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. 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.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.