L’Oréal اور Emotiv نے Scent-sation تیار کیا ہے، جو کہ ایک انٹرایکٹو خریداری کا تجربہ ہے اور آپ کے جذباتی ردعمل کی بنیاد پر پروڈکٹس کو ہم آہنگ کرتا ہے۔

صارفین ٹیکسٹائل سے لے کر ماحول تک اپنی ترجیحات کے بارے میں سوالات کے ایک سلسلے کا جواب دیتے ہیں، پھر ایک Emotiv Insight EEG ہیڈسیٹ پہنتے ہیں۔ صارفین مختلف خوشبوؤں کے رنگوں، جیسے کہ "floral" یا "woody" کی جانچ کرتے ہیں۔ اسی وقت، پیچیدہ الگورتھمز ان کے دماغی لہروں کو حقیقی وقت کے کارکردگی کے میٹرکس جیسے کہ توجہ، ذہنی بیداری اور تناؤ کی سطحوں میں ترجمہ کرتے ہیں۔ Scent-sation ہر شخص کے بائیو میٹرک ردعمل کی بنیاد پر Yves Saint Laurent (YSL) کی تین لگژری خوشبوؤں کی سفارش کرتا ہے۔

Scent-sation نے 2021 دبئی ایکسپو میں YSL ٹیک انوویشن لیب میں پہلی پیشکش کی۔ شرکاء ایک خوبصورت ماحول میں اپنے لیے انٹرایکٹو تجربہ آزما سکتے تھے۔ اس کامیاب نمائش کے بعد، انہوں نے دنیا بھر کے منتخب Yves Saint Laurent کے فلیگ شپ اسٹورز پر Scent-sation کو لاگو کیا۔ L’Oréal نے 2024 میں کنزیومر الیکٹرانکس شو میں نیورومارکیٹنگ کے حوالے سے اپنا جدید طریقہ کار پیش کیا، جس کے لیے Scent-sation کو ایک معزز انوویشن ایوارڈ ملا۔

"اس عمیق نظام کے ذریعے، ہم 95% لوگوں کو ان کی ضروریات اور خواہشات کے مطابق ذاتی نوعیت کی صحیح خوشبو فراہم کرنے کے قابل ہوئے، جو اس ٹیکنالوجی کے بغیر کے مقابلے میں نمایاں طور پر زیادہ ہے،" Yves Saint Laurent Beauté کے انٹرنیشنل جنرل مینیجر، اسٹیفن بیزی نے Emotiv کے ساتھ اشتراک عمل کے بارے میں بات کرتے ہوئے کہا۔ "تیاری کی اس کیٹیگری میں یہ پہلا بڑا قدم ہے۔ ایک بار جب ہم جان جائیں کہ کون سی خوشبوئیں لوگوں کو خوش، متحرک یا دیگر جذبات کا احساس دلاتی ہیں، تو ہم خوشبوؤں کو اور بھی زیادہ اپنی مرضی کے مطابق بنا سکتے ہیں – امکانات لامتناہی ہیں۔"

خوشبو اور جذبات کے درمیان تعلق

انسانوں کا خوشبو کے احساس اور یادوں و جذبات کی تشکیل کے ساتھ گہرا تعلق ہے۔ ہمارے پاس تقریباً 300 جینز ہیں جو سونگھنے کے ریسیپٹرز کا استعمال کرتے ہوئے مختلف خوشبوؤں کی شناخت کرنے میں ہماری مدد کرتے ہیں [1]۔ تحقیق سے پتہ چلتا ہے کہ خوشبو سے متعلقہ یادیں کسی شخص کی زندگی میں دیگر حواس سے متحرک ہونے والی یادوں کے مقابلے میں کہیں پیچھے جا سکتی ہیں [2]۔

