Estudi=
o de
investigaciones sobre el neuromarketing en turismo
Research study on
neuromarketing in tourism
Soima Rosa Méndez Lazo. [1=
],Yasser Vázquez Alfonso. [2=
],
Sacha Lazo del Vallín. [3=
]
&
Yolanda Tatiana Carrasco Ruano. [4=
]
DOI: =
;https://doi.=
org/10.33262/visionariodigital.v5i4.1876
Abstract
A bibliometric analysis was
carried out on neuromarketing, given the relevance of scientific publicatio=
ns
on the subject and the diversity of theories of its conceptualization. As
indicators, the productivity of the authors, the collaboration in the publi=
cations,
the descriptors studied, the years of publication and the distribution of t=
he
research according to journals or branches of science were considered.
Multivariate statistical methods were used such as Cluster Analysis with the
corresponding algorithms and the New Zealand software Weka 3.9.5. From
retrospective observation, the contingency between qualitative variables su=
ch
as psychocognitive processes, neuroimaging tech=
niques
and their scope in the marketing of sectors of the economy such as tourism =
was
interpreted, under the paradigm of scientific neuroeth=
ics,
given its application in customer behavior investigations. To determine the
regression between two or more variables, given the adjustments between the
obtained functions and the point cloud, goodness of fit methods were applied. As main results, the functional dependen=
ce
among the variables studied prevailed and to a lesser extent the random or
partial statistical correlation. The most significant were the galvanic skin
response biometry technique, consumer behavior, as well as the psychological
influence of brands in the purchase process and the placebo effect. Its
comprehensive analysis at the business level allows increasing the
effectiveness of advertising campaigns and commercial management in line wi=
th
the sustainable development of the tourism economy.
Keywords:
neuromarketing; bibliometrics; consumer behavior; neuroimaging techniques; =
Cuba
Resumen
Se
realizó un análisis bibliométrico sobre el neuromarketing, dada la relevanc=
ia
de las publicaciones científicas sobre el tema y la diversidad de teorías d=
e su
conceptualización. Como indicadores se consideraron la productividad de los
autores, la colaboración en las publicaciones, los descriptores estudiados,=
los
ańos de publicación y la distribución de las investigaciones según revistas=
o
ramas de la ciencia. Se emplearon métodos estadísticos multivariados como el
Análisis de Clúster con los algoritmos correspondientes y el software
neozelandés Weka 3.9.5. Desde la observación
retrospectiva, se interpretó la contingencia entre variables cualitativas c=
omo
los procesos psicocognitivos, las técnicas de obtención de neuroimagen y su
alcance en la mercadotecnia de sectores de la economía como el turismo, baj=
o el
paradigma de la neuroética científica, dada su =
aplicación
en las investigaciones de comportamiento del cliente. Para determinar la
regresión entre dos o más variables, dado los ajustes entre las funciones
obtenidas y la nube de puntos, se aplicaron métodos de bondad de ajuste. Co=
mo
resultados principales, primó la dependencia funcional entre las variables =
estudiadas
y en menor medida la correlación aleatoria o parcial estadística. Las de ma=
yor
significación fueron la técnica de biometría respuesta galvánica de la piel=
, el
comportamiento del consumidor, así como la influencia psicológica de las ma=
rcas
en el proceso de compra y el efecto placebo. Su análisis integral a nivel
empresarial permite incrementar la efectividad de las campańas publicitaria=
s y
la gestión comercial en consonancia con el desarrollo sostenible de la econ=
omía
del turismo.
Palabras claves:
neuromarketing; bibliometría; comportamiento del consumidor; técnicas de
neuroimagen; Cuba.
Introducción
El
análisis bibliométrico es un componente cardinal de los estudios sociales d=
e la
ciencia (Fajardo-Egües, 2016). El a=
umento
de la producción científica en periodos recientes, unido a su provisión
bibliográfica en bases de datos automatizadas, ha impulsado el uso de la
bibliometría y la creación de indicadores cuantitativos para la medición y
certificación de las deducciones científicos y tecnológicos (Victoria, Arjo=
na,
& Repiso, 2015).
