¿Quiere que su anuncio se haga viral? Active estas emociones.

Cada año, mientras dos equipos de fútbol se enfrentan en la principal competición del deporte, los vendedores compiten para ganar su propia Super Bowl e invierten millones en anuncios que se emitirán en una de las noches más importantes de la televisión. Pero, ¿qué se necesita para crear un anuncio que sea tan atractivo que los espectadores elijan compartirlo ellos mismos y hacerlo viral? Para explorar esta pregunta, el autor realizó un estudio en el que utilizó la tecnología de reconocimiento facial automático para rastrear las reacciones mientras la gente veía los anuncios e identificar las emociones que se correlacionaban con el aumento de los tipos de interés de las acciones. El estudio descubrió que, si bien algunas emociones positivas hacían que los espectadores tuvieran más probabilidades de compartir un vídeo, las emociones negativas, como el disgusto, también se correlacionaban con una mayor probabilidad de que el espectador compartiera el anuncio. Cuando se trata de atraer a los espectadores, lo que importa no es solo provocar emociones positivas, sino provocar activar emociones, y esas pueden ser positivas o negativas. Basándose en esta investigación, el autor sugiere que los vendedores deberían tratar de desarrollar contenido que esté optimizado específicamente para provocar estas emociones activadoras y, además, que los especialistas en marketing y los analistas podrían considerar la posibilidad de implementar una metodología similar a la utilizada en el estudio para entender mejor cómo hace sentir su contenido a la gente.

••• Este año, más[180 millones de consumidores](https://nrf.com/insights/holiday-and-seasonal-trends/super-bowl) se espera que sintonicen la Super Bowl, lo que la convierte en una noche tan importante para la publicidad como para el fútbol. Las marcas gastarán[millones de dólares](https://www.nytimes.com/2017/01/29/business/5-million-for-a-super-bowl-ad-another-million-or-more-to-market-the-ad.html) en anuncios individuales de 30 segundos, con la esperanza de crear un contenido que no solo tenga buena acogida cuando se emita, sino que se haga viral y se una a la cohorte de anuncios con mejor rendimiento que reciben más de[el doble de impresiones](https://adage.com/article/special-report-super-bowl/top-10-super-bowl-2020-commercials-digital-share-voice/2233646) desde las redes sociales como lo hacen desde la televisión. Por supuesto, hacerse viral no es tarea fácil. ¿Qué diferencia hay entre un anuncio normal y un vídeo tan atractivo y entretenido que los espectadores deciden compartirlo una y otra vez? Para averiguarlo, el investigador de Microsoft Daniel McDuff y yo[realizó un estudio](http://www.journalofadvertisingresearch.com/content/60/4/370.abstract) que utilizaba tecnología de reconocimiento facial automático para analizar la reacción de las personas ante los diferentes tipos de anuncios. Mostramos a la gente anuncios en vídeo de todo, desde productos de belleza hasta cuidado de mascotas, Snickers y toallas de papel respetuosas con el medio ambiente, y les preguntamos qué probabilidades tenían de compartir cada anuncio. Mientras veían cada vídeo, utilizábamos sus cámaras web (con su consentimiento) para rastrear sus expresiones faciales y, a continuación, un algoritmo de aprendizaje automático supervisado clasificó sus expresiones en diferentes emociones. Esta novedosa metodología tenía algunas ventajas clave. En primer lugar, si bien la tecnología de reconocimiento facial tradicional normalmente exige que las personas vayan a un laboratorio y utilicen hardware caro y especializado, nuestro enfoque permitía a los participantes utilizar las cámaras web que ya tenían en casa (simplemente hacían clic en un enlace de un correo electrónico para acceder a los vídeos, rellenaban un formulario de consentimiento que nos daba permiso para grabar por cámara web y, a continuación, rellenaban una breve encuesta después de ver cada anuncio). Esto nos permitió llegar a muchos más participantes de los que hubieran permitido los métodos estándar y permitió a los participantes disfrutar de una