Recibido: 08/09/2024 --- Aceptado:  30/09/2024 --- Publicado:  21/10/2024

ESTRATEGIAS DE FIJACIÓN OCULAR Y AMOR HACIA LA MARCA: INFLUENCIA DEL GÉNERO EN LA GENERACIÓN Z

EYE-FIXATION STRATEGIES AND BRAND LOVE: GENDER INFLUENCE IN GENERATION Z

 Coral Cenizo: Universidad San Pablo CEU. España.

correoelectronico@dominio.com 

 

Cómo citar el artículo:

Cenizo, Coral (2024). Estrategias de fijación ocular y amor hacia la marca: influencia del género en la Generación Z [Eye-fixation strategies and brand love: gender influence in Generation Z]. Revista de Comunicación de la SEECI, 57, 1-37. https://doi.org/10.15198/seeci.2024.57.e893 

RESUMEN 

Introducción: Este estudio explora las diferencias de género en el procesamiento visual de imágenes y su relación con el amor hacia la marca en la Generación Z en las redes sociales. Metodología: Se utiliza una metodología mixta que combina seguimiento ocular y encuestas. Resultados: Fondos complejos desvían la atención del producto, mientras que fondos abstractos concentran la mirada en el producto. La presencia de figuras humanas, especialmente celebridades, reduce la atención en los productos. La marca y sus elementos identificativos suelen ser ignorados en favor de detalles contextuales. La relación entre las variables de fijación visual y el amor hacia la marca varía significativamente entre hombres y mujeres, si bien se percibe una homogeneización de géneros en ciertas variables. Así mismo, un mayor número de fijaciones y un mayor dinamismo en la exploración visual están positivamente correlacionados con el amor hacia la marca, aunque un aumento en la duración de las fijaciones tiene una asociación negativa. Discusión: Se sugiere que, aunque persisten diferencias de género en el procesamiento visual, estas están evolucionando hacia una convergencia en las estrategias cognitivas de hombres y mujeres de la Generación Z. Además, se destaca la importancia de un dinamismo visual activo en la conexión emocional con las marcas, pero introduciendo matices sobre la efectividad de la atención prolongada. Conclusión: Los hallazgos sugieren la necesidad de adaptar las estrategias de marketing para la Generación Z, considerando las nuevas dinámicas de procesamiento visual y su impacto en la conexión emocional con las marcas.

Palabras clave: atención visual; comportamiento del consumidor; diferencias de género; generación Z; marketing digital; neuromarketing.

ABSTRACT 

Introduction: This study explores gender differences in the visual processing of images and their relationship with brand love among Generation Z on social media. Methodology: A mixed-method approach combining eye-tracking and surveys was employed. Results: Complex backgrounds divert attention from the product, whereas abstract backgrounds focus the gaze on the product. The presence of human figures, particularly celebrities, reduces attention on the products. Brand elements and identifiers are often overlooked in favor of contextual details. The relationship between visual fixation variables and brand love varies significantly between men and women, although a homogenization of genders is observed in certain variables. Additionally, a higher number of fixations and more dynamic visual exploration are positively correlated with brand love, while longer fixation duration is negatively associated. Discussion: The findings suggest that while gender differences in visual processing persist, these are evolving toward a convergence in cognitive strategies between men and women in Generation Z. Furthermore, the study emphasizes the importance of active visual dynamism in fostering an emotional connection with brands, with nuanced considerations about the effectiveness of prolonged attention. Conclusion: The findings highlight the need to adapt marketing strategies for Generation Z, taking into account the new dynamics of visual processing and their impact on emotional connection with brands.

Keywords: visual attention; consumer behavior; gender differences; Generation Z; digital marketing; neuromarketing.

1.     INTRODUCCIÓN 

En el ecosistema digital contemporáneo, las redes sociales se han consolidado como plataformas fundamentales para la difusión masiva de información visual y textual. Este entorno, caracterizado por un flujo constante y abrumador de contenido, plantea importantes desafíos cognitivos, especialmente en términos de procesamiento de información. La sobrecarga informativa que experimentan los usuarios puede exceder su capacidad cognitiva, provocando fatiga mental y afectando la calidad de su atención y memoria (Parra-Medina y Álvarez-Cervera, 2021; Roetzel, 2019). La Generación Z, que consume medios digitales de manera intensiva y simultánea, enfrenta estos desafíos de manera particularmente aguda (IPMARK, 2023), lo que subraya la relevancia del concepto de atención selectiva (AS). 

Estudios precedentes han demostrado que la AS permite a los individuos filtrar y priorizar ciertos estímulos visuales en detrimento de otros (Broadbent, 1958; Cherry, 1953). Aun así, factores como los elementos en la memoria de trabajo (MT) (Eghdam et al., 2020), el campo ocular frontal, la imprimación a largo plazo y el procesamiento paralelo de los objetos (Bichot y Schall, 1999), el marcado visual (Watson et al., 2003), la ubicación de un objetivo (Theeuwes y Burg, 2007) o la experiencia y la historia del observador (Theeuwes, 2018), influyen significativamente en esta selección visual.  

En este sentido, el género también constituye un importante factor de influencia de la AS que se manifiestan en varios contextos. Así, por ejemplo, las mujeres muestran mayor amplitud en componentes ERP en tareas de cambio de atención, indicativo de una maduración temprana en áreas cerebrales relacionadas con la atención espacial visual (Feng et al., 2011). Contrariamente, los hombres superan a las mujeres en pruebas de percepción visual en la mediana edad y mayores, sugiriendo una declinación más pronunciada en mujeres (Shaqiri et al., 2016).

En el ámbito específico de la publicidad, también existen diferencias significativas en cómo hombres y mujeres procesan estímulos visuales. Por ejemplo, los hombres muestran variaciones en su atención y actitudes hacia anuncios, mientras que las mujeres no (Boscolo et al., 2020). En contextos eróticos, los hombres focalizan más en figuras del sexo opuesto, mientras que las mujeres reparten su atención más equitativamente (Lykins et al., 2008). 

Estos hallazgos reflejan cómo los roles y expectativas de género influyen en la respuesta a estímulos visuales, subrayando la importancia del género en el estudio de la AS, como ya se ha evidenciado en otros contextos (Barrientos-Báez, 2022). No obstante, la mayoría de los estudios realizados hasta la fecha se han centrado en contextos tradicionales y en poblaciones adultas, dejando una brecha significativa en la comprensión de cómo estas diferencias se expresan en la Generación Z dentro del entorno especifico de las redes sociales. 

Adicionalmente, tampoco se ha profundizado en las consecuencias que estas posibles diferencias tienen en términos de marketing y, más concretamente, respecto al amor hacia la marca (AM), entendido éste como la relación emocional intensa y duradera que un cliente desarrolla con una marca, transformando la satisfacción inicial en un vínculo afectivo profundo que supera la mera lealtad (Fournier, 1998; Carroll y Ahuvia, 2006).

1.1.         Procesamiento visual de la información

En el ecosistema digital actual, las redes sociales se han convertido en verdaderos depósitos de información e imágenes, con un volumen ingente de contenido que se publica diariamente. Cada segundo, miles de imágenes, vídeos, textos y otros tipos de datos son compartidos por usuarios de todo el mundo, lo que contribuye a un flujo constante y abrumador de información (Metricool, 2023). 

Esta saturación visual y textual no solo refleja la diversidad y dinamismo de la comunicación contemporánea, sino que también plantea desafíos significativos en términos de procesamiento cognitivo.

En efecto, la cantidad de información visual y textual que los usuarios deben procesar simultáneamente puede exceder su capacidad cognitiva, generando fatiga mental y reduciendo la eficiencia del procesamiento de información (Roetzel, 2019). Este fenómeno no solo afecta la calidad de la atención y la memoria, sino que también puede influir en la satisfacción general del usuario con la experiencia en redes sociales (Parra-Medina y Álvarez-Cervera, 2021). Para la Generación Z, esta sobrecarga puede ser particularmente aguda, dado que su consumo de medios digitales es elevado y está caracterizado por una exposición prolongada a múltiples plataformas de manera simultánea (IPMARK, 2023).

En este sentido, el concepto de AS ha sido ampliamente utilizado en el campo de la psicología cognitiva para explicar cómo los individuos manejan y procesan esta abrumadora cantidad de estímulos a los que están expuestos en su entorno. 

La AS sostiene que los seres humanos no procesan de manera uniforme todos los estímulos disponibles; en lugar de ello, focalizan su atención en ciertos elementos específicos mientras filtran o ignoran otros (Broadbent, 1958; Cherry, 1953). Este enfoque selectivo de la atención permite a las personas manejar la gran cantidad de información a la que están expuestas, priorizando aquello que resulta más relevante y atenuando el resto de información (Treisman, 1965). 

En este contexto, diversos estudios han demostrado que ciertas características visuales específicas juegan un papel crucial en la atracción de la atención humana.

En particular, la orientación de los objetos dentro de una imagen emerge como un factor dominante en la captación de la atención visual, sugiriendo que los humanos pueden estar biológicamente predispuestos a responder a la dirección y alineación de los elementos visuales (Eghdam et al., 2020). Otros estudios han demostrado que la atención visual también se ve influenciada por la presencia de objetos únicos (Jeck et al., 2019), lo que puede implicar que el cerebro humano está sintonizado para detectar anomalías o novedades en el entorno visual. También la inclusión de figuras humanas aumenta la atracción visual (Al-Maqbali et al., 2022). De hecho, Morin-Duchesne y Kennedy (2015) subrayan que las caras y las direcciones de la mirada son capaces de atraer y mantener la atención, indicando una predisposición a procesar información socialmente relevante.

Sin embargo, en su formulación clásica, las teorías sobre AS fueron desarrolladas y validadas en contextos que reflejan las dinámicas cognitivas y ambientales de generaciones previas al advenimiento de las tecnologías digitales omnipresentes. Por el contrario, las generaciones inmersas en estas tecnologías –como la Generación Z y posteriores–, han crecido en un contexto muy diferente, lo que podría haber llevado a un proceso adaptativo diferente que podría influir en cómo focalizan su atención y qué elementos eligen filtrar o ignorar. 

El género en el proceso de selección visual

La AS en el sistema visual no es arbitraria, sino que está influenciada por una serie de factores, como el conocimiento previo de la localización y las características definitorias del objetivo (Serences y Yantis, 2007), la retroalimentación externa (Libera y Chelazzi, 2006), las recompensas (Chelazzi et al., 2013) o aspectos estadísticos e informativos (Dayan et al., 2000), entre otros. Es decir, la atención se convierte en un mecanismo activo y dinámico, que no solo responde a características intrínsecas del estímulo, sino que también está modelada por normas sociales y culturales (Merritt et al., 2007). 

En este sentido, el género también constituye un importante factor de influencia de la AS, tal y como ha quedado documentado en diversos estudios empíricos, lo que refuerza la necesidad de considerar este factor en el análisis de la atención selectiva. Por ejemplo, se ha demostrado que las mujeres tienden a mostrar una mayor amplitud en componentes ERP durante tareas de cambio de atención visual, lo que podría estar relacionado con efectos de señalización más amplios y una maduración temprana en las áreas cerebrales involucradas en la atención espacial visual (Feng et al., 2011). 

Estas diferencias no solo se asocian con factores biológicos, sino también con influencias evolutivas y culturales que han modelado las funciones cognitivas de manera diferencial entre sexos (Vanston y Strother, 2017). Además, se ha observado que los hombres tienden a desempeñarse mejor en pruebas de percepción visual en adultos de mediana edad y mayores, lo que sugiere una mayor declinación en el rendimiento de las mujeres con la edad (Shaqiri et al., 2016).

