لورئال و Emotiv با همکاری یکدیگر Scent-sation را توسعه دادند؛ یک تجربه خرید تعاملی که محصولات را بر اساس پاسخ‌های احساسی شما مطابقت می‌دهد.

مشتریان به مجموعه‌ای از سوالات درباره ترجیحات خود، از منسوجات گرفته تا محیط‌ها پاسخ می‌دهند، سپس یک هدست EEG Emotiv Insight را بر سر می‌گذارند. مشتریان آکوردهای بویایی مختلف مانند "گلی" یا "چوبی" را آزمایش می‌کنند. همزمان، الگوریتم‌های پیشرفته امواج مغزی آن‌ها را به زمان واقعی به شاخص‌های عملکردی مانند تمرکز، تحریک و سطوح استرس ترجمه می‌کنند. Scent-sation سه مورد از عطرهای لوکس ایو سن لوران (YSL) را بر اساس واکنش‌های زیست‌سنجی (بیومتریک) هر فرد پیشنهاد می‌دهد.

سیستم Scent-sation برای اولین بار در نمایشگاه دبی 2021 در آزمایشگاه نوآوری فناوری YSL رونمایی شد. شرکت‌کنندگان توانستند این تجربه خرید تعاملی را خودشان در فضایی شیک امتحان کنند. پس از نمایش موفقیت‌آمیز، آن‌ها Scent-sation را در فروشگاه‌های منتخب و اصلی ایو سن لوران در سراسر جهان نصب کردند. لورئال رویکرد نوآورانه خود در زمینه بازاریابی عصبی (نورومارکتینگ) را در نمایشگاه لوازم الکترونیکی مصرفی (CES) در سال 2024 ارائه کرد که برای آن، Scent-sation جایزه معتبر نوآوری را دریافت نمود.

استفان بزی، مدیر کل بین‌المللی برند ایو سن لوران بیوتی، درباره همکاری با Emotiv گفت: «از طریق این سیستم غوطه‌ورکننده، ما توانستیم 95٪ از مردم را به عطر مناسب و شخصی‌سازی شده بر اساس نیازها و خواسته‌هایشان برسانیم، که این رقم به طور چشمگیری بالاتر از زمانی است که از این فناوری استفاده نمی‌شود. این یک قدم بزرگ و اولیه در این دسته است. به‌محض اینکه بدانیم کدام رایحه‌ها به مردم احساس شادی، انرژی یا سایر احساسات را می‌دهند، می‌توانیم عطرها را حتی بیشتر از این شخصی‌سازی کنیم – پتانسیل آن بی‌حد و مرز است.»

پیوند میان بو و احساسات

انسان‌ها رابطه بسیار نزدیکی میان حس بویایی خود و شکل‌گیری خاطرات و احساسات دارند. ما حدود 300 ژن داریم که به ما کمک می‌کنند بوهای مختلف را با استفاده از گیرنده‌های بویایی تشخیص دهیم [1]. تحقیقات نشان می‌دهد که خاطرات مرتبط با بو می‌توانند بیشتر از خاطراتی که توسط سایر حواس تحریک می‌شوند، به گذشته‌های دورتر در زندگی فرد بازگردند [2].

بر اساس تحقیقات داخلی لورئال، 77 درصد از مصرف‌کنندگان می‌خواهند عطر آنها برایشان مزایای احساسی به همراه داشته باشد. لورئال همچنین از طریق یک تست کور متوجه شد که افراد احساسات مختلفی از جمله شادی و آرامش را به رایحه مورد علاقه خود مرتبط می‌کنند. بیش از نیمی از مصرف‌کنندگان بین سنین 12 تا 34 سال می‌گویند که عطر خود را بر اساس خلق‌وخوی خود انتخاب می‌کنند [3].

فناوری مدرن به ما قول کارایی داده است، اما اغلب تعداد زیاد گزینه‌های موجود می‌تواند گیج‌کننده باشد. فناوری به ما کمک می‌کند تا با نشان دادن تنها گزینه‌هایی که اهمیت دارند، انتخاب‌های بهتری داشته باشیم. لورئال و سایر برندهای پیشرو برای ممکن ساختن این امر به بازاریابی عصبی روی آورده‌اند. بازاریابی عصبی اخلاقی به مشتریان نمی‌گوید که چه چیزی باید بخواهند، بلکه به آن‌ها کمک می‌کند تا آنچه را که واقعاً می‌خواهند کشف کنند و این امر وفاداری مشتری را افزایش می‌دهد.