El turismo es un sector dinamiz=
ador
de la economía en Cuba y en el mundo. Las investigaciones de mercado actual=
es
requieren de creatividad, gestión del conocimiento y la innovación. Adentra=
rse
en el subconsciente del consumidor de la oferta turística, permite diseńar
perfiles de clientes más precisos y eficaces, orientados a lo que siente y
piensa la persona, lo que no tiene que coincidir necesariamente lo que
verbaliza en métodos tradicionales de recolección de datos como entrevistas=
y
encuestas. Autores como Nonone & Regal=
ado
(2019), apuntan que es precisamente en el
subconsciente del consumidor, donde pretende llegar el neuromarketing,
resultado de la fusión de las neurociencias y el marketing. Los resultados =
de
la aplicación de técnicas de neuroimagen no invasivas para el usuario, pued=
en
ser interpretados, representados gráficamente y establecer tendencias y
patrones de comportamiento para predecir su conducta en base a los intereses
propios de la mercadotecnia. Las prestaciones del neuromarketing en países =
como
Estados Unidos, Colombia, Alemania e Inglaterra han sido palpables en ramas=
de
estudio de la hotelería, la restauración, la ges=
tión
de destinos turísticos inteligentes y sostenibles de mano de la innovación
tecnológica, el desarrollo de productos y el comercio electrónico (redes
sociales, email marketing), como variable transversal.
El
objetivo general de esta investigación fue realizar un análisis bibliométri=
co multivariado
de la producción científica internacional del neuromarketing en el turismo y
sus proyecciones para Cuba.
Materiales y métodos<= o:p>
Se realizó un
estudio multivariado de la producción científica internacional sobre el
neuromarketing. Se utilizaron las publicaciones registradas en bases
científicas como Web of Sc=
ience,
Scopus, ScienceDirect y
Scielo, durante el periodo 2005-2021. Entre los documentos revisados se enc=
ontraron
tesis de diploma, maestría y doctorado, libros, memorias de eventos y artíc=
ulos
en revistas especializadas.
Se aplicó una
batería de indicadores bibliométricos para la evaluación de aspectos del
neuromarketing partir de 5 bloques de interés: cerebro humano, técnicas de
neuroimagen, tipología de neuromarketing o clasificación según los sentidos
estimulados, parámetros de estudio y aspectos de turismo, desglosados en sus
respectivos descriptores, como se muestra en la tabla 1. Fue integrado lo
cualitativo y cuantitativo, se realizó un análisis estadístico multivariado=
y
se elaboró un informe final con los resultados arrojados.
Fuente: Elaboración propia
Ř
Se realizó un
muestreo aleatorio probabilístico para una población finita de73 artículos =
de
diversos países. Su cálculo se basó en una probabilidad de ocurrencia de 0,=
5;
error máximo de estimación de 0,04 y confianza del 97,5%. Se empleó la
siguiente fórmula 1 utilizada por Moráguez (201=
1)
para investigaciones en ciencias sociales, dando como resultado una muestra=
de
65 artículos:
Donde:
no:
tamańo de muestra preliminar.
N: tamańo de la
población.
n: tamańo de
muestra con corrección para población finita.
p: proporción =
de
éxito en el análisis que se realiza.
Los datos fuer=
on
recopilados en una base de datos de Microsoft Excel 2016. Se realizó un
análisis multivariado para la evaluación simultánea de conjuntos de datos y
poder explicar las relaciones existentes entre las variables vinculadas a la
muestra. Como el tipo de variables que se utilizaron en el estudio se
clasifican en cualitativa en forma binaria y en escala nominal, el método
estadístico que se emplea el Análisis de Clúster para establecer grupos de
individuos, unificando dentro de un mismo grupo a aquellos elementos que te=
ngan
características similares. En los métodos de clasificación juega un rol imp=
ortante
el índice de similitud o distancia utilizada pues de ello depende en gran
medida que los resultados finales tengan la mayor confiabilidad posible
(MIRANDA, 1997). Como las variables son binarias según (Vilŕ
et.al, 2014), se utiliza la métrica de
Jaccard que precisa un porcentaje calculado como # de variables en que dos
individuos coinciden / # de variables analizadas. En la aplicación del Anál=
isis
de Clúster se utilizó el software SSPS versión 25.0.
