Engagement and the
Element of Surprise in Digital
Communication of Brands
A study of the Emotional Impact
of GIFs in Social Network Users
El engagement y la sorpresa
en la comunicación digital
de las marcas
Estudio del impacto emocional
de los GIFs en los usuarios de
las redes sociales
aDResearch ESIC
Rúa Hidalgo, I., Galmes-Cerezo, M. y Espinosa Jarrín,
M. (2021)
El engagement y la sorpresa en la comunicación digital
de las marcas. Estudio del impacto emocional de los GIFs
en los usuarios de las redes sociales
Revista Internacional de Investigación en Comunicación
aDResearch ESIC. Nº 25 Vol 25
Monográco especial, marzo 2021 · Págs. 26 a 43
https://doi.org/10.7263/adresic-025-02
Idoia Rúa Hidalgo
Laboratorio Neuromarketing de la Universidad
Internacional de La Rioja. idoia.rua@gmail.com
https://orcid.org/0000-0002-0497-8001
Dra. María Galmes-Cerezo
Profesora Dept. Organizacion de Empresas y
Marketing. Universidad Complutense de Madrid
mgalmes@ucm.es
https://orcid.org/0000-0002-1520-3703 
María del Cisne Espinosa Jarrín
Laboratorio Neuromarketing de la Universidad
Internacional de La Rioja. maricis.e@gmail.com
https://orcid.org/0000-0001-7580-0094
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
Purpose: Two studies were carried out. The main objective of study 1 was to nd out the
emotional eects and engagement that «GIFs» communication resources provoke in users.
The main objective of study 2 was to determine the implicit attitudes that participants have
towards well-known brands.
Design / Methodology /Approach: The rst study uses a combination of biometric tools of
automated observation of facial expressions, skin conductance and pupil direction to observe
the emotional state that GIFs of well-known brands elicit in participants, and compare it to the
eects caused by static images of the same brands.
The second study uses the Implicit Association Test to observe unconscious associations related
to well-known brands.
Results: The results of the rst study show that GIFs achieve user engagement and provoke a
«feel-good-pleasure state» (Russel’s Circumplex Model, 1980), but not the expected enthusi-
astic state. The results of the second study indicate that participants have the belief that well-
known brands are quality brands, while they do not associate this attribute with non-famous
brands. The correlation found between the results of the two studies reveals that GIFs, while
provoking positive emotions and generating engagement, do not achieve an enthusiastic
state when brands are internalised as quality brands.
Limitations / implications: The research method used has shown its usefulness in measuring
user engagement in viewing GIFs using metrics such as the sign and intensity of emotion, and
neuromarketing tools. The experimental study had its main limitation in not being able to
observe the emotional eects generated by GIFs that allow user interaction.
Originality / contribution: Well-known brands, in addition to using these innovative visual
resources, have to use them in a dierent way to generate surprise and manage to place po-
tential customers in the «enthusiastic emotional state» of the Circumplex Model (Russel,1980).
Objetivo: Se han realizado dos estudios. El objetivo principal del estudio 1 ha sido conocer los
efectos emocionales y el engagement que los recursos de comunicación «GIFs» provocan en los
usuarios. Como objetivo principal del estudio 2 se ha buscado determinar las actitudes implícitas
que tienen los participantes respecto a las marcas muy conocidas.
Diseño metodológico: En el primer estudio se utiliza una combinación de herramientas bio-
métricas de observación automatizada de las expresiones faciales, conductancia de la piel y di-
rección de la pupila, para observar el estado emocional que los GIFs de marcas renombradas
provocan en los participantes, y compararlo con los efectos causados por imágenes estáticas de
estas mismas marcas. El segundo estudio emplea el Test de asociación implícita para observar
asociaciones inconscientes relacionadas con marcas conocidas.
Resultados: Los resultados del primer estudio muestran que los GIFs consiguen el engagement
de los usuarios y provocan un «estado de bienestar-placer» (Modelo Circumplejo de Russel, 1980),
pero no el estado entusiasta que se esperaba. Los resultados del segundo estudio indican que
los participantes tienen la creencia de que las marcas muy conocidas son marcas de calidad,
mientras que no asocian este atributo a las marcas no conocidas. La correlación encontrada entre
los resultados de los dos estudios revela que los GIFs, aun provocando emociones positivas y ge-
nerando engagement, no consiguen un estado entusiasta, cuando las marcas son interiorizadas
como marcas de calidad.
Limitaciones e implicaciones: El método de investigación utilizado ha mostrado su utilidad
para medir el engagement de los usuarios en la visualización de los GIFs utilizando métricas como
el signo y la intensidad de la emoción, y herramientas de neuromarketing. El estudio experimen-
tal ha tenido su principal limitación en no poder observar los efectos emocionales que generan
los GIFs que permiten interacción del usuario
Originalidad y contribución: Las marcas conocidas, además de utilizar estos recursos visuales
innovadores, tienen que usarlos de forma diferente para generar sorpresa y conseguir situar a los
clientes potenciales en el «estado emocional entusiasta» del Modelo Circumplejo (Russel,1980).
ABSTRACT
RESUMEN
JEL Classication:
M3
Key words:
Digital
communication,
GIFs,
emotions,
engagement,
surprise,
brands,
neuromarketing,
implicit associations
Clasicación JEL:
M3
Palabras clave:
Comunicación
digital,
GIFs,
Emociones,
Engagement,
Sorpresa,
Marcas,
Neuromarketing,
Asociaciones
implícitas
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
aDResearch ESIC
28
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
1. Introducción
1 y 2
La comunicación de marketing actual demanda
nuevos desafíos ante la presencia de usuarios hi-
perconectados, sobre-estimulados y saturados de
información (Estrella y Segovia, 2016). Por ello
seleccionar los recursos comunicacionales a em-
plear resulta cada vez más necesario (Adami y
Jewitt, 2016).
La comunicación digital asume hoy en día una
postura protagonista en la comunicación de las
marcas (Powers et al., 2012; Scolari, 2012). El
entorno digital es cada vez más visual y las em-
presas, con el propósito de captar la atención de
los usuarios, utilizan en las redes sociales recursos
visuales creativos y atractivos para comunicar sus
marcas, ofertar sus productos y seducir a sus
clientes (Zhang y Mao, 2016).
El uso de los GIF puede desencadenar per-
cepciones inconscientes del usuario, a través de
las neuronas espejo (Likowski et al., 2012; Ca-
cioppo, Bolmont y Monteleone, 2018). Esta
estimulación sensorial ofrece facilidad cognitiva
al receptor apelando a su respuesta automática
(Kahneman y Tversky, 1979). Los GIFs ayudan
a la representación mental en el usuario (Hol-
mes et al., 2008), y al estar en movimiento,
representan una acción que está enviando co-
municación no verbal y creando signicación
(Tolins y Samermit, 2016). Son cada vez más
utilizados en las estrategias de comunicación
digital por su simplicidad, fácil representación
y capacidad de provocar empatía con el conte-
nido mostrado (Duffett, 2015; Miltner y
Higheld, 2017).