L’Oréal کی اندرونی تحقیق کے مطابق، 77% صارفین چاہتے ہیں کہ ان کی خوشبو انہیں جذباتی فوائد پہنچائے۔ ایک بلائنڈ ٹیسٹ کے ذریعے، L’Oréal نے یہ بھی پایا کہ لوگ اپنی خوشبو کی ترجیح کے ساتھ خوشی اور سکون سمیت مختلف جذبات کو جوڑتے ہیں۔ 12 سے 34 سال کی عمر کے نصف سے زائد صارفین کا کہنا ہے کہ وہ اپنے موڈ کی بنیاد پر خوشبو کا انتخاب کرتے ہیں [3]۔

جدید ٹیکنالوجی نے ہم سے کارکردگی کا وعدہ کیا ہے، لیکن اکثر دستیاب اختیارات کی بہت بڑی تعداد مغلوب کر سکتی ہے۔ ٹیکنالوجی ہمیں صرف وہی آپشنز دکھا کر بہتر انتخاب کرنے میں مدد کرتی ہے جو اہم ہیں۔ L’Oréal اور دیگر معروف برانڈز نے اسے ممکن بنانے کے لیے نیورومارکیٹنگ کا رخ کیا ہے۔ اخلاقی نیورومارکیٹنگ صارفین کو یہ نہیں بتاتی کہ وہ کیا چاہیں، بلکہ انہیں یہ دریافت کرنے میں مدد فراہم کرتی ہے کہ وہ واقعی کیا چاہتے ہیں، جس سے صارفین کی وفاداری میں اضافہ ہوتا ہے۔

Scent-sation کیسے کام کرتا ہے؟

Scent-sation کے تجربے کے مرکز میں الیکٹرو اینسیفلاگرافی ہے، یا EEG۔ ایک پہننے کے قابل ہیڈسیٹ آپ کے دماغ کی طرف سے پیدا ہونے والی برقی سرگرمی کی پیمائش کرتا ہے جب آپ کا اعصابی نظام کام کرتا ہے۔ محققین دماغی سرگرمی کے اشارے کے طور پر کھوپڑی پر EEG کی پیمائش کرتے ہیں۔

جب آپ کسی شخص کے چہرے کو دیکھتے ہیں، تو سینسرز آپ کے دماغ میں ایک منفرد برقی سگنل کی پیمائش کر سکتے ہیں۔ اسی طرح، جب آپ کسی ایسی چیز کو سونگھتے ہیں جس سے آپ محبت یا نفرت کرتے ہیں، تو محققین قابل شناخت برقی پیٹرنز دیکھ سکتے ہیں۔ محققین حقیقی وقت میں دماغی افعال اور جذباتی رد عمل کو سمجھنے کے لیے برقی سرگرمی میں ہونے والی تبدیلیوں کی پیمائش اور مطالعہ کر سکتے ہیں۔

Emotiv نے خوشبو کی شناخت کے لیے ایک اپنی مرضی کے مطابق پروڈکٹ بنانے اور فراہم کرنے کے لیے سالہا سال کے تحقیقی تجربے اور جدید ترین شناختی الگورتھمز کا استعمال کیا۔ L’Oréal کے ساتھ شراکت داری میں، ہم نے سینکڑوں شرکاء سے ڈیٹا اکٹھا کیا جن پر YSL کی متعدد خوشبوئیں آزمائی گئیں۔ شرکاء نے مختلف پیمانوں (پسندیدگی، واقفیت، خریدنے کا امکان، وغیرہ) پر ان خوشبوؤں کی درجہ بندی بھی فراہم کی۔

خوشبو سے متعلقہ EEG کا استعمال کرتے ہوئے، Emotiv کے ماہرینِ ڈیٹا نے ایک نیا شناختی الگورتھم تیار کیا جو ہر خوشبو سے متعلق مخصوص خصوصیات کو ریکارڈ کرتا ہے۔ الگورتھم کو ہر نمائش پر ہر فرد سے موصول ہونے والے "پسند/ناپسند" کے ردعمل کی پیشن گوئی کرنے کی تربیت دی گئی تھی۔ خوشبو کے رنگوں کی ایک چھوٹی سی ساخت پر برائین کے ردعمل کو دوسرے ماڈل میں ملا دیا جاتا ہے، جو اس بات کی پیشن گوئی کرتا ہے کہ ایک شرکت کار کو 27 YSL خوشبوؤں میں سے ہر ایک کے پسند آنے کا کتنا امکان ہے، اور پھر چوٹی کی تین خوشبوؤں کی سفارش کی جاتی ہے۔