Para
comprobar si la clasificación a partir del Análisis de Clúster es correcta,=
se
hace uso de los algoritmos OneR, BayesNet,
RandomTree, NaiveBayes, RandomForest, MultilayerPerceptr=
on,
HoeffdingTree y SMO del software weka
3.9.5, desarrollado por la Universidad de Waikato,
Nueva Zelanda en el 2020.
En
la valoración de los resultados de esos algoritmos, se aplican una serie de
indicadores de bondad de ajuste según (Martínez, 2018) y estos son:
·&nb=
sp;
·&nb=
sp;
·&nb=
sp;
·&nb=
sp;
·&nb=
sp;
Para
determinar un buen clasificador se debe considerar que este proporcione
clasificaciones co=
rrectas
(exactitud), se define como la probabilidad con la que clasifica de manera
adecuada un caso seleccionado al azar, (Kohavi,1995). También se puede
determinar cómo el número de casos clasificados de manera adecuada entre el
número total de elementos (ver fórmula 1).
=
#de−=
;casos−clasificados−ad=
ecuadamente
Ex=
actitud
=3D
=
#total−=
;de−casos
Otro algoritmo del software weka que se aplicó fue el A priori de
(Srikant y Agrawal,=
1996),
siendo este el primer algoritmo para la extracción de reglas de asociación =
de
manera satisfactoria. Martínez (2018), plantea que el algoritmo A priori, e=
stablece
las reglas teniendo en cuenta el soporte de los datos a la regla y la confi=
anza
de la propia regla. El soporte se refiere al número de instancias que están
incluidas en la regla, y la confianza al porcentaje de instancias, de entre=
el
total del soporte, que cumplen la regla, es decir, el número de casos que
predice la regla correctamente (ver fórmula 2).
Pérez (2018), describe una serie de indicadores para valorar l=
as
reglas de asociación generadas por el algoritmo A priori y consisten en:
a.&n=
bsp;
Co=
nfidence: se generan las n reglas soportadas con un mayor índice de
confianza.
b.&n=
bsp;
Li=
ft: se generan las n reglas soportadas que tengan un valor mayor=
del
índice de confianza dividido entre el número de casos cubiertos por la norm=
a.
Este índice es independiente de la tasa de soporte. Las asociaciones con un=
lift igual o muy próximo a uno nos indica que no exis=
te
ninguna asociación entre los productos y que su presencia se debe al puro a=
zar,
si el lift es menor a uno nos indica que los
atributos de la asociación guardan una relación negativa (la presencia de X
implica la ausencia de Y) y si el lift es super=
ior a
uno nos indica que los atributos de la asociación guardan una relación posi=
tiva
(la presencia de X implica la presencia de Y).
c.&n=
bsp;
Le=
verage: Se generan las n reglas soportadas de las n diferencias máxi=
mas
entre el porcentaje de confianza y el porcentaje esperado si existiera
independencia entre la regla y el soporte.
d.
Co=
nviction: Se generan las n reglas soportadas a partir de los n valores
máximos alcanzados en el cálculo de una probabilidad condicionada entre la
regla y el soporte.