La literatura también indica que existen diferencias en la forma en que hombres y mujeres responden a estímulos visuales en contextos específicos. Estudios sobre la atención visual y las actitudes hacia la publicidad sugieren que los hombres muestran diferencias significativas en su atención visual y actitudes hacia anuncios publicitarios en comparación con las mujeres, quienes no presentan tales variaciones (Boscolo et al., 2020). Esto podría reflejar una predisposición diferencial en cómo cada género procesa y responde a los estímulos visuales, posiblemente reflejando roles y expectativas de género profundamente arraigados. 

En este sentido, investigaciones han demostrado que los hombres prestan más atención a figuras del sexo opuesto en imágenes eróticas y no eróticas, mientras que las mujeres distribuyen su atención de manera más equitativa entre figuras del mismo sexo, lo que refuerza la idea de que existen diferencias significativas entre los géneros en la forma en que se procesan los estímulos visuales, tanto en términos de valencia erótica como de atención general (Lykins et al., 2008).

A pesar de que la literatura existente ha documentado diferencias de género en el procesamiento de la información visual, la mayoría de estos estudios se centran en contextos tradicionales o en poblaciones adultas. Sin embargo, hay una notable falta de investigaciones que examinen cómo estas diferencias de género se manifiestan en la Generación Z y, particularmente, en el contexto del AM. Esta brecha en la literatura es crítica para comprender mejor las diferencias de género en la Generación Z y su implicación en el consumo y la producción de contenido visual en plataformas sociales.

1.2.         El amor hacia la marca (AM)

El AM se define como una conexión emocional intensa y duradera que un consumidor establece con una marca, manifestada a través de sentimientos de afecto, pasión y lealtad (Fournier, 1998; Carroll y Ahuvia, 2006). Este concepto se entrelaza con la actitud hacia la marca, ya que influye directamente en las percepciones y comportamientos del consumidor, promoviendo así una disposición positiva y un compromiso duradero con la marca.

Diversos estudios han explorado la relación entre los patrones visuales y las marcas, demostrando cómo la atención visual puede desempeñar un papel crucial en la creación y el fortalecimiento de este vínculo emocional. Las fijaciones oculares, que se definen como el tiempo en que los ojos permanecen fijos en un punto determinado, son esenciales para analizar la atención visual. Su duración y frecuencia reflejan el nivel de atención que una persona dirige hacia ciertos elementos visuales en un anuncio o imagen (Sharma y Dubey, 2014).

Investigaciones previas han demostrado que la frecuencia de fijación está positivamente relacionada con el reconocimiento de la marca, aunque la duración de estas fijaciones no siempre tiene el mismo impacto (Zhou y Xue, 2021). Esta variabilidad sugiere que una mayor exposición visual, facilitada por fijaciones recurrentes, puede mejorar la memoria y, en consecuencia, la recordación de la marca, lo cual es fundamental para cultivar el AM (Pertzov et al., 2009).

No obstante, la efectividad de estos patrones visuales en la promoción del AM puede estar sujeta a varios factores moduladores. Rizvi (2020) introduce el concepto de Brand Visual Eclipse (BVE), que describe cómo la aparición de celebridades en los anuncios puede desviar la atención de la marca, disminuyendo su visibilidad y, por lo tanto, su capacidad para generar AM. Este fenómeno puede complicar la relación entre la atención visual y la efectividad publicitaria, al alterar las actitudes hacia la marca y el propio anuncio (Felix y Borges, 2014).

Asimismo, se ha constatado que redirigir la primera fijación hacia una opción específica no siempre afecta la probabilidad de que dicha opción sea seleccionada. Esto revela que, aunque el tiempo total de las fijaciones está condicionado por el propósito de la decisión, también se ve influido por el proceso de formación de preferencias (Laan et al., 2015). 

Otro factor visual esencial en la dinámica de la percepción visual y, por ende, en la manera en que los consumidores procesan la información relacionada con una marca, son las sacadas, definidas como movimientos involuntarios que reposicionan la mirada (Giannotto, 2009).

La relevancia de las sacadas en el contexto del branding se hace evidente cuando se considera su capacidad para comprimir la percepción del espacio, el tiempo y el número, lo que sugiere la existencia de una escala perceptual común que se reinicia antes de cada sacada (Burr et al., 2010). La subestimación del número percibido durante una sacada, especialmente en contextos visuales complejos, refuerza la idea de que las sacadas no solo afectan la percepción espacial, sino también la cuantitativa de los elementos en un anuncio (Binda et al., 2011).

Este efecto se intensifica al considerar que la preparación de una sacada mejora el procesamiento de información de alta frecuencia espacial, lo que implica que la integración transacádica, o la forma en que el cerebro combina la información antes y después de una sacada, influye de manera significativa en la percepción y el procesamiento de los detalles de una imagen de marca (Li et al., 2016). 

Además, las sacadas están asociadas con una supresión cognitiva que incrementa los tiempos de reacción en juicios comparativos, lo que sugiere que las evaluaciones cognitivas complejas, como la valoración de una marca en un entorno visual dinámico, pueden verse alteradas por la interferencia que ocurre en la vía dorsal durante una sacada (Irwin y Thomas, 2007). 

Finalmente, las sacadas están ligadas a la anticipación y la mejora del rendimiento táctil, lo que indica que la generación de una sacada está íntimamente relacionada con los cambios en la atención, un aspecto crucial en el AM (Rorden et al., 2002). 

2.     OBJETIVOS 

El objetivo principal de esta investigación es analizar las diferencias de género en el procesamiento visual de estímulos de marca entre los jóvenes de la Generación Z, así como examinar cómo los patrones de exploración visual influyen en la formación del amor hacia la marca en este grupo. En definitiva, a través de este estudio, se busca comprender mejor las dinámicas de género en el contexto del procesamiento visual, teniendo en cuenta las particularidades del entorno digital contemporáneo.

Se plantean las siguientes hipótesis:

• H1: La frecuencia de las fijaciones oculares tiene un impacto positivo en el AM, de manera que un mayor número de fijaciones está asociado con un incremento en el vínculo emocional del consumidor hacia la marca.
• H2: La duración de las fijaciones oculares influye negativamente en el AM, sugiriendo que tiempos prolongados de fijación pueden reducir el nivel de afecto del consumidor hacia la marca.
• H3: El número de sacadas oculares se relaciona positivamente con el Brand Love, de modo que una mayor cantidad de sacadas está asociada con un aumento en el vínculo emocional del consumidor hacia la marca.

Esta relación de hipótesis se plantea de forma gráfica en la Figura 1.

Figura 1. 

Marco conceptual del estudio.

Fuente: Elaboración propia.

 

3.     METODOLOGÍA 

La presente investigación se diseñó con el objetivo de explorar posibles diferencias de género en los patrones visuales que presenta la Generación Z respecto a las imágenes de redes sociales y analizar sus implicaciones hacia el AM.

Para ello se llevó a cabo un estudio estructurado en dos fases: la primera de ellas, consistente en un experimento de eye tracking y, la segunda, un análisis de regresión moderado. 

En ambas fases se utilizó la misma muestra. No obstante, con el objetivo de asegurar la relevancia y aplicabilidad de los resultados obtenidos, se establecieron criterios de selección meticulosos para los participantes: 1) se definió un rango de edad concreto, correspondiente a la Generación Z, esto es, nacidos entre 1996 y 2012 (Dimock, 2019). 2) se consideró indispensable que los participantes tuvieran una familiaridad básica con las redes sociales, a fin de evitar posibles sesgos (Childers et al., 2001; Francis y Hoefle, 2018).

Para el reclutamiento de los participantes, se optó por una estrategia de muestreo mixto. Inicialmente, se utilizó la red social X para contactar a posibles sujetos. El muestreo intencional fue la técnica predominante en esta etapa, seleccionando a individuos que explícitamente coincidían con los parámetros de inclusión del estudio. La interacción directa con los candidatos a través de mensajes privados y comentarios facilitó una comunicación efectiva y personalizada, lo que contribuyó significativamente a mejorar las tasas de participación.

Posteriormente, se implementó el muestreo de bola de nieve, aprovechando los participantes ya reclutados para ampliar la muestra. Los participantes iniciales recomendaban a otros individuos dentro de sus redes de contactos que cumplieran con los criterios del estudio, lo cual permitió acceder a un grupo más diverso y potencialmente interesado en participar (Goodman, 1961; Dragan y Isaic-Maniu, 2022; Bailey, 2019). 

Esta técnica resultó eficaz para alcanzar un número óptimo de participantes –30 individuos, 15 hombres y 15 mujeres, todos ellos españoles–, en línea con las recomendaciones del Nielsen Norman Group (2021), que sugiere entre 20 y 40 participantes para estudios de eye tracking. 

Las características demográficas de la muestra se recogen detalladamente en la Tabla 1, ofreciendo un desglose por edad, género, experiencia previa con tecnologías y redes sociales, entre otros factores relevantes para el análisis posterior de los datos.

Tabla 1. 

Características demográficas de la muestra.

VARIABLE	CATEGORÍA	N	(%)
Género	Hombre	15	50%
	Mujer	15	50%
Edad	15-19	11	36,66%
	20-24	10	33,33%
	25-30	9	30%
Ocupación	Trabajador	19	63,33%
	Estudiante	11	36,66%
Frecuencia de uso de redes sociales	Más de una vez al día	18	60%
	Una vez al día	6	20%
	Una vez a la semana	4	13,33%
	Una vez al mes	2	6,66%

Fuente: Elaboración propia.

3.1.         Experimento de eye tracking

A fin de asegurar la integridad y la calidad de los datos recogidos durante el experimento de eye tracking se tomaron varias medidas cruciales que aseguraron el rigor científico y la relevancia de los resultados obtenidos.

En primer lugar, se preparó el entorno en el que se llevarían a cabo las sesiones de seguimiento ocular. Para ello, se seleccionó un espacio específico diseñado para minimizar cualquier tipo de distracción externa que pudiera influir en el comportamiento visual de los participantes. Este espacio fue acondicionado con iluminación adecuada y mobiliario ergonómico, buscando asegurar que los participantes estuvieran cómodos y que su interacción se centrara exclusivamente en los estímulos presentados.

En segundo lugar, se realizó un estudio piloto con tres individuos que no formaron parte de la muestra principal antes de proceder con la recopilación de datos a gran escala. Esto resultó esencial para validar la configuración del experimento, permitiendo ajustar la disposición del espacio, verificar la claridad de las instrucciones proporcionadas a los participantes, y confirmar el correcto funcionamiento del equipo de eye tracking. 

En tercer lugar, previo al inicio de las sesiones de seguimiento ocular, cada participante recibió una explicación detallada sobre el procedimiento del estudio. Esta información incluyó una descripción de los objetivos específicos de la investigación y cómo la participación de cada individuo contribuiría al avance del conocimiento en el área estudiada. Además, se detallaron los tipos de datos que se recogerían y cómo estos serían analizados para cumplir con los objetivos del estudio. 

Así mismo, para garantizar la ética del estudio, cada participante firmó un consentimiento informado anónimo. Este documento no solo detallaba el proceso del estudio y reafirmaba la voluntariedad de la participación, sino que también subrayaba la confidencialidad con la que se tratarían los datos personales, asegurando que solo el equipo de investigación tuviera acceso a los mismos para propósitos específicamente relacionados con el estudio.

