Нейромаркетинг в образовании: влияние эмоционального контента на эффективность восприятия университетских видеороликов

Цель исследования. В настоящем исследовании анализируются эмоциональные реакции респондентов на промо-видео Алматы Менеджмент Университета и изучается, как эти реакции влияют на восприятие привлекательности видео и запоминание их содержания. Понимание этих эффектов может способствовать разработке более эффективных стратегий образовательного маркетинга, демонстрируя, как эмоциональная вовлечённость повышает заинтересованность будущих студентов.
Методология. В исследовании фиксировались мимические реакции участников при демонстрации двух промо-видео, разработанных маркетинговым отделом Университета. В нём приняли участие двадцать потенциальных абитуриентов в возрасте 16–20 лет. Во время просмотра видео с помощью программы FaceReader регистрировались выражения лица, после чего каждый участник заполнял опросники для оценки запоминания видеоконтента и его привлекательности. Это позволило изучить взаимосвязь между зафиксированными эмоциональными данными и опросными результатами. Кроме того, на основе выходов FaceReader для прогнозирования показателей запоминания и восприятия привлекательности использовались модели машинного обучения Random Forest и Gradient Boosting.
Оригинальность/ценность исследования. В отличие от традиционных маркетинговых исследований, основанных на самодекларируемых данных, это исследование предлагает объективную оценку эмоционального вовлечения и его влияния на когнитивные процессы. 
Результаты исследования. Данные показали, что радость и сентиментальность значительно улучшают запоминание и восприятие привлекательности видео, тогда как гнев и страх оказали слабое влияние.
Эти выводы подтверждают, что эмоционально насыщенный видеоконтент может стать эффективным инструментом образовательного маркетинга, улучшая восприятие бренда и влияя на выбор студентов. Исследование предлагает практические рекомендации университетам по созданию запоминающихся и эффективных промо-материалов.

1. Tyng C. M., Amin H. U., Saad M. N. M., Malik A. S. The influences of emotion on learning and memory // Frontiers in Psychology. — 2017. — Vol. 8. — Art. No 1454. — DOI: 10.3389/fpsyg.2017.01454.

2. Lackmann S., Léger P.-M., Charland P., Aubé C., Talbot J. The influence of video format on engagement and performance in online learning // Brain Sciences. — 2021. — Vol. 11, № 2. — P. 128. — DOI: 10.3390/brainsci11020128.

3. Weinberg P., Gottwald W. Impulsive consumer buying as a result of emotions // Journal of Business Research. — 1982. — Vol. 10, № 1. — P. 43–57. — DOI: 10.1016/0148-2963(82)90016-9.

4. Breiter H. C., Block M., Blood A. J. et al. Redefining neuromarketing as an integrated science of influence // Frontiers in Human Neuroscience. — 2015. — Vol. 8. — Art. No 1073. — DOI: 10.3389/fnhum.2014.01073.

5. Assielou K. A., Haba C. T., Kadjo T. L. et al. Emotional impact for predicting student performance in intelligent tutoring systems (ITS) // International Journal of Advanced Computer Science and Applications. — 2020. — Vol. 11, № 7. — P. 219–225. — DOI: 10.14569/IJACSA.2020.0110728.

6. Royo-Vela M., Varga Á. Unveiling neuromarketing and its research methodology // Encyclopedia. — 2022. — Vol. 2, № 2. — P. 729–751. — DOI: 10.3390/encyclopedia2020051.

7. Смыкова М. Р., Оразгалиева Э. Б., Казыбаева А. М., Абужалитова А. А. Исследование отношения потребителей к рекламе университетов: нейромаркетинговый подход // Вестник Карагандинского университета. — 2021. — Т. 4(104). — С. 148–158. — DOI: 10.31489/2021Ec4/148-158.

8. Rodas J. A., Montoya-Restrepo L. A. Measurement and analysis of television commercials based on the computer tools EyeTracking and FaceReader // Informacion Tecnologica. — 2019. — Vol. 30, № 2. — P. 3–10.