Resultados y discusión
En la figura 1 se puede observar el
proceso de integración los autores hasta quedar, a partir de la distancia 1=
8,
formado por 8 clúster , el número 1 es el que más autores tiene para un tot=
al
de 56 autores (Ariely & Berns,
Fernández, Murphy, Illes & Reiner, Renvoisé=
&
Morin, Tichindelean & Cetina, Suárez Lugo, =
Carreńo
& Riay, Gang, L=
in, Qi & Yan, Tosun, Ozdemir & Cubuk, Lee,=
Broderick, & Chamberlain, de Oliveira & Giral=
di, Ćosić, Solomón,=
Pardo
& Saurit , Sánchez,Góm=
ez
& Niquepa Coca, Quintero & Martínez, Es=
pinosa
& Díaz, Salas, Babilony, Augusto, Elias & Agüero, Victoria, Arjona & Repisa, Ca=
nales,
Agarval & Dutta=
, Ouazzani, Benlafkih et al=
., Baraybar-Fernández et al., Slije=
pčević,
Popović & Radojev=
ić,
BOSAK, Johnson & Ghuman, Giudici,
Dettori & Caboni, Madan
& Popli, Penney, Rojas, Caicedo & Cudris, Lewis & Bridger, Rei=
nson,
Dragolea & Cotîrlea, Dițoiu & Căruntu,
Vidal & Murillo, Cohen, Prayag & Moital, Georges, Bayle & Bad=
oc,
Acosta, Jiménez & Salas, Smykova, Kazybaeva & Tkhorikov=
, Bastiaansen et al., de la Serna et al., Braidot,
Roth, Madan & Popli, S=
olnais,
Sánchez & Ibáńez, Arroyo, Malfitano, Arteaga
& Romano, Al Abbas, Chen & Saberi, Javor et al., Plassmann &=
amp;
Weber, Branislav, Onay,
Muńoz), el clúster 2 (Peréz yConstantinescu
et al.), el clúster 3( Camarero), el clúster 4 (Koc&am=
p;Boz
y Ranisav& Branislav),
el clúster 5(Canepa), el clúster 6 (Slijepčević, Popović & Radojević=
;),
el clúster 7(Benitez) y el clúster 8 (Stanton, =
Sinnott&Huettel).
Figura 1.
Gráfico del Clúster de los autores.
Fuente:
Elaboración propia
El agrupamiento mayoritario de los
intelectuales se justifica básicamente por su nacionalidad (las de mayor pe=
so
específico fueron Colombia, Estados Unidos, Inglaterra y Espańa), las que
coinciden con aquellas sedes de las revistas internacionales, siendo las más
frecuentes Psychology Pres=
s,
Natural Review of <=
span
class=3DSpellE>Neuroscience, Journal
Paralelo a lo anterior, Brenninkmeijer, Schneider, & Woolgar
(2019) indican que más de la mitad de las publicaciones sobre neuromarketin=
g se
hallan en la base Scopus, resultando Estados Un=
idos,
Inglaterra, Alemania, Canadá y Espańa los 5 países con mayores publicacione=
s en
dicha base (citado en Caicedo, 2021).
En la tabla 2 se muestra los diferentes
resultados obtenidos con la aplicación de los algoritmos de clasificación
implementados en el software weka. De todos se
lograron significativos resultados por lo que constituyen buenos clasificad=
ores
para el conjunto de datos que se utilizó. Se destacaron en sus resultados l=
os
algoritmos OneR, RandomTre=
e,
RandomForest, MultilayerPe=
rceptron
y SMO, los cuales mostraron mejores valores de exactitud, índice Kappa, Área
curva ROC y precisión.
Tabla 2. Resultados de los algoritmos =
de clasificación
con el weka
|
Algoritmos |
Exactitud |
Índice Kappa=
|
Precisión |
Área curva R=
OC |
|
OneR=
|
1 |
1 |
100% |
1 |
|
BayesNet=
|
0.97 |
0.89 |
96.92% |
1 |
|
NaiveBayes=
|
0.98 |
0.94 |
98.46% |
1 |
|
RandomTree=
|
1 |
1 |
100% |
1 |
|
=
RandomForest |
1 |
1 |
100% |
1 |
|
MultilayerPerceptron |
1 |
1 |
100% |
1 |
|
HoeffdingTree |
0.98 |
0.94 |
98.46% |
1 |
|
SMO |
1 |
1 |
100% |
1 |
Fuente: Elaboración propia.
Como
resultado de la aplicación del algoritmo A priori del software weka se obtuvieron las mejores reglas que se ilustran=
en la
tabla 3, donde se resalta los diferentes valores de los indicadores de Confidence, Lift, Lev y <=
span
class=3DSpellE>Conv por cada regla.