سیستم Scent-sation چگونه کار می‌کند؟

در قلب تجربه Scent-sation، الکتروانسفالوگرافی یا EEG قرار دارد. یک هدست پوشیدنی فعالیت الکتریکی تولید شده توسط مغز شما را هنگامی که نورون‌هایتان فعال می‌شوند، اندازه‌گیری می‌کند. محققان EEG را روی پوست سر به عنوان شاخصی از فعالیت‌های زمینه‌ای مغز اندازه‌گیری می‌کنند.

هنگامی که به چهره یک فرد نگاه می‌کنید، حسگرها می‌توانند یک سیگنال الکتریکی منحصر‌به‌فرد را در مغز شما اندازه‌گیری کنند. به طور مشابه، وقتی چیزی را بو می‌کنید که عاشق آن هستید یا از آن متنفر هستید، محققان می‌توانند الگوهای الکتریکی قابل تشخیصی را مشاهده کنند. محققان می‌توانند تغییرات در فعالیت الکتریکی را اندازه‌گیری و مطالعه کنند تا عملکردهای مغز و واکنش‌های احساسی را در زمان واقعی درک نمایند.

شرکت Emotiv از سال‌ها تخصص پژوهشی و تجربه خود در توسعه الگوریتم‌های تشخیص سفارشی و پیشرفته برای طراحی و ارائه یک محصول سفارشی تشخیص بویایی بهره برد. ما با همکاری لورئال، داده‌هایی را از صدها شرکت‌کننده که در معرض طیفی از رایحه‌ها و آکوردهای YSL قرار گرفته بودند، جمع‌آوری کردیم. شرکت‌کنندگان همچنین رتبه‌بندی‌های ذهنی خود را برای هر یک از این بوها در حوزه‌های مختلف (دوست‌داشتنی بودن، آشنا بودن، احتمال خرید و غیره) ارائه دادند.

با استفاده از EEG مرتبط با بویایی، دانشمندان داده‌های Emotiv الگوریتم تشخیص جدیدی ایجاد کردند که ویژگی‌های خاص مربوط به هر رایحه را ثبت می‌کند. این الگوریتم برای پیش‌بینی پاسخ «دوست داشتن/نداشتن» گزارش‌شده توسط خود فرد به هر مواجهه پسیو با بو آموزش دید. پاسخ‌های مغز به مجموعه کوچکی از آکوردها در مدل دومی ترکیب می‌شوند که احتمال جذاب دانستن هر یک از 27 عطر کلاسیک YSL را توسط شرکت‌کننده پیش‌بینی کرده و سپس سه عطر برتر را پیشنهاد می‌دهد.

تجربیات منحصر‌به‌فرد در فروشگاه، همراه با یک رایحه عطر، می‌تواند خاطرات خوش ماندگاری از برند ایجاد کند. افراد پس از تکمیل این تجربه، تصمیمات خرید خود را با اطمینان بیشتری اتخاذ می‌کنند.

از EEG چه چیزی می‌توان یاد گرفت؟

روش EEG یک شیوه‌ رایج برای جمع‌آوری داده‌ها در مطالعات تحقیقاتی است. EEG نسبت به MRI و fMRI این مزیت را دارد که می‌تواند به سرعت فرآیندهای فعالیت مغز را تشخیص دهد. همچنین نسبت به رزرو دستگاه MRI بسیار مقرون‌به‌صرفه‌تر بوده و زمان کمتری می‌برد.

سیستم EEG بی‌سیم، که توسط Emotiv پیشگام شده است، امکان جمع‌آوری داده‌های مغزی در زمان واقعی را در یک محیط طبیعی‌تر - حتی از راه دور - فراهم می‌کند. این امر آن را به ابزاری تبدیل می‌کند که به طور منحصربه‌فردی برای استفاده‌های "آنلاین" مناسب است [4]. به عبارت دیگر، تولید بینش در زمان واقعی به جای زمانی دیرتر پس از جمع‌آوری تمام داده‌ها.