Una vez establecidas estas medidas, se llevó a cabo el experimento de eye tracking con la muestra seleccionada, utilizando para ello el Tobii TX 300. Cada participante fue sometido a una calibración individual utilizando una prueba de 9 puntos, lo que nos permitió ajustar el software a las particularidades oculares de cada persona, asegurando así la precisión de los datos recogidos.

Durante el experimento, se mostró a los participantes quince imágenes cuidadosamente seleccionadas de redes sociales. Para asegurar la coherencia visual de este contenido, y evitar posibles sesgos motivados por diferencias estilísticas, se utilizó el contenido visual publicado por una única marca.

En este caso, se eligió la marca francesa Louis Vuitton por tres razones: 1) Louis Vuitton es una de las marcas de lujo más reconocidas y valoradas a nivel mundial. Su prominencia en el mercado global asegura que es conocida por un amplio espectro de consumidores. Esto permite que los resultados del estudio tengan una mayor aplicabilidad y relevancia en términos de comportamiento del consumidor y reconocimiento de marca; 2) las marcas de lujo priorizan en sus campañas de marketing el contenido visualmente sofisticado y atractivo (Jin y Ryu, 2019; Lee et al., 2018), asegurando así la calidad y relevancia de las imágenes elegidas; 3) por último, la Generación Z está mostrando un interés destacado por las marcas de lujo hasta el punto de que gran parte del consumo actual del sector recae en esta cohorte. En este sentido, la marca francesa lidera el ranking Luxury & Premium 50 de Brand Finance (2023), lo cual es un indicativo de su relevancia en este sector.

Las imágenes seleccionadas fueron publicadas por Louis Vuitton en sus perfiles sociales –X, Instagram y Facebook– entre julio de 2023 y diciembre de 2023. Durante este periodo, la marca publicó un total de 135 posts en esta plataforma de medios sociales, por lo que la muestra seleccionada representa el 11,11% del total. 

Para garantizar la heterogeneidad del contenido se eligieron tres tipos de fotografías: 1) fotografías con productos de la marca; 2) fotografías con modelos anónimos mostrando productos de la marca; 3) fotografías con House Ambassadors de la marca. El desglose de las imágenes finales utilizadas en el experimento de eye tracking se detalla en el Apéndice 1.

3.1.1.     Variables analizadas

Limitamos cada sesión de observación a un máximo de un minuto por imagen, registrando detalladamente los movimientos oculares de los participantes. Más concretamente, se tuvieron en cuenta tres métricas oculares: Número Total de Fijaciones (NTF), Duración Promedio de las Fijaciones (DPF) y Número Medio de Sacadas (NMS), por ser las más determinantes en la literatura precedente (Jacob y Karn, 2003; Goldberg et al., 2002; Renshaw et al., 2003).

Durante el experimento, cada vez que los ojos de los participantes permanecieron inmóviles durante al menos un lapso determinado –entre 100 y 200 milisegundos, siguiendo los estándares establecidos–, se consideró una fijación. En cuanto a la DPF, ésta se obtuvo calculando primero la duración de cada fijación individual y luego promediando estas duraciones a lo largo de todas las fijaciones registradas para un participante. Por último, NMS se calculó sumando todas las sacadas registradas durante la observación de un estímulo. 

Cada una de estas métricas fue promediada por participante, lo que permite una visión más amplia y representativa del comportamiento visual a lo largo del experimento.

3.2.         Análisis de regresión moderado

Para llevar a cabo el análisis de regresión se complementaron los datos obtenidos durante el experimento de eye tracking con una encuesta post experimental. 

Al igual que durante la primera fase del estudio, la encuesta posterior también fue objeto de un pretest con un grupo reducido de individuos (N = 4) que no formaban parte de la muestra principal del estudio. Este pretest tuvo como objetivo principal evaluar la comprensión de las preguntas formuladas y asegurar que el lenguaje empleado fuera claro y preciso para los participantes. Durante esta fase preliminar, se identificaron posibles términos ambiguos y se reformularon las preguntas que podrían inducir respuestas sesgadas o que no eran entendidas con claridad por los individuos del grupo de pretest (Ifinedo, 2011; Alegre y Chiva, 2013).

Una vez ajustado el cuestionario tras el pretest, se procedió a su administración en formato físico, inmediatamente después de que los participantes completaran el experimento de eye tracking. Considerando que el grupo de estudio incluía individuos de diferentes nacionalidades, se optó por ofrecer el cuestionario en dos idiomas: español e inglés para maximizar la comprensión de las preguntas y minimizar el riesgo de malinterpretaciones debido a barreras idiomáticas. La versión original del cuestionario fue redactada en español, y su traducción al inglés fue realizada por un traductor profesional, asegurando así la precisión y equivalencia semántica entre ambas versiones del cuestionario. 

Tras la recogida de los cuestionarios completados, se realizó una revisión exhaustiva de cada uno para verificar la completitud y exactitud de las respuestas. Se confirmó que los 30 cuestionarios recibidos estaban completos y libres de errores, lo cual es un indicador positivo que sugiere que los participantes comprendieron adecuadamente las preguntas y se comprometieron con el proceso de respuesta.

Adicionalmente, para abordar posibles sesgos de no respuesta, se llevó a cabo un análisis comparativo siguiendo la metodología propuesta por Armstrong y Overton (1977). Este análisis consiste en comparar las respuestas obtenidas en diferentes momentos durante el período de recolección de datos para identificar si existen variaciones significativas que pudieran indicar un sesgo. En este caso, la comparación de los cuestionarios recogidos en diferentes etapas del proceso no reveló discrepancias significativas.

Finalmente, el análisis de los datos recogidos a través de la encuesta fue realizado utilizando el software IBM SPSS Statistics 25.

3.2.1.     Variables analizadas

La variable AM se midió utilizando la escala desarrollada por Carroll y Ahuvia (2006), una herramienta ampliamente validada en la literatura científica para evaluar el afecto emocional y la conexión personal que un individuo siente hacia una marca (Baena, 2016). La utilización de esta escala en el estudio garantizó que el contenido del instrumento fuera válido (Cronbach, 1971).

La escala de Carroll y Ahuvia captura diversas dimensiones del AM, como la pasión por la marca o el apego emocional, tal y como puede apreciarse en la Tabla 3. Para captar las respuestas relacionadas con esta variable, se utilizó una escala Likert de 5 puntos, donde 1 correspondía con "totalmente en desacuerdo" y 5 con "totalmente de acuerdo".

Tabla 3. 

Constructos y medidas empleados en la investigación.

Fuente	Item	Constructo
Carroll y Ahuvia (2006)	AM1	La marca es maravillosa
	AM2	La marca me hace sentir bien.
	AM3	La marca es totalmente increíble.
	AM4	Tengo un sentimiento neutro hacia la marca.
	AM5	La marca me hace muy feliz.
	AM6	Me encanta la marca.
	AM7	No tengo ningún sentimiento especial hacia la marca.
	AM8	La marca me encanta.
	AM9	Me apasiona la marca.
	AM10	Estoy muy unido a la marca.

Fuente: Elaboración propia.

Por otro lado, las variables dependientes en esta investigación fueron las métricas visuales capturadas durante el experimento de eye tracking: NTF, DPF y NMS. Adicionalmente, y dado que en la investigación se centra en la Generación Z, se introdujo una variable de control, en este caso la edad. Con esto, se busca obtener una estimación más precisa del efecto de las variables independientes sobre la variable dependiente, asegurando que las asociaciones observadas no sean simplemente el resultado de diferencias en edad.

3.2.2.     Modelo de medición

Una vez diseñados los ítems, se procedió a realizar un Análisis Factorial Exploratorio (EFA) para evaluar la estructura factorial del instrumento y asegurar la fiabilidad de los constructos identificados. El software SPSS fue utilizado para llevar a cabo este análisis, recurriendo al análisis de componentes principales con rotación Varimax. Los resultados se recogen en la Tabla 4.

En primer lugar, se llevaron a cabo la prueba de esfericidad de Bartlett y el test de Kaiser-Meyer-Olkin (KMO) para determinar la adecuación muestral de los datos. El valor obtenido de KMO fue de 0.909, un resultado que supera ampliamente el umbral mínimo recomendado de 0.6, lo cual indica una adecuación muestral excelente para proceder con el análisis factorial. Este resultado sugiere que los datos son suficientemente robustos para extraer factores significativos. Asimismo, la prueba de esfericidad de Bartlett resultó estadísticamente significativa (<0.001), lo que permite rechazar la hipótesis de que las variables son ortogonales en el espacio factorial, indicando que las correlaciones entre las variables son lo suficientemente altas como para justificar el uso del análisis factorial.

La confiabilidad del instrumento se evaluó utilizando el alfa de Cronbach. En este caso, el valor obtenido para todos los constructos (0.980) superó el valor de 0.7, lo que es indicativo de una alta confiabilidad, según lo establece Nunnally (1978). Adicionalmente, las estadísticas de correlación ítem-total también superó el umbral de 0.3 en todos los constructos analizados, lo que proporciona una evidencia adicional de la solidez y coherencia del instrumento, tal como lo señalan Hair et al. (2008).

Los constructos demostraron una fiabilidad compuesta (CR) superior al umbral mínimo deseable de 0.60, lo cual, según Bagozzi y Yi (1988), es indicativo de una buena consistencia interna entre los ítems que conforman cada constructo.

La validez convergente, evaluada a través del análisis de las cargas factoriales y la varianza media extraída (AVE), mostró que las cargas factoriales de cada ítem superaron el umbral de 0.70, lo que indica una alta correlación entre los ítems y su respectivo constructo. Además, los valores de AVE fueron mayores de 0.50, lo cual confirma que la mayoría de la varianza de los ítems es explicada por los constructos y no por errores aleatorios, siguiendo los criterios establecidos por Fornell y Larcker (1981).

Tabla 4. 

Elementos de medida y evaluaciones de validez.

Item	Cargas factoriales	Alfa de Cronbach	Fiabilidad Compuesta (CR)	Varianza Media Extraída (AVE)	Correlación Ítem-Total Corregida
AM1	0,925	0,980	0,983	0,856	0,907
AM2	0,853				0,820
AM3	0,945				0,932
AM4	0,949				0,935
AM5	0,880				0,852
AM6	0,960				0,949
AM7	0,919				0,898
AM8	0,902				0,879
AM9	0,952				0,939
AM10	0,961				0,951

Nota: Todas las cargas factoriales son significativas a p < 0,001. Método de extracción: Análisis de componentes principales.

Fuente: Elaboración propia.

4.     RESULTADOS 

4.1.         Experimento de eye tracking

A través del análisis de las rutas de exploración (scan paths) y mapas de calor extraídos del experimento de eye tracking, se procedió a una división estructurada de las imágenes en tres Áreas de Interés Principales (AIPs), que comprenden: 1) fondo; 2) human figure; 3) productos. Esta clasificación ha permitido un análisis detallado y comparativo de cómo los usuarios de la Generación Z interactúan visualmente con cada sección. 

La Figura 2 ofrece una representación gráfica de estas áreas en la imagen ID10.

Figura 2. 

Distribución de AIPs en el post ID10.

Fuente: Louis Vuitton.

Los resultados derivados del estudio indican diferencias significativas en la cantidad de atención y el tiempo de permanencia que los usuarios dedican a cada una de las AIPs. 