Tabla 3: Mejores reglas encontradas.
|
Rule |
Confidence |
Lift |
Lev |
Conv |
|
.CC=3DSi 60 =3D=3D> RGP=3DNo 59 =
|
0.98 |
1.01 |
0.01 |
0.92 |
|
CC=3DSi EP=3DNo 57 =3D=3D> RGP=3DNo 56 |
0.98 |
1.01 |
0.01 |
0.88 |
|
CC=3DSi PUBM=3DSi 56 =3D=3D> RGP=3DNo 55
|
0.98 |
1.01 |
0.01 |
0.86 |
|
RGP=3DNo PUBM=3DSi 56 =3D=3D> CC=3DSi 55
|
0.98 |
1.06 |
0.05 |
2.15 |
|
EP=3DNo 62 =3D=3D> RGP=3DNo 60 |
0.97 |
1 |
0 |
0.64 |
|
ETR=3DNo 60 =3D=3D> RGP=3DNo 58 |
0.97 |
1 |
0 |
0.92 |
|
ETR=3DNo 60 =3D=3D> EP=3DNo 58 =
|
0.97 |
1.01 |
0.01 |
0.64 |
|
PUBM=3DSi 58 =3D=3D> RGP=3DNo 56 =
|
0.97 |
1 |
0 |
0.59 |
|
PUBM=3DSi =
58
=3D=3D> CC=3DSi 56 <=
span
style=3D'font-size:11.0pt;font-family:"Times New Roman",serif;mso-fareast=
-language:
ES'> |
0.97 |
1.05 |
0.04 |
1.49 |
|
ETR=3DNo E=
P=3DNo 58
=3D=3D> RGP=3DNo 56 |
0.97 |
1 |
0 |
0.59 |
Fuente: Elaboración propia.
Son
significativos los valores del indicador Lift
superiores a 1 en correlaciones como la respuesta galvánica de la piel (RGP=
) y
comportamiento del consumidor, el efecto placebo y su uso en el neuromarket=
ing,
así como la influencia de la publicidad de marca en la percepción del clien=
te
de los valores y atributos del producto o servicio turístico. La notoriedad=
de
la variable RGP, corresponde a su relevancia para el marketing. Su tecnología se basa en la monitorizac=
ión de
los cambios en la conductividad eléctrica de la piel, mediante las glándulas
sudoríparas que reflejan la intensidad del estado emocional del consumidor,=
lo
que explica tal correlación. Su base científica radica en que la respuesta
emocional del cerebro tiene una manifestación fisiológica en la piel. =
La
reacción emocional se ve reflejada en el grado de activación - transpiració=
n de
las glándulas sudoríparas exocrinas: a mayor transpiración, mayor intensidad
emocional y viceversa. Resultados similares se describen en el estudio de <=
/span>(Mojica-Londońo,
2017), quien destaca esta técnica=
como
una de las biométricas esenciales en las investigaciones de neuromarketing.=
Estas glándulas son controladas por el sistema
nervioso simpático, integrante del sistema nervioso autónomo[5] (Gallegos & Torres, 1983). El agua es buen conductor de la electricidad, por lo tanto, con
los sensores colocados en la superficie de la epidermis[6], es posible registrar las
variaciones emocionales experimentadas por un sujeto ante un estímulo exter=
no.
La sudoración originada por la exaltación neurovegetativa del sistema
simpático, acorde a los estados de ansiedad o nerviosismo, reduce la
resistencia eléctrica de la piel; en oposición, la resistencia se increment=
a en
los estados de sosiego y relajación. El estudio de Gro=
eppel-Klein
(2005), basado en la actividad electrodérmica y=
el
ritmo cardiaco, manifiesto que tanto los compradores, como los no comprador=
es
que se pasean por un centro comercial tienen distintos patrones de activaci=
ón.
Es una métrica incorporada habitualmente a las investigaciones de
neuromarketing para detectar el impulso de compra en los sujetos estudiados=
.
Para la publicidad de marca, la medición de la R=
GP,
permite optimizar la estrategia de posicionamiento de marca y su diferencia=
ción
de la competencia; diseńar perfiles de clientes tarjet=
y nichos de mercado, calificar la huella emocional de campańas promocionale=
s,
anuncios y contenido audiovisual. Su relación con el e=
yetracking
o seguimiento ocular, se basa en el interés empresarial de combinar ambas
técnicas en el marketing digital, lo que coincide con investigaciones de Mojica-Londońo (2017).
Se complementan para calcular el impacto sensorial de diferentes propuestas
audiovisuales (conocer la efectividad del diseńo gráfico, qué banner es más
efectivo en una página web; identificar las tasas de rebote o abandono, a
través de picos de estrés, cansancio ocular, confusión y repleción). El
análisis de sus resultados y su representación gráfica, permite disponer de
tendencias y determinar patrones de comportamiento, lo que mejora la usabil=
idad
y la navegación por la web.