داده‌های خام EEG شبیه نگاه کردن به یک موج صوتی است، از این جهت که بسیار بعید است یک فرد بتواند با چشم غیرمسلح معنای آن را تشخیص دهد. موارد بسیار کمی وجود دارد که با نگاه کردن به EEG "خام" قابل تشخیص باشد. به طور کلی، دانشمندان به داده‌های EEG نگاه می‌کنند که میانگین آن‌ها از میان بسیاری از افرادی که مکرراً در معرض یک محرک قرار گرفته‌اند به دست آمده است. درباره مبانی نوسانات عصبی بیشتر بدانید.

داده‌های EEG برای پاک‌سازی از «نویزها» باید پردازش شوند و اغلب به منظور استخراج الگوهای معنادار، به نوعی تبدیل یا تغییر ریاضی نیاز دارند. این کار معمولاً مدت‌ها پس از انجام فرآیند واقعی جمع‌آوری داده‌ها انجام می‌شود.

تولید بینش‌های EEG در زمان واقعی

اگر داده‌های EEG برای معنادار بودن باید پاک‌سازی و تبدیل شوند، چگونه می‌توانند در زمان زمان واقعی مفید باشند؟ با استفاده از داده‌های جمع‌آوری‌شده قبلی، می‌توانیم الگوریتم‌های یادگیری ماشینی تولید کنیم که الگوهای کلی فعالیت مغز مرتبط با شرایط خاص را شناسایی کنند. سپس می‌توانید این الگوریتم‌ها را طوری تنظیم کنید که نسبت به موقعیت‌های دیگر حساس باشند.

به عنوان مثال، ما داده‌های EEG بسیاری از افراد را در حین انجام چندین کار خسته‌کننده جمع‌آوری کردیم. سپس یک مدل ریاضی از اینکه این EEG ناشی از خستگی یا کلافگی چه شکلی دارد ایجاد کردیم و میزان کلافگی را بین 0 تا 100٪ تعیین نمودیم. این مدل می‌تواند در نرم‌افزاری ادغام شود که نشان می‌دهد چه زمانی یک فرد جدید کاری را انجام می‌دهد که او را کلافه می‌کند.

شرکت Emotiv بیش از یک دهه را صرف توسعه این بینش‌های EEG در زمان واقعی کرده است. ما داده‌های EEG هزاران نفر را تحت شرایط آزمایشگاهی کنترل‌شده جمع‌آوری کرده‌ایم. با استفاده از پایگاه داده و روش‌های منحصربه‌فرد خود، چندین الگوریتم یادگیری ماشینی متمایز توسعه دادیم که می‌توانند حالت‌های شناختی را در زمان واقعی شناسایی کنند.

این «تشخیص‌های» Emotiv که به عنوان شاخص‌های عملکرد نیز شناخته می‌شوند، شامل کلافگی، علاقه، آرامش، مشارکت، هیجان، استرس و توجه است. ما این تشخیص‌ها را بهینه‌سازی کرده و از طریق آزمایش‌های بیشتر موارد جدیدی را توسعه می‌دهیم.

ادغام تشخیص‌های زمان واقعی در تجربه مشتری

با همکاری لورئال، Emotiv الگوریتم تشخیص بویایی خود را در یک تجربه زیبایی یکپارچه مبتنی بر اپلیکیشن ادغام کرد. همراه با یک مشاور زیبایی، مشتریان ابتدا به هشت سوال شخصیت‌شناسی حسی-احساسی پاسخ دادند که مشخص می‌کرد کدام‌یک از شش آکورد به احتمال زیاد آن‌ها را تحریک می‌کند.

با تعیین شش آکورد بویایی، مشاور زیبایی هدست Emotiv را روی سر مشتری قرار داد و او را در طول فرآیند مواجهه با بوها راهنمایی کرد. مشتریان هر یک از آکوردها را بو می‌کردند در حالی که پاسخ‌های مغزی به صورت بی‌سیم به یک دستگاه تلفن همراه ارسال می‌شد. در طول این فرآیند، تشخیص‌های زمان واقعی Emotiv به طور مداوم احتمال فردی را که نشان می‌داد مشتری کدام‌یک از عطرهای YSL را جذاب می‌داند، تنظیم می‌کرد.

سپس این تجربه یک پروفایل شخصی در اختیار مشتریان قرار می‌داد. این منحنی دوست‌داشتنی بودن به مشتریان این فرصت را می‌داد تا پروفایل خود را با جامعه زیبایی YSL مقایسه کنند.