2 Agradeciemientos al apoyo prestado por la empresa INTERACTUA+ y por el Laboratorio de neuromarketing de la Universidad Internacional
de la Rioja
1 Graphics Interchange Format (GIF) El GIF es un archivo de imágenes grácas en un mapa de bits que incorpora animación a las imágenes. Se
utiliza fundamentalmente en internet y redes sociales.
Figura 1. Metodología estudio 1 y estudio 2
Fuente: Elaboración propia.
29
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
2. Estudio 1
2.1. Los GIFs como recursos favorecedores
de una experiencia de marca
Los GIFs, como elementos de comunicación di-
gital, facilitan la comprensión del mensaje a través
de la empatía. Ofrecen al receptor una experien-
cia, a partir de la cual los usuarios construirán sus
percepciones sobre las marcas (Novak, Hoffman
y Yung, 2000). Las experiencias comienzan sien-
do algo externo, diseñado por la marca, y una vez
vividas se convierten en algo interno para el usua-
rio (Yuang y Wu, 2008; Skandalis, Byrom y Ba-
nister, 2019). Las marcas utilizan GIFs para dise-
ñar experiencias con cualidades afectivas
(Gürsimsek, 2016) y sensoriales convirtiéndose
así, en un excelente proveedor de la experiencia
de marca (Brakus, Schmitt y Zarantonello, 2009).
Las experiencias de marca generadas por un
GIF, para ser signicativas, deben ser memora-
bles, satisfactorias y que conecten con las emo-
ciones (Schmitt, 1999; Galmés, 2015; Atwal y
Williams, 2017). Fomentar emociones en el
usuario incrementa la satisfacción y motiva al
usuario a realizar una acción determinada (Gon-
zález-Sánchez y Gil-Iranzo, 2013). Una experien-
cia de marca tiene como resultado una respues-
ta emocional de placer o displacer que surge a
partir de la activación emocional (Fernández-
Abascal et al., 2010).
2.2. Los GIFs proveedores de emociones
Hay estudios que muestran que los GIFs son un
recurso que actúa como detonante emocional en
el cerebro del receptor durante su visualización
(Jou, Bhattacharya y Chang, 2014; Tianliang et
al., 2019). Las imágenes animadas tienen mayor
capacidad de engagement en los usuarios que las
imágenes estáticas (Chang y Unga, 1993; Mc-
Kenna et al., 2017). Por ello, las marcas están
utilizando los GIFs en sus estrategias de comu-
nicación online consiguiendo generar altos nive-
les de engagement emocional (Cingel y Krcmar,
2014; Calder, Malthouse y Moslowska, 2016;
Thurlow, Aiello y Portmann, 2019).
Considerando la relación existente entre la
visualización de los GIFs y la respuesta emocio-
nal, según el Sistema Internacional de Imágenes
Afectivas (IAPS), que estudia la emoción y la aten-
ción provocada ante estímulos visuales (Vila,
Ramírez, Sánchez y Fernández-Santaella, 2001),
la emoción puede sugerir una predisposición a la
acción. Esta predisposición resulta de la activa-
ción de determinados circuitos cerebrales ante
estímulos signicativos. Cuando estos circuitos
se activan provocan reacciones siológicas, con-
ductuales y emocionales que son guiadas por
patrones especícos. (Enli, 2017).
Los GIFs podrían actuar como desencadenan-
tes emocionales no permitiendo la adaptación
hedónica en el individuo (Ryan y Deci, 2001),
sino manteniéndole activo ante su exposición, a
través de la sorpresa que se produce de forma
rápida mediante sensaciones placenteras espon-
táneas e inesperadas. (Izard, 1991).
Algunos estudios han demostrado que un ma-
yor engagement y una mayor activación emocional
indican una tendencia a la movilización hacia la
compra (Brodie et al., 2011; Hollebeek, 2011).
2.3. Hipótesis del Estudio 1
A partir de la revisión de la literatura cientíca,
se plantean las siguientes hipótesis:
· H
1
Los participantes tendrán emociones po-
sitivas (placer) al visualizar los GIFs.
· H
2
: Los participantes tendrán emociones más
positivas (placer) al visualizar los GIFs que
al visualizar las imágenes estáticas.
· H
3
: Los participantes tendrán emociones po-
sitivas e intensas (engagement) al visualizar
los GIFs.
aDResearch ESIC
30
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
· H
4
: Los participantes tendrán más emociones
positivas de mayor intensidad (engagement)
al visualizar los GIFs que al visualizar las
imágenes estáticas.
· H
5
: Los participantes tendrán activación po-
sitiva (orientación a la acción) al visualizar
los GIFs.
· H
6
: Los participantes tendrán una mayor ac-
tivación al visualizar los GIFs que al visuali-
zar las imágenes estáticas.
2.4. Materiales y Métodos del Estudio 1
Se ha realizado una investigación experimental
con una combinación de tres herramientas de aná-
lisis biométrico: Face coder, Eye tracker y Skin con-
ductance. La aplicación de las herramientas Face
coder —para la codicación de las emociones re-
gistradas— y Eye tracker —para el seguimiento
ocular— ha medido la Valencia de las emociones
registradas y el nivel de Engagement obtenido. Pa-
ralelamente y de forma sincronizada, los partici-
pantes fueron monitorizados a través de la herra-
mienta Skin conductance
3
, obteniéndose el nivel de
Arousal durante la visualización. Se hace uso de
las herramientas biométricas Face Coder y Eye Trac-
ker de la empresa INTERACTÚA +, cedidas por el
Laboratorio de Neuromarketing de la Universidad
Internacional de la Rioja y la herramienta de Skin
Conductance de la marca Esense (Tabla 1).
La selección de los participantes se ha realizado
de forma aleatoria, con el único requisito de uti-
lizar habitualmente al menos una red social. El
tamaño de la muestra de 30 participantes válidos
se considera adecuado para estudios experimen-
tales que utilizan las mismas herramientas biomé-
tricas (Ekman, Freisen, y Ancoli, 1980; Vechiato,
et al., 2010; Tapia Frade, et al., 2016) y, que como
indican Monge-Benito y Fernández-Guerra
(2011), ofrecen un margen de error del 1 %. Para
la distribución de la muestra se utilizó el estudio
Interactive Advertising Bureau y Elogia (2018),
que dene los perles de usuarios de redes socia-
les, y su composición es la siguiente: 33 % para
cada rango de edad (16-30; 31-45; 46-55), con
un 53 % de mujeres y un 47 % de hombres.
El estímulo utilizado en la investigación expe-
rimental fue un vídeo de 2 minutos 26 segundos,
formado por la combinación aleatoria de 18 GIFs
Tabla 1. Herramientas del Estudio
Instrumento y antecedentes empíricos Tipo de registro
Eye Tracker (Chang y Chen, 2017; Audrin et al., 2018).
Seguidor ocular. Registra la mirada del sujeto mientras está
visualizando un estímulo. Registra la posición del ojo y orientación
de la cabeza y proporciona información de lo que el sujeto está
visualizando
Face Coder (McDu, El Kaliouby y Picard, 2012; Bellman,
Wooley y Varan, 2016; Goyal y Singh, 2018; Mundel et al, 2018).