Según los datos reflejados en la Tabla 2, la figura humana se establece como el área de máximo interés visual, siendo este el punto donde los participantes fijaron su mirada durante más tiempo. En contraste, los fondos se identificaron como el área de menor interés visual.

Tabla 2. 

Porcentaje de visualización y duración de las AIPs.

	% de participantes que ven el AIP	Duración de la fijación total media
Figuras humanas	100%	10.68
Productos	62.32%	1.04
Fondo	30.45%	0.76

Fuente: Elaboración propia.

4.1.1.    Área de interés 1: Fondos

Los resultados del experimento de seguimiento ocular demuestran que las imágenes que sitúan el producto en fondos con mucha información contextual tienden a desviar la atención hacia elementos secundarios del entorno, reduciendo la fijación en el producto principal. Por el contrario, las imágenes que presentan el producto en un fondo abstracto o carente de información contextual logran concentrar de manera más eficaz la atención. 

Esta diferencia no solo se aprecia en la capacidad de atracción sino también en la de retención, tal y como se aprecia en los mapas de calor presentados en la Figura 3. En la imagen de la izquierda, no existe una zona de mayor visualización. Por el contrario, la atención de los participantes se distribuyó de forma equitativa entre el paisaje circundante y el producto, lo que indica que los participantes repartieron su atención entre los elementos secundarios y principales. En cambio, en la imagen de la derecha –en la que la información contextual es menor– las zonas de mayor temperatura se concentran en el producto central y de forma minoritaria en el entorno circundante.

Figura 3. 

Mapas de calor de las imágenes ID01 e ID02.

Fuente: Louis Vuitton.

De acuerdo con los resultados obtenidos, la Generación Z podría estar desarrollando estrategias cognitivas switch-tasking –que permiten cambiar rápidamente de un foco de atención a otro (Napier, 2018)– para lidiar de forma eficiente con la sobrecarga informativa (Chamorro-Premuzic, 2014; Sweller, 1988). Así, la dispersión de la atención en presencia de fondos complejos podría ser una estrategia adaptativa para captar la esencia de una escena de manera holística, permitiendo a los individuos extraer información relevante de diferentes partes del entorno visual sin dedicar demasiado tiempo a un solo elemento.

Sin embargo, esta estrategia también podría tener implicaciones para la profundidad del procesamiento de la información. Al dispersar la atención entre varios elementos, es posible que la Generación Z esté sacrificando la capacidad de concentración prolongada en un solo punto, lo que podría afectar la memoria a largo plazo y la profundidad de comprensión de la información procesada, tal y como se ha demostrado en estudios precedentes (Rogers y Monsell, 1995; Gopher et al., 2000; Mayr y Kliegl, 2000).

4.1.2.    Área de interés 2: Figuras humanas

El 80% de las imágenes analizadas contaba con presencia humana. En este sentido, los resultados del experimento de seguimiento ocular revelan patrones específicos en la atención visual dirigida hacia fotografías que incluyen modelos, especialmente cuando se trata de personalidades reconocidas.

Tal como se ilustra en la Figura 4, cuando el producto se presenta junto a elementos humanos, se registra una disminución significativa en la fijación. En estos casos, la atención de los participantes tiende a dispersarse hacia las características físicas o expresiones faciales de las personas presentes en la imagen, lo que compite directamente con el producto por la atención visual y reduce el tiempo de observación centrado en este último.

En contraste, las imágenes que muestran el producto de manera aislada o sin la inclusión de elementos humanos logran retener la atención durante periodos más prolongados, favoreciendo una observación más detallada. Aquí, el mapa de calor evidencia una concentración más intensa y sostenida en el producto mismo, con una clara disminución en la dispersión hacia otras áreas de la imagen. Este comportamiento sugiere que la ausencia de estímulos corporales permite una focalización más efectiva en el objeto principal, potenciando su visibilidad y destacando su importancia en la percepción visual del espectador.

Figura 4. 

Mapas de calor de las imágenes ID03 e ID04.

Fuente: Louis Vuitton.

Los resultados apuntan a que la presencia humana en imágenes de redes sociales actúa como un componente crucial de saliencia visual para la Generación Z, lo que significa que estos elementos destacan de manera automática y capturan la atención de manera prioritaria (Treisman y Gelade, 1980; Desimone y Duncan, 1995).

Desde una perspectiva neurológica, este fenómeno resulta lógico. Los seres humanos han desarrollado una predisposición natural para prestar atención a otros seres humanos, especialmente a sus rostros y expresiones faciales (Schindler y Bublatzky, 2020; Palermo y Rhodes, 2007). Esta capacidad de detectar e interpretar rápidamente los rostros es una adaptación crucial para la supervivencia, ya que facilita la comunicación no verbal, la comprensión de emociones y la identificación de posibles amenazas o aliados en el entorno (Adams et al., 2017). Este mecanismo de atención visual se ha mantenido a lo largo de la evolución y sigue siendo relevante en contextos modernos, donde las interacciones sociales y las señales emocionales siguen siendo fundamentales para la vida cotidiana (Pritsch et al., 2017).

Sin embargo, en el caso de la Generación Z, esta predisposición natural a centrarse en rostros y cuerpos humanos se ve amplificada por sus características generacionales.

En efecto, los individuos no solo perciben e interpretan la información basada en sus características intrínsecas, sino también según su significado y relevancia dentro de un contexto social (Cantor, 1990; Smith y Collins, 2009). Para la Generación Z, que está altamente sintonizada con las dinámicas sociales y la conciencia colectiva (Singh, 2014; Sakdiyakorn et al., 2021), las imágenes que incluyen figuras humanas pueden resonar más profundamente porque representan interacciones, emociones y situaciones que son parte de su vida cotidiana.  

Estos estímulos humanos no solo son procesados visualmente, sino que también desencadenan asociaciones cognitivas y emocionales que refuerzan la relevancia del contenido. Así, una imagen que muestra a una persona utilizando un producto puede ser interpretada no solo en términos de la utilidad del producto, sino también en términos de la experiencia y la conexión humana que implica su uso, lo que amplifica su impacto emocional. Por tanto, la presencia de personas en las imágenes puede servir como un validador implícito del contenido, sugiriendo que es digno de atención y emocionalmente relevante.

En las imágenes protagonizadas por celebridades, los participantes mostraron una tendencia más marcada a focalizarse en los rostros de estas figuras, relegando los productos de la marca a un segundo plano en términos de atención. 

Este fenómeno es claramente observable en la Figura 5. De forma general, la imagen de la izquierda presenta áreas de mayor concentración visual. Sin embargo, el elemento que concentra casi la totalidad de las fijaciones registradas es el rostro de la actriz Emma Stone. Por el contrario, el vestido que lleva la actriz –diseñado por Louis Vuitton para el estreno de la película "Poor Things" en Nueva York–, apenas recibe atención.

En contraste, la imagen de la derecha en la misma figura muestra un comportamiento atencional diferente cuando los modelos no son figuras reconocidas. En este caso, tanto el vestuario como los productos de Louis Vuitton captaron la atención de los participantes de manera más equilibrada, lo que indica que la ausencia de una celebridad permite que los elementos de la marca cobren mayor relevancia visual.

Figure 5.

Mapas de calor de las imágenes ID05 e ID06.

Fuente: Louis Vuitton.

Este efecto se intensifica en las fotografías en primer plano, donde el rostro de la celebridad domina la atención visual. La Figura 6 ilustra este fenómeno con claridad: en la imagen de la izquierda, la cara de la actriz Ana de Armas es el foco principal de la atención de los participantes, mientras que los anillos y pendientes que lleva pasan prácticamente desapercibidos. En cambio, en la imagen de la derecha, donde aparece una modelo anónima, se observa una distribución más equitativa de la fijación visual entre el rostro de la modelo y los productos que luce, aunque, en este caso, el collar que porta no logra atraer la misma atención.

Figura 6. 

Mapas de calor de las imágenes ID07 e ID08.

Fuente: Louis Vuitton.

Este hallazgo es consistente con la idea del BVE enunciado por Rizvi (2020), según el cual la presencia de celebridades en contextos publicitarios eclipsa la marca. Este desvío de atención no solo limita la visibilidad del producto, sino que también puede complicar la relación entre atención visual y efectividad publicitaria (Felix y Borges, 2014). En este contexto, el predominio visual del rostro de la actriz podría reducir la percepción positiva del producto, ya que el foco de atención se desplaza de la marca hacia la celebridad, afectando la conexión que el anuncio pretende establecer entre la audiencia y la marca.

Por otro lado, la mayor fijación observada en el rostro de la celebridad también podría interpretarse como un indicio de confusión por parte del observador. En situaciones donde el público dedica una cantidad desproporcionada de tiempo a fijarse en un elemento específico, como en este caso, puede sugerir que el mensaje visual no está siendo comprendido de manera clara (Goldberg y Kotval, 1999; Just y Carpenter, 1976). La alta fijación en el rostro de Emma Stone podría indicar que los participantes están tratando de procesar la relevancia de la celebridad dentro del contexto del anuncio o bien identificar a la actriz en la imagen, lo que podría generar ambigüedad en cuanto al foco principal del mensaje publicitario.

4.1.3.    Área de interés 3: Marca

Respecto a la AIP3, llama la atención que, en muchos casos, la atención de los participantes no se centró en los elementos identificativos de la marca que aparecen en las imágenes. Por el contrario, la concentración visual se derivó hacia otros detalles contextuales. 

El análisis del mapa de calor de la imagen ID14 ilustra esta desconexión entre la marca y la atención visual. El mapa de calor presente en la Figure 7 muestra una dispersión de las fijaciones, con una notable concentración en el rostro y el vestuario del modelo, mientras que el bolso –a pesar de estar diseñado con un patrón característico e identitario de Louis Vuitton–, aparece rodeado por áreas de baja intensidad visual, representadas en tonos fríos.

Figure 7. 

Mapas de calor de la imagen ID14.

Fuente: Louis Vuitton.

Por tanto, para la Generación Z, la simple presencia de elementos de identificación de la marca no es suficiente para garantizar que éstos se conviertan en el foco de atención visual. 

El particular escepticismo que presenta esta generación hacia los elementos publicitarios –diferencial respecto a cohortes anteriores (Mangleburg y Bristol, 1998; Conlin y Bauer, 2021; Gajanova et al., 2023)– puede estar haciendo que los jóvenes de esta generación prioricen de manera subconsciente aquellos elementos visuales que consideran más relevantes o emocionalmente resonantes, relegando a un segundo plano, o incluso ignorando, los elementos tradicionales de branding, como logos o productos específicos, a modo de ad-blocking (Sádaba y Sánchez-Blanco, 2019).

Este comportamiento también puede vincularse a la creciente preferencia de esta generación hacia el contenido percibido como más auténtico o experiencial, en lugar de aquel que se asocia directamente con la promoción de marcas (Bilonozhko y Syzenko, 2020; Singh, 2023). Así, la falta de atención al logo o al producto puede interpretarse no solo como una competencia entre estímulos visuales, sino también como un indicativo de un cambio en las prioridades de consumo y en la manera en que esta generación interactúa con los mensajes publicitarios.

4.2.         Análisis de regresión moderado

4.2.1.    Análisis descriptivo

El NTF tiene una media de 38,387 fijaciones, lo que sugiere que, en promedio, los participantes realizaron cerca de 38 fijaciones durante el experimento. La alta desviación estándar (18,288) indica una considerable variabilidad en el número de fijaciones entre los individuos, con algunos haciendo pocas fijaciones (mínimo 10,26) y otros muchas más (máximo 64,90). 

