汪 蕾，楊一愷，鄭杰慧,*，王小毅

基于消費(fèi)者神經(jīng)科學(xué)視角預(yù)測(cè)消費(fèi)者行為：現(xiàn)狀、挑戰(zhàn)與未來

汪 蕾1,2，楊一愷1,2，鄭杰慧1,2,*，王小毅1,2

（1.浙江大學(xué) 管理學(xué)院，浙江 杭州 310058；2.浙江大學(xué) 神經(jīng)管理實(shí)驗(yàn)室，浙江 杭州 310027）

消費(fèi)者神經(jīng)科學(xué)自出現(xiàn)至今已不再局限于探索與消費(fèi)者行為相關(guān)的神經(jīng)機(jī)制，采用神經(jīng)科學(xué)技術(shù)理解并預(yù)測(cè)消費(fèi)者行為已成為消費(fèi)者神經(jīng)科學(xué)領(lǐng)域的一大研究熱點(diǎn)，正在推動(dòng)消費(fèi)決策研究范式的轉(zhuǎn)變。本文首先簡(jiǎn)要回顧了消費(fèi)者神經(jīng)科學(xué)的發(fā)展歷程，然后圍繞產(chǎn)品選擇、體驗(yàn)偏好和廣告效果這三個(gè)主題，著重評(píng)述了將功能性磁共振成像、腦電和眼動(dòng)追蹤技術(shù)應(yīng)用于消費(fèi)者行為預(yù)測(cè)的最新研究成果，最后提出了該領(lǐng)域發(fā)展的局限性以及未來需要突破的方向。本文有助于加深廣大學(xué)者對(duì)國(guó)內(nèi)外利用神經(jīng)科學(xué)技術(shù)預(yù)測(cè)消費(fèi)者行為研究的全面了解，從而拓展消費(fèi)者行為學(xué)研究的深度和廣度。

消費(fèi)者神經(jīng)科學(xué)；預(yù)測(cè)；消費(fèi)者行為；消費(fèi)者決策

0 引言

從亞當(dāng)·斯密到泰勒，管理學(xué)研究邁出了從經(jīng)驗(yàn)傳授到“科學(xué)管理”的重要一步。由于研究范式和研究工具的局限性，僅僅依靠假設(shè)、建模、驗(yàn)證的實(shí)證研究并沒能實(shí)現(xiàn)真正的科學(xué)有效[1]。大數(shù)據(jù)時(shí)代的到來，拓展了數(shù)據(jù)種類和數(shù)據(jù)來源，但數(shù)據(jù)客觀與否依然受到質(zhì)疑。21世紀(jì)是神經(jīng)科學(xué)的時(shí)代，在管理學(xué)研究中引入對(duì)大腦的探索是科技發(fā)展和管理進(jìn)步的必然趨勢(shì)[2]，將助力管理學(xué)研究從主觀走向客觀。

管理就是決策[3]，對(duì)決策的研究一直是管理科學(xué)關(guān)注的焦點(diǎn)。長(zhǎng)期以來，包括管理學(xué)、經(jīng)濟(jì)學(xué)和心理學(xué)等領(lǐng)域的學(xué)者們致力于消費(fèi)者行為學(xué)的研究[4,5]，他們大多采用觀察調(diào)研、因果模型、實(shí)驗(yàn)研究以及新興的大數(shù)據(jù)智能方法展開[6]，其中實(shí)驗(yàn)研究已成為絕對(duì)的主導(dǎo)方法[7]。尤其是隨著認(rèn)知神經(jīng)科學(xué)的快速發(fā)展，大量的腦活動(dòng)測(cè)量?jī)x器出現(xiàn)在人們的視野，這些工具可以直接測(cè)量消費(fèi)者潛在的、無意識(shí)的神經(jīng)活動(dòng)，對(duì)于打開消費(fèi)者大腦中的“黑匣子”有重要的意義。于是，越來越多的學(xué)者開始采用行為實(shí)驗(yàn)與神經(jīng)科學(xué)技術(shù)相結(jié)合的方式來挖掘消費(fèi)者行為背后的機(jī)理[8,9]，推動(dòng)了神經(jīng)科學(xué)技術(shù)與消費(fèi)者決策研究的融合，促進(jìn)了消費(fèi)者決策研究范式的轉(zhuǎn)變。由此，一個(gè)新的跨學(xué)科領(lǐng)域應(yīng)運(yùn)而生，通常稱其消費(fèi)者神經(jīng)科學(xué)(Consumer Neuroscience[10]。作為神經(jīng)經(jīng)濟(jì)學(xué)(Neuroeconomics)和神經(jīng)管理學(xué)(Neuromangement)的一個(gè)分支[11]，消費(fèi)者神經(jīng)科學(xué)關(guān)注的是消費(fèi)者決策過程的大腦機(jī)制及行為后果，是決策神經(jīng)科學(xué)(Decision Neuroscience)領(lǐng)域廣泛研究的一部分[12]。