Decodicación del rostro de la persona a través de un software
que analiza la imagen proporcionada por la cámara web. Se
obtienen 6 posibles emociones (alegría, asco, tristeza, ira, sorpresa
y miedo), las 6 emociones básicas descritas por Ekman.
GSR Galvanic Skin Conductance (Weibel et al, 2019; Walla,
Koller, Brenner y Bosshard, 2017; Guerreiro, Rita y Trigueiros,
2015; Reimann, Castano, Zaichkowsky y Bechara; 2012).
Medición de la conductancia de la piel a través de electrodos colo
-
cados en los dedos de la mano del sujeto. Proporciona información
sobre procesos inconscientes del sujeto ante la exposición a un
estímulo.
3 Arousal: El constructo arousal (activación) es un término hipotético que describe los procesos que controlan la alerta, la vigilia y la activación
(Anderson, 1990).
31
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
y 18 imágenes estáticas de entre 2 y 4 segundos
por elemento para evitar un procesamiento cons-
ciente. Se han seleccionado 18 GIFs y 18 imáge-
nes estáticas de entre las 100 mejores marcas a
nivel mundial según el Ranking anual Best Global
Brands 2017 (Interbrand, 2017). Se escogieron
los GIFs de estas marcas que mayor número de
«me gusta» habían tenido en Instagram (1 marzo.
– 10 abril 2019), y la imagen estática correspon-
diente extraída del GIF. Para evitar sesgos de pre-
sentación, se han editado tres vídeos distintos con
los elementos ordenados aleatoriamente.
Todos los sujetos fueron expuestos al visiona-
do del estímulo en alguna de las tres versiones.
Al mismo tiempo que se registraron las micro-
expresiones faciales (Ekman,1993), se midió el
nivel de conductancia de la piel, obteniéndose de
este modo la intensidad de la emoción.
Se han registrado tres variables: Activación
emocional, Valencia emocional y Engagement.
Todas las variables dependientes ofrecen la me-
dida para cada sujeto y cada GIF e imagen está-
tica, y estos datos individuales se añaden a los
valores agregados del grupo, obteniendo así un
valor cuantitativo de cada variable por cada GIF
e imagen estática. La variable Valencia mide el
signo de la emoción: positiva o negativa. La va-
riable Activación registra la intensidad de la emo-
ción, que se obtiene midiendo el tipo de emoción
registrada (activante o desactivante) y las varia-
ciones del nivel de sudoración de la piel. La va-
riable Engagement indica el estado emocional en
el que se encuentra la persona cuando visiona
cada GIF e imagen estática y se extrae de la com-
binación de la Valencia emocional y la Activación
(Tabla 2).
2.5. Resultados y discusión Estudio 1
La medida de todas las variables analizadas resul-
tó superior para los GIFs que para las imágenes
(Valencia: MGIF = 14.809 > MIMG = 14.61; Ac-
tivación: MGIF = -14.46 > MIMG = -14.54; En-
gagement: MGIF = .248 > MIMG =.05). Los resul-
tados se muestran en la tabla 3.
Tabla 2. Variables, Dimensiones e Instrumentos
Variable Dimensión Herramienta
Activación Intensidad de la emoción Face coder + GSR
Valencia Emocional Signo de la emoción Face coder
Engagement (Valencia + Activación) Estado emocional Face coder + GSR
Tabla 3. Resultados de las variables dependientes
Tipo
Recurso
N Media Desviación tip. Error promedio
Valence
Imagen 30 14,611667 3,4733646 ,8186799
GIF 30 14,809444 3,5661917 ,8405594
Activation
Imagen 30 -14,544444 2,0190861 ,4759031
GIF 30 -14,463333 2,3245265 ,5478962
Engagement
Imagen 30 ,050000 3,1002030 ,7307249
GIF 30 ,248333 3,0898910 ,7282943
aDResearch ESIC
32
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
Todas las variables (Valencia, Activación y En-
gagement) se aproximan a la normalidad tanto en
el caso de las imágenes como para los recursos
GIFs según la prueba de normalidad Shapiro-
Wilk (Valencia: p>.05 P
Imagen
=.651 y P
Gif
=.779;
Activación: p>.05 P
Imagen
=.165 y P
Gif
=.346; Enga-
gement: p>.05 P
Imagen
=.299 y P
Gi
f
=.772), presen-
tando sus varianzas en todos los casos homoge-
neidad, atendiendo a los resultados obtenidos en
la prueba de Levene de igualdad de varianzas
(p>.05 P
Valencia
=.975 P
Activación
=.772 y P
Engagement
=.818).
Dado que se cumple el criterio de normalidad
y homocedastidad para todas las distribuciones
de las variables cuantitativas, se utiliza la prueba
t de Student para muestras independientes a n
de comparar las medias. La prueba T para igual-
dad de medias indica que no hay asociación entre
la Valencia, la Activación o el Engagement y el tipo
de recurso imagen estática o GIF. En todos los
casos se aceptó la hipótesis nula de no diferencia
signicativa entre las medias de las variables con-
tinuas cuando se trata de imágenes o de GIFs
(p>.05 P
Valencia
=.867 P
Activación
=.912 y P
Engagement
=.849).
En las tres variables dependientes la media es
mayor para los GIFs que para las imágenes está-
ticas, aunque no signicativamente superior.
Para las variables Valencia y Engagement las
medias presentan un valor positivo. Sin embar-
go, la Activación presenta una media de signo
negativo.
Atendiendo a los resultados obtenidos el con-
traste de las hipótesis sería el siguiente:
· H
1
: La media de la variable Valencia ante los
GIFs ha resultado positiva, por lo que se con-
rma la hipótesis de que los participantes
tienen emociones positivas al visualizar los
GIFs.
· H
2
: La media de la variable Valencia ante los
GIFs ha sido superior a la de las imágenes
estáticas, pero teniendo en cuenta que la di-
ferencia no ha sido estadísticamente signi-
cativa, no es posible conrmar la hipótesis
de que los participantes tienen emociones
más positivas al visualizar los GIFs que al
visualizar las imágenes estáticas.
· H
3
: La media de la variable Engagement ante
los GIFs ha resultado positiva, por lo que se
conrma la hipótesis de que los participantes
han tenido emociones positivas e intensas al
visualizar los GIFs.
· H
4
: La media de la variable Engagement ante
los GIFs ha sido superior a la de las imágenes
estáticas, pero teniendo en cuenta que la di-
ferencia no ha sido estadísticamente signi-
cativa, no es posible conrmar la hipótesis
de que los participantes han tenido más emo-
ciones positivas y de mayor intensidad al
visualizar los GIFs que al visualizar las imá-
genes estáticas.
· H
5
: La media de la variable Activación ante
los GIFs es de signo negativo. Por tanto, se
refuta la hipótesis de que los participantes
estarán activados hacia la compra al visualizar
los GIFs.
· H
6
: La media de la variable Activación ha
resultado superior para los GIFs que para las
imágenes estáticas, pero al no ser la diferen-
cia estadísticamente signicativa no se puede
conrmar la hipótesis de que los participan-
tes están más activados al visualizar los GIFs
que al visualizar las imágenes estáticas.