La DPF tiene una media de 0,394 segundos, lo que indica que, en promedio, los participantes fijan su mirada en un punto durante un poco menos de medio segundo. La variabilidad, indicada por la desviación estándar de 0,209 segundos, es moderada, con algunas fijaciones tan breves como 0,10 segundos y otras mucho más prolongadas, hasta 0,70 segundos. 

El NMS, con una media de 27,915, indica que los participantes realizaron, en promedio, alrededor de 28 movimientos oculares rápidos –sacadas– durante el experimento. La desviación estándar de 13,201 sugiere que hay una considerable dispersión en el número de sacadas entre los participantes, similar al NTF. 

Los datos descriptivos se exponen en la Tabla 5.

Tabla 5. 

Estadísticos descriptivos

	Mínimo	Máximo	Media	Desviación estándar
NTF	10,26	64,90	38,387	18,288
DPF	0,10	0,70	0,394	0,209
NMS	10,48	53,49	27,915	13,201
AM	1,398	4,611	3,176	0,877

Fuente: Elaboración propia.

Respecto a métricas visuales, las mujeres presentan un NTF significativamente mayor (44,15) en comparación con los hombres (32,62). Esto sugiere que, en promedio, las mujeres realizan más fijaciones visuales que los hombres al observar un estímulo, lo que podría indicar una exploración visual más detallada o minuciosa por parte de las mujeres. No obstante, los hombres tienen una DPF más alta (0,55 segundos) en comparación con las mujeres (0,24 segundos), lo cual da a entender que los hombres tienden a mantener su mirada fija en un punto durante más tiempo que las mujeres.

De igual forma, los hombres realizan un mayor número de sacadas (32,42), indicando una exploración visual más dispersa o menos focalizada, mientras que las mujeres, con un menor número de sacadas (23,41) podrían estar realizando una exploración más concentrada en áreas específicas del estímulo visual.

Las diferencias de género en cuanto a los patrones visuales se exponen en la Tabla 6.

Tabla 6. 

Diferencias de género en los patrones visuales.

		NTF	DPF	NMS
Género	Hombre	32,62	0,55	32,42
	Mujer	44,15	0,24	23,41

Fuente: Elaboración propia.

4.2.2.    Análisis de regresión

Antes de realizar el análisis de regresión se llevó a cabo un test de Chow para evaluar si existían diferencias estadísticas significativas en la relación entre las variables independientes –DPF, NTF y NMS– y la variable dependiente –AM– entre los diferentes grupos demográficos considerados en el estudio –hombres y mujeres–.

Los resultados del test –presentados en la Table 7– confirmaron que la relación entre el DPF, NTF y NMS y el amor hacia la marca no es uniforme entre los grupos. 

En el caso del NTF (F = 5,618; p = 0,009) la suma de cuadrados del contraste es de 1,167, lo que indica que una amplia variabilidad del AM es explicada por las diferencias entre los grupos. La media cuadrática del contraste (0,583) es relativamente alta, lo que sugiere que una cantidad significativa de la variabilidad observada en el AM puede atribuirse a las diferencias en los patrones de fijación visual entre los grupos. A su vez, la media cuadrática del error (0,104) es baja en comparación con la media cuadrática del contraste, lo que indica que una porción relativamente pequeña de la variabilidad total es debida a la variabilidad interna dentro de los grupos.

Respecto al DPF (F = 29,988; p = 0,000) la suma de cuadrados del contraste (13,875) y la media cuadrática correspondiente (6,937) indican una gran variabilidad explicada por las diferencias entre los grupos. Esto sugiere que, al igual que en el NTF, una parte considerable de la variabilidad en AM está relacionada con las diferencias en la influencia de DPF entre los grupos. Por otro lado, la suma de cuadrados del error (6,015) y su media cuadrática (0,231) reflejan la variabilidad dentro de los grupos que no es explicada por las diferencias en los coeficientes de regresión.

Por último, en el NMS, el estadístico F es 2,982 con un valor p de 0,068. Este valor de significancia es ligeramente superior al umbral común de 0,05, lo que indica que no se pueden afirmar con un 95% de confianza que existan diferencias estadísticamente significativas en la relación entre el NMS y AM entre los grupos. Aunque los resultados sugieren una tendencia hacia la diferenciación –dado que p es cercano a 0,05–, la evidencia no es lo suficientemente fuerte como para rechazar la hipótesis nula de que no existen diferencias significativas.

Tabla 7. 

Resultados del Test de Chow.

	Suma de cuadrados del contraste	Media cuadrática del contraste	F	Sig.	Suma de cuadrados del error	Media cuadrática del error
NTF	1,167	0,583	5,618	0,009	2,700	0,104
DPF	13,875	6,937	29,988	0,000	6,015	0,231
NMS	1,070	0,535	2,982	0,068	4,663	0,179

Fuente: Elaboración propia.

Comprobadas las diferencias significativas entre los grupos de análisis se procedió a realizar el análisis de regresión. Para ello, se llevaron a cabo tres modelos: el Modelo 1 incluyó únicamente la variable de control. En el Modelo 2 se incorporaron las variables independientes y la dependiente. Por último, en el Modelo 3 se añadieron además las interacciones.

Los resultados mostraron que solo el Modelo 2 (F(5, 24) = 50,001, p = <0.001, R² = 0.912, R²ajustada = 0.894) y el Modelo 3 (F(8,21) = 62,850, p = <0.001, R² = 0.960, R²ajustada = 0. 945) eran significativos. En cambio, el Modelo 1 (F(1, 28) = 1,564; p = 0.221, R² = 0.053, R²ajustada = 0.019) no presentó significancia. 

Las tres interacciones presentadas en el Modelo 3 resultaron significativas, dos de ellas –NTF y NMS– de carácter positivo y una –DPF– con carácter negativo. Los resultados quedan recogidos en la Tabla 8.

Table 8. Estimaciones de regresión normalizadas.

	Brand Love
	Modelo 1	Modelo 2	Modelo 3
NTF		0.731 (0.006)*	-0.267 (0.014)
DPF		0.004 (0.412)	0.136 (0.428)
NMS		-0.119 (0.009)	-0.970 (0.020)*
Género		0.217 (0.177)*	-1.120 (1.279)
NTF x Género			1.212 (0.015)*
DPF x Género			-0.527 (1.159)*
NMS x Género			1.031 (0.020)*
Edad	0.230 (0.035)	0.163 (0.012)*	0.127 (0.009)*
R2	0.053	0.912	0.960

Fuente: Elaboración propia.

El coeficiente positivo de 0,042 sugiere que un aumento en el NTF está asociado con un incremento en el AM. En términos prácticos, esto indica que a medida que los participantes realizan más fijaciones visuales, su apego emocional hacia la marca tiende a aumentar. Este hallazgo puede interpretarse como una mayor exploración visual que refuerza el interés o la conexión con la marca, posiblemente debido a una mayor exposición y procesamiento de los elementos visuales que componen la identidad de la marca.

El coeficiente negativo de -3,368 indica que a medida que la DPF aumenta, el AM disminuye. Este resultado es particularmente interesante, ya que sugiere que fijaciones más largas podrían estar asociadas con una evaluación crítica o una sobrecarga cognitiva que reduce el apego emocional a la marca. Es posible que los participantes que pasan más tiempo en cada fijación estén encontrando aspectos visuales que generan dudas o que no son del todo atractivos, lo que podría reducir su afinidad con la marca.

El coeficiente positivo de 0,063 indica que un aumento en el NMS está asociado con un aumento en el AM. Este resultado sugiere que un mayor dinamismo en la exploración visual, caracterizado por más movimientos oculares rápidos entre fijaciones, está relacionado con una mayor conexión emocional con la marca. Esto podría interpretarse como un indicativo de que los participantes que examinan activamente los diferentes elementos de un estímulo visual encuentran más aspectos que les agradan o que refuerzan su apego hacia la marca.

5.     DISCUSIÓN 

5.1.         Implicaciones teóricas

La presente investigación realiza importantes aportaciones a nivel teórico.

En primer lugar, el estudio proporciona una visión más matizada de cómo las diferencias demográficas impactan en la relación entre atención visual y amor hacia la marca.

Las teorías tradicionales sobre el procesamiento visual y las diferencias de género han sostenido que hombres y mujeres difieren en la manera en que procesan estímulos visuales, lo que a su vez afecta sus respuestas emocionales y de comportamiento hacia ciertos estímulos (Feng et al., 2011; Vanston y Strother, 2017; Shaqiri et al., 2016; Boscolo et al., 2020). El presente estudio confirma que estos patrones siguen siendo relevantes en el contexto de la Generación Z, mostrando que las diferencias de género en el procesamiento visual desempeñan un papel crucial en cómo los jóvenes de esta generación responden emocionalmente a las marcas. 

No obstante, aunque el estudio confirma ciertos paralelismos con generaciones anteriores, también revela discrepancias significativas que cuestionan las teorías establecidas sobre el procesamiento visual y las diferencias de género. Estas discrepancias se manifiestan particularmente en el análisis del NMS, que introduce una nueva complejidad en la comprensión de cómo los patrones de exploración visual influyen en el AM en la Generación Z.

En efecto, la falta de diferencias significativas entre géneros sugiere que, al menos en este aspecto, hombres y mujeres de esta generación pueden estar utilizando estrategias visuales y cognitivas similares cuando interactúan con estímulos de marca. Esto podría reflejar una convergencia en las experiencias visuales compartidas por esta generación, lo que podría estar diluyendo las diferencias de género que eran más pronunciadas en generaciones anteriores.

Una posible explicación para este fenómeno podría residir en el entorno digital al que la Generación Z ha estado expuesta desde una edad temprana. Las tecnologías digitales –al promover un consumo de información más uniforme y accesible a través de diversas plataformas (Łobejko y Bartczak, 2021)–, podrían estar contribuyendo progresivamente a la disminución de las diferencias de género en la manera en que se procesan y responden los estímulos visuales. Este fenómeno puede entenderse dentro de la socialización mediática, donde los medios actúan como agentes de socialización que moldean las percepciones y comportamientos de los individuos, reduciendo así las distinciones tradicionales entre hombres y mujeres (Bandura, 2001).

Este hallazgo apuntaría a una posible evolución hacia identidades de género más fluidas y menos rígidas, donde las categorías tradicionales pierden relevancia en ciertos contextos sociales. Este aspecto está alineado con las teorías contemporáneas que abogan por una concepción del género como una construcción social dinámica, sujeta a variaciones según el contexto sociocultural (Kessler y McKenna, 1978; Smith et al., 1999).

En segundo lugar, el estudio confirma que los patrones visuales están estrechamente relacionados con el AM en la Generación Z, estableciendo de nuevo un paralelismo con generaciones anteriores (Zhou y Xue, 2021; Pertzov et al., 2009; Burr et al., 2010; Binda et al., 2011; Li et al., 2016). Más concretamente, los coeficientes de regresión positivos obtenidos para las variables NTF y NMS indican que los jóvenes de esta generación tienden a desarrollar un mayor apego emocional hacia las marcas cuando se involucran en una exploración visual más activa y dinámica. 

Esta segunda correspondencia es importante porque demuestra que la Generación Z –al igual que las generaciones anteriores– parece utilizar el dinamismo visual como una estrategia para procesar y evaluar la información visual de manera efectiva: al involucrarse activamente con un estímulo visual, la Generación Z es capaz de conectar cognitivamente con la marca, lo que refuerza su afinidad y potencialmente fortalece su AM. Este proceso de integración cognitiva y emocional es esencial para la formación de relaciones duraderas con las marcas, ya que permite que los individuos no solo entiendan lo que la marca representa, sino que también se sientan emocionalmente conectados con ella.