隨著學(xué)科的發(fā)展，消費(fèi)者神經(jīng)科學(xué)的研究方法在管理決策領(lǐng)域被逐步接納和應(yīng)用，消費(fèi)者行為與神經(jīng)科學(xué)融合的研究成果逐漸發(fā)表在營(yíng)銷學(xué)頂級(jí)期刊[13-15]。在過去的十幾年中，相關(guān)研究集中于探索與消費(fèi)者行為關(guān)聯(lián)的腦區(qū)及神經(jīng)機(jī)制，為消費(fèi)者神經(jīng)科學(xué)的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)[16-18]。近年來，由于神經(jīng)科學(xué)方法可以相對(duì)準(zhǔn)確客觀地追蹤消費(fèi)者行為的相關(guān)數(shù)據(jù)，使得國(guó)內(nèi)外學(xué)者開始結(jié)合神經(jīng)科學(xué)數(shù)據(jù)將現(xiàn)有理論和模型應(yīng)用于消費(fèi)者行為的預(yù)測(cè)，從而將消費(fèi)者神經(jīng)科學(xué)的發(fā)展推向新高度[19-23]。

我國(guó)學(xué)者馬慶國(guó)教授在2006年提出神經(jīng)管理學(xué)的概念[11,24]，梳理了神經(jīng)管理學(xué)的重要分支，并圍繞消費(fèi)者神經(jīng)科學(xué)、神經(jīng)決策學(xué)、神經(jīng)營(yíng)銷學(xué)等方面做了簡(jiǎn)要綜述，指出利用神經(jīng)科學(xué)工具，從客觀的角度解釋消費(fèi)者的決策行為具有重要價(jià)值。采用神經(jīng)科學(xué)工具預(yù)測(cè)消費(fèi)者行為是未來研究的重要領(lǐng)域之一[25-27]。部分學(xué)者不僅從認(rèn)知神經(jīng)科學(xué)的視角解讀消費(fèi)者決策行為[28-31]，也開始引入神經(jīng)科學(xué)的數(shù)據(jù)對(duì)消費(fèi)者行為進(jìn)行預(yù)測(cè)。已有國(guó)內(nèi)學(xué)者結(jié)合大腦的功能連接數(shù)據(jù)對(duì)消費(fèi)者的經(jīng)濟(jì)決策行為進(jìn)行預(yù)測(cè)[32]，利用腦電數(shù)據(jù)預(yù)測(cè)消費(fèi)者在眾籌市場(chǎng)中的行為變化[33]、預(yù)測(cè)消費(fèi)者對(duì)產(chǎn)品的偏好[34,35]；利用眼動(dòng)數(shù)據(jù)和腦電數(shù)據(jù)建立用戶情感預(yù)測(cè)模型[36]等。然而，國(guó)內(nèi)學(xué)者運(yùn)用神經(jīng)科學(xué)工具預(yù)測(cè)消費(fèi)者行為的研究仍處于起步階段，結(jié)合多維數(shù)據(jù)對(duì)消費(fèi)者行為的預(yù)測(cè)還存在廣闊的研究空間。因此，通過系統(tǒng)性梳理神經(jīng)科學(xué)視角下的消費(fèi)者行為預(yù)測(cè)研究將有助于加深廣大學(xué)者對(duì)國(guó)內(nèi)外相關(guān)研究的全面了解，從而拓展消費(fèi)者行為學(xué)研究的深度和廣度。

基于此，本文將重點(diǎn)討論基于消費(fèi)者神經(jīng)科學(xué)的視角如何預(yù)測(cè)消費(fèi)者行為。首先，本文簡(jiǎn)要回顧消費(fèi)者神經(jīng)科學(xué)的產(chǎn)生與發(fā)展，闡述結(jié)合認(rèn)知神經(jīng)科學(xué)技術(shù)來預(yù)測(cè)消費(fèi)者行為的必要性。其次，本文系統(tǒng)性比較常規(guī)方法和神經(jīng)科學(xué)方法在預(yù)測(cè)消費(fèi)者行為中的差異，重點(diǎn)介紹功能性核磁共振成像(functional magnetic resonance imaging, fMRI)、腦電圖(electroencephalography, EEG)、眼動(dòng)追蹤(eye tracking)、功能性近紅外光譜(functional near-infrared spectroscopy, fNIRS)以及皮膚電反應(yīng)、心率、呼吸頻率等生理工具在預(yù)測(cè)消費(fèi)者行為研究中的最新成果。之后，本文概括了當(dāng)前研究的挑戰(zhàn)和未來需要突破的方向。最后，本文總結(jié)了神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的研究對(duì)營(yíng)銷學(xué)乃至管理學(xué)研究的重要意義。