La correlación inversa encontrada entre la va-
riable Valencia y la variable Activación nos ha
llevado a preguntarnos cuál podría ser la causa
de que los GIFs estén generando en los consumi-
dores sensación de bienestar (Valencia positiva),
y al mismo tiempo estén provocando una Activa-
ción negativa. Se plantea un segundo estudio con
el objetivo de explicarlo.
33
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
3. Estudio 2
3.1. Marcas conocidas, calidad percibida y
emociones hedónicas
El concepto de Valor de marca (brand equity) ha-
ce referencia al valor que los consumidores atri-
buyen a una marca. Aaker fue pionero en identi-
car unas dimensiones para calcular el valor de
las marcas: el conocimiento de la marca, las aso-
ciaciones a la marca, la calidad percibida y la -
delidad (Aaker, 1991).
La calidad percibida es la evaluación subjetiva
de la excelencia de una marca por parte de los
consumidores. Para realizar esta evaluación, las
personas utilizan indicios externos y asociaciones
internas (Aaker, 1996; Klaus y Maklan, 2007).
Los consumidores no pueden hacer juicios com-
pletos y absolutamente objetivos sobre la calidad
objetiva de una marca y utilizan asociaciones pa-
ra inferir calidad a una marca o producto (Ophuis
y Van Trijp, 1995).
Aaker (1991) mostró la existencia de relación
directa entre una marca bien conocida y la calidad
percibida y estudios posteriores, que investigan
el Valor de marca, han conrmado que los con-
sumidores tienden a asociar calidad a las marcas
que conocen (Yoo y Donthu, 2001; Pawle y Coo-
per, 2006). Un mayor conocimiento de la marca
y unas asociaciones de marca más fuertes condu-
cen a una mayor calidad percibida (Lavidge y
Steiner, 1961; Ding y Tseng, 2015).
La emoción hedónica ha sido descrita como
un estado mental que surge a partir de evaluacio-
nes de eventos o pensamientos. Puede desenca-
denar acciones especícas para rearmar o con-
trarrestar la emoción (Bagozzi et al., 1999). Los
consumidores tienden a sentir emociones hedó-
nicas positivas en el proceso de compra y de con-
sumo (Hirschman y Holbrook, 1982; Havlena y
Holbrook, 1986). Las estrategias de marketing
experiencial tratan de provocar emociones hedó-
nicas en los compradores, en los momentos en
que se produce un contacto con la marca ya sea
durante la compra, el consumo o en el proceso
de comunicación (Galmés, 2012; Schmitt,
Brakus, y Zarantonello, 2015). Cuando el consu-
midor siente que la marca puede ayudarle a al-
canzar sus objetivos, se genera un estado placen-
tero. Es así como una experiencia de la marca
puede servir como un evento subjetivo que pro-
voca una valoración positiva de la marca por par-
te de los consumidores. (Zeithaml, 1988; Ding y
Tseng, 2015)
3.2. Las emociones positivas son
necesarias pero no sucientes para
movilizar al usuario hacia la compra
Lo que buscan las marcas es posicionarse en la
mente y en el corazón de sus clientes y la invo-
lucración de los sentidos es fundamental para
inuir en su estado emocional (Prescott, 2017).
La principal experiencia de valor es la emoción
(Smith y Bolton, 2002). Cuando existe una res-
puesta emocional se detectan dimensiones como
la Valencia y la Intensidad o Arousal (Lang,
1995). Para que las emociones deriven en una
movilización hacia la compra, es necesario que
estas no solamente sean de Valencia positiva, sino
que además exista una Activación de signo posi-
tivo. Todo ello de acuerdo al Modelo Circumple-
jo de las emociones (Russell, 1980) que explica
como la combinación de los valores Activación y
Valencia nos permite diferenciar los distintos es-
tados emocionales en los que se encontraría el
usuario como consecuencia del estímulo presen-
tado (Plutchik y Conte, 1997; Jaeger et al., 2018).
(Véase gura 2 en pág. 34).
Las emociones positivas son más habituales
que las negativas en los usuarios de redes sociales
(He et al., 2016), y las experiencias emocionales
del mundo real pueden transferirse al entorno
aDResearch ESIC
34
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
virtual (Kafetsios et al., 2017). Las emociones in-
uyen en las decisiones del individuo a nivel
personal o en su rol de consumidor (Burnett y
Lunsford, 1994). Por ello, las marcas buscan pun-
tos de contacto, como el GIF, para emocionar a
sus clientes mediante las experiencias diseñadas
provocando altos niveles de engagement que les
movilice hacia la compra.
El valor que el consumidor atribuye a la mar-
ca conocida
4
, le lleva a anticipar el uso de recur-
sos innovadores en sus estrategias de comunica-
ción. Sin embargo, las marcas no conocidas por
el usuario tienen una mayor probabilidad de
provocar, a través de estímulos novedosos, una
reacción de tipo afectiva inconsciente (Öhman,
1987; Godey et al., 2016). Es muy posible que
las marcas conocidas estén en desventaja a la ho-
ra de provocar sorpresa en los usuarios.
3.3. Hipótesis y preguntas de investigación
La revisión de la literatura académica ha servido
para contextualizar una nueva hipótesis, y los
resultados del estudio 1 han desencadenado una
nueva pregunta de investigación:
· H
7
: Los consumidores asocian de forma in-
consciente las marcas conocidas con alta
calidad y asocian las marcas no conocidas
con menor calidad.
· RQ
1
: ¿Es posible explicar el estado emocional
de los usuarios ante los GIFs de marcas co-
nocidas, a partir de las correlaciones entre los
resultados de las variables del Estudio 1 y la
Variable D
(IAT)
3.4. Materiales y métodos del Estudio 2
Se lleva a cabo un experimento con el Test de
Asociación Implícita (IAT) con el n de descubrir
posibles asociaciones no conscientes en los suje-
tos entrevistados. Esta prueba, diseñada por los
investigadores Greenwald y Banaji (1995), diag-
nostica las preferencias actitudinales que una
persona tiene pero de las que no es plenamente
consciente (Blanton y Jaccard 2006). Permite ob-
tener una evaluación de la fuerza de las asocia-
ciones automáticas. El IAT ha sido utilizado y
testada su validez en otros estudios relacionados
con la percepción implícita de las marcas (Chang,
4 El concepto «marca conocida», en este artículo hace referencia a la
idea de marca famosa o marca renombrada.
Figura 2 Estados emocionales según el Modelo Circumplejo. Russell (1980)
Fuente: Elaboración propia.
Valencia
Activación
-20
·
-15
-10
-5
0
0
5
10
15
20
-20 -15 -10 -5 5 10 15 20
35
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
Ko y Carlson, 2018; Sharma, 2018; Vriens, Chen
y Schomaker, 2019). Las asociaciones implícitas
tienen su origen en la evaluación automática o
inconsciente del cerebro. Se miden a través de la
latencia o tiempo de respuesta ante la presenta-
ción de un estímulo. La prueba consiste en dis-
criminar entre estímulos visuales y palabras con
valencias positivas y negativas lo más rápidamen-
te posible, detectando así la asociación entre con-
ceptos basándose en el tiempo de reacción.
