Emotionen messen – Werbung verstehen – Marketingerfolg vorhersagen?

Von Dr. Marina Handel und Dr. Kai-Markus Müller, The Neuromarketing Labs

Schauen Sie sich folgende Werbefilme an: Paulaner "Enge Freunde" und Berliner Pilsener "Berlin du bist so wunderbar". Was halten Sie von den beiden TV-Spots? Welche Emotionen rufen diese bei Ihnen hervor? Wenn Sie das nicht so genau sagen können, dann sind Sie nicht alleine. "The trouble with market research is that people don't think how they feel, they don't say what they think and they don't do what they say", sagte einst der weltbekannte Werbetexter David Ogilvy über die wohl größte Herausforderung der klassischen Markt- und Werbewirkungsforschung.

Heute weiß man, dass jede Kaufentscheidung nicht nur auf rationalen Überlegungen, sondern insbesondere auch auf unbewussten, emotionalen Vorgängen basiert. Je mehr wir diese verstehen, desto besser können wir den Erfolg von Werbekampagnen vorhersagen. Was also macht gute Werbung aus und was bedeutet gut im Zusammenhang mit Werbung?

Messung von Emotionen

Emotionen werden in Marketing und Werbung vor allem intuitiv eingesetzt. Die Herausforderung für die Marktforschung ist, Emotionen objektiv zu erfassen. Wie aber können Emotionen objektiv erfasst werden, wenn Menschen nicht beschreiben können, wie sie sich fühlen? Eine Option ist, dort zu messen, wo Gefühle entstehen – im Gehirn. Mittels funktioneller Magnetresonanztomografie (fMRT) lässt sich die Aktivierung verschiedener emotionaler Netzwerke im Gehirn messen. Die Aktivierung dieser Netzwerke entspricht der Ausprägung verschiedener Emotionen.  Mit den Algorithmen von Prof. Victor Lamme von der Universität Amsterdam, einer Koryphäe der Hirnforschung, gelingt es, 13 verschiedene Emotionen zu quantifizieren: Erwartung, Vertrauen, Wertigkeit, Involvement, Vertrautheit, Gefahr, Aversion, Ärger, Angst, Neuheit, Aufmerksamkeit, Verlangen und Lust.

Effektive TV-Spots haben eine einzigartige "neuronale Signatur"

Wenn Werbespots den Kaufwunsch für ein Produkt bestärken, dann zeigt sich eine charakteristische Ausprägung der emotionalen Netzwerke. Victor Lammes Studien zeigen, dass effektive Werbefilme – gemessen am ROI – deutlich mehr positive Emotionen auslösen (Verlangen, Lust, Erwartung und Vertrauen) und gleichzeitig weniger negative Gefühle wecken (Angst, Ärger, Aversion und Gefahr). Der Wissenschaftler und sein Team überprüften an 57 verschiedenen Werbefilmen die Korrelation mit dem typischen emotionalen Aktivitätsmuster eines effizienten Werbefilms. Darauf basierend klassifizierten sie die Webespots als effizient oder ineffizient. Interessanterweise lag die Trefferquote in dieser Studie bei 85 bis 90 Prozent. Das bedeutet, die Effektivität von Marketingmaterialien lässt sich im Vorfeld mit hoher Wahrscheinlichkeit bestimmen. Des Weiteren erstellte das Forscherteam Benchmarks für beliebte und nervige Werbespots.

Fallstudie: Der TV-Spot von Paulaner weckt Kauflust, der Spot von Berliner Pilsener nervt den Zuschauer

In einer aktuellen Studie untersuchten wir die Werbespots diverser Bierhersteller (siehe obige Links) auf ihre Werbewirkung. Mit fMRT-Hirnscans wurde die emotionale Reaktion auf beide Spots an 25 männlichen Probanden erfasst.

Bei den fMRT-Analysen zeigte sich unter anderem: Der Werbefilm von Paulaner ist ein besonders effektiver TV-Spot, der durch die Biergartenszenen überdurchschnittlich authentisch wirkt und einen starken Bezug zum Leben der Zuschauer herstellt. Emotionen wie Erwartung, Lust und Vertrauen aber auch die überdurchschnittliche Aktivierung von Vertrautheit fallen positiv auf. Negative Gefühle wie Ärger und Angst treten signifikant in den Hintergrund (vgl. folgende Abbildung links).

