituales, como: «¿Participó en este contenido? ¿Cree que compartiría esto?» y así sucesivamente. Al registrar una señal electrofisiológica llamada respuesta galvánica de la piel (GSR), una respuesta que cambia constantemente en una persona, aunque rara vez se nota, durante el estudio, pudimos predecir el resultado viral de un contenido significativamente mejor de lo que era posible mediante cualquiera de las medidas habituales de las encuestas. ### ¿Podemos anticipar el contenido viral antes de que se publique? Lo que sabemos con certeza es que _personas_ están en el centro de los resultados virales (a menos que utilice bots u otros métodos automatizados para atraer tráfico, en cuyo caso no podemos ayudarlo). Por investigaciones de marketing anteriores, sabemos que el[emociones que evocan en los lectores](https://www.frac.tl/the-role-of-emotions-in-viral-content/) son fundamentales para la probabilidad de que un contenido se haga viral y que las personas lo sean[más probabilidades de compartir contenido que sea muy excitante](https://www.ama.org/Documents/online_content_viral.pdf). Estos hallazgos son importantes, pero ¿cómo puede comprobar si es probable que el contenido se haga viral sin someterlo al escrutinio de Internet? Por lo general, las predicciones sobre el rendimiento del contenido se formulan mediante una combinación de análisis del tema del contenido y un autoinforme de medidas como»[probabilidad de compartir](http://journals.sagepub.com/doi/pdf/10.1509/jmr.13.0350) ». Decidimos ampliar estas métricas para incluir una medida fisiológica conocida, la GSR, para comprobar si había un valor predictivo en la forma en que el propio cuerpo respondía a partes del contenido de nuestra propia agencia que tenían un éxito muy variable en el campo. ¿Por qué GSR? Las medidas de electrofisiología existen desde hace mucho tiempo, pero las barreras técnicas y económicas para su uso en la investigación de marketing eran bastante altas hasta hace poco. El vendedor medio se mostró escéptico en cuanto a su utilidad, sobre todo porque no se había demostrado definitivamente que estos costosos tipos de métodos produjeran una ventaja clara sobre los métodos conductuales más baratos y accesibles. Con el tiempo, los precios han bajado y, aunque estos dispositivos aún requieren unos conocimientos técnicos sólidos, no son tan difíciles de usar como antes. Respuesta galvánica de la piel, que mide la resistencia de la piel a una corriente eléctrica muy suave, [ha sido demostrado](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2877802/) ser un fuerte predictor de la excitación emocional, y la excitación emocional es conocida[ser un ingrediente crucial para el contenido viral](/2016/05/research-the-link-between-feeling-in-control-and-viral-content). Hacer que las personas denuncien por sí mismas su excitación emocional ha sido durante mucho tiempo una opción atractiva para los investigadores: estas encuestas son baratas y facilitan la recopilación de datos de un grupo grande de personas. Sin embargo, hay varias limitaciones a los datos autordeclarados.[Telescópico](https://en.wikipedia.org/wiki/Telescoping_effect), memoria selectiva y el [heurística de disponibilidad](https://en.wikipedia.org/wiki/Availability_heuristic) son solo tres de las docenas de formas en que ciertos participantes pueden ocultar los resultados de su estudio. Sin mencionar el[«crisis de los bots»](https://www.wired.com/story/amazon-mechanical-turk-bot-panic/) — corrupción a gran escala de la validez de los datos debido a que los participantes no prestan atención al completar las encuestas o utilizan los bots para completar automáticamente las encuestas con datos falsos, lo que ha plagado las plataformas en línea que los especialistas en marketing y los académicos utilizan para reclutar participantes. En general, a la gente se le da muy mal saber cómo se siente y por qué se siente así. Basta con analizar el efecto de atribución errónea como prueba. Las personas malinterpretan constantemente su estado fisiológico según el contexto emocional en el que se encuentran. Este efecto explica por qué[puede que piense que una respuesta al miedo es en realidad atracción sexual](https://www.researchgate.net/publication/18709788_Some_Evidence_for_Heightened_Sexual_Attraction_under_Conditions_of_High_Anxiety) o por qué un[un día de lluvia podría empeorar su mal humor](http://psycnet.apa.org/record/1984-12290-001). También es la razón por la que tomar café o ver películas de terror son buenas citas. En nuestro estudio, examinamos el contenido de 15 Fractl de gran éxito[campañas de marketing de contenidos](https://www.frac.tl/work/) (media de participaciones en redes sociales = 21.358,07) y 15 de nuestras campañas de bajo rendimiento (media de participaciones en redes sociales = 11,07). Hemos recopilado los gráficos que aparecen más destacados en el [cobertura editorial ganada](/2014/10/get-your-pitch-noticed-by-a-major-publisher) por