experiencia hogareña más auténtica al ver los anuncios. Además, en lugar de necesitar que los investigadores vieran manualmente las grabaciones de los rostros de las personas y etiquetaran sus expresiones, utilizamos el aprendizaje automático para automatizar todo el proceso. Diseñamos un sistema personalizado para detectar las reacciones faciales comunes en función del movimiento de los rasgos faciales clave (sonrisas, surcos de las cejas, etc.) y entrenamos el modelo con una serie de ejemplos preetiquetados para determinar la frecuencia con la que cada participante expresaba diferentes emociones mientras veía los vídeos. Esto nos permitió probar cientos de vídeos con más de 2000 participantes de todo el mundo, un tamaño de muestra órdenes de magnitud mayor y más diverso geográficamente de lo que se han obtenido en estudios similares. Entonces, ¿qué encontramos? No es sorprendente que la reacción emocional desempeñara un papel importante en la probabilidad de que un participante dijera que compartiría un anuncio. Pero la forma exacta en que la emoción afectó a las acciones no siempre fue tan obvio. Cabría esperar que la gente compartiera anuncios que les hicieran sentir bien y no compartieran anuncios que los hicieran sentir mal. Y hasta cierto punto, esta intuición es correcta: en nuestro estudio, los anuncios que parecían evocar emociones positivas, como alegría, tenían más probabilidades de compartirse, mientras que los anuncios que evocaban emociones negativas, como tristeza o confusión, tenían menos probabilidades de compartirse. Pero hay más que eso. Mientras que algunas emociones negativas, como la tristeza, hacían que se compartiera, otras, como el disgusto, lo aumentaban ligeramente. ¿Por qué es eso? La respuesta es que las emociones son más complicadas que simplemente «feliz» y «triste». Además de sentirse bien o mal, las emociones también se caracterizan por la forma en que se activan, o»[fisiológicamente excitante](/2016/05/research-the-link-between-feeling-in-control-and-viral-content)» — lo son. Ya sean positivas o negativas, algunas emociones simplemente nos entusiasman. Cuando nos topamos con una serpiente mientras caminamos por el bosque, o cuando nos metemos en una pelea, nos ponemos en alerta máxima. Nuestro corazón late más rápido, nuestro pulso se acelera y estamos preparados para la acción. Lo mismo ocurre con ciertas emociones positivas: cuando nuestro equipo marca un touchdown en los últimos segundos o descubrimos que hemos ascendido, no podemos evitar entusiasmarnos. Otras emociones nos calman. Piense en cómo se siente después de ir a la playa o ver una puesta de sol. Se siente bien, pero esa sensación de satisfacción no hace que quiera hacer mucho. Del mismo modo, si bien la ira puede hacer que queramos gritarle a alguien o tomar algún tipo de medida, cuando sentimos una emoción negativa que nos activa menos, como la tristeza, solo queremos acurrucarnos en una pelota y no hacer nada. Mi[investigación previa](https://jonahberger.com/books/contagious/) ha demostrado que cuanto más una experiencia provoque emociones activadoras, más probabilidades hay de que las personas la compartan. Y nuestros resultados estuvieron en línea con lo siguiente: provocar emociones positivas y activar emociones aumentaba la probabilidad de que un vídeo se compartiera más, pero cuando un anuncio provocaba una emoción negativa que activaba (es decir, el disgusto), los espectadores también se motivaban a tomar medidas y compartir el vídeo, aunque eso no los hacía sentir bien. Por el contrario, las emociones que eran menos activadoras (es decir, la tristeza) reducían la probabilidad de que el espectador compartiera el anuncio. ## «Bueno» no es suficiente Estos hallazgos tienen una serie de implicaciones para los vendedores. En primer lugar, no basta con hacer que la gente se sienta bien con su marca. Con demasiada frecuencia, los creadores de contenido piensan que si tan solo pueden hacer que los clientes tengan una opinión positiva con respecto a sus productos, servicios o marcas, la gente los compartirá con sus amigos. Pero como muestran nuestros resultados, «bien» no basta. Tiene