Sin embargo, el estudio también matiza esta afirmación. 

Históricamente, se ha postulado que las fijaciones más largas están vinculadas a un procesamiento cognitivo más profundo y detallado de la información visual, lo que se consideraba un indicador positivo en términos de comprensión, retención y, en el contexto de marketing, de construcción de apego emocional hacia una marca (Goldberg y Kotval, 1999). No obstante, los resultados obtenidos en este estudio indican que este proceso puede no ser tan lineal ni tan beneficioso como se pensaba en el contexto de la Generación Z. 

El coeficiente de regresión negativo para la DPF sugiere que las fijaciones prolongadas podrían estar asociadas, en algunos casos, con una evaluación más crítica o incluso con una experiencia de sobrecarga cognitiva. Esto implica que, en lugar de profundizar el apego emocional, las fijaciones largas podrían estar relacionadas con una reacción menos favorable hacia la marca, posiblemente debido a que los individuos están identificando aspectos del estímulo que no cumplen con sus expectativas o que resultan confusos o ambiguos.

Este fenómeno puede ser especialmente relevante en el contexto de la Generación Z, que ha demostrado ser un grupo altamente crítico y exigente con las marcas (IPMARK, 2023). Su familiaridad con una amplia gama de estímulos visuales y su capacidad para procesar información rápidamente podrían significar que, cuando se encuentran con elementos visuales que no cumplen con sus altos estándares, dedican más tiempo a evaluar esos elementos, lo que podría llevar a una disminución en el apego emocional en lugar de un incremento.

5.2.         Implicaciones prácticas

La presente investigación también tiene importantes consideraciones prácticas.

En primer lugar, las marcas deben considerar que los patrones tradicionales de diferenciación de género en la percepción visual y emocional están evolucionando, y que las generaciones más jóvenes, como la Generación Z, pueden no adherirse a los mismos esquemas que generaciones anteriores. 

Es posible que las empresas necesiten revaluar la forma en que utilizan el género como criterio de segmentación, optando por una aproximación más basada en comportamientos y preferencias individuales que en divisiones demográficas rígidas. Esto se alinea con una tendencia hacia una mayor personalización de la experiencia del consumidor, donde el uso de herramientas avanzadas de análisis de datos permite a las marcas ofrecer contenidos más relevantes para cada individuo, sin basarse únicamente en su género.

Este aspecto puede ser particularmente relevante para las estrategias omnicanal, donde el contenido de marca se distribuye de manera uniforme a través de diferentes plataformas y dispositivos. Las empresas que operan en sectores altamente digitalizados deberían aprovechar este fenómeno para crear experiencias visuales que sean coherentes y accesibles a todos los géneros, promoviendo así una mayor identificación de los consumidores con las marcas, independientemente de su género. Esto abre la puerta a estrategias de marketing más inclusivas, que se enfoquen menos en estereotipos de género y más en la creación de contenido visual atractivo para una audiencia diversa.

En segundo lugar, la correlación positiva entre una exploración visual activa y el apego emocional hacia las marcas reafirma la importancia de diseñar estímulos visuales que fomenten la interacción dinámica. Las empresas deben considerar que la Generación Z, al igual que generaciones anteriores, responde favorablemente a entornos visuales que invitan a un procesamiento cognitivo activo, lo que facilita una conexión emocional más profunda con la marca. Esto sugiere que, en un contexto donde el dinamismo visual es clave, las campañas publicitarias que utilizan imágenes y contenidos visuales atractivos y de fácil navegación podrían mejorar significativamente la afinidad del consumidor con la marca, fortaleciendo así la lealtad a largo plazo.

Sin embargo, el estudio también introduce una perspectiva crítica sobre la relación entre las fijaciones prolongadas y el apego emocional hacia la marca. Las empresas deben tomar en cuenta que un estímulo visual que no cumpla con las expectativas de este grupo generacional podría no solo fallar en generar un mayor apego emocional, sino también provocar una evaluación negativa de la marca. Esto implica que las marcas deben ser especialmente cuidadosas en la creación de contenidos visuales que sean claros, coherentes y alineados con las altas expectativas de la Generación Z. Un diseño visual que no sea intuitivo o que genere confusión podría resultar contraproducente, llevando a un menor apego emocional y a una posible erosión de la lealtad a la marca.

5.3.         Limitaciones y futuras investigaciones

La presente investigación ofrece valiosas contribuciones al conocimiento sobre el procesamiento visual y la construcción del apego emocional hacia las marcas en la Generación Z, sin embargo, es importante reconocer ciertas limitaciones que podrían influir en la interpretación de los resultados y, por ende, sugerir direcciones para futuras investigaciones. 

En primer lugar, la muestra utilizada en el estudio podría no ser completamente representativa de la diversidad dentro de la Generación Z, especialmente en lo que respecta a variables socioeconómicas, culturales y de educación. Esto limita la generalización de los hallazgos a la población total de esta generación, sugiriendo la necesidad de ampliar las muestras en futuras investigaciones para abarcar una mayor heterogeneidad y explorar cómo estas diferencias pueden influir en los patrones de procesamiento visual y apego emocional hacia las marcas.

Otra limitación significativa se refiere al entorno experimental controlado en el que se realizaron las mediciones de la atención visual. Si bien este enfoque permite un control riguroso de las variables, podría no reflejar completamente las condiciones naturales en las que los individuos interactúan con estímulos de marca en su vida cotidiana. En consecuencia, futuros estudios deberían considerar diseños de investigación más ecológicos, como experimentos de campo o estudios longitudinales, que permitan observar cómo los patrones de atención visual y las respuestas emocionales se desarrollan en contextos más realistas y a lo largo del tiempo.

Finalmente, el estudio sugiere que la familiaridad de la Generación Z con los estímulos visuales digitales puede estar atenuando las diferencias de género en el procesamiento visual. Sin embargo, este aspecto requiere una exploración más profunda para comprender mejor los mecanismos subyacentes. Futuras investigaciones podrían investigar cómo factores como la saturación mediática, la multitarea digital o el uso de redes sociales influyen en la forma en que esta generación procesa la información visual y establece conexiones emocionales con las marcas. Explorar estas áreas no solo podría esclarecer los fenómenos observados, sino también proporcionar a las empresas una comprensión más robusta para adaptar sus estrategias de marketing a las particularidades de la Generación Z, atendiendo a las complejas interacciones entre tecnología, género y comportamiento del consumidor.

6.     CONCLUSIÓN

La presente investigación contribuye de manera significativa al campo del marketing y la psicología del consumidor, centrándose en la interacción entre el procesamiento visual y el apego emocional hacia las marcas en la Generación Z. El objetivo principal fue explorar cómo las diferencias de género influyen en estas dinámicas, así como examinar la relación entre patrones de exploración visual y el desarrollo del amor hacia la marca en este grupo demográfico.

El estudio confirma la relevancia de las diferencias de género en el procesamiento visual, pero introduce nuevas complejidades que desafían algunas concepciones tradicionales. Las discrepancias observadas en torno al NMS sugieren una convergencia en las estrategias visuales y cognitivas de hombres y mujeres de la Generación Z, posiblemente como resultado de un entorno digital que uniformiza sus interacciones con los estímulos visuales.

Además, la investigación valida la relación entre la exploración visual activa y el apego emocional hacia las marcas, replicando patrones observados en generaciones anteriores. Sin embargo, se cuestiona la suposición de que un procesamiento visual más prolongado es siempre beneficioso, al encontrar que las fijaciones prolongadas pueden estar asociadas con una menor conexión emocional en la Generación Z. Este hallazgo sugiere que, en lugar de profundizar el apego emocional, dichas fijaciones pueden reflejar una evaluación crítica o una sobrecarga cognitiva, destacando la naturaleza exigente y crítica de este grupo demográfico. Estos resultados aportan una comprensión más matizada de las estrategias efectivas para conectar con la Generación Z en el ámbito del marketing.

7.     REFERENCIAS 

Adams, R., Albohn, D. y Kveraga, K. (2017). Social Vision: Applying a Social-Functional Approach to Face and Expression Perception. Current Directions in Psychological Science, 26(3), 243-248. https://doi.org/10.1177/0963721417706392

Alegre, J. y Chiva, R. (2013). Linking Entrepreneurial Orientation and Firm Performance: The Role of Organizational Learning Capability and Innovation Performance. Journal of Small Business Management, 51(4), 491-507. https://doi.org/10.1111/jsbm.12005

Al-Maqbali, H., Kader, A., Albalushi, J., Luimula, M. y Calbureanu-Popescu, C. (2022). Impact of image features on visual attention: An eye-tracking study. En T. Ahram y C. Falcão (Eds.), Usability and user experience. AHFE (2022) International Conference (Vol. 39). AHFE Open Access. https://doi.org/10.54941/ahfe1001732

Armstrong, J. S. y Overton, T. S. (1977). Estimating nonresponse bias in mail surveys. Journal of Marketing Research, 14(3), 396-402. https://doi.org/10.2307/3150783

Bagozzi, R. P. y Yi, Y. (1988). On the evaluation of structural equations models. Journal of the Academy of Marketing Science, 16(1), 74-94. https://doi.org/10.1007/BF02723327

Bailey, M. (2019). Snowball Sampling in Business Oral History: Accessing and Analyzing Professional Networks in the Australian Property Industry. Enterprise and Society, 20(1), 74-88. https://doi.org/10.1017/ESO.2018.110

Bandura, A. (2001). Social Cognitive Theory of Mass Communication. Media Psychology, 3(3), 265-299. https://doi.org/10.1207/S1532785XMEP0303_03

Barrientos-Báez, A. (2022). Neuromarketing: el mensaje político y el género. En A. Barrientos Báez, F. J. Herranz Fernández y D. Caldevilla Domínguez (Coord.), Estrategias de comunicación: género, persuasión y redes sociales (pp. 1-8). Gedisa.

Bichot, N. y Schall, J. (1999). Effects of similarity and history on neural mechanisms of visual selection. Nature Neuroscience, 2(Junio), 549-554. https://doi.org/10.1038/9205

Bilonozhko, N. y Syzenko, A. (2020). Effective Reading Strategies for Generation Z Using Authentic Texts. Arab World English Journal: Special Issue on the English Language in Iraqi Context, 121-130. https://doi.org/10.24093/awej/elt2.8

Binda, P., Morrone, M., Ross, J. y Burr, D. (2011). Underestimation of perceived number at the time of saccades. Vision Research, 51(1), 34-42. https://doi.org/10.1016/j.visres.2010.09.028

Boscolo, J., Oliveira, J., Maheshwari, V. y Giraldi, J. (2020). Gender differences: visual attention and attitude toward advertisements. Marketing Intelligence & Planning, 39(2), 300-314. https://doi.org/10.1108/mip-11-2019-0598

Brand Finance. (2023). Luxury & Premium 50 – 2023: The annual report on the most valuable and strongest Luxury & Premium brands. Brand Finance Plc. 

Broadbent, D. E. (1958). Perception and communication. Pergamon. 