1 消費(fèi)者神經(jīng)科學(xué)的產(chǎn)生與發(fā)展

2002年，Ale Smidts教授首次提出在市場(chǎng)營(yíng)銷領(lǐng)域使用神經(jīng)科學(xué)工具以更好地理解消費(fèi)者行為，從而改善營(yíng)銷策略[37]。一直以來，神經(jīng)科學(xué)應(yīng)用于消費(fèi)者研究領(lǐng)域涉及兩個(gè)概念，神經(jīng)營(yíng)銷學(xué)(Neuromarketing)[38-40]和消費(fèi)者神經(jīng)科學(xué)(Consumer Neuroscience)[5,10,41]。2008年，Hubert和Kenning對(duì)消費(fèi)者神經(jīng)科學(xué)和神經(jīng)營(yíng)銷學(xué)的概念進(jìn)行了區(qū)分[41]，他們認(rèn)為，消費(fèi)者神經(jīng)科學(xué)或神經(jīng)營(yíng)銷學(xué)是利用大腦研究的方法解決與營(yíng)銷相關(guān)的問題。消費(fèi)者神經(jīng)科學(xué)注重科學(xué)研究的過程，而神經(jīng)營(yíng)銷學(xué)指消費(fèi)者神經(jīng)科學(xué)的發(fā)現(xiàn)在管理實(shí)踐中的應(yīng)用。Plassmann等人2015年在上發(fā)表的消費(fèi)者神經(jīng)科學(xué)研究綜述中評(píng)論到，消費(fèi)者神經(jīng)科學(xué)更多強(qiáng)調(diào)使用神經(jīng)科學(xué)理論和方法來豐富消費(fèi)者心理和行為的研究。而今，消費(fèi)者神經(jīng)科學(xué)已開始為消費(fèi)者行為的預(yù)測(cè)研究助力[5]。

作為最早將神經(jīng)科學(xué)與消費(fèi)者決策結(jié)合的研究之一，McClure等人發(fā)現(xiàn)了品牌的秘密。他們的研究結(jié)果表明消費(fèi)者在未觀察到可樂的品牌商標(biāo)時(shí)，品嘗百事可樂時(shí)獎(jiǎng)賞相關(guān)的腦區(qū)激活程度為品嘗可口可樂的5倍。然而在觀察到品牌商標(biāo)時(shí)，與記憶過程相關(guān)的特定區(qū)域——海馬體(hippocampus)和背外側(cè)前額葉皮質(zhì)(dorsolateral prefrontal cortex; dlPFC)的神經(jīng)活動(dòng)在品嘗可口可樂時(shí)更強(qiáng)，但在品嘗百事可樂時(shí)卻未發(fā)現(xiàn)相關(guān)活動(dòng)[16]。此研究從認(rèn)知科學(xué)的視角解釋了品牌對(duì)消費(fèi)者購(gòu)買產(chǎn)品的影響，這也促使學(xué)者們開始使用神經(jīng)科學(xué)技術(shù)研究營(yíng)銷活動(dòng)，開辟了消費(fèi)者神經(jīng)科學(xué)的大門。

消費(fèi)者神經(jīng)科學(xué)早期的研究集中于探索與消費(fèi)者行為相關(guān)的神經(jīng)關(guān)聯(lián)[42]，如表1所示。大量研究發(fā)現(xiàn)，紋狀體(striatum)、伏隔核(nucleus accumbens; NAcc)與“獎(jiǎng)賞”相關(guān)[43-46]，前額葉皮質(zhì)(prefrontal cortex; PFC)與“主觀價(jià)值”相關(guān)[47-51]。除此之外，研究還發(fā)現(xiàn)中腦邊緣系統(tǒng)與個(gè)體價(jià)值感知密切相關(guān)[13,52]。上述研究揭示了消費(fèi)者行為背后的腦機(jī)制，為神經(jīng)科學(xué)與消費(fèi)者行為融合發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。一直以來，社會(huì)心理學(xué)家認(rèn)為消費(fèi)者的偏好是無意識(shí)形成的[53]，而神經(jīng)科學(xué)方法對(duì)這一觀點(diǎn)做了強(qiáng)有力的支撐。已有fMRI實(shí)驗(yàn)表明，當(dāng)被試不知道或不在意是否需要做決定時(shí)，其偏好已經(jīng)在大腦中形成，且可以預(yù)測(cè)其后續(xù)的決策[54,55]。Knutson等人率先使用認(rèn)知科學(xué)數(shù)據(jù)來對(duì)消費(fèi)者后續(xù)行為進(jìn)行預(yù)測(cè)，研究發(fā)現(xiàn)產(chǎn)品偏好與伏隔核(NAcc)有關(guān)，產(chǎn)品價(jià)格與腦島(insula)和內(nèi)側(cè)前額葉皮質(zhì)(medial prefrontal cortex; MPFC)相關(guān)，這些神經(jīng)回路的激活預(yù)測(cè)了隨后的消費(fèi)者購(gòu)買選擇[45]。相較于以往的自我報(bào)告數(shù)據(jù)，神經(jīng)科學(xué)工具可以實(shí)時(shí)動(dòng)態(tài)地跟蹤消費(fèi)者決策過程，為研究提供多維度較難觀測(cè)的精細(xì)數(shù)據(jù)，因此可以更準(zhǔn)確地用以預(yù)測(cè)消費(fèi)者的行為[55-59]，甚至使用實(shí)驗(yàn)室中被試的認(rèn)知活動(dòng)便可以預(yù)測(cè)一個(gè)較大人群或市場(chǎng)的行為[20,21,60-62]。

