An implicit research methodology to evaluate advertising effectiveness in Esports streaming based on viewers’ gaze, cognitive and emotional responses

• Giakoni, Frano ^[1] ; López, María ^[3] ; Segado, Francisco ^[2] ; Manzanares, Aarón ^[2] ; Mínguez, Javier ^[3]
  1. [1] Universidad Andrés Bello

     Universidad Andrés Bello

     Santiago, Chile

     
  2. [2] Universidad Católica San Antonio

     Universidad Católica San Antonio

     Murcia, España

     
  3. [3] Bitbrain, España

  Mostrar afiliaciones +
• Localización: Sport TK: revista euroamericana de ciencias del deporte, ISSN 2254-4070, ISSN-e 2340-8812, Nº. 11, 2022, págs. 361-381
• Idioma: inglés
• Títulos paralelos:
  • Metodología de investigación implícita para evaluar la eficacia de la publicidad en el streaming de Esports basada en la mirada, las respuestas cognitivas y emocionales de los espectadores
• Enlaces
  • Texto completo
• Resumen
  • español

    Es difícil evaluar la eficacia real del patrocinio de los esports para una marca. Una primera aproximación sería calcular la visibilidad de los anuncios de las marcas durante una retransmisión, que se suele caracterizar en términos de tiempo de exposición. Clásicamente, este tiempo se calculaba manualmente mediante inspección visual, pero recientemente los algoritmos de visión por ordenador han automatizado este proceso, proporcionando algún tipo de parámetro de rentabilidad. Este estudio da un paso más al proponer una metodología de investigación nueva y complementaria para evaluar la eficacia de los anuncios en los deportes electrónicos, basada en técnicas de investigación implícitas como el electroencefalograma, la respuesta galvánica de la piel, el seguimiento ocular y el análisis del comportamiento de la mirada de los espectadores, junto con sus estados emocionales y cognitivos. Aunque no escasean los estudios sobre investigación de mercado y publicidad que emplean estas metodologías de investigación, aún no se han aplicado a la investigación de los deportes electrónicos. Este estudio informa de la aplicación de esta metodología en un estudio de caso con 48 participantes durante un partido de esports. También se demuestra cómo estas nuevas métricas, que captan los estados no conscientes de los espectadores, pueden utilizarse para evaluar el rendimiento de los anuncios (en este caso, los logotipos de las marcas). Además, se muestra cómo el tiempo de exposición de los anuncios (métrica ampliamente aceptada para evaluar la eficacia de los anuncios) presenta un error del 60,18% con respecto a la visualización real, y cómo la metodología aquí presentada puede utilizarse para encontrar las mejores ubicaciones para la exposición de anuncios/marcas durante la emisión de deportes electrónicos.

  • English

    It is difficult to assess the real effectiveness of the sponsorship of esports for a brand. An initial approach would be to calculate the visibility of the brands’ ads during a broadcast, which is usually characterized in terms of exposition time. Classically, this time was computed manually by visual inspection, but computer vision algorithms have recently automated this process, providing some sort of cost effectiveness parameter. This study goes a step further by proposing a new and complementary research methodology to assess the effectiveness of ads in esports, based on implicit research techniques such as electroencephalogram, galvanic skin response, eye-tracking, and analysis of the gaze behavior of the viewers, along with their emotional and cognitive states. Although there is no scarcity of studies on market investigation and advertising employing these research methodologies, these have not been applied to esports research yet. This study reports the implementation of this methodology in a case study with 48 participants during a given esports match. It is also demonstrated how these new metrics, which capture the non-conscious states of viewers, can be used to assess the performance of ads (in this case, brand logos). Additionally, it is shown how ad exposition time (widely accepted metric to assess ad effectiveness) presents an error of 60.18% with respect to real visualization, and how the methodology presented herein can be used to find the best placements for ad/brand exposure during esports broadcast.