Los sujetos son los mismos participantes del
estudio 1 y se han añadido 37 sujetos nuevos
con el n de obtener el tamaño muestral valida-
do en otras investigaciones con IAT (Maison,
Greenwald y Bruin, 2004; Gibson, 2008). La
distribución según género y rango de edad es
similar a la del estudio 1.
El estímulo ha consistido en 20 conceptos,
compuestos por diez imágenes de marcas cono-
cidas y diez de marcas blancas. Para la selección
de las marcas conocidas se ha acudido al estudio
Brand Footprint Report 2018 (Kantar Worldpa-
nel, 2018) que elabora un ranking con las marcas
mas populares. Del que se extrajeron las 10 mar-
cas más elegidas en España. En concreto, se han
utilizado las dos primeras marcas más populares
de cada uno de los siguientes sectores «Alimen-
tación», «Bebidas», «lácteos», «Droguería» e «Hi-
giene y cuidado personal» (Figura3).
Estas marcas se asocian con 20 atributos: diez
palabras relacionadas con el concepto «calidad»
y diez con el concepto «ausencia de calidad». Se
diseñan un total de veinte presentaciones combi-
nadas por usuario y etapa, de acuerdo con la
metodología descrita por Greenwald (Greenwald
et al., 2003). Durante la prueba todos los sujetos
cumplimentaron el test compuesto de las 5 etapas
en las que se combinaron conceptos a través de
imágenes y atributos mediante palabras. Todos
los participantes fueron informados de que de-
bían responder de forma rápida, pero sin cometer
excesivos errores.
Se ha medido el tiempo de respuesta de cada
participante calculando el lapso entre la presen-
tación del estímulo y la elección de la respuesta.
Esta medida ha servido para calcular «el efecto
IAT» o D(IAT) para cada sujeto. La D (IAT) es el
algoritmo que mide la latencia de respuesta y se
Figura 3. Marcas conocidas incluidas en la investigación. Kantar Worldpanel, 2018
Top5 marcas por sectores
Alimentación
Bebidas
Lácteos
Droguería
Droguería y
cuidado personal
aDResearch ESIC
36
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
calcula como la diferencia entre el promedio de
las velocidades de reacción (milisegundos) de los
sujetos en cada bloque, dividido entre la desvia-
ción estándar de las latencias para cada bloque.
3.5. Resultados y discusión Estudio 2
El resultado obtenido en el Test de Asociación
Implícita (D
(IAT)
=.59) indica una asociación mo-
derada alta entre marca conocida y «calidad».
Para comprobar si existe una relación entre
la variable DIAT y la emoción Sorpresa se ha
aplicado el índice de correlación de Pearson. El
resultado ha registrado una correlación signi-
cativa en el nivel .05 de signo negativo (-.437)
que indica una relación inversa entre ambas
variables. Por tanto, una mayor asociación im-
plícita entre marca reconocida y calidad genera-
ría una menor emoción de sorpresa en el con-
sumidor (Tabla 4).
Por otra parte, al observar en el Estudio 1 que
todos los GIFs analizados presentaban valores
negativos para la variable Activación, se decide
seguir buscando relaciones entre las variables
emocionales que puedan explicar estos resulta-
dos. El coeciente de correlación de Pearson pa-
ra analizar si existe correlación entre la variable
Activación y la Sorpresa, mostró una correlación
elevada y signicativa en el nivel .01 de signo
positivo (r=.601) entre ambas variables. Este re-
sultado indica que cuanta mayor sorpresa genera
un recurso en el usuario, mayor activación pro-
voca en él (Tabla 5).
Tabla 4. Correlación entre la variable D
IAT
(índice asociación implícita) y la emoción sorpresa
Correlaciones
Activación Sorpresa
IAT
Correlación de Pearson 1 -,437*
Sig. (bilateral) ,033
N +* 30 30
Sorpresa
Correlación de Pearson -,437* 1
Sig. (bilateral) ,033
N 30 30
**. La correlación es signicativa en el nivel 0,05 (bilateral).
Tabla 5. Correlación entre la variable activación y la emoción sorpresa
Correlaciones
Activación Sorpresa
Activación
Correlación de Pearson 1 ,601**
Sig. (bilateral) ,002
N +* 30 30
Sorpresa
Correlación de Pearson ,601** 1
Sig. (bilateral) ,002
N 30 30
**. La correlación es signicativa en el nivel 0,01 (bilateral)
37
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
Por tanto, la H
7
se ha conrmado con el resul-
tado del Test de Asociación implícita que muestra
una asociación moderada-alta. Esto indica que
los consumidores tienen una creencia inconscien-
te de que las marcas que conocen bien son marcas
de calidad.
Respecto a la pregunta de investigación (RQ
1
)
en la que nos planteábamos la posibilidad de ex-
plicar el estado emocional de los usuarios ante
los GIFs de marcas conocidas, efectivamente se
puede responder a través de la correlación entre
la variable Activación y la variable Sorpresa; y a
partir de la correlación entre la variable Sorpresa
y la variable DIAT,:
· La existencia de una correlación positiva en-
tre la variable Activación y la emoción Sor-
presa explica que las marcas, para conseguir
activar a los consumidores, tienen que sor-
prenderles. Los GIFs analizados, a pesar de
ser un recurso diferente, no logran generar
sorpresa y por ello, el estado emocional con-
seguido es de bienestar-placer (cuarto cua-
drante del modelo circumplejo) y no el esta-
do entusiasta que se esperaba.
· La correlación inversa entre la variable Sor-
presa y la variable DIAT indica, que ante una
marca conocida el consumidor se siente tran-
quilo y conado, pues asocia la misma con
la idea de calidad. Por tanto, esta asociación
provoca estados de ánimo positivos (placer)
debido a la seguridad que aporta una marca
conocida, pero no está provocando sorpresa.
4. Conclusiones
Todos los GIFs ofrecieron puntuaciones positivas
en la Valencia y valores negativos en la variable
Activación (Estudio 1), situándose en el cuarto
cuadrante del modelo circumplejo. En este cua-
drante el consumidor se halla en un estado de
calma y relajación, ya que el neocortex disminuye
su nivel de activación para ahorrar energía, al tiem-
po que el área cerebral correspondiente a las emo-
ciones cobra mayor importancia (Michael, Ram-
soy, Stephens y Kotsi, 2019; Modica, et al., 2018).
Por otra parte, la visualización de los GIFs
ofreció valores negativos para la variable Sorpre-
sa, y el Estudio 2 mostró que los participantes
asociaron de forma inconsciente marca conocida
a calidad. Esto nos ha llevado a concluir que el
Figura 4. Posicionamiento GIFs estudiados conforme Modelo Circumplejo.
Russell (1980)
Valencia
Activación
0
-20
-10
0
10
20
9-10-15-20 5 10 15 20
aDResearch ESIC
38
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
uso de GIFs en las estrategias de comunicación,
al tratarse de una marca conocida por el usuario,
no asegura situar al consumidor en un estado
emocional entusiasta que le impulse hacia la com-
pra. Aunque sí se esté generando un estado de
placer y tranquilidad que se ha relacionado con
la percepción implícita de calidad. Por tanto, los
GIFs de marcas conocidas no están consiguiendo
provocar sorpresa en los usuarios de las redes
sociales, a pesar de considerar al GIF como un
recurso innovador en sí mismo.