神經(jīng)科學(xué)方法在消費(fèi)者決策現(xiàn)存概念和研究主題方面的發(fā)展經(jīng)歷了近20年，一方面找到了與消費(fèi)者行為相關(guān)的認(rèn)知指標(biāo)，幫助我們更加精確地解讀和剖析消費(fèi)者行為，豐富了現(xiàn)有的消費(fèi)行為研究和決策理論；另一方面，還揭示了神經(jīng)數(shù)據(jù)具有直接預(yù)測(cè)消費(fèi)者個(gè)人及市場(chǎng)行為的能力，使得現(xiàn)有的理論研究更好地運(yùn)用于實(shí)踐當(dāng)中，提高社會(huì)的經(jīng)濟(jì)效益。

表1 與消費(fèi)者行為相關(guān)的大腦區(qū)域

資料來源：Karmarkar和Plassmann，2019

2 預(yù)測(cè)消費(fèi)者行為的方法

預(yù)測(cè)是消費(fèi)者行為研究的重要課題之一，精準(zhǔn)預(yù)測(cè)消費(fèi)者行為可以帶來巨大的經(jīng)濟(jì)效益。然而，前期研究發(fā)現(xiàn)，由于缺乏對(duì)消費(fèi)者偏好的感知和預(yù)測(cè)，新產(chǎn)品的銷量通常達(dá)不到預(yù)期效果，面臨著經(jīng)濟(jì)和名譽(yù)的雙重?fù)p失[63,64]。為改變這一困境，研究者們采用多種方法預(yù)測(cè)消費(fèi)者行為，以期解決上述問題。如：以訪談法和焦點(diǎn)小組為代表的定性研究方法，以問卷調(diào)研、實(shí)驗(yàn)研究、大數(shù)據(jù)智能方法為代表的定量研究方法。近年來，作為傳統(tǒng)研究方法的補(bǔ)充，神經(jīng)科學(xué)方法逐漸興起，在預(yù)測(cè)消費(fèi)者行為方面展現(xiàn)出巨大優(yōu)勢(shì)，僅使用實(shí)驗(yàn)室樣本便可達(dá)到預(yù)測(cè)整體市場(chǎng)消費(fèi)的效果，引起了學(xué)者們的廣泛關(guān)注[5,10]。

2.1 傳統(tǒng)方法

訪談法作為定性研究的方法，可以幫助研究者發(fā)現(xiàn)新問題，對(duì)于理解消費(fèi)者行為提供新見解，但由于其無法提供準(zhǔn)確的定量資料，在預(yù)測(cè)消費(fèi)者行為時(shí)存在不足。焦點(diǎn)小組雖然可以同時(shí)訪問多個(gè)被調(diào)查者，但研究者的主觀判斷會(huì)對(duì)結(jié)果產(chǎn)生影響[65]，與此同時(shí)，作為定性研究技術(shù)，其在預(yù)測(cè)行為時(shí)同樣無法提供定量解釋。

通過問卷調(diào)查消費(fèi)者喜好，進(jìn)而評(píng)估產(chǎn)品或營(yíng)銷策略是普遍采用的方法之一。研究者大多運(yùn)用統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、數(shù)據(jù)挖掘等方法建模，來預(yù)測(cè)消費(fèi)者行為。如：Chong等人采用問卷的方式找到了影響馬來西亞和中國(guó)消費(fèi)者使用移動(dòng)商務(wù)(mobile commerce)的預(yù)測(cè)因子[66]；申相德等人通過問卷調(diào)查的實(shí)證研究，提出并驗(yàn)證了電子商務(wù)臨界交易期內(nèi)客戶交易決策行為的預(yù)測(cè)模型[67]。事實(shí)上，采用問卷調(diào)查具有方便、快速、成本低、可覆蓋面廣等多個(gè)優(yōu)點(diǎn)[68]。盡管問卷的設(shè)計(jì)耗時(shí)耗力，但經(jīng)過不斷完善且效度良好的問卷可以準(zhǔn)確地發(fā)掘消費(fèi)者真實(shí)的偏好。然而，有研究發(fā)現(xiàn)，通過問卷或自我報(bào)告的方式測(cè)量出來的被試態(tài)度與其實(shí)際行為之間的一致性較低[69]，即消費(fèi)者態(tài)度對(duì)其行為的預(yù)測(cè)效果不佳。