Netzdiagramm, The Neuromarketing Labs

Das Netzdiagramm (links) zeigt die von den beiden TV-Spots ausgelösten Emotionen; der Vergleich mit den Benchmarks für Effektivität, Beliebtheit und Lästigkeit (rechts) zeigt deutlich: Berliner Pilsener nervt. (Klicken zum Vergrößern)

Der Werbefilm von Berliner Pilsener aktiviert hingegen negative Gefühle wie Angst und Ärger überdurchschnittlich stark. Gleicht man das Muster des TV-Spots von Berliner Pilsener mit den drei Benchmarks für Effektivität, Beliebtheit und Lästigkeit ab (vgl. obige Abbildung rechts), zeigt sich, dass er eine ähnliche Wirkung erzielt wie Werbespots, die den Zuschauern lästig sind. "Half the money I spend on advertising is wasted; the trouble is, I don't know which half." (John Wanamaker)

Tippten Sie zu Beginn auf die richtigen Emotionen? Hirnscans und fMRT-Studien können bei Unternehmen diesbezüglich schon im Vorfeld von Kampagnen für mehr Klarheit sorgen.

Die Autoren:

Dr. Kai-Markus Müller und Dr. Marina Handel, The Neuromarketing Labs
Dr. Marina Handel ist Analyst bei The Neuromarketing Labs. Die Bioinformatikerin verfügt über jahrelange Erfahrung in der anwendungsorientierten Forschung und der Industrie. Als Projekt – und Teamleiterin am Hohenstein Institut für Textilinnovation gGmbH war ihre Kernkompetenz die bewusste und unbewusste Wahrnehmung von Textilien auf der Haut.

Dr. Kai-Markus Müller ist CEO und Gründer von The Neuromarketing Labs. Der promovierte Neurowissenschaftler und Buchautor (NeuroPricing®: Wie Kunden über Preise denken) war zuvor Consultant bei einer internationalen  Strategieboutique und verfügt über jahrelange Erfahrung in Marketing und Pricing.

 

Diskutieren Sie mit!     

  1. Dr. Jonathan T. Mall am 01.06.2016
    Vielen Dank für den schönen Artikel. Sehr verständlich geschrieben.

    Die Referenz zu der anscheinend unveröffentlichten Studie von Victor Lamme gibt es hier: http://www.neurensics.com/en/media/tv-commercial-effectiveness-predicted-by-functional-mri

    Passend hierzu auch:
    Falk EB, Berkman ET & Lieberman MD (2012) From Neural Responses to Population Behavior. Neural Focus Group Predicts Population-Level Media Effects. Psychological Science, April 17.

    Wäre spannend den Ansatz mal mit entsprechenden online basierten Methoden (Priming, Associations, Data Mining) zu vergleichen um zu schauen welche Dimensionen sich auch ohne FMRI Tests effektiv erschließen lassen und welche nicht. Eine Kombination wäre vermutlich am besten um von 85% auf 95% Treffsicherheit zu kommen.

    Außerdem wäre es hilfreich zu klären inwiefern man den "Classifier" trainieren sollte um auch "middle of the road" Spots Adequat einzustufen. Von Extremen auszugehen mag Artefakte zutage fördern so dass man Spots findet die am ehesten einen Preis gewinnen, aber nicht unbedingt effektiv im "branding" oder "purchase activating" sind.
  2. Dr. Jonathan T. Mall am 02.09.2016
    Vielen Dank für den schönen Artikel. Sehr verständlich geschrieben.

    Die Referenz zu der anscheinend unveröffentlichten Studie von Victor Lamme gibt es hier: http://www.neurensics.com/en/media/tv-commercial-effectiveness-predicted-by-functional-mri

    Passend hierzu auch:
    Falk EB, Berkman ET & Lieberman MD (2012) From Neural Responses to Population Behavior. Neural Focus Group Predicts Population-Level Media Effects. Psychological Science, April 17.

    Wäre spannend den Ansatz mal mit entsprechenden online basierten Methoden (Priming, Associations, Data Mining) zu vergleichen um zu schauen welche Dimensionen sich auch ohne FMRI Tests effektiv erschließen lassen und welche nicht. Eine Kombination wäre vermutlich am besten um von 85% auf 95% Treffsicherheit zu kommen.