Se concluye que las marcas conocidas, para
conseguir una respuesta emocional entusiasta,
necesitan no solo usar recursos visuales innova-
dores, sino utilizarlos de forma sorprendente
para situar a los usuarios en un estado emocional
entusiasta (primer cuadrante del modelo Circum-
plejo de Russell, 1980). Este hecho se podría
considerar como una paradoja de la fama.
Se ha mostrado que conseguir engagement de
los usuarios no es suciente para obtener éxito
en las estrategias de comunicación digital de las
marcas conocidas. Hay que dar un paso más e
implicar activamente al consumidor sorprendién-
dole con el diseño de los recursos utilizados. En
el caso de los GIFs, el diseño de la interacción de
la visualización (McKenna et al., 2017) podría ser
una de las propuestas para conseguir GIFs que
sorprendan al usuario.
5. Limitaciones e implicaciones
El método de investigación utilizado ha mostrado
su utilidad para medir el engagement de los usua-
rios en la visualización de los GIFs; utilizando
métricas como el signo y la intensidad de la emo-
ción, y herramientas de neuromarketing.
Desde el principio se decidió limitar el estudio
1 a marcas consideradas como de gran valor (In-
terbrand,2017) para tener un objeto de estudio
concreto que permitiera resultados signicativos.
Sin embargo, el hecho de no haber podido com-
parar los efectos emocionales de GIFs de estas
marcas tan populares con GIFs de marcas menos
conocidas ha supuesto una limitación para las
conclusiones del estudio. Por ello, consideramos
que sería muy interesante poder realizar una nue-
va investigación con el mismo diseño metodoló-
gico, para observar el impacto emocional de GIFs
de marcas menos populares.
Otra de las limitaciones del estudio ha sido el
tener que grabar en un video los GIFs para poder
realizar el diseño experimental. Esto ha supuesto
una limitación a la interacción de los usuarios con
los GIFs. A partir de la conclusión de que las
marcas conocidas tienen que utilizar los recursos
visuales digitales de forma sorprendente para ac-
tivar a los consumidores, proponemos una inves-
tigación que compare los efectos emocionales
generados por GIFs con diferentes diseños de
interacción (Boy, Detienne, y Fekete, 2015). De
llevarse a cabo esta investigación, se podría ob-
servar si alguno de los modelos de interacción
provoca sorpresa; y cuál de estos diseños de la
experiencia interactiva (MacKanna et al., 2017)
conseguiría generar un mayor engagement, acti-
vando emociones de signo positivo mas intensas.
El estudio ha permitido mostrar que la utili-
zación de formas nuevas de comunicación no
siempre genera sorpresa en los usuarios. Es decir,
las marcas renombradas no deben dar por senta-
do que, utilizando herramientas innovadoras en
sus estrategias de comunicación, van a llamar la
atención y motivar al usuario hacia la compra.
Consideramos que esta implicación del estudio
puede ser muy relevante para el diseño de GIFs.
Por ello, nos proponemos realizar una nueva in-
vestigación que compare los efectos emocionales
que ha provocado cada GIF, y determinar qué
elementos comunes de diseño comparten los GI-
Fs de mayor impacto emocional.
39
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
Bibliografía
Aaker, David (1991). Managing brand equity. Capitalizing on
the Value of a Brand Name. The Free Pres. New York.
Aaker, D. (1996). Measuring brand equity across products
and markets. California management review, 38(3), 102-120
Adami, E. y Jewitt, C. (2016). Special issue: Social media
and the visual. Visual Communication, 15(3), 263-270
Anderson, K. J. (1990). Arousal and the inverted-u hypothe-
sis: A critique of Neiss’s “Reconceptualizing arousal”.
Atwal, G. y Williams, A. (2017). Luxury brand marketing–
the experience is everything! In Advances in luxury brand
management. Brand Management Vol. 16, 5/6, 338–346
Audrin, C., Brosch, T., Sander, D. y Chanal, J. (2018). More
than meets the eye: the impact of materialism on information
selection during luxury choices. Frontiers in behavioral neu-
roscience, 12, 172.
Bagozzi, R.; Gopinath, M. y Nyer, P. (1999). The role of
emotions in marketing. Journal of the academy of marketing
science, 27(2), 184-206.
Bellman, S., Wooley, B., y Varan, D. (2016). Program-ad
matching and television ad effectiveness: A reinquiry using
facial tracking software. Journal of Advertising, 45(1), 72-77.
Blanton, H., Jaccard, J., Gonzales, P. y Christie, Ch. (2006).
Decoding the implicit association test: Implications for
criterion prediction. Journal of Experimental Social Psychology,
42(2), 192-212.
Boy, J., Detienne, F. y Fekete, J.D. (2015). Storytelling in
information visualizations: Does it engage users to explore
data? In Proceedings of the 33rd Annual ACM Conference on
Human Factors in Computing Systems. pp. 1449-1458.
Brakus, J., Schmitt, B., y Zarantonello, L. (2009). Brand ex-
perience: what is it? How is it measured? Does it affect loyal-
ty? Journal of Marketing, 73: 52–68.
Brodie, R. J., Hollebeek, L. D., Juri
ć, B., y Ilić, A. (2011).
Customer engagement: Conceptual domain,
fundamental propositions, and implications for research.
Journal of service research, 14(3),
252-271.
Burnett, M. S. y Lunsford, D. A. (1994) Conceptualizing
guilt in the consumer decision-making process.Journal of
Consumer Marketing, 11(3), 33-43
Cacioppo, S., Bolmont, M. y Monteleone, G. (2018). Spa-
tio-temporal dynamics of the mirror neuronsystem during
social intentions. Social neuroscience, 13(6), 718-738.
Calder, B. J., Malthouse, E. C. y Maslowska, E. (2016).
Brand marketing, big data and social innovation as future
research directions for engagement. Journal of Marketing
Management, 32(5-6), 579-585.
Chang, C. T., y Chen, P. C. (2017). Cause-related marketing
ads in the eye tracker: it depends on how you present, who
sees the ad, and what you promote. International Journal of
Advertising, 36(2), 336-355.
Chang, Y., Ko, Y. J. y Carlson, B. D. (2018). Implicit and
explicit affective evaluations of athlete brands: The associative
evaluation-emotional appraisal-intention model of athlete
endorsements. Journal of Sport Management, 32(6), 497-
510.
Chang, B. W., y Ungar, D. (1993, December). Animation:
from cartoons to the user interface. In Proceedings of the
6th annual ACM symposium on User interface software and
technology (pp. 45-55).
Cingel, D. P. y Krcmar, M. (2014). Understanding the expe-
rience of Imaginary Audience in a social media environ-
ment. Journal of Media Psychology.
Ding, C. y Tseng, T. (2015). On the relationships among
brand experience, hedonic emotions, and brand equity,
European Journal of Marketing, Vol. 49 No. 7/8, pp. 994-
1015.
Duffett, R. (2015). Facebook advertising’s inuence on inten-
tion-to-purchase and purchase amongst Millennials. Internet
Research, 25(4), 498-526.