通過實(shí)驗(yàn)室行為實(shí)驗(yàn)的方法預(yù)測(cè)消費(fèi)者行為同樣是一種有效的途徑，但也有研究表明通過消費(fèi)者在實(shí)驗(yàn)室中的假設(shè)選擇來預(yù)測(cè)其在實(shí)際情景下的真實(shí)選擇會(huì)存在較大偏差[70]。同時(shí)，實(shí)驗(yàn)室的小樣本數(shù)據(jù)能否推廣到市場(chǎng)中解讀大樣本的行為規(guī)律也還受到挑戰(zhàn)[5]。此外，有研究采用大數(shù)據(jù)智能方法預(yù)測(cè)消費(fèi)者行為，如：Bag等人基于消費(fèi)者在亞馬遜平臺(tái)的實(shí)時(shí)搜索和評(píng)論的大數(shù)據(jù)，預(yù)測(cè)了消費(fèi)者對(duì)耐用品的購(gòu)買偏好[71]。王煉等人的研究發(fā)現(xiàn)，網(wǎng)絡(luò)搜索數(shù)據(jù)能夠預(yù)測(cè)汽車銷量和市場(chǎng)份額[72]。大數(shù)據(jù)技術(shù)通過精準(zhǔn)捕捉消費(fèi)者搜索記錄和全方位實(shí)時(shí)分析消費(fèi)者行為，可以達(dá)到“讓消費(fèi)者自己告訴你”的目標(biāo)[6]，對(duì)消費(fèi)者行為的預(yù)測(cè)研究有重要價(jià)值。然而，對(duì)于沒有搜索和銷售記錄的新產(chǎn)品，大數(shù)據(jù)技術(shù)難以實(shí)現(xiàn)上述目的。

2.2 神經(jīng)科學(xué)新視角

為了解決上述研究方法的弊端，一種新興的方法是測(cè)量消費(fèi)者在假設(shè)選擇時(shí)的神經(jīng)指標(biāo)，并使用這些認(rèn)知指標(biāo)來預(yù)測(cè)實(shí)際行為[73]。研究者們希望借助功能性磁共振成像(fMRI)、腦電圖(EEG)、功能性近紅外光譜(fNIRS)、眼動(dòng)追蹤(eye tracking)及一些生理信號(hào)和生物學(xué)特征，如皮膚電反應(yīng)、心率、呼吸頻率等更加準(zhǔn)確客觀的測(cè)量技術(shù)來預(yù)測(cè)實(shí)驗(yàn)室內(nèi)甚至市場(chǎng)上的消費(fèi)者行為[21]。其中，fMRI和fNIRS可以定位與特定功能相關(guān)的腦區(qū)，而EEG記錄的是大腦從事特定任務(wù)時(shí)的皮層電位，眼動(dòng)追蹤技術(shù)主要用來記錄視覺信息的眼動(dòng)軌跡，皮膚電反應(yīng)、心率、呼吸頻率等生理指標(biāo)能夠反應(yīng)情緒情感等心理活動(dòng)水平。表2展示了不同研究工具的原理、優(yōu)缺點(diǎn)及應(yīng)用場(chǎng)景。

引入神經(jīng)科學(xué)的數(shù)據(jù)，可以提高對(duì)消費(fèi)行為的預(yù)測(cè)精度[19,56,62]。有研究希望通過預(yù)測(cè)消費(fèi)者偏好以幫助商家選擇銷售消費(fèi)者喜歡的產(chǎn)品從而提高利潤(rùn)，該研究同時(shí)采用問卷和神經(jīng)科學(xué)的方法預(yù)測(cè)消費(fèi)者行為。結(jié)果表明，結(jié)合EEG數(shù)據(jù)比問卷調(diào)查的數(shù)據(jù)更準(zhǔn)確地預(yù)測(cè)了消費(fèi)者的偏好，商家據(jù)此調(diào)整銷售品類，從而售出了更多消費(fèi)者喜愛的產(chǎn)品。與未進(jìn)行預(yù)測(cè)相比，基于自我報(bào)告數(shù)據(jù)預(yù)測(cè)的產(chǎn)品銷售帶來了12.1%的利潤(rùn)增長(zhǎng)，而基于EEG數(shù)據(jù)的預(yù)測(cè)則使利潤(rùn)增長(zhǎng)了36.4%[74]。在Falk、Berns和Moore以及Kühn等的研究中[19,56,62]，同樣證實(shí)了神經(jīng)數(shù)據(jù)比自我報(bào)告數(shù)據(jù)能更好地預(yù)測(cè)消費(fèi)者行為。

表2 不同研究工具的原理、優(yōu)缺點(diǎn)及應(yīng)用場(chǎng)景

3 消費(fèi)者神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的研究現(xiàn)狀

消費(fèi)者神經(jīng)科學(xué)逐步從認(rèn)知活動(dòng)與決策行為的相關(guān)性研究跨度到使用認(rèn)知指標(biāo)來預(yù)測(cè)消費(fèi)者即將發(fā)生的決策行為。近年來，大量的學(xué)者在此新興領(lǐng)域進(jìn)行耕耘，產(chǎn)生了一系列有趣且實(shí)用的研究成果。

