L’Oréal dan Emotiv mengembangkan Scent-sation, sebuah pengalaman berbelanja interaktif yang mencocokkan produk berdasarkan respons emosional Anda.

Pelanggan menjawab serangkaian pertanyaan tentang preferensi mereka mulai dari tekstil hingga lingkungan, kemudian mengenakan headset EEG Emotiv Insight. Pelanggan menguji berbagai paduan aroma, seperti "floral" atau "woody." Pada saat yang sama, algoritme canggih menerjemahkan gelombang otak mereka menjadi metrik performa waktu nyata seperti tingkat fokus, stimulasi, dan stres. Scent-sation merekomendasikan tiga wewangian mewah Yves Saint Laurent (YSL) berdasarkan reaksi biometrik setiap orang.

Scent-sation memulai debutnya di Dubai Expo 2021 di YSL Tech Innovation Lab. Para hadirin dapat mencoba sendiri pengalaman berbelanja interaktif tersebut dalam suasana yang penuh gaya. Setelah pameran yang sukses tersebut, mereka memasang Scent-sation di toko-toko unggulan Yves Saint Laurent pilihan di seluruh dunia. L’Oréal mempresentasikan pendekatan inovatifnya terhadap pemasaran neuro (neuromarketing) di Consumer Electronics Show pada tahun 2024, di mana Scent-sation menerima Penghargaan Inovasi yang bergengsi.

“Melalui sistem yang imersif ini, kami dapat memberikan wewangian yang tepat yang dipersonalisasi sesuai dengan kebutuhan dan keinginan mereka kepada 95% orang, yang mana ini jauh lebih tinggi dibandingkan tanpa teknologi ini," Stephan Bezy, International General Manager di Yves Saint Laurent Beauté, mengatakan tentang kemitraan dengan Emotiv. "Ini adalah langkah awal yang besar dalam kategori ini. Begitu kami mengetahui aroma mana yang membuat orang merasa bahagia, berenergi, atau emosi lainnya, kami dapat menyesuaikan wewangian lebih banyak lagi – potensinya tidak terbatas.”

Hubungan Antara Bau dan Emosi

Manusia memiliki hubungan yang erat antara indra penciuman kita dengan pembentukan ingatan dan emosi. Kita memiliki sekitar 300 gen yang membantu kita mendeteksi berbagai bau yang berbeda menggunakan reseptor penciuman [1]. Penelitian menunjukkan bahwa ingatan yang berkaitan dengan bau dapat melacak kembali kehidupan seseorang lebih jauh dibandingkan dengan ingatan yang dipicu oleh indra lainnya [2].

Menurut penelitian internal L’Oréal, 77% konsumen menginginkan wewangian mereka memberikan manfaat emosional. Melalui uji buta (blind test), L’Oréal juga menemukan bahwa orang-orang menghubungkan berbagai emosi, termasuk kebahagiaan dan relaksasi, dengan preferensi aroma mereka. Lebih dari separuh konsumen berusia 12-34 tahun mengatakan mereka memilih wewangian berdasarkan suasana hati mereka [3].

Teknologi modern telah menjanjikan efisiensi bagi kita, tetapi sering kali banyaknya pilihan yang tersedia dapat terasa sangat membebani. Teknologi membantu kita membuat pilihan yang lebih baik dengan hanya menampilkan pilihan yang penting. L’Oréal dan merek terkemuka lainnya telah beralih ke neuromarketing untuk mewujudkan hal ini. Neuromarketing yang etis tidak memberi tahu pelanggan apa yang harus diinginkan, melainkan membantu mereka menemukan apa yang sebenarnya mereka inginkan, sehingga meningkatkan loyalitas pelanggan.

Bagaimana cara kerja Scent-sation?

Di jantung pengalaman Scent-sation adalah elektroensefalografi, atau EEG. Sebuah headset yang dapat dikenakan mengukur aktivitas listrik yang dihasilkan oleh otak Anda saat neuron Anda melepaskan muatan. Para peneliti mengukur EEG pada kulit kepala sebagai indikator aktivitas otak yang mendasarinya.

Ketika Anda melihat wajah seseorang, sensor dapat mengukur sinyal listrik unik di otak Anda. Demikian pula, ketika Anda mencium sesuatu yang Anda sukai atau benci, para peneliti dapat mengamati pola listrik yang dapat dikenali. Para peneliti dapat mengukur dan mempelajari perubahan dalam aktivitas listrik untuk memahami fungsi otak dan reaksi emosional secara waktu nyata.