خوشبو کے ساتھ جوڑا گیا اسٹور کا منفرد تجربہ برانڈ کے بارے میں دیرپا اور خوشگوار یادیں بنا سکتا ہے۔ اس تجربے کو مکمل کرنے کے بعد، صارفین زیادہ اعتماد کے ساتھ خریداری کے فیصلے کرتے ہیں۔

آپ EEG سے کیا سیکھ سکتے ہیں؟

تحقیقی مطالعے میں ڈیٹا اکٹھا کرنے کے لیے EEG ایک عام طریقہ ہے۔ ایم آر آئی (MRI) اور ایف ایم آر آئی (fMRI) پر EEG کو اس لیے برتری حاصل ہے کیونکہ یہ دماغی سرگرمی کے عمل کو تیزی سے محسوس کر سکتا ہے۔ یہ ایم آر آئی مشین کے استعمال کے مقابلے میں کافی سستا بھی ہے اور اس میں وقت کا ضیاع بھی نہیں ہوتا۔

وائرلیس EEG، جس کی ابتدا Emotiv نے کی تھی، زیادہ قدرتی ماحول میں - یہاں تک کہ دور بیٹھ کر بھی - حقیقی وقت کا دماغی ڈیٹا اکٹھا کرنے کی اجازت دیتا ہے۔ یہ اسے "آن لائن" استعمال کے لیے ایک بہترین ٹول بناتا ہے [4]۔ دوسرے لفظوں میں، سارا ڈیٹا اکٹھا کرنے کے بعد بعد میں نتائج حاصل کرنے کے بجائے حقیقی وقت میں نتائج پیدا کرنا۔

خام (Raw) EEG ایک صوتی لہر کو دیکھنے کی طرح ہے، جس میں اس بات کا امکان بہت کم ہوتا ہے کہ کوئی عام شخص صرف آنکھ سے دیکھ کر اس کا مطلب سمجھ سکے۔ "خام" EEG کو دیکھ کر بہت کم چیزیں سمجھی جا سکتی ہیں۔ عام طور پر، سائنسدان ایسے EEG کا جائزہ لیتے ہیں جو ان بہت سارے لوگوں سے حاصل شدہ اوسط کا نتیجہ ہوتا ہے جو بار بار کسی تجربے سے گزرتے ہیں۔ مزید جانیں دماغی اتار چڑھاؤ کے بنیادی اصولوں کے بارے میں۔

کسی بھی با معنی پیٹرن کو اخذ کرنے کے لیے فالتو مداخلت یا "شور" کو کم کرنے کے لیے EEG پروسیسنگ ہونی چاہیے اور اکثر ریاضیاتی تبدیلیوں کی ضرورت ہوتی ہے۔ یہ عام طور پر تب کیا جاتا ہے جب اصل ڈیٹا اکٹھا کرنے کا عمل مکمل ہو چکا ہو۔

ریئل ٹائم EEG بصیرت پیدا کرنا

اگر معقول نتائج حاصل کرنے کے لیے EEG کا صاف اور منتقلی شدہ ہونا ضروری ہے، تو یہ حقیقی وقت میں کیسے کارآمد ہو سکتا ہے؟ پہلے سے اکٹھے کیے گئے ڈیٹا کو استعمال کر کے، ہم مشین لرننگ کے ایسے الگورتھم بنا سکتے ہیں جو مخصوص حالات سے جڑی دماغی سرگرمی کے عمومی نمونوں کی نشان دہی کرتے ہیں۔ پھر آپ ان الگورتھم کو دیگر حالات کے مطابق ڈھال سکتے ہیں۔