本文分析了2002年至2019年，消費(fèi)者神經(jīng)科學(xué)以及消費(fèi)者神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的研究發(fā)展趨勢(shì)。在Web of Science數(shù)據(jù)庫(kù)中以消費(fèi)者神經(jīng)科學(xué)(consumer neuroscience)、消費(fèi)者行為預(yù)測(cè)(consumer behavior prediction/forecast)等為關(guān)鍵詞，共檢索到消費(fèi)者神經(jīng)科學(xué)相關(guān)文獻(xiàn)437篇，其中，消費(fèi)者神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的相關(guān)文獻(xiàn)65篇（見圖1）。從圖2展示的發(fā)展趨勢(shì)圖可以看出，在消費(fèi)者神經(jīng)科學(xué)研究快速發(fā)展的趨勢(shì)下，預(yù)測(cè)消費(fèi)者行為的相關(guān)研究在近十年開始出現(xiàn)并呈現(xiàn)波動(dòng)式增長(zhǎng)，已經(jīng)成為消費(fèi)者神經(jīng)科學(xué)關(guān)注的前沿領(lǐng)域。

對(duì)上述65篇論文中發(fā)表在Q1區(qū)的36篇論文進(jìn)行了統(tǒng)計(jì)分析，發(fā)現(xiàn)：

（1）功能性磁共振成像（fMRI）、腦電圖(EEG)和眼動(dòng)追蹤(eye tracking)是研究者最廣泛使用的3個(gè)工具，其中使用fMRI的研究有17篇、使用EEG的研究有11篇、使用眼動(dòng)追蹤的研究有9篇（注：Venkatraman等的研究中同時(shí)使用了上述3個(gè)工具）；

（2）根據(jù)盛峰和徐菁[25]的研究，可將預(yù)測(cè)消費(fèi)者行為的研究分為產(chǎn)品、體驗(yàn)和廣告，這些主題是當(dāng)今消費(fèi)者行為的重要研究領(lǐng)域。本文所檢索的文獻(xiàn)中涉及產(chǎn)品選擇的有21篇，廣告效果6篇，體驗(yàn)偏好6篇，其他3篇；

（3）相關(guān)成果發(fā)表在以Proceedings of the National Academy of Sciences (PNAS)、Nature Communications為代表的綜合類期刊、以Journal of Consumer Research (JCR)、Journal of Marketing Research (JMR)為代表的營(yíng)銷類期刊、以Journal of Neuroscience、NeuroImage為代表的神經(jīng)科學(xué)期刊、以Psychological Science為代表的心理學(xué)期刊等。為了進(jìn)一步厘清神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的研究現(xiàn)狀，本文從研究工具、研究主題、測(cè)量指標(biāo)、發(fā)表期刊等維度將18篇代表性文獻(xiàn)進(jìn)行歸納分析，具體內(nèi)容如表3所示。

以下，本文將以研究工具為分類視角，詳細(xì)闡述消費(fèi)者神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的研究現(xiàn)狀。

圖1 消費(fèi)者神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為研究的期刊論文分區(qū)統(tǒng)計(jì)

Figure 1 Statistics of journal papers on consumer behavior prediction based on consumer neuroscience perspective

圖2 消費(fèi)者神經(jīng)科學(xué)以及消費(fèi)者神經(jīng)科學(xué)視角下預(yù)測(cè)消費(fèi)者行為的研究發(fā)展趨勢(shì)

Figure 2 Research Trends of consumer neuroscience and consumer behavior prediction based on the consumer neuroscience perspective

表3 代表性文獻(xiàn)（發(fā)表在領(lǐng)域內(nèi)頂級(jí)期刊）的研究梳理

表3 （續(xù)） 代表性文獻(xiàn)（發(fā)表在領(lǐng)域內(nèi)頂級(jí)期刊）的研究梳理

3.1 使用fMRI預(yù)測(cè)消費(fèi)者行為

fMRI作為預(yù)測(cè)消費(fèi)者行為最常用的神經(jīng)科學(xué)工具之一，最大優(yōu)勢(shì)是其較高的空間分辨率，可以準(zhǔn)確定位腦區(qū)。研究者大多采用前額葉皮質(zhì)、紋狀體、伏隔核、腦島等區(qū)域作為特征性預(yù)測(cè)指標(biāo)。已有研究利用fMRI技術(shù)，從體驗(yàn)偏好、產(chǎn)品選擇與廣告效果等方面對(duì)消費(fèi)者行為進(jìn)行預(yù)測(cè)，這些研究不僅預(yù)測(cè)了實(shí)驗(yàn)室小樣本的行為，而且對(duì)市場(chǎng)上的大樣本行為預(yù)測(cè)進(jìn)行了探討。