Para entender la relación del efecto placebo en =
el
marketing, se toma como referencia su descripción en la medicina, como una
respuesta biológica epontánea de una persona an=
te una
incitación inerte de una dolencia a tratar. La mente, sujetada al placebo,
moviliza el sistema psiconeuroendocrino, genera=
ndo
una salida fisiológica, que subsana el estado patológico (Silva
Bustillos, 2017). El centro de es=
te
sistema es el subsistema límbico, encargado de las emociones. La representa=
ción
de estímulos visuales en una sugestión de compra, por ejemplo, incita este
sistema y determina aquellas áreas cerebrales activadas en el sujeto estudi=
ado.
Estas premisas han formado parte de ensayos comparativos de programación ne=
urolingüística,
con aplicación a sectores como la economía y el turismo.
Conclusiones
· =
La aplicación del
Análisis multivariado mediante Clúster, con sus algoritmos correspondientes=
e
indicadores de bondad, lograron identificar las variables de mayor
trascendencia en la producción científica internacional sobre el neuromarke=
ting
en el sector del turismo.
· =
A partir de su anális=
is
correlacional, se evidencian las preeminencias de la aplicación combinada de
tecnologías neurocientíficas como resonancia magnética y electroencefalogra=
ma
con otras mediciones biométricas, sea el caso de la respuesta galvánica de =
la
piel, seguimiento ocular (eye-tracking=
),
medición del ritmo cardíaco o la electromiografía.
·&nb=
sp;
Las relaciones positi=
vas
entre los descriptores objetos de estudio, abordados por una parte
significativa de los autores, denota la importancia del estudio de los fact=
ores
psicológicos y emocionales que determinan el comportamiento del consumidor
durante el proceso de compra de un producto o servicio turístico.
Referencias bibliográficas
Brenninkmeijer, J., Schneider, T., & Woolgar, S. (201=
9). Witness and Silence in
Neuromarketing: Managing the Gap between Science and Its Application. Science, Technology, & Human , 20 (10), 1-25.
Castillo, Y., & Miranda, I. (2014). COMPAPROP: Sistema
para comparación de proporciones múltiples. Revista de Protección Vegetal , 29 (3), 231-234.
Fajardo
Egües, Y. (2016). Bibliometric study of the Cuban Journal of Hygiene and
Epidemiology during the period 1995-2014. Bachelor Thesis, Universidad
Central “Marta Abreu” de Las Villas, Faculty of Mathematic Physic and Compu=
ter
Sciences, Las Villas.
Fajardo-E=
gües,
Y. (2016). Bibliometric study of the Cuban Journal of Hygiene and
Epidemiology during the period 1995-2014. Bachelor Thesis, Universidad
Central “Marta Abreu” de Las Villas, Faculty of Mathematic Physic and Compu=
ter
Sciences, Las Villas.
Gallegos,=
X.,
& Torres, F. (1983). Bíorretroalimentación=
de
la respuesta galvánica de la piel y entrenamiento en relajación: un estudio
piloto. Revista Latinoamericana de Psicología. Fundación Universitaria
Konrad Lorenz , 15 (1-2), 259-275.
Hair,
J. F.; Anderson, R. E.; Tatham, R. L.; lack, W.=
C
(1999). Análisis Multivariante. Practice Hall I=
beria.
Madrid. Espańa. 799p.
Kohavi<=
/span>, R (1995). Wrappers for performance enhancement a=
nd
oblivious decision graphs. Ph.D.
diss., Stanford University=
,
California, EEUU.
Martínez,
F. (2018). Aplicación de técnicas de minería de datos con el software weka. Espańa: Universidad de Salamanca.
Miranda,
I (1997). Análisis de clúster como estrategia multivariada de clasificación.
Solución a un problema taxonómico. Tesis para optar por el título de Master=
en
Matemática Aplicada a las Ciencias Agropecuarias. CENSA- ISAAC.