مثال کے طور پر، ہم نے بہت سے لوگوں سے اس وقت EEG ڈیٹا جمع کیا جب وہ مایوس کن کام کر رہے تھے۔ اس کے بعد ہم نے ایک ریاضیاتی ماڈل تیار کیا کہ یہ مایوس کن EEG کیسا لگتا تھا اور اس کے زچ ہونے کی سطح کو 0 اور 100% کے درمیان ناپا۔ اس ماڈل کو ایسے سافٹ ویئر میں شامل کیا جا سکتا ہے جو یہ بتاتا ہے کہ کوئی نیا شخص کب کوئی ایسا کام کر رہا ہے جس سے وہ مایوس ہو رہا ہے۔

Emotiv نے حقیقی وقت کی ان EEG بصیرتوں کو تیار کرنے میں ایک دہائی سے زیادہ کا وقت لگایا ہے۔ ہم نے کنٹرول شدہ تجرباتی حالات میں ہزاروں لوگوں کا EEG ڈیٹا جمع کیا ہے۔ اپنے منفرد ڈیٹا بیس اور طریقوں کا استعمال کرتے ہوئے، ہم نے مشین لرننگ کے متعدد الگورتھم تیار کیے ہیں جو حقیقی وقت میں ذہنی کیفیات کی نشان دہی کر سکتے ہیں۔

ان Emotiv "شناختوں"، یعنی پرفارمنس میٹرکس، میں مایوسی، دلچسپی، آرام، شمولیت، جوش و خروش، تناؤ اور توجہ شامل ہیں۔ ہم مزید جانچ کے ذریعے ان شناختی ماڈلز کو مزید بہتر بناتے ہیں اور نئے قوانین تیار کرتے ہیں۔

صارف کے تجربے میں حقیقی وقت کی شناخت کو یکجا کرنا

L’Oréal کے تعاون سے، Emotiv نے ہمارے اولفیکٹری ڈٹیکشن الگورتھم کو ایپ پر مبنی خوبصورتی کے ایک بے عیب تجربے کے ساتھ یکجا کیا ہے۔ ایک بیوٹی ایڈوائزر کی موجودگی میں، صارفین نے پہلے آٹھ جذباتی پروفائلنگ سوالات کے جوابات دیے جنہوں نے یہ فیصلہ کرنے میں مدد کی کہ کون سے چھ پہلو انہیں سب سے زیادہ متحرک کر سکتے ہیں۔

چھ متعین کردہ پہلوؤں کے ساتھ، بیوٹی ایڈوائزر نے کسٹمر کے سر پر Emotiv کا ہیڈسیٹ فٹ کیا اور مختلف طریقوں کے ذریعے ان کی رہنمائی کی۔ جب دماغی ردعمل وائرلیس طور پر ایک موبائل آلہ پر منتقل کیے جا رہے تھے، تو صارفین خوشبوؤں کی جانچ کر رہے تھے۔ اس عمل کے دوران، Emotiv کی ریئل ٹائم ڈیٹیکشنز مسلسل ذاتی امکانات کو ترتیب دے رہی تھیں کہ گاہک کو YSL کی کون سی خوشبوئیں بہترین محسوس ہو سکتی ہیں۔

اس کے بعد اس تجربے نے صارفین کو ایک ذاتی پروفائل فراہم کیا۔ اس پسندیدگی کے منحنی خطوط (curve) نے گاہکوں کو YSL بیوٹی کمیونٹی کے ساتھ اپنے پروفائل کا موازنہ کرنے کا موقع دیا۔

یہ تجربہ YSL کی تین بہترین خوشبوؤں کی سفارشات پر ختم ہوا۔ ان میں سے دو کے بارے میں پیشن گوئی کی گئی تھی کہ وہ گاہک کے انفرادی جذباتی اور دماغی ردعمل کے ساتھ مکمل طور پر مطابقت رکھتی ہیں۔ کسٹمر کے حسی انتخاب کے پروفائل کو مزید وسعت دینے کے لیے، تیسری سفارش یا تو مرد وخواتین دونوں کے لیے یکساں یا مخالف صنف کی خوشبو کی تھی جو اب بھی دماغ کی پیشن گوئی کے الگورتھم کے ساتھ مطابقت رکھتی تھی۔