9. Cordeiro R., Reis A., Ferreira B. M., Mendes Bacalhau L. Neuromarketing: decoding the role of emotions and senses and consumer behavior / In IGI Global (Ed.). — Hershey, PA: IGI Global, 2024. — DOI: 10.4018/979-8-3693-1858-4.ch005.

10. Osugi A., Ohira H. Emotional arousal at memory encoding enhanced P300 in the concealed information test // Frontiers in Psychology. — 2018. — Vol. 8. — Art. No 2334. — DOI: 10.3389/fpsyg.2017.02334.

11. System1 Group. Emotion’s key role in digital ad effectiveness [Электронный ресурс]. — URL: https://system1group.com/blog/emotions-key-role-in-digital-ad-effectiveness (дата обращения: 10.02.2025).

12. RAM. Emotions & the impact on advertising effectiveness. Research & Analysis of Media [Электронный ресурс]. — 2016. — URL: https://www.rampanel.com/ (дата обращения: 10.02.2025).

13. Vences N. A., Díaz-Campo J., Rosales D. F. G. Neuromarketing as an emotional connection tool between organizations and audiences in social networks: a theoretical review // Frontiers in Psychology. — 2020. — Vol. 11. — Art. No 1787. — DOI: 10.3389/fpsyg.2020.01787.

14. Murti A., Ghosh R. The impact of emotional appeals in neuromarketing: analyzing the brain responses of consumers to emotional advertising campaigns // International Journal of Enhanced Research in Management & Computer Applications. — 2023. — Vol. 12, № 9. — P. 23–32. — DOI: 10.55948/IJERMCA.2023.0905.

15. Otamendi F. J., Sutil Martín D. L. The emotional effectiveness of advertisement // Frontiers in Psychology. — 2020. — Vol. 11. — Art. No 2088. — DOI: 10.3389/fpsyg.2020.02088.

16. Azad M. S., Khan S. S., Hossain R. et al. Predictive modeling of consumer purchase behavior on social media: integrating theory of planned behavior and machine learning for actionable insights // PLoS ONE. — 2023. — Vol. 18, № 12. — Art. No e0296336. — DOI: 10.1371/journal.pone.0296336.

17. Deniz E., Bülbül S. Ç. Predicting customer purchase behavior using machine learning models // Information Technology in Economics and Business. — 2024. — Vol. 1, № 1. — P. 1–6. — DOI: 10.69882/adba.iteb.2024071.

18. Whitehill J., Serpell Z., Lin Y.-C. et al. The faces of engagement: automatic recognition of student engagement from facial expressions // IEEE Transactions on Affective Computing. — 2014. — Vol. 5, № 1. — P. 86–98. — DOI: 10.1109/TAFFC.2014.2316163.

19. Soloviev V. Machine learning approach for student engagement automatic recognition from facial expressions // Scientific Publications of the State University of Novi Pazar, Series A: Applied Mathematics, Informatics & Mechanics. — 2018. — Vol. 10, № 2. — P. 79–86. — DOI: 10.5937/SPSUNP1802079S.

20. Šola H. M., Qureshi F. H., Khawaja S. Exploring the untapped potential of neuromarketing in online learning: implications and challenges for the higher education sector in Europe // Behavioral Sciences. — 2024. — Vol. 14, № 2. — Art. No 80. — DOI: 10.3390/bs14020080.

21. Rejer I., Jankowski J., Dreger J., Lorenz K. Viewer engagement in response to mixed and uniform emotional content in marketing videos—an electroencephalographic study // Sensors. — 2024. — Vol. 24, № 2. — Art. No 517. — DOI: 10.3390/s24020517.

22. Graham A. The importance of emotional connection in higher-ed marketing [Электронный ресурс] // Big Sea. — 07.06.2021. — URL: https://bigsea.co/ideas/the-importance-of-emotional-connection-in-highered-marketing (дата обращения: 27.05.2025).

23. ESOMAR. Guideline for researchers and clients involved in primary data collection [Электронный ресурс]. — URL: https://esomar.org/code-and-guidelines/guideline-for-researchers-and-clients-involved-inprimary-data-collection (дата обращения: 27.05.2025).