Berns和Moore采用fMRI技術(shù)用小樣本成功預(yù)測(cè)了音樂的市場(chǎng)表現(xiàn)[19]。在研究中，他們記錄了27名被試聆聽20首音樂片段時(shí)的大腦活動(dòng)，并讓其報(bào)告對(duì)每一首音樂的喜愛程度。結(jié)果發(fā)現(xiàn)，與獎(jiǎng)勵(lì)相關(guān)的大腦區(qū)域——伏隔核的神經(jīng)信號(hào)是該音樂三年下載量的重要預(yù)測(cè)指標(biāo)，而被試對(duì)音樂喜愛程度的主觀評(píng)分卻無法對(duì)下載量進(jìn)行準(zhǔn)確預(yù)測(cè)。該研究一方面體現(xiàn)了大腦數(shù)據(jù)在預(yù)測(cè)消費(fèi)者偏好的獨(dú)特貢獻(xiàn)，另一方面肯定了小樣本預(yù)測(cè)市場(chǎng)反應(yīng)的能力。另一項(xiàng)2020年最新發(fā)表在PNAS上的研究也成功預(yù)測(cè)了實(shí)驗(yàn)室個(gè)體水平和整體市場(chǎng)水平的視頻偏好[81]。研究者采用伏隔核和內(nèi)側(cè)前額葉皮質(zhì)作為正向預(yù)測(cè)指標(biāo)，采用前腦島作為負(fù)向預(yù)測(cè)指標(biāo)預(yù)測(cè)了個(gè)體觀看視頻的時(shí)間分配。此外，伏隔核的正向活動(dòng)和前腦島的負(fù)向活動(dòng)還預(yù)測(cè)了互聯(lián)網(wǎng)(Youtube)該視頻的觀看頻率和持續(xù)時(shí)長(zhǎng)，而行為實(shí)驗(yàn)數(shù)據(jù)則無法完成以上預(yù)測(cè)。

Lawrence等人使用fMRI數(shù)據(jù)預(yù)測(cè)健康女性對(duì)健康食品的選擇行為。該研究發(fā)現(xiàn)，食物線索誘發(fā)的伏隔核活動(dòng)可以預(yù)測(cè)消費(fèi)者后期的零食消費(fèi)行為[57]。除此之外，斯坦福大學(xué)的Genevsky和Knutson在預(yù)測(cè)互聯(lián)網(wǎng)貸款能否成功時(shí)，也顯示出神經(jīng)科學(xué)數(shù)據(jù)的獨(dú)特優(yōu)勢(shì)[61]。在實(shí)驗(yàn)室研究(N=28)中，他們使用fMRI記錄了被試觀看貸款者請(qǐng)求信息時(shí)的神經(jīng)活動(dòng)，并讓被試選擇是否投資該項(xiàng)目。結(jié)果表明，伏隔核的激活程度不僅可以預(yù)測(cè)被試在實(shí)驗(yàn)室中的貸款產(chǎn)品選擇行為，還可以預(yù)測(cè)這些貸款項(xiàng)目在互聯(lián)網(wǎng)市場(chǎng)中真實(shí)的獲貸情況。

除了預(yù)測(cè)消費(fèi)者對(duì)產(chǎn)品的偏好及選擇，fMRI還可以預(yù)測(cè)廣告對(duì)消費(fèi)者決策的影響。在一項(xiàng)最新研究中，Gearhardt等人讓171名被試觀看快餐廣告并獲取fMRI數(shù)據(jù)作為神經(jīng)反應(yīng)指標(biāo)，隨后讓被試在模擬的快餐餐廳用餐。結(jié)果發(fā)現(xiàn)，在觀看不健康食品的廣告時(shí)，與獎(jiǎng)賞相關(guān)腦區(qū)（伏隔核和尾狀核）的神經(jīng)活動(dòng)增強(qiáng)，并可以預(yù)測(cè)消費(fèi)者隨后的食物攝入量[82]。而另外兩項(xiàng)研究則進(jìn)一步完成了廣告效果在市場(chǎng)上的檢驗(yàn)。Falk等人采集了30位吸煙者在觀看不同控?zé)煆V告時(shí)前額葉皮質(zhì)的神經(jīng)活動(dòng)，并讓被試報(bào)告廣告的勸誡效果[60]。研究表明，與自我報(bào)告結(jié)果相比，前額葉皮質(zhì)的激活程度很好地預(yù)測(cè)了控?zé)煆V告的市場(chǎng)反應(yīng)，即讓被試前額葉皮質(zhì)激活程度越高的控?zé)煆V告，其控?zé)煙峋€咨詢的通話量越高；相比之下，被試對(duì)戒煙廣告勸誡效果的自我報(bào)告數(shù)據(jù)則無法預(yù)測(cè)控?zé)煙峋€的通話量。另一項(xiàng)研究用18名被試觀看同款巧克力的6種不同宣傳海報(bào)時(shí)的fMRI數(shù)據(jù)成功預(yù)測(cè)了該巧克力的市場(chǎng)反應(yīng)。研究者選取了消費(fèi)者觀察海報(bào)時(shí)多個(gè)腦區(qū)的活動(dòng)作為預(yù)測(cè)指標(biāo)，他們假設(shè)伏隔核、眶額內(nèi)側(cè)皮質(zhì)、杏仁核、海馬體、額下回、背內(nèi)側(cè)前額葉皮質(zhì)的激活程度可對(duì)銷量有正性預(yù)測(cè)，而背外側(cè)前額葉皮質(zhì)和腦島的激活程度則對(duì)銷量有負(fù)性預(yù)測(cè)，并建立模型預(yù)測(cè)消費(fèi)者購(gòu)買行為。結(jié)果發(fā)現(xiàn)，該模型成功預(yù)測(cè)了60000多家超市中不同海報(bào)對(duì)應(yīng)巧克力購(gòu)買率的排名，而被試對(duì)這6種海報(bào)喜愛程度排序的自我報(bào)告卻無法預(yù)測(cè)其所對(duì)應(yīng)銷量的排名[62]。