Emotiv memanfaatkan keahlian penelitian kami selama bertahun-tahun dan pengalaman mengembangkan algoritme deteksi kustom yang canggih untuk merancang dan menghadirkan produk deteksi penciuman kustom. Kemitraan dengan L’Oréal, kami mengumpulkan data dari ratusan peserta yang terpapar berbagai wewangian dan paduan aroma YSL. Peserta juga memberikan penilaian subjektif untuk masing-masing aroma ini pada berbagai ranah (daya tarik rasa suka, keakraban, kemungkinan untuk membeli, dll.).

Menggunakan EEG terkait penciuman, ilmuwan data Emotiv menciptakan algoritme deteksi baru yang menangkap fitur spesifik terkait dengan setiap aroma. Algoritme ini dilatih untuk memprediksi respons "suka/tidak suka" yang dilaporkan oleh masing-masing individu terhadap setiap paparan. Respons otak terhadap sekumpulan kecil paduan aroma digabungkan dalam model kedua yang memprediksi kemungkinan peserta akan menganggap masing-masing dari 27 wewangian YSL menarik, kemudian merekomendasikan tiga wewangian teratas.

Pengalaman toko yang unik, yang dipadukan dengan wewangian, dapat menciptakan kenangan indah yang abadi tentang merek tersebut. Setelah menyelesaikan pengalaman ini, individu membuat keputusan pembelian dengan keyakinan yang meningkat.

Apa saja yang bisa Anda pelajari dari EEG?

EEG adalah metode pengumpulan data yang umum dalam studi penelitian. EEG memiliki keunggulan dibandingkan MRI dan fMRI karena dapat mendeteksi proses aktivitas otak dengan cepat. Metode ini juga jauh lebih terjangkau dan tidak memakan banyak waktu dibandingkan memesan mesin MRI.

EEG Nirkabel, yang dipelopori oleh Emotiv, memungkinkan pengumpulan data otak waktu nyata dalam lingkungan yang lebih alami - bahkan dari jarak jauh. Hal ini menjadikannya alat yang diposisikan secara unik untuk penggunaan "online" [4]. Dengan kata lain, menghasilkan wawasan secara waktu nyata daripada di kemudian hari setelah semua data terkumpul.

EEG mentah serupa dengan melihat gelombang suara, di mana sangat tidak mungkin seseorang dapat melihat maknanya dengan mata telanjang. Ada sangat sedikit hal yang dapat dilihat dari melihat EEG "mentah". Umumnya, para ilmuwan akan melihat EEG yang dirata-ratakan dari banyak orang yang berulang kali terpapar stimulus. Pelajari lebih lanjut tentang Dasar-dasar Osilasi Neural.

EEG harus diproses untuk membersihkan "derau" (noise) dan sering kali ditransformasikan atau diubah secara matematis untuk menyimpulkan pola yang bermakna. Hal ini umumnya dilakukan lama setelah pengumpulan data yang sebenarnya terjadi.

Menghasilkan wawasan EEG waktu nyata

Jika EEG harus dibersihkan dan ditransformasikan agar bermakna, bagaimana cara agar dapat berguna secara waktu nyata? Dengan menggunakan data yang telah dikumpulkan sebelumnya, kita dapat menghasilkan algoritme pembelajaran mesin (machine-learning) yang mengidentifikasi pola umum aktivitas otak yang terkait dengan keadaan tertentu. Anda kemudian dapat menyetel algoritme ini agar sensitif terhadap situasi lain.

Sebagai contoh, kami mengumpulkan data EEG dari banyak orang saat mereka melakukan beberapa tugas yang memicu frustrasi. Kami kemudian mengembangkan model matematis tentang seperti apa EEG yang frustrasi tersebut dan mengukur tingkat frustrasi antara 0 dan 100%. Model ini dapat diintegrasikan ke dalam perangkat lunak yang menunjukkan kapan seseorang yang baru sedang melakukan sesuatu yang membuat mereka frustrasi.

Emotiv telah menghabiskan lebih dari satu dekade untuk mengembangkan wawasan EEG waktu nyata ini. Kami telah mengumpulkan EEG dari ribuan orang di bawah kondisi eksperimen yang terkendali. Menggunakan basis data dan metode unik kami, kami mengembangkan beberapa algoritme pembelajaran mesin yang berbeda yang dapat mengidentifikasi status kognitif secara waktu nyata.

"Deteksi" Emotiv ini, alias Metrik Performa, mencakup Frustrasi, Ketertarikan, Relaksasi, Keterlibatan, Kegembiraan, Stres, dan Perhatian. Kami menyempurnakan deteksi ini dan mengembangkan yang baru melalui pengujian lebih lanjut.

Mengintegrasikan deteksi waktu nyata ke dalam pengalaman konsumen

Bekerja sama dengan L’Oréal, Emotiv mengintegrasikan algoritme deteksi penciuman kami ke dalam pengalaman kecantikan berbasis aplikasi yang lancar. Bersama dengan penasihat kecantikan, pelanggan pertama-tama menjawab delapan pertanyaan profil emosional yang menentukan enam paduan aroma mana yang paling mungkin merangsang mereka.