Burr, D., Ross, J., Binda, P. y Morrone, M. (2010). Saccades compress space, time and number. Trends in Cognitive Sciences, 14(2), 528-533. https://doi.org/10.1016/j.tics.2010.09.005

Cantor, N. (1990). From thought to behavior: "Having" and "doing" in the study of personality and cognition. American Psychologist, 45(6), 735-750. https://doi.org/10.1037/0003-066X.45.6.735

Carroll, B. y Ahuvia, A. (2006). Some antecedents and outcomes of brand love. Marketing Letters, 17(2), 79-89. https://doi.org/10.1007/s11002-006-4219-2

Chamorro-Premuzic, T. (2014). How the Web Distorts Reality and Impairs Our Judgement Skills. https://acortar.link/kWui0v 

Chelazzi, L., Perlato, A., Santandrea, E. y Libera, C. (2013). Rewards teach visual selective attention. Vision Research, 85, 58-72. https://doi.org/10.1016/j.visres.2012.12.005

Cherry, E. C. (1953). Some experiments on the recognition of speech, with one and with two ears. En D. A. Balota y E. J. Marsh (Eds.), Key readings in cognition (pp. 443-507). Psychology Press.

Childers, T., Carr, C., Peck, J. y Carson, S. (2001). Hedonic and Utilitarian Motivations for Online Retail Shopping Behavior. Journal of Retailing, 77(4), 511-535. https://doi.org/10.1016/S0022-4359(01)00056-2

Conlin, R. y Bauer, S. (2021). Examining the impact of differing guilt advertising appeals among the Generation Z cohort. International Review on Public and Nonprofit Marketing, 19(Julio), 289-308. https://acortar.link/BcTffP 

Cronbach, L. J. (1971). Test validation. En R. L. Thorndike (Ed.), Educational Measurement (pp. 443-507). American Council of Education.

Dayan, P., Kakade, S. y Montague, P. (2000). Learning and selective attention. Nature Neuroscience, 3(1), 1218-1223. https://doi.org/10.1038/81504

Desimone, R. y Duncan, J. (1995). Neural mechanisms of selective visual attention. Annual Review of Neuroscience, 18(Marzo), 193-222. https://doi.org/10.1146/annurev.ne.18.030195.001205

Dimock, M. (2019). Defining generations: Where Millennials end and post-Millennials begin. https://acortar.link/S24aK7 

Dragan, I. M. e Isaic-Maniu, A. (2022). An Original Solution for Completing Research through Snowball Sampling—Handicapping Method. Advances in Applied Sociology, 12(11), 729-746. https://doi.org/10.4236/aasoci.2022.1211052

Eghdam, R., Ebrahimpour, R., Zabbah, I. y Zabbah, S. (2020). Inherent importance of early visual features in attraction of human attention. Computational Intelligence and Neuroscience, 2020(1), 3496432. https://doi.org/10.1155/2020/3496432

Felix, R. y Borges, A. (2014). Celebrity endorser attractiveness, visual attention, and implications for ad attitudes and brand evaluations: A replication and extension. Journal of Brand Management, 21(Noviembre), 579-593. https://doi.org/10.1057/BM.2014.24

Feng, Q., Zheng, Y., Zhang, X., Song, Y., Luo, Y., Li, Y. y Talhelm, T. (2011). Gender differences in visual reflexive attention shifting: Evidence from an ERP study. Brain Research, 1401(Julio), 59-65. https://doi.org/10.1016/j.brainres.2011.05.041

Fornell, C. y Larcker, D. F. (1981). Evaluating structural equations models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.2307/3151312

Fournier, S. (1998). Consumers and their brands: Developing relationship theory in consumer research. Journal of Consumer Research, 24(4), 343-373. https://doi.org/10.1086/209515

Francis, T. y Hoefel, F. (2018). The influence of Gen Z—the first generation of true digital natives—is expanding. https://acortar.link/3ySNh9

Gajanova, L., Nadanyiova, M., Majerová, J., Kollár, B. y Pražáková, A. (2023). Is Gen Z So Different? An Analysis of the Impact of Comparative Advertising. Communication Today, 14(1), 66-85. https://doi.org/10.34135/communicationtoday.2023.vol.14.no.1.5

Giannotto, E. C. (2009). Uso de rastreamento do olhar na avaliação da experiência do tele-usuário de aplicações de TV interativa [Tesis inédita de maestria]. Universidade de São Paulo. https://acortar.link/fUztfb 

Goldberg, J. H. y Kotval, X. P. (1999). Computer interface evaluation using eye movements: methods and constructs. International Journal of Industrial Ergonomics, 24(6), 631-645. https://acortar.link/yuPgGH 

Goldberg, J., Stimson, M., Lewenstein, M., Scott, N. y Wichansky, A. (2002). Eye tracking in Web search tasks: Design implications. En A. Duchowski, R. Vertegaal y J. W. Senders (Eds.), Eye Tracking Research and Applications Symposium (ETRA) (pp. 51-58). Association for Computing Machinery. 

Goodman, L. A. (1961). Snowball Sampling. The Annals of Mathematical Statistics, 32(1), 148-170. https://doi.org/10.1214/aoms/1177705148

Gopher, D., Armony, L. y Greenspan, Y. (2000). Switching tasks and attention policies. Journal of Experimental Psychology: General, 129(3), 308-329. https://doi.org/10.1037//0096-3445.129.3.308

Hair, J. F., Wolfinbarger, M. F., Ortinau, D. J. y Bush, R. P. (2008). Essentials of Marketing Research. McGraw-Hill. 

Ifinedo, P. (2011). Internet/e-business technologies acceptance in Canada's SMEs: an exploratory investigation. Internet Research, 21(3), 255-281. https://doi.org/10.1108/10662241111139309

IPMARK. (2023). Informe Wuolah. ‘Los hábitos de consumo de la Gen Z’. https://ipmark.com/informes/informe-wuolah-los-habitos-de-consumo-de-la-gen-z/#

Irwin, D. y Thomas, L. (2007). The effect of saccades on number processing. Perception & Psychophysics, 69(Abril), 450-458. https://doi.org/10.3758/BF03193765

Jacob, R. J. y Karn, K. S. (2003). Eye tracking in human-computer interaction and usability research: ready to deliver the promises. En J. Hyönä, R. Radach y H. Deubel (Eds.), The Mind’s Eye: Cognitive and Applied Aspects of Eye Movement Research (pp. 573-605). Elsevier.

Jeck, D., Qin, M., Egeth, H. y Niebur, E. (2019). Unique objects attract attention even when faint. Vision Research, 160(Julio), 60-71. https://doi.org/10.1016/j.visres.2019.04.004

Jin, S. y Ryu, E. (2019). Instagram fashionistas, luxury visual image strategies and vanity. Journal of Product & Brand Management, 29(3), 355-368. https://doi.org/10.1108/jpbm-08-2018-1987

Just, M. A. y Carpenter, P. A. (1976). Eye fixations and cognitive processes. Cognitive Psychology, 7(4), 441-480. http://dx.doi.org/10.1016/0010-0285(76)90015-3

Kessler, S. y McKenna, W. (1978). Gender: An Ethnomethodological Approach. Wiley.

Laan, L., Hooge, I., Ridder, D., Viergever, M. y Smeets, P. (2015). Do you like what you see? The role of first fixation and total fixation duration in consumer choice. Food Quality and Preference, 39(Enero), 46-55. https://doi.org/10.1016/J.FOODQUAL.2014.06.015

Lee, J., Hur, S. y Watkins, B. (2018). Visual communication of luxury fashion brands on social media: effects of visual complexity and brand familiarity. Journal of Brand Management, 25(Enero), 449-462. https://acortar.link/LnVK2y 

Li, H., Barbot, A. y Carrasco, M. (2016). Saccade Preparation Reshapes Sensory Tuning. Current Biology, 26(12), 1564-1570. https://doi.org/10.1016/j.cub.2016.04.028

Libera, C. y Chelazzi, L. (2006). Visual selective attention and the effects of monetary rewards. Psychological Science, 17(3), 222-227. https://doi.org/10.1111/j.1467-9280.2006.01689.x

Łobejko, S. y Bartczak, K. (2021). The Role of Digital Technology Platforms in the Context of Changes in Consumption and Production Patterns. Sustainability, 13(15), 8294. https://doi.org/10.3390/SU13158294

Lykins, A., Meana, M. y Strauss, G. (2008). Sex Differences in Visual Attention to Erotic and Non-Erotic Stimuli. Archives of Sexual Behavior, 37(Agosto), 219-228. https://doi.org/10.1007/S10508-007-9208-X

Mangleburg, T. y Bristol, T. (1998). Socialization and Adolescents' Skepticism toward Advertising. Journal of Advertising, 27(3), 11-21. https://doi.org/10.1080/00913367.1998.10673559

Mayr, U. y Kliegl, R. (2000). Task-set switching and long-term memory retrieval. Journal of Experimental Psychology: Learning, Memory, and Cognition, 26(5), 1124-1140. https://doi.org/10.1037//0278-7393.26.5.1124

Merritt, P., Hirshman, E., Wharton, W., Stangl, B., Devlin, J. y Lenz, A. (2007). Evidence for gender differences in visual selective attention. Personality and Individual Differences, 43(3), 597-609. https://doi.org/10.1016/J.PAID.2007.01.016

Metricool. (2023). Estudio de redes sociales: tendencias para 2024. https://metricool.com/es/estudio-redes-sociales/#Calidad_vs_cantidad

Morin-Duchesne, X. y Kennedy, D. (2015). Social features impact visual exploration of naturalistic scenes. Journal of Vision, 15(12), 1224. https://doi.org/10.1167/15.12.1224

Napier, N. (2018). The Myth of Multitasking. https://acortar.link/6fZwk7

Nielsen Norman Group. (2021). How Many Participants for Quantitative Usability Studies: A Summary of Sample-Size Recommendations. https://www.nngroup.com/articles/summary-quant-sample-sizes/

Nunnally, J. C. (1978). Psychometric Theory. McGraw-Hill. 

Palermo, R. y Rhodes, G. (2007). Are you always on my mind? A review of how face perception and attention interact. Neuropsychologia, 45(1), 75-92. https://doi.org/10.1016/j.neuropsychologia.2006.04.025

Parra-Medina, L. E. y Álvarez-Cervera, F. J. (2021). Síndrome de la sobrecarga informativa: una revisión bibliográfica. Revista de Neurologia, 73(12), 421-428. https://doi.org/10.33588/rn.7312.2021113

Pertzov, Y., Avidan, G. y Zohary, E. (2009). Accumulation of visual information across multiple fixations. Journal of Vision, 9(10), 1-12. https://doi.org/10.1167/9.10.2

Pritsch, C., Telkemeyer, S., Mühlenbeck, C. y Liebal, K. (2017). Perception of facial expressions reveals selective affect-biased attention in humans and orangutans. Scientific Reports, 7(Agosto), 7782. https://doi.org/10.1038/s41598-017-07563-4

Renshaw, J. A., Finlay, J., Tyfa, D. A. y Ward, R. D. (2003). Designing for visual influence: an eye tracking study of the usability of graphical management information. En M. Rauterberg, M. Menozzi y J. Wesson (Eds.), Designing for Visual Influence: an Eye Tracking Study of the Usability of Graphical Management Information (pp. 144-151). IOS Press.