24. Казыбаева А. М. Нейромаркетинг: учебное пособие. — Балауса: ИП «Балауса», 2022. — 136 с.

25. Vozzi A., Ronca V., Aricò P. et al. The sample size matters: to what extent the participant reduction affects the outcomes of a neuroscientific research. A case-study in neuromarketing field // Sensors. — 2021. — Vol. 21, № 18. — Art. No 6088. — DOI: 10.3390/s21186088.

26. iMotions. Facial expression analysis – emotion detection software [Электронный ресурс]. — URL: https://imotions.com/products/imotions-lab/modules/fea-facial-expression-analysis/ (дата обращения: 27.05.2025).

27. Oakes R. A., Peschel L., Barraclough N. E. Inter-subject correlation of audience facial expressions predicts audience engagement during theatrical performances // iScience. — 2024. — Vol. 27, № 6. — Art. No 109843. — DOI: 10.1016/j.isci.2024.109843.

28. Hendriks A. How FaceReader is validated in research [Электронный ресурс] // Noldus Information Technology, 26.06.2024. — URL: https://noldus.com/blog/how-facereader-is-validated-in-research (дата обращения: 27.05.2025).

29. International Chamber of Commerce. ICC/ESOMAR international code on market and social research [Электронный ресурс]. — URL: https://iccwbo.org/news-publications/policies-reports/iccesomar-international-code-on-market-and-social-research/ (дата обращения: 27.05.2025).

30. Neuromarketing Science & Business Association. NMSBA code of ethics [Электронный ресурс]. — URL: https://www.nmsba.com/neuromarketing-companies/code-of-ethics (дата обращения: 27.05.2025).

31. U.S. Department of Health & Human Services. Code of Federal Regulations, Title 45, Section 46.102— Definitions for purposes of this policy [Электронный ресурс] // Cornell Law School Legal Information Institute, 2023. — URL: https://www.law.cornell.edu/cfr/text/45/46.102 (дата обращения: 27.05.2025).

32. American Psychological Association. Ethical principles of psychologists and code of conduct [Электронный ресурс]. — 2017. — URL: https://www.apa.org/ethics/code/ethics-code-2017.pdf (дата обращения: 27.05.2025).

33. Morgan Lewis & Bockius LLP. Data protection in Kazakhstan: overview [PDF] [Электронный ресурс]. — 2023. — URL: https://www.morganlewis.com/-/media/files/publication/outside-publication/article/2023/data-protection-in-kazakhstan-overview.pdf (дата обращения: 27.05.2025).

34. Tellis G. J., MacInnis D. J., Tirunillai S., Zhang Y. What drives virality (sharing) of online digital content? // Journal of Marketing. — 2019. — Vol. 83, № 4. — P. 1–20. — DOI: 10.1177/0022242919841034.

35. Szucs D., Ioannidis J. P. A. Sample size evolution in neuroimaging research: an evaluation of highlycited studies (1990–2012) and of latest practices (2017–2018) in high-impact journals // NeuroImage. — 2020. — Vol. 221. — Art. No 117164. — DOI: 10.1016/j.neuroimage.2020.117164.

36. Neuromarketing Science & Business Association. Sample size in neuromarketing [Электронный ресурс]. — 2025. — URL: https://nmsba.com/news/656-sample-size-in-neuromarketing (дата обращения: 27.05.2025).

37. Nightshade L. Harnessing Gen Z’s attention span for successful social media marketing [Электронный ресурс] // Colormatics, 06.2023. — URL: https://www.colormatics.com/article/harnessing-gen-z-attentionspan-for-successful-social/ (дата обращения: 27.05.2025).

38. Venkatraman V., Dimoka A., Pavlou P. A. et al. Predicting advertising success beyond traditional measures: new insights from neurophysiological methods and market response modeling // Journal of Marketing Research. — 2015. — Vol. 52, № 4. — P. 436–452. — DOI: 10.1509/jmr.13.0593.