Mojica-Lo=
ndońo,
A. G. (2017). Electrodermal activity applied to psychology: bibliometric
analysis. Revista Mexicana de Neurociencia<=
/span> , 18 (4), 46-56.
Moráguez,
A (2011). żCómo seleccionar el tamańo de una muestra para una investigación
educacional? [en línea]. La Habana. Cuba. Disponible en: www.monografía.com=
. [Consulta:22
de febrero 2021].
Nonone, E., & Regalado, M. (2019). El neuroturismo=
y
su relación con el turismo accesible como una propuesta para la ciudad de L=
ima.
Tesis Doctoral en Turismo, Escuela Profesional de Turismo y Hotelería.
Universidad de San Martín de Porres, Facultad de Ciencias de la Comunicació=
n,
Turismo y Psicología, Lima.
Pérez,
C (2018). Reglas de asociación. Aplicación práctica en la cesta de la compr=
a de
los consumidores. Trabajo en opción al grado en Marketing e Investigación de
mercados. Facultad de Ciencias Económicas y Empresariales. Universidad de
Sevilla. Espańa. 58p.
Silva Bustillos, R. (2017). Programación Neurolingüíst=
ica
(PNL), Neuromarketing y Placebo. Recuperado el 31 de Marzo de 2021, de
Repositorio Institucional de la Universidad Politécnica Salesiana:
http://dspace.ups.edu.ec/handle/123456789/11019
Srikant, R y Agrawal, R (1996). Mining quantitative
association rules in large relational tables. <=
span
style=3D'font-size:12.0pt;line-height:115%;font-family:"Times New Roman",se=
rif'>AcmSigmod Record, Volume 25. ACM, 1=
–12.
Victoria, J., Arjona, J., & Repiso, R. (2015). El
paradigma del neuromarketing a la luz de su producción científica. Revis=
ta
Venezolana de Información, Tecnología y Conocimiento , 12 (2),
26-40.
Vilŕ
Bańos, R., Rubio Hurtado, M. J., Berlanga Silvente,
V., & Torrado Fonseca, M ( 2014). Cómo aplic=
ar un cluster jerárquico en SPSS. Obtenido de Reire.
Revista d´Innovació i Recerca en Educació:
http://www.ub.edu/ice/reire.htm
PARA
CITAR EL ARTÍCULO INDEXADO.
Méndez Lazo, S. R., Vázquez Alfonso, Y., Lazo del Vallín, S., &a=
mp;
Carrasco Ruano, Y. T. (2021). Estudio de investigaciones sobre el
neuromarketing en turismo. Visionario Digital, 5(4), 30-41. https://doi.org/10.33262/visionariodigital.v5i=
4.1876
El artículo que se publica es de exclusiva
responsabilidad de los autores y no necesariamente reflejan el pensamiento =
de
la Revista Visionario Digital.
El artículo qu=
eda
en propiedad de la revista y, por tanto, su publicación parcial y/o total en
otro medio tiene que ser autorizado por el director de la Revista Visionario Digital.
[1]Licenciada en Turismo. Profesor instructor. Facultad =
de
Turismo. Universidad de la Habana soimita94@gmail.com, https://orcid.org/00=
00-0001-7470-4404
[2]Doctor en Ciencia Veterinaria. Profesor Titular. Facu=
ltad
de Turismo. Universidad de la Habana.yafos1@gma=
il.com,
https://orcid.org/0000-0002-4074-0711
[3]Máster en Ciencias Médicas y Médico Especialista en
Imagenología. Profesor asistente e Investigador auxiliar. Instituto de
Gastroenterología. delvallin@infomed.sld.cu, https://orcid.org/0000-0002-40=
01-9596
[4] Ciencia
digital Editorial, tcarrasc=
or@hotmail.com,
https://orcid.org /0000-0002-5294-8202
[5] Encargad=
o de
la sudoración, donde interviene la neurotransmisora acetilcolina.
[6] Se colo=
ca un
dispositivo con dos sensores o electrodos en la mano o en el pie, por ser las partes del cuerpo con mayor densidad de glándulas sudoríparas
ecrinas y donde mejor se registran los cambios en conductividad.
www.visionariodigita=
l.org
=
=
Vol. 5, N°4, p. 30-41, octubre-diciembre, 20