Enli, G. (2017). Twitter as arena for the authentic outsider:
Exploring the social media campaigns of Trump and Clinton
in the 2016 US presidential election. European journal of
communication, 32(1), 50-61.
Ekman, P. (1993). Facial expression and emotion. American
psychologist, 48(4), 384-392
Ekman, P., Freisen, W. V., y Ancoli, S. (1980). Facial signs of
emotional experience. Journal of Personality and Social
Psychology, 39(6), 1125–1134.
Estrella, A., y Segovia, C. (2016). Comunicación Integrada de
Marketing. Madrid: ESIC.
Fernández-Abascal, E., García, B., Jiménez, M.P., Martín,
M.D., y Domínguez, F. (2010). Psicología de la Emoción. Ma-
drid: Centro de estudios Ramón Areces, S.A.
aDResearch ESIC
40
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
Galmés, M. y Victoria, J (2012). La organización de eventos
en el contexto de las Comunicaciones Integradas de Marke-
ting (IMC): el valor de la experiencia. Pensar la Publicidad,
2012, vol. 6, nº 1, 15-34.
Galmés, M. (2015) Comunicación y marketing experiencial:
aproximación al estado de la cuestión. Opción,31(1),974-999.
From https://www.redalyc.org/pdf/310/31043005054.pdf
González-Sánchez, J.L., y Gil-Iranzo, R. M. (2013). Factores
hedónicos y multiculturales que mejoran las experiencias
de usuario en el diseño de productos. El profesional de la in-
formación, 22(1).
Gibson, B. (2008). Can evaluative conditioning change attitu-
des toward mature brands? new evidence from the implicit
association test. Journal of Consumer Research, 35(1), 178-188.
Godey, B., Manthiou, A., Pederzoli, D., Rokka, J., Aiello, G.,
Donvito, R., y Singh, R. (2016). Social mediamarketing
efforts of luxury brands: Inuence on brand equity and
consumer behavior. Journal of business research, 69(12),
5833-5841.
Goyal, G. y Singh, J. (2018, April). Minimum Annotation
identication of facial affects for Video Advertisement. In
2018 International Conference on Intelligent Circuits and Sys-
tems (ICICS) (pp. 300-305). IEEE.
Greenwald, A. y Banaji, M. (1995). Implicit social cognition:
attitudes, self-esteem, and stereotypes. Psychological review,
102(1), 4-27
Greenwald, A. G., Nosek, B. A., y Banaji, M. R. (2003). Un-
derstanding and using the implicit associationtest: I. An
improved scoring algorithm. Journal of personality and so-
cial psychology, 85(2), 197.
Guerreiro, J., Rita, P. y Trigueiros, D. (2015). Attention,
emotions and cause-related marketing effectiveness. Euro-
pean Journal of Marketing, 49(11-12), 1728-1750.
Gürsimsek, Ö. (2016). Animated GIFs as vernacular gra-
phic design: producing Tumblr blogs. Visual Communica-
tion, 15(3), 329-349.
Havlena, W. y Holbrook, M. B. (1986). The varieties of con-
sumption experience: comparing two typologies of emotion
in consumer behavior. Journal of consumer research, 13(3),
394-404.
He, S., Zheng, X., Zeng, D., Luo, C. y Zhang, Z. (2016).
Exploring entrainment patterns of human emotion in social
media. PloS one, 11(3).
Hirschman, E. y Holbrook, M. B. (1982). Hedonic con-
sumption: emerging concepts, methods and propositions.
Journal of marketing, 46(3), 92-101.
Hollebeek, L (2011) Exploring customer brand engage-
ment: denition and themes, Journal of Strategic Marke-
ting, 19:7, 555-573.
Holmes, Emily, M., Andrew, M., Bundy y Dalgleish, T.
(2008). The causal effect of mental imagery on emotion as-
sessed using picture-word cues. Emotion, 8(3), 395.
Interactive Advertising Bureau y Elogia (2018): Estudio
anual de redes sociales 2018. IAB Spain. Versión reducida.
Disponible en https://iabspain.es/estudio/estudio-anual-de-re-
des-sociales-2018/
Interbrand (2017): Interbrand releases 2017 Best Global
Brands report. September 24, 2017 Disponible en https://
www.interbrand.com/newsroom/bgb-report-2017/
Izard, C. E. (1991). The Psychology of Emotions. Nueva York:
Plenum Press.
Jaeger, S. R., Spinelli, S., Ares, G. y Monteleone, E. (2018).
Linking product-elicited emotional associations and sensory
perceptions through a circumplex model based on valence
and arousal: Five consumer studies. Food research internatio-
nal, 109, 626-640.
Jou, B., Bhattacharya, S. y Chang, S. (2014, November).
Predicting viewer perceived emotions in animated GIFs. In
Proceedings of the 22nd ACM international conference on Mul-
timedia. pp. 213-216.
Kafetsios, K., Chatzakou, D., Tsigilis, N. y Vakali, A. (2017).
Experience of emotion in face to face and computer-mediated
social interactions: An event sampling study. Computers in
Human Behavior, 76, 287-293.
Kahneman, D. y Tversky, A. (1979). Prospect theory: An
analysis of decision under risk. En Handbook of the funda-
mentals of nancial decision making: Part I. 2013. p. 99-127.
Kantar Worldpanel (2018). Brand Footprint. A Global ran-
king of the most chosen consumer brands (6). Disponible
en www.kantarworldpanel.com/brandfootprint
Klaus, P. y Maklan, S. (2007). The role of brands in a servi-
ce-dominated world. Journal of Brand Management, 15(2),
115-122.
Lang, P. J. (1995). The Emotion Probe: Studies of Motiva-
tion and Attention. American Psychologist. 50, 372-385.
41
El engagement y la sorpresa en la comunicación digital de las marcas. Estudio del impacto emocional de los GIFs en los usuarios
de las redes sociales · págs. 26 a 43
Lavidge, R. y Steiner, G. (1961). A model for predictive
measurements of advertising effectiveness. Journal of marke-
ting, 25(6), 59-62.
Likowski, K. U., Mühlberger, A., Gerdes, A., Wieser, M. J.,
Pauli, P. y Weyers, P. (2012). Facial mimicry and the mirror
neuron system: simultaneous acquisition of facial electrom-
yography and functional magnetic resonance imaging.
Frontiers in human neuroscience, 6, 214-
Maison, D., Greenwald, A. G. y Bruin, R. H. (2004). Predic-
tive validity of the implicit association test in studies of
brands, consumer attitudes, and behavior. Journal of Consu-
mer Psychology, 14(4), 405-415.
McDuff, D., El Kaliouby, R. y Picard, R. W. (2012). Crowd-
sourcing facial responses to online videos. IEEE Transactions
on Affective Computing, 3(4), 456-468.
McKenna, S.; Henry Riche, N.; Lee, B.; Boy, J.; Meyer, M.
(2017). “Visual narrative ow: Exploring factors shaping
data visualization story reading experiences”. Eurographics
conference on visualization (EuroVis), v. 36, n. 3, pp. 377-
387.
Michael, I., Ramsoy, T., Stephens, M., y Kotsi, F. (2019). A
study of unconscious emotional and cognitive responses to
tourism images using a neuroscience method. Journal of Isla-
mic Marketing, 10(2), 543-564.