    Außerdem wäre es hilfreich zu klären inwiefern man den "Classifier" trainieren sollte um auch "middle of the road" Spots Adequat einzustufen. Von Extremen auszugehen mag Artefakte zutage fördern so dass man Spots findet die am ehesten einen Preis gewinnen, aber nicht unbedingt effektiv im "branding" oder "purchase activating" sind.
  3. Dr. Jonathan T. Mall am 13.10.2016
    Vielen Dank für den schönen Artikel. Sehr verständlich geschrieben.

    Die Referenz zu der anscheinend unveröffentlichten Studie von Victor Lamme gibt es hier: http://www.neurensics.com/en/media/tv-commercial-effectiveness-predicted-by-functional-mri

    Passend hierzu auch:
    Falk EB, Berkman ET & Lieberman MD (2012) From Neural Responses to Population Behavior. Neural Focus Group Predicts Population-Level Media Effects. Psychological Science, April 17.

    Wäre spannend den Ansatz mal mit entsprechenden online basierten Methoden (Priming, Associations, Data Mining) zu vergleichen um zu schauen welche Dimensionen sich auch ohne FMRI Tests effektiv erschließen lassen und welche nicht. Eine Kombination wäre vermutlich am besten um von 85% auf 95% Treffsicherheit zu kommen.

    Außerdem wäre es hilfreich zu klären inwiefern man den "Classifier" trainieren sollte um auch "middle of the road" Spots Adequat einzustufen. Von Extremen auszugehen mag Artefakte zutage fördern so dass man Spots findet die am ehesten einen Preis gewinnen, aber nicht unbedingt effektiv im "branding" oder "purchase activating" sind.
  4. Dr. Jonathan T. Mall am 30.03.2017
    Vielen Dank für den schönen Artikel. Sehr verständlich geschrieben.

    Die Referenz zu der anscheinend unveröffentlichten Studie von Victor Lamme gibt es hier: http://www.neurensics.com/en/media/tv-commercial-effectiveness-predicted-by-functional-mri

    Passend hierzu auch:
    Falk EB, Berkman ET & Lieberman MD (2012) From Neural Responses to Population Behavior. Neural Focus Group Predicts Population-Level Media Effects. Psychological Science, April 17.

    Wäre spannend den Ansatz mal mit entsprechenden online basierten Methoden (Priming, Associations, Data Mining) zu vergleichen um zu schauen welche Dimensionen sich auch ohne FMRI Tests effektiv erschließen lassen und welche nicht. Eine Kombination wäre vermutlich am besten um von 85% auf 95% Treffsicherheit zu kommen.

    Außerdem wäre es hilfreich zu klären inwiefern man den "Classifier" trainieren sollte um auch "middle of the road" Spots Adequat einzustufen. Von Extremen auszugehen mag Artefakte zutage fördern so dass man Spots findet die am ehesten einen Preis gewinnen, aber nicht unbedingt effektiv im "branding" oder "purchase activating" sind.
  5. Dr. Jonathan T. Mall am 17.07.2017
    Vielen Dank für den schönen Artikel. Sehr verständlich geschrieben.

    Die Referenz zu der anscheinend unveröffentlichten Studie von Victor Lamme gibt es hier: http://www.neurensics.com/en/media/tv-commercial-effectiveness-predicted-by-functional-mri

    Passend hierzu auch:
    Falk EB, Berkman ET & Lieberman MD (2012) From Neural Responses to Population Behavior. Neural Focus Group Predicts Population-Level Media Effects. Psychological Science, April 17.

    Wäre spannend den Ansatz mal mit entsprechenden online basierten Methoden (Priming, Associations, Data Mining) zu vergleichen um zu schauen welche Dimensionen sich auch ohne FMRI Tests effektiv erschließen lassen und welche nicht. Eine Kombination wäre vermutlich am besten um von 85% auf 95% Treffsicherheit zu kommen.

    Außerdem wäre es hilfreich zu klären inwiefern man den "Classifier" trainieren sollte um auch "middle of the road" Spots Adequat einzustufen. Von Extremen auszugehen mag Artefakte zutage fördern so dass man Spots findet die am ehesten einen Preis gewinnen, aber nicht unbedingt effektiv im "branding" oder "purchase activating" sind.

Um unsere Kommentarfunktion nutzen zu können müssen Sie sich anmelden.

Anmelden

Weitere Highlights auf marktforschung.de