این تجربه با ارائه‌ سه پیشنهاد عطر YSL به اوج خود رسید. پیش‌بینی شده بود که دو مورد از آن‌ها کاملاً با پاسخ‌های احساسی و مغزی فردی مشتری هماهنگ باشد. برای گسترش پروفایل انتخاب حسی مشتری، پیشنهاد سوم یک عطر یونیسکس (بدون جنسیت) یا مناسب برای جنسیت مخالف بود که همچنان با الگوریتم پیش‌بینی بویایی مغز همخوانی داشت.

تجربه حاصل، از دیدگاه مشتریان، مشاوران زیبایی، لورئال و Emotiv یک موفقیت چشمگیر بود.

آینده علوم اعصاب در ارتباط با مصرف‌کننده

این همکاری نشان می‌دهد که چگونه سخت‌افزار پیشرو در صنعت Emotiv می‌تواند با خطوط پردازش علوم اعصاب ما ترکیب شود تا برنامه‌های کاربردی پیش‌بینی‌کننده موثر و دقیقی تولید کند.

با نوآوری‌های تکنولوژیکی سخت‌افزاری و نرم‌افزاری، ما وارد عصری شده‌ایم که در آن علوم اعصاب می‌تواند برای طیف گسترده‌ای از کاربردهای دنیای واقعی مورد استفاده قرار گیرد.

چه شرکتی به دنبال کسب بینش‌های عملی در مورد چگونگی تعامل مشتریان با محصولات خود باشد، یا به دنبال تقویت رفاه کارکنان از طریق ارزیابی عینی گردش کار و محیط‌ها باشد، فناوری عصبی مدرن اکنون به عنوان ابزاری برتر برای آینده مطرح است. این فناوری به سرعت جایگزین معیارهای ذهنی مانند نظرسنجی‌ها و پرسشنامه‌ها می‌شود تا به عنوان موثرترین روش برای شرکت‌هایی باشد که به دنبال درک بهتر کارکنان، مشتریان، محصولات و بازارهای خود هستند. با Emotiv توسعه دهید

بروزرسانی شده در 21 اوت 2024

اچ.بی. دوران در نگارش این مطلب مشارکت داشته است.

شاید از این مطالب نیز لذت ببرید:

• چگونه شاخص‌های عملکردی Emotiv را در تحقیقات مصرف‌کننده خود ادغام کنید

• چرا بازاریابی عصبی مطمئن‌ترین ابزار برای تحقیقات بازار است

• چگونه شاخص‌های عملکردی Emotiv حدس و گمان Mentimeter را تایید کرد

منابع

1. کِی. سونداراراجان و اس. کیم، ”تاثیر رایحه‌ها بر فعالیت‌های فیزیولوژیکی و روانی انسان: با ارجاع ویژه به پاسخ الکتروانسفالوگرافی انسان،“ Scientia Pharmaceutica، دوره 84، شماره 4، صفحات 724-751، نوامبر 2016، شناسه دیجیتال: 10.3390/scipharm84040724. در دسترس در: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5198031/

2. ای. ان. مایلز و دی. برنتسن، ”سفر زمانی ذهنی ناشی از بو به گذشته و آینده: آیا نشانه‌های بویایی پیوند منحصر‌به‌فردی با گذشته دور ما حفظ می‌کنند؟،“ Memory، دوره 19، شماره 8، صفحات 930–940، نوامبر 2011، شناسه دیجیتال: 10.1080/09658211.2011.613847. در دسترس در: https://www.tandfonline.com/doi/abs/10.1080/09658211.2011.613847

3. لورئال، ”لورئال ایالات متحده برندگان صندوق زیبایی فراگیر سال 2024 را اعلام کرد،“ L’Oréal، ۲۵ ژوئن ۲۰۲۴. در دسترس در: https://www.loreal.com/en/press-release/group/press-release-scent--sation/

4. ان. اس. ویلیامز، دبلیو. کینگ، جی. مک‌کلار، آر. راندنیا، ای. مک‌کورمیک و ان. ای. بادکاک، ”آزمایش‌های EEG جمع‌سپاری شده: اثبات مفهوم برای دریافت از راه دور داده‌های EEG با استفاده از EmotivPRO Builder و EmotivLABS،“ Heliyon، دوره 9، شماره 8، صفحه e18433، اوت 2023، شناسه دیجیتال: 10.1016/j.heliyon.2023.e18433. در دسترس در: https://www.cell.com/heliyon/fulltext/S2405-8440(23)05641-4?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844023056414%3Fshowall%3Dtrue