Rizvi, W. H. (2020). Brand Visual Eclipse (BVE): When the Brand Fixation Spent is Minimal in Relation to the Celebrity. En F. Davis, R. Riedl, J. vom Brocke, P. M. Léger, A. Randolph y T. Fischer (Eds.), Information Systems and Neuroscience (pp. 573-605). Springer. https://doi.org/10.1007/978-3-030-28144-1_33

Roetzel, P. G. (2019). Information overload in the information age: a review of the literature from business administration, business psychology, and related disciplines with a bibliometric approach and framework development. Business Research, 12(Julio), 479-522. https://doi.org/10.1007/s40685-018-0069-z

Rogers, R. y Monsell, S. (1995). The costs of a predictable switch between simple cognitive tasks. Journal of Experimental Psychology: General, 124(2), 207-231. https://doi.org/10.1037/0096-3445.124.2.207

Rorden, C., Greene, K., Sasine, G. y Baylis, G. (2002). Enhanced Tactile Performance at the Destination of an Upcoming Saccade. Current Biology, 12(16), 1429-1434. https://doi.org/10.1016/S0960-9822(02)01039-4

Sádaba, C. y Sánchez-Blanco, C. (2019). Los usos y preferencias informativas de los públicos: evasión informativa y exposición incidental; itinerarios, participación y redes sociales; radio, audio y podcast; publicidad y bloqueo de anuncios (ad-blocking). En C. Toural-Bran y X. López-García (Eds.), Ecosistema de cibermedios en España. Tipologías, iniciativas, tendencias narrativas y desafíos (pp. 109-140). Comunicación Social.

Sakdiyakorn, M., Golubovskaya, M. y Solnet, D. (2021). Understanding Generation Z through collective consciousness: Impacts for hospitality work and employment. International Journal of Hospitality Management, 94(Abril), 102822. https://doi.org/10.1016/j.ijhm.2020.102822

Schindler, S. y Bublatzky, F. (2020). Attention and emotion: An integrative review of emotional face processing as a function of attention. Cortex, 130(Septiembre), 362-386. https://doi.org/10.1016/j.cortex.2020.06.010

Serences, J. y Yantis, S. (2007). Spatially selective representations of voluntary and stimulus-driven attentional priority in human occipital, parietal, and frontal cortex. Cerebral Cortex, 17(2), 284-293. https://doi.org/10.1093/CERCOR/BHJ146

 Shaqiri, A., Brand, A., Roinishvili, M., Kunchulia, M., Sierro, S., Willemin, J., Chkonia, E., Iannantuoni, L., Kilz, K., Mohr, C. y Herzog, M. (2016). Gender differences in visual perception. Perception, 45(2), 1-383. https://doi.org/10.1177/0301006616671273

Sharma, C. y Dubey, S. K. (2014). Analysis of eye tracking techniques in usability and HCI perspective. En International Conference on Computing for Sustainable Global Development (pp. 607-612). New Delhi. 

Singh, A. (2014). Challenges and Issues of Generation Z. IOSR Journal of Business and Management, 16(7), 59-63. https://doi.org/10.9790/487X-16715963

Singh, D. (2023). Influencing gen z mindset towards a product through content marketing. EPRA International Journal of Economics, Business and Management Studies, 10(6), 5-16. https://doi.org/10.36713/epra13508

Smith, C., Noll, J. y Bryant, J. (1999). The Effect of Social Context on Gender Self-Concept. Sex Roles, 40(Abril), 499-512. https://doi.org/10.1023/A:1018879811991

Smith, E. y Collins, E. (2009). Contextualizing person perception: distributed social cognition. Psychological Review, 116(2), 343-364. https://doi.org/10.1037/a0015072

Sweller, J. (1988). Cognitive Load During Problem Solving: Effects on Learning. Cognitive Science, 12(2), 257-285. https://doi.org/10.1207/s15516709cog1202_4

Theeuwes, J. (2018). Visual Selection: Usually Fast and Automatic; Seldom Slow and Volitional. Journal of Cognition, 1(1), 29. https://doi.org/10.5334/joc.13

Theeuwes, J. y Burg, E. (2007). The role of spatial and nonspatial information in visual selection. Journal of Experimental Psychology: Human Perception and Performance, 33(6), 1335-1351. https://doi.org/10.1037/0096-1523.33.6.1335

Treisman, A. (1965). Effect of irrelevant material on the efficiency of selective listening. American Journal of Psychology, 77(4), 533-546. https://doi.org/10.2307/1420765

Treisman, A. y Gelade, G. (1980). A feature integration theory of attention. Cognitive Psychology, 12(1), 97-136. https://doi.org/10.1016/0010-0285(80)90005-5

Vanston, J. y Strother, L. (2017). Sex differences in the human visual system. Journal of Neuroscience Research, 95(1-2), 617-625. https://doi.org/10.1002/jnr.23895

Watson, D., Humphreys, G. y Olivers, C. (2003). Visual marking: using time in visual selection. Trends in Cognitive Sciences, 7(4), 180-186. https://doi.org/10.1016/S1364-6613(03)00033-0

Zhou, L. y Xue, F. (2021). Show products or show people: an eye-tracking study of visual branding strategy on Instagram. Journal of Research in Interactive Marketing, 15(4), 729-749. https://doi.org/10.1108/JRIM-11-2019-0175

CONTRIBUCIONES DE AUTORES, FINANCIACIÓN Y AGRADECIMIENTOS

Financiación: Esta investigación no recibió financiamiento externo.

AUTORA:

Coral Cenizo

Universidad San Pablo CEU.

Coral Cenizo es doctora cum laude en Ciencias de la Información y licenciada en Periodismo y en Publicidad y Relaciones Pública. Su labor profesional se ha centrado en los últimos diez años en el sector del marketing y la publicidad, especializándose en estrategia, emprendimiento y transformación digital. Ha trabajado en empresas de proyección internacional como El Corte Inglés o Grupo Munreco, empresa propietaria de las marcas Viceroy, Mark Maddox y Sandoz, donde además ejerció como responsable de marketing. Actualmente, es profesora en la Universidad San Pablo CEU y coordinadora del master de Marketing Digital y Redes Sociales. 

coral.cenizoruizbravo@ceu.es 

Orcid ID: https://orcid.org/0000-0003-1484-6763 

Anexo 1. Publicaciones que formaron parte del estudio

ID	Mapa de calor	Texto	Fecha de publicación
ID01		Fei Fei Sun for Louis Vuitton: Horizons Never End. Backdropped by the vertiginous mountains of Chamonix, the emblematic Horizon suitcase is captured in the Maison’s latest travel campaign. Discover the collection via link in bio.	Noviembre 8, 2023
ID02		Louis Vuitton x Frank Gehry. Showcased at Art Basel Miami Beach, Frank Gehry’s exclusive collection combines new pieces with audacious reinventions of the timeless Capucines, unveiled across four themes inspired by his design codes: Architecture and Form, Material Exploration, Animals, and Twisted Box. Explore the limited-edition handbags via link in bio.	Diciembre 6, 2023
ID03		The Book 16. Discover the dazzling world of the LV Volt Fine Jewelry Collection by @FrancescaAmfitheatrof, revealing a series of creations that glow in the pureness of their dynamic lines in Louis Vuitton's latest edition of its magazine, exclusive to the LV App. Read the article via link in bio.	Julio 21, 2023
ID04		Ombre Nomade. Inspired by the changing reflections of the desert, the emblematic perfume by Master Perfumer Jacques Cavallier Belletrud is encapsulated in a Marc Newson designed, black bottle pierced by light – reminiscent of the golden dunes at dusk….	Noviembre 22, 2023
ID05		Holiday Season. The Louis Vuitton Holiday Gift Guide unveils a wondrous array of Women's designs, from the latest ready-to-wear pieces to iconic handbags – perfect for the season's celebrations. Discover the gift selection via link in bio.	Diciembre 8, 2023
ID06		Emma Stone in Louis Vuitton. To attend the @poorthingsfilm premiere in New York City, the House Ambassador was dressed by @NicolasGhesquiere in a custom embroidered yellow gown and glistening flower necklace.	Diciembre 7, 2023
ID07		Holiday Season. Elevate festive looks with a dash of sparkle from the Maison's glistening gift selection of Fine Jewelry pieces. Discover the effervescent creations via link in bio.	Diciembre 9, 2023
ID08		Louis Vuitton Blossom. Capturing the new creations' radiant optimism, House Ambassador Ana de Armas showcases the Monogram star-shaped Flower through the stackable designs by @FrancescaAmfitheatrof. Discover the pieces via link in bio.	Agosto 18, 2023
ID09		Holiday Season. In a display of elegant enchantment, Louis Vuitton's seasonal selection of Women's leather goods and sunglasses showcases eye-catching designs alongside a collection of signature icons. Discover the Holiday Gift Guide via link in bio.	Noviembre 11, 2023
ID10		Women's Fashion Campaign. Evocative of a contemporary French aesthetic, signature quilting and gilded finishes accentuate @NicolasGhesquiere’s emblematic GO-14 with distinctive sophistication. Discover the reimagined handbag showcased by House Ambassador Hoyeon via link in bio.	Diciembre 17, 2023
ID11		Felix for Louis Vuitton. The Maison and @NicolasGhesquiere are pleased to welcome @yong.lixx, the celebrated South Korean vocalist-rapper-dancer and @realstraykids' band member, as a House Ambassador.	Agosto 22, 2023
ID12		Men's Pre-Fall 2024 Show. Bathed in deep blues and luminous yellows, @pharrell's new collection embraces a vibrant array of oceanic shades from striking motifs to sleek monochromatic accents. Watch the full show via link in bio.	Diciembre 3, 2023
ID13		RIIZE for Louis Vuitton. Embodying the audacious spirit of the Maison, House Ambassadors RIIZE lend their bold attitude to the graphic pieces of Louis Vuitton menswear.	Diciembre 11, 2023
ID14		Men's Pre-Fall 2024 Show. Naval signatures permeate @pharrell's debut Pre-Fall collection, transforming the dandy silhouette into sailor-inspired creations with maritime stripes and delicate pearl adornments. Watch the full show via link in bio.	Noviembre 30, 2023
ID15		The new Tambour watch. Unveiled by House Ambassador Bradley Cooper, the latest iteration of the Tambour symbolizes a new chapter of Louis Vuitton watchmaking, its signature codes and understated elegance. Discover the redefined timepiece via link in bio.	Septiembre 1, 2023

 

Artículos relacionados

Martín Critikián, D., Solano Altaba, M. y Serrano Oceja, J. F. (2022). Hábitos de consumo de moda a través de influencers en la Generación Z. Vivat Academia, Revista de Comunicación, 155, 39-68. https://doi.org/10.15178/va.2022.155.e1387

Martínez-Sánchez, J. A. (2022). Prevención de la difusión de fake news y bulos durante la pandemia de COVID-19 en España. De la penalización al impulso de la alfabetización informacional. Revista de Ciencias de la Comunicación e Información, 27, 15-32. https://doi.org/10.35742/rcci.2022.27.e236

Masip, P., Ruiz Caballero, C. y Suau, J. (2021). News consumption and COVID-19: Social perception. European Public & Social Innovation Review, 6(1), 29-41.  https://pub.sinnergiak.org/esir/article/view/149

Mejía Giraldo, J. F. y Delgado Figueroa, L. V. (2023). Orientación social de marca y su relación con comportamientos de engagement en clientes. Un estudio de caso. Revista Latina de Comunicación Social, 81, 57-73. https://doi.org/10.4185/rlcs-2023-2009

Micaletto-Belda, J. P., Martín-Ramallal, P. y Merino-Cajaraville, A. (2022). Contenidos digitales en la era de tiktok: percepción de los usuarios del botón COVID-19 en España. Revista de Comunicación y Salud, 12, 1-23. https://doi.org/10.35669/rcys.2022.12.e290