صارفین، بیوٹی ایڈوائزر، L’Oréal اور Emotiv کے نقطہ نظر سے حاصل ہونے والا نتیجہ ایک زبردست کامیابی تھی۔

صارف کو درپیش نیورو سائنس کا مستقبل

یہ شراکت داری ظاہر کرتی ہے کہ کس طرح Emotiv کی انڈسٹری کی معروف ہارڈویئر ڈیزائنز کو ہماری نیورو سائنس پروسیسنگ پائپ لائنوں کے ساتھ ملا کر موثر اور درست پیش قیاسی ایپلی کیشنز تیار کی جا سکتی ہیں۔

ہارڈ ویئر اور سافٹ ویئر کی تکنیکی ایجادات کے ساتھ، ہم ایک ایسے دور میں داخل ہو چکے ہیں جس میں نیورو سائنس کو حقیقی دنیا کے وسیع پیمانے پر ایپلی کیشنز کے لیے استعمال کیا جا سکتا ہے۔

چاہے کوئی کمپنی اس بات کے با معنی اشارے حاصل کرنا چاہتی ہو کہ گاہک اس کی مصنوعات کے ساتھ کیسے جڑ رہے ہیں، یا کام کے مقامات اور ماحول کے معروضی جائزے کے ذریعے عملے کی فلاح و بہبود کو بہتر بنانے کی خواہاں ہو، جدید نیورو ٹیک اب مستقبل کا سب سے بہترین ٹول بن چکا ہے۔ یہ تیزی سے روایتی اور ذاتی طریقوں، جیسے سروے اور سوالنامے، کی جگہ لے رہا ہے تاکہ کمپنیاں اپنے ملازمین، صارفین، مصنوعات اور مارکیٹ کو بہتر طور پر سمجھ سکیں۔ Emotiv کے ساتھ ڈیولپمنٹ شروع کریں

آخری ترمیم: 21 اگست 2024

ایچ بی ڈوران نے اس کہانی میں اپنا حصہ ڈالا۔

آپ کو یہ بھی پسند آ سکتا ہے:

• Emotiv's کے پرفارمنس میٹرکس کو اپنی صارفین کی تحقیق میں کیسے شامل کریں

• نیورومارکیٹنگ کس طرح مارکیٹ ریسرچ کے لیے سب سے زیادہ قابل اعتماد ذریعہ ہے

• Emotiv کے پرفارمنس میٹرکس نے مینٹی میٹر کے "مفروضے" کی تصدیق کیسے کی

حوالہ جات

1. K. Sowndhararajan and S. Kim, “Influence of fragrances on human psychophysiological activity: with special reference to human electroencephalographic response,” Scientia Pharmaceutica, vol. 84, no. 4, pp. 724–751, Nov. 2016, doi: 10.3390/scipharm84040724. دستیاب ہے: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5198031/

2. A. N. Miles and D. Berntsen, “Odour-induced mental time travel into the past and future: Do odour cues retain a unique link to our distant past?,” Memory, vol. 19, no. 8, pp. 930–940, Nov. 2011, doi: 10.1080/09658211.2011.613847. دستیاب ہے: https://www.tandfonline.com/doi/abs/10.1080/09658211.2011.613847

3. L’Oréal, “L’ORÉAL USA ANNOUNCES 2024 INCLUSIVE BEAUTY FUND RECIPIENTS,” L’Oréal, Jun. 25, 2024. دستیاب ہے: https://www.loreal.com/en/press-release/group/press-release-scent--sation/

4. N. S. Williams, W. King, G. Mackellar, R. Randeniya, A. McCormick, and N. A. Badcock, “Crowdsourced EEG experiments: A proof of concept for remote EEG acquisition using EmotivPRO Builder and EmotivLABS,” Heliyon, vol. 9, no. 8, p. e18433, Aug. 2023, doi: 10.1016/j.heliyon.2023.e18433. دستیاب ہے: https://www.cell.com/heliyon/fulltext/S2405-8440(23)05641-4?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2405844023056414%3Fshowall%3Dtrue