Miltner, K. M. y Higheld, T. (2017). Never gonna GIF you
up: Analyzing the cultural signicance of the animated GIF.
Social Media y Society, 3(3).
Modica, E., Cartocci, G., Rossi, D., Martínez, A. C., Cheru-
bino, P., Maglione, A. G., . . . Babiloni, F. (2018). Neurophy-
siological responses to different product experiences. Com-
putational Intelligence and Neuroscience, Volume 2018,
Article ID 9616301, 10 pages.
Monge-Benito, S. y Fernández-Guerra, V. (2011). Neuro-
marketing: Tecnologías, Mercado y Retos. Pensar la publici-
dad, 5(2), 19-25.
Mundel, J., Huddleston, P., Behe, B., Sage, L. y Latona, C.
(2018). An eye tracking study of minimally branded pro-
ducts: Hedonism and branding as predictors of purchase
intentions. Journal of Product and Brand Management, 27(2),
146-157.
Novak, T., Hoffman, D. y Yung, Y. (2000). Measuring the
Customer Experience in Online Environments: A Structural
Modeling Approach. Marketing Science, 19(1), 22-42.
Öhman, A. (1987). Psychophysiology of emotion: An evo-
lutionary cognitive perspective. En T.K. Ackles, J.R. Jen-
nings y M.G.H. Coles (Eds.), Advances in Psychophysiology,
volumen 2, 79-127.
Ophuis, P. y Van Trijp, H. (1995). Perceived quality: A market
driven and consumer oriented approach. Food quality and
Preference, 6(3), 177-183.
Pawle, J. y Cooper, P. (2006). Measuring emotion—Love-
marks, the future beyond brands. Journal of advertising re-
search, 46(1), 38-48.
Plutchik, R. E. y Conte, H. R. (1997). Circumplex models of
personality and emotions. American Psychological Association.
Powers, T., Advincula, D., Austin, M. S., Graiko, S., y
Snyder, J. (2012). Digital and social media in the purchase
decision process: A special report from the Advertising Re-
search Foundation. Journal of advertising research, 52(4),
479-489.
Prescott, J. (2017). Some considerations in the measure-
ment of emotions in sensory and consumer research. Food
Quality and Preference, 62, 360-368.
Reimann, M., Castano, R. Zaichkowsky, J. y Bechara, A.
(2012). How we relate to brands: Psychological and neuro-
physiological insights into consumer-brand relationships.
Journal of Consumer Psychology, 22(1), 128-142.
Russell, J. A. (1980). A circumplex model of affect. Journal
of Personality and Social Psychology, 39(6), 1161–1178.
Ryan, R. M. y Deci, E. L. (2001). On happiness and human
potentials: A review of research on hedonic and eudaimonic
well-being. Annual review of psychology, 52(1), 141-166.
Schmitt, B. (1999). Experiential marketing. Journal of mar-
keting management, 15(1-3), 53-67.
Schmitt, B., Brakus, J. y Zarantonello, L. (2015). From ex-
periential psychology to consumer experience. Journal of
Consumer Psychology, 25(1), 166-171.
Scolari, C. (2012). Comunicación Digital. Recuerdos del
futuro. El Profesional de la Información. 2012; 21 (4): 337-340
Sharma, N. (2018). Decoding the effects of a product’s cast
shadow in brand advertising. Journal of Product and Brand
Management, 27(2), 103-114.
Skandalis, A., Byrom, J. y Banister, E. (2019). Experiential
marketing and the changing nature of extraordinary expe-
riences in post-postmodern consumer culture. Journal of
Business Research, 97, 43-50.
aDResearch ESIC
42
Nº 25 Vol 25 · Monográco especial, marzo 2021  págs. 26 a 43
Smith, A. K. y Bolton, R. N. (2002). The effect of customers’
emotional responses to service failures on their recovery
effort evaluations and satisfaction judgments. Journal of the
academy of marketing science, 30(1), 5-23.
Tapia Frade, A., Martín Guerra, E. y Puente, J. E. (2016).
Neurociencia y publicidad. Atención, emoción y su relación
con los premios obtenidos en el Festival Internacional de
Publicidad de Cannes. Anàlisi: quaderns de comunicació i cul-
tura, 0075-95.
Tianliang, L., Junwei, W., Xiubin, D., Feng L., Quanzeng, Y.
y Jiebo L. (2019). Sentiment Recognition for Short Annota-
ted GIFs Using Visual-Textual Fusion. IEEE Transactions on
Multimedia, vol. 22, no. 4, pp. 1098-1110, April 2020.
10.1109/TMM.2019.2936805.
Thurlow, C., Aiello, G. y Portmann, L. (2019). Visualizing
teens and technology: A social semiotic analysis of stock
photography and news media imagery. New Media y Society.
2020, Vol. 22(3) 528 –549.
Tolins, J. y Samermit, P. (2016). GIFs as embodied en-
actments in text-mediated conversation. Research on Lan-
guage and Social Interaction, 49(2), 75-91.
Vecchiato, G., Fallani, F. D. V., Astol, L., Toppi, J., Cincotti,
F., Mattia, D., ... y Babiloni, F. (2010). The issue of multiple
univariate comparisons in the context of neuroelectric brain
mapping: an application in a neuromarketing experiment.
Journal of neuroscience methods, 191(2), 283-289.
Vila, J., Ramírez, I., Sánchez, M. y Fernández-Santaella, M.
C. (2001). El Sistema Internacional de Imágenes Afectivas
(IAPS): Adaptación española. Revista de psicología general y
aplicada, 08-21.
Vriens, M., Chen, S. y Schomaker, J. (2019). The evaluation
of a brand association density metric. Journal of Product and
Brand Management, 28(1), 104-116.
Walla, P., Koller, M., Brenner, G. y Bosshard, S. (2017). Eva-
luative conditioning of established brands: Implicit measu-
res reveal other effects than explicit measures. Journal of
Neuroscience Psychology and Economics, 10(1), 24-41.
Weibel, D., di Francesco, R., Kopf, R., Fahrni, S., Brunner,
A., Kronenberg, P., . . . y Wissmath, B. (2019). TV vs. You-
Tube: TV advertisements capture more visual attention,
create more positive emotions and have a stronger impact
on implicit long-term memory. Frontiers in Psychology, 10,
626.
Yoo, B. y Donthu, N. (2001). Developing and validating a
multidimensional consumer-based brand equity scale. Jour-
nal of business research, 52(1), 1-14.
Yuang, Y. H. E. y Wu, C. K. (2008). Relationships among
experiential marketing, experiential value, and customer
satisfaction. Journal of Hospitality y Tourism Research, 32(3),
387-410.
Zeithaml, V. (1988). Consumer perceptions of price, quality,
and value: a means-end model and synthesis of evidence.
Journal of marketing, 52(3), 2-22.
Zhang, J. y Mao, E. (2016). From Online Motivations to Ad
Clicks and to Behavioral Intentions: An Empirical Study of
Consumer Response to Social Media Advertising. Phsycholo-
gy y Marketing, 33(3), 155- 164.