que entusiasmar a sus clientes. Si quiere mantener las emociones positivas, vaya más allá de la satisfacción y cree contenido que entusiasme, inspire y deleite a sus clientes, es decir, contenido que evoque emociones activadoras. ## «Malo» no siempre es malo En segundo lugar, aunque tendemos a evitar las emociones negativas, pasar a lo negativo no siempre es mala idea. Podemos suponer que si un anuncio hace que los espectadores se sientan disgustados, por ejemplo, no lo compartirán. Pero cuando se usan correctamente, las emociones negativas pueden ser una forma poderosa de atraer a sus clientes. Por ejemplo, los anuncios que hacen que las personas se enfadan al ilustrar una injusticia, o que hacen que se sientan ansiosas o asqueadas al describir los riesgos para la salud de una enfermedad, pueden incitarlas a tomar medidas al compartir la información con otras personas (en las últimas semanas, hemos visto[muy bien](/2021/01/how-social-medias-obsession-with-scale-supercharged-disinformation) qué tan poderosa puede ser la desinformación cuando inspira miedo e enfado, pero también se pueden aprovechar emociones similares para siempre). En un tono más ligero, uno de los anuncios más exitosos de 2020 fue el de Dashlane»[El paraíso de las contraseñas](https://www.cnet.com/news/super-bowl-2020-commercial-for-dashlane-drops-you-in-terrifying-password-hell/)», que comparaba la frustración de perder la contraseña con estar atrapado en el infierno de Dante. ## Pruébelo en casa En tercer lugar, si bien analizamos los anuncios de una amplia variedad de sectores para explorar la relación general entre las reacciones emocionales y los tipos de interés de las acciones, los vendedores y los analistas pueden adaptar nuestra metodología para obtener información sobre las reacciones a su contenido específico. Por supuesto, los métodos tradicionales de investigación de mercado, como las encuestas y los grupos focales, también pueden ser eficaces en algunos casos, pero tienen importantes limitaciones. Por un lado, el simple hecho de preguntar a las personas cómo se sienten no garantiza una información precisa: las personas pueden sentirse sesgadas o incómodas con sus propias emociones, o puede que no estén seguras de cómo verbalizar sus sentimientos. Además, las respuestas de los grupos focales pueden verse moldeadas por la influencia social, lo que repercute aún más en su fiabilidad. Además, estas herramientas estándar requieren mucho trabajo manual y presencial, lo que significa que puede resultar bastante caro escalarlas hasta cualquier punto útil. Por el contrario, el reconocimiento facial automatizado mediante cámaras web domésticas puede ayudar a los vendedores a medir las reacciones de los consumidores de una manera eficaz, discreta y altamente escalable. Dicho esto, estas herramientas no cabe duda de que tienen limitaciones. Los investigadores han documentado[sesgos raciales y culturales](/2019/11/the-risks-of-using-ai-to-interpret-human-emotions) en los programas de reconocimiento facial, lo que puede dificultar la medición precisa (y ética) de las respuestas en una base de consumidores diversa. Además, aparte de las amplias diferencias culturales, la relación entre la expresión facial y la emoción subyacente puede variar de manera significativa e impredecible de una persona a otra (por ejemplo, algunas personas pueden ser más expresivas exteriormente que otras, pero eso no refleja necesariamente su verdadero estado emocional). Nuestra metodología se centra en reconocer las expresiones faciales, por lo que no cae presa de algunos de los escollos de los sistemas que intentan utilizar una tecnología similar para reconocer rostros específicos, pero aun así es importante tener en cuenta estos posibles problemas. Como ocurre con cualquier tecnología, las herramientas que deducen emociones a partir de las expresiones faciales no son perfectas, pero si son conscientes de sus defectos, los especialistas en marketing e investigadores estarán bien posicionados para aprovechar estas herramientas con éxito y obtener información que les permita ofrecer contenido que tenga el mayor impacto posible.