cada campaña y se los mostró a 22 participantes. Usamos solo los activos más destacados por dos razones. En primer lugar, esto nos permitió incluir una variedad más amplia de estímulos en el estudio; si utilizáramos proyectos completos con varias imágenes cada uno, el número de campañas muestreadas tendría que ser mucho menor. En segundo lugar, por el lugar donde estaban colocados estos gráficos, eran los que tenían más probabilidades de ser vistos y compartidos por los lectores. Antes de ir al laboratorio, a los participantes se les hizo una encuesta demográfica o de calificación. Además, recopilamos el interés autodeclarado en todos los mercados verticales de contenido que exploramos (esto incluía elementos como _datos deportivos, datos políticos, datos de salud y bienestar, datos laborales,_ etc.). Usamos un[Unidad GSR Shimmer](http://www.shimmersensing.com/products/shimmer3-wireless-gsr-sensor) para recopilar datos sobre la respuesta galvánica de la piel (GSR). Tras ver cada imagen, los participantes rellenaron una breve encuesta en la que informaron de sus niveles de interés, disfrute, sorpresa y comprensión del contenido. También preguntamos qué probabilidades tenían los participantes de compartir cada imagen y qué tan atractiva les pareció cada imagen en general. Los participantes calificaron casi todos los clasificatorios con un Likert de 5 puntos, una escala con un número impar de anclajes de respuesta que permite a los investigadores evaluar las actitudes de los participantes (por ejemplo, un sistema de puntuación de cinco estrellas para las empresas). La pregunta sobre qué tan atractivo les resultaba el contenido se calificó en una escala dicotómica de 9 puntos, una escala que va desde un adjetivo hasta su polo opuesto (por ejemplo, _1 para extremadamente aburrido a 9 para extremadamente atractivo_). Nuestras hipótesis eran las siguientes: 1. El contenido del grupo altamente viral provocará una mayor excitación emocional en nuestros participantes y se traducirá en una mayor actividad electrodérmica. 2. La actividad electrodérmica de los participantes pronosticaría mejor los resultados virales si el participante hubiera expresado previamente su interés por esa vertical de contenido. 3. Los métodos de las encuestas conductuales predicen menos los resultados virales que los biométricos. Lo que descubrimos fue que había una diferencia significativa entre el contenido viral alto y bajo en la respuesta cutánea galvánica fásica (la GSR fásica se refiere a la parte de los datos que corresponde directamente a la respuesta del participante a un estímulo). Este efecto no se redujo en función de si los participantes declaraban estar interesados o no en un contenido determinado: tanto los artículos de «bajo interés» como los de «alto interés» mostraban el mismo patrón de respuesta galvánica de la piel. No hubo ninguna diferencia significativa en la capacidad predictiva de la respuesta galvánica de la piel de los participantes si estaban interesados en la vertical del contenido o no. En pocas palabras, esto significa que, independientemente de que alguien nos dijera o no que estaba interesado en un tipo de contenido, la respuesta de su cuerpo seguía prediciendo el rendimiento final de ese contenido en Internet.  También descubrimos que los datos autodeclarados por los participantes (normalmente una piedra angular de la investigación de marketing) no permitían predecir qué contenido tendría éxito final. No hubo ninguna diferencia significativa entre el alto y el bajo contenido viral en términos de la forma en que los participantes calificaron su comprensión, la probabilidad de que la compartieran, la sorpresa que les pareció, lo mucho que la disfrutaron y el atractivo que les pareció. ### ¿Se puede predecir la viralidad? Cuanto más viral era una campaña, mayor era la respuesta galvánica de la piel de nuestros participantes al verla. Esto fue cierto, independientemente del interés autodeclarado en la vertical de la campaña; de hecho, todas nuestras métricas autodeclaradas eran mucho menos útiles que la respuesta galvánica. Factores como qué tan bien nuestros participantes entendieron el contenido, cuánto lo disfrutaron, qué tan sorprendidos les sorprendió, qué probabilidades tenían de compartirlo personalmente o qué tan atractivo les pareció no se correlacionaban con la probabilidad de que el contenido se hiciera viral. La intersección de las medidas electrofisiológicas y el marketing es un campo nuevo y emocionante. Introducir datos biométricos como la respuesta galvánica de la piel, el seguimiento ocular y el EEG (electroencefalograma) en un repertorio de estudios de mercado puede arrojar información que antes era inalcanzable para los vendedores. Aunque todavía no podemos predecir perfectamente qué hace que el contenido se haga viral en Internet, la neurometría nos ayuda a tener una visión más clara de la mente de los consumidores de contenido digital.