Dengan enam paduan aroma yang telah ditentukan, penasihat kecantikan kemudian memasangkan headset Emotiv ke pelanggan dan memandu mereka melalui paparan tersebut. Pelanggan mencicipi masing-masing paduan aroma tersebut sementara respons otak ditransmisikan secara nirkabel ke perangkat seluler. Selama proses ini, deteksi waktu nyata Emotiv terus menyesuaikan probabilitas individu bahwa pelanggan akan menganggap masing-masing wewangian YSL menarik.

Pengalaman tersebut kemudian memberikan profil pribadi kepada pelanggan. Kurva daya tarik ini memberi pelanggan kesempatan untuk membandingkan profil mereka dengan komunitas kecantikan YSL.

Pengalaman tersebut berpuncak pada tiga rekomendasi wewangian YSL. Dua di antaranya diprediksi selaras dengan respons emosional dan otak pelanggan masing-masing. Untuk memperluas profil pilihan sensoris pelanggan, rekomendasi ketiga adalah wewangian uniseks atau gender sebaliknya yang tetap selaras dengan algoritme penciuman otak prediktif.

Pengalaman yang dihasilkan merupakan kesuksesan yang luar biasa dari sudut pandang pelanggan, penasihat kecantikan, L’Oréal, dan Emotiv. 

Masa depan neurosains yang berhadapan dengan konsumen

Kemitraan ini menunjukkan bagaimana perangkat keras termuka industri dari Emotiv dapat dikombinasikan dengan alur pemrosesan neurosains kami untuk menghasilkan aplikasi prediktif yang efektif dan akurat.

Dengan inovasi teknologi perangkat keras dan perangkat lunak, kita telah memasuki era di mana ilmu saraf dapat dimanfaatkan untuk berbagai aplikasi dunia nyata.

Baik perusahaan yang ingin mendapatkan wawasan yang dapat ditindaklanjuti tentang bagaimana pelanggan terlibat dengan produk mereka atau berupaya meningkatkan kesejahteraan karyawan melalui penilaian objektif terhadap alur kerja dan lingkungan, teknologi neuro modern kini diposisikan untuk menjadi alat andalan di masa depan. Hal ini dengan cepat menggantikan langkah-langkah subjektif, seperti survei dan kuesioner, sebagai metode paling efektif bagi perusahaan yang ingin memahami karyawan, pelanggan, produk, dan pasar mereka dengan lebih baik. Kembangkan bersama Emotiv

Diperbarui tanggal 21 Agustus 2024

H.B. Duran berkontribusi dalam kisah ini.

Anda mungkin juga menyukai:

• Cara Memasukkan Metrik Performa Emotiv ke Dalam Riset Konsumen Anda

• Mengapa neuromarketing merupakan alat paling andal untuk riset pasar

• Bagaimana Metrik Performa Emotiv Mengonfirmasi "Firasat" Mentimeter

Referensi

1. K. Sowndhararajan dan S. Kim, “Pengaruh wewangian pada aktivitas psikofisiologis manusia: dengan referensi khusus pada respons elektroensefalografi manusia,” Scientia Pharmaceutica, vol. 84, no. 4, hlm. 724–751, Nov. 2016, doi: 10.3390/scipharm84040724. Tersedia di: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5198031/

2. A. N. Miles dan D. Berntsen, “Perjalanan waktu mental yang dipicu oleh bau ke masa lalu dan masa depan: Apakah isyarat bau mempertahankan hubungan unik dengan masa lalu kita yang jauh?,” Memory, vol. 19, no. 8, hlm. 930–940, Nov. 2011, doi: 10.1080/09658211.2011.613847. Tersedia di: https://www.tandfonline.com/doi/abs/10.1080/09658211.2011.613847

3. L’Oréal, “L’ORÉAL USA MENGUMUMKAN PENERIMA DANA KECANTIKAN INKLUSIF 2024,” L’Oréal, 25 Juni 2024. Tersedia di: https://www.loreal.com/en/press-release/group/press-release-scent--sation/

4. N. S. Williams, W. King, G. Mackellar, R. Randeniya, A. McCormick, dan N. A. Badcock, “Eksperimen EEG bersumber kerumunan (crowdsourced): Bukti konsep untuk akuisisi EEG jarak jauh menggunakan EmotivPRO Builder dan EmotivLABS,” Heliyon, vol. 9, no. 8, p. e18433, Agustus 2023, doi: 10.1016/j.heliyon.2023.e18433. Tersedia di: https://www.cell.com/heliyon/fulltext/S2405-8440(23)05641-4?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844023056414%3Fshowall%3Dtrue