Monitoreo del comportamiento del consumidor digital, mediante datos extraídos con un Eye-Tracking
DOI:
https://doi.org/10.56124/encriptar.v7i14.002Palabras clave:
algoritmos, inteligencia artificial, seguimiento ocular, marketing, consumidor digitalResumen
Las compras en línea han revolucionado la manera de ofrecer un producto; por lo tanto, conocer el comportamiento del consumidor es muy importante para los comercios. Los datos serecaban de diversas fuentes; como las redes sociales, sitios web y dispositivos móviles para comprender cómo interactúan los usuarios con los productos y servicios en línea. El objetivo de esta investigación fue monitorear el comportamiento del consumidor digital a través de un Eye-Tracking. Se realizó una revisión bibliográfica sobre los algoritmos y las métricas más utilizadas condispositivos de seguimiento ocular. Para determinar la conducta del usuario digital se ejecutaron pruebas de la experiencia y satisfacciones del usuario, con 40 participantes de la Universidad Técnica de Manabí ubicada en la ciudad de Portoviejo-Ecuador, con los sitios web (Amazon yBooking) plataformas de comercio electrónico altamente usadas a nivel mundial, de las cuales se escogieron once interfaces que fueron valoradas por los usuarios. Los resultados mostraron que lasmétricas (Fijación y Sacadas) seleccionadas fueron útiles para evaluar el comportamiento de los consumidores digitales, puesto que la primera, por ejemplo, da a conocer el tiempo que el cliente sostuvo la mirada en un área u objeto en el sitio en cuestión, por otra parte la sacadas son los movimientos voluntarios o involuntarios desde un punto a otro en una interfaz; determinando que hay zonas(encabezados) que visiblemente pasan desapercibidas por el usuario en su primerainteracción con la plataforma de ventas. En conclusión, el análisis de las Áreas de Interés (AOI),ofrecen datos precisos con los que se pueden tomar decisiones estratégicas informadas paramejorar el diseño de los sitios web de comercialización para incrementar las ventas.
Descargas
Citas
P. Medina-Chicaiza y A. G. Martínez-Ortega, “Tecnologías en la inteligencia artificial para el Marketing: una revisión de la literatura”, Pro Sci., vol. 4, núm. 30, pp. 36–47, 2020.
Aguado-Guadalupe, G. Repercusión de las métricas de audiencia online en la comercialización publicitaria del producto informativo. Razón Y Palabra, 21(2_97), 142–158. Recuperado a partir de
https://www.revistarazonypalabra.org/index.php/ryp/article/view/989
Almeida Márquez, L. (2020). Movimientos sacádicos para el fortalecimiento del proceso lector en estudiantes de quinto año. https://repositorio.pucesa.edu.ec/handle/123456789/3090
Barrientos-Avendaño, Edwin & Coronel, Anderson & Quintero, Fabián & Rico- Bautista, Dewar. (2020). Sistema de administración de ventas tienda a tienda: Aplicando técnicas de inteligencia artificial. RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao. 2020. 677-689. https://www.researchgate.net/publication/339227416_Sistema_de_administra cion_de_ventas_tienda_a_tienda_Aplicando_tecnicas_de_inteligencia_artifici al
Carrillo González, C. (2017). El Neuromarketing como instrumento para la eficacia de la publicidad en televisión. https://dialnet.unirioja.es/servlet/tesis?codigo=153559&info=resumen&idioma
=SPA
Castillo Campos, L, Galvis Torres, A y Mirque Canchón, A. (2021). Inteligencia artificial en estrategias de marketing digital para Pymes. Universidad Colegio
Mayor de Cundinamarca.. https://repositorio.unicolmayor.edu.co/handle/unicolmayor/3510
Contreras Espinar, A. (2021). Los cambios del comportamiento del consumidor en sus hábitos de compra, durante la pandemia Covid-19. https://hdl.handle.net/20.500.12692/77060
Fenollar Belda, D., Juarez Varón, D., & Tur Viñes, V. (2016). Empleo de técnicas de Neuromarketing para el análisis de la mejora de la eficiencia en la comunicación. De Los Medios y La Comunicación de Las Organizaciones a Las Redes de Valor, 2016, ISBN 978-9942-25-054-4, Págs. 1269-1279, 1269–
https://dialnet.unirioja.es/servlet/articulo?codigo=6079771&info=resumen&idi oma=SPA
Cutiva Manios, J. (2018). Uso de la inteligencia artiificial I. A. en el diseño de estrategias comerciales mediante el aplicativo IBM Watson Marketing. https://repository.udca.edu.co/handle/11158/1035
Gheorghe, C. M., Purcărea, V. L., & Gheorghe, I. R. (2023). Using eye-tracking technology in Neuromarketing. Romanian journal of ophthalmology, 67(1), 2–
https://doi.org/10.22336/rjo.2023.2
Guerra Grande, S. E. (2019). Factores del comportamiento del consumidor que influyen en la decisión de compra de productos comestibles en un supermercado en línea, en la mujer moderna entre 26 y 35 años de niveles socioeconómicos B y C, en el año 2018. Universidad Peruana de Ciencias Aplicadas (UPC).
https://repositorioacademico.upc.edu.pe/handle/10757/656043
Hernández-Méndez, J., Muñoz-Leiva, F., Liébana-Cabanillas, F. J., & Marchitto, M. (2016). Análisis de la eficacia publicitaria y usabilidad en herramientas Travel
0. Un estudio experimental a través de la técnica de eye-tracking. Tourism & Management Studies, 12(2), 7-17.
https://www.redalyc.org/pdf/3887/388746605002.pdf
Juarez Varón, D., Tur Viñes, V., Mengual Recuerda, A., & Peydró Rasero, M. Á. (2019). Comparativa de resultados de Google Analytics frente a biometría de neuromarketing (eye tracking): Caso de estudio: Web ropa infantil. Avances En El Área de Materiales y Sus Procesos 2018, 2019, ISBN 978-84-949535-3- 8, Págs. 43-66, 43–66.
https://dialnet.unirioja.es/servlet/articulo?codigo=7173579&info=resumen&idi oma=SPA
López Campo, V. & Flores Cucchiara, M. (2021). Herramienta biométrica Eye Tracker y su aplicación en los cereales Kellogg’s más vendidos en Colombia. https://repositorio.unbosque.edu.co/handle/20 500.12495/5997
Moreno Vergara, E. (2021). Eye tracking como herramienta para mejorar el desarrollo de páginas web. Caso : amigos mcs. https://repository.javeriana.edu.co/handle/10554/60571
Roa-Martínez, S. M., & Vidotti, S. A. B. G. (2020). Eye tracking y usabilidad en ambientes informacionales digitales: revisión teórica y propuesta de procedimiento de evaluación. Transinformação, 32, e190067.
https://doi.org/10.1590/1678-9865202032E190067
Sulikowski, P., Zdziebko, T., Coussement, K., Dyczkowski, K., Kluza, K., & Sachpazidu-Wójcicka, K. (2021). Gaze and Event Tracking for Evaluation of Recommendation-Driven Purchase. Sensors 2021, Vol. 21, Page 1381, 21(4),
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Revista Científica de Informática ENCRIPTAR - ISSN: 2737-6389.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.