fMRI憑借其高空間分辨率的優(yōu)點(diǎn)，深受研究者的青睞，自2009年至今，每年都有相關(guān)研究成果發(fā)表。通過特定腦區(qū)指標(biāo)可以更加準(zhǔn)確地預(yù)測(cè)消費(fèi)者在實(shí)驗(yàn)室以及現(xiàn)實(shí)市場(chǎng)的效應(yīng)，比如伏隔核活動(dòng)可以預(yù)測(cè)體驗(yàn)偏好[19,81]、產(chǎn)品選擇[57,61]、廣告效果[62,82]，前額葉皮質(zhì)活動(dòng)可以預(yù)測(cè)廣告效果[60,62]。

3.2 使用EEG預(yù)測(cè)消費(fèi)者行為

EEG具有較高的時(shí)間分辨率，能夠預(yù)測(cè)消費(fèi)者在體驗(yàn)偏好和產(chǎn)品選擇上的行為。近年來，很多研究者應(yīng)用腦電指標(biāo)預(yù)測(cè)了市場(chǎng)層面的電影或電視節(jié)目偏好。不僅是單一的腦電信號(hào)，雙人以及多人腦電信號(hào)的一致性的方法均證明了神經(jīng)科學(xué)指標(biāo)的納入可以提高對(duì)市場(chǎng)上消費(fèi)者行為的預(yù)測(cè)精度。Boksem 和Smidts發(fā)表在JMR的研究中，在被試觀看了多個(gè)電影預(yù)告片的同時(shí)記錄其腦電活動(dòng)，并在觀看結(jié)束后，讓被試報(bào)告對(duì)不同電影預(yù)告片的喜好程度。在數(shù)據(jù)分析時(shí)，他們選取了特征性腦電頻譜——β波和γ波作為預(yù)測(cè)指標(biāo)，結(jié)果發(fā)現(xiàn)，β波可以很好地預(yù)測(cè)個(gè)體對(duì)于不同電影的偏好，而加入γ波的行為預(yù)測(cè)模型提高了對(duì)市場(chǎng)上電影真實(shí)票房的預(yù)測(cè)效度[20]。其次，Dmochowski等人使用被試間相關(guān)性(inter-subject correlation; ISC) 的測(cè)量方法預(yù)測(cè)了電視節(jié)目偏好的市場(chǎng)效應(yīng)[76]。ISC的測(cè)量方法用于分析兩個(gè)被試在接受視聽刺激時(shí)神經(jīng)數(shù)據(jù)的相似性[83]。該研究讓被試同時(shí)觀看某節(jié)目片段，并記錄被試的腦電活動(dòng)，同時(shí)，研究者還收集了該節(jié)目在播放期間社交媒體Twitter上與之相關(guān)的發(fā)帖數(shù)，以及該節(jié)目播放期間的實(shí)時(shí)收視率。結(jié)果發(fā)現(xiàn)，誘發(fā)腦電反應(yīng)的ISC水平可以預(yù)測(cè)以上兩個(gè)市場(chǎng)反應(yīng)。此外，另一種類似于ISC的測(cè)量方法為跨腦關(guān)聯(lián)(cross-brain correlation; CBC)，即基于多個(gè)大腦數(shù)據(jù)的一致性來研究組間對(duì)復(fù)雜刺激（如電影或廣告）的反應(yīng)[84]。與ISC相比，其更強(qiáng)調(diào)多個(gè)大腦間的神經(jīng)數(shù)據(jù)關(guān)聯(lián)。一項(xiàng)發(fā)表在JCR的研究采用了田野實(shí)驗(yàn)的方法，他們使用便攜式EEG記錄了電影院58位觀眾的大腦活動(dòng)，并分析計(jì)算了13部電影預(yù)告片中觀眾的CBC相對(duì)水平。結(jié)果發(fā)現(xiàn)，電影預(yù)告片引發(fā)不同觀眾的腦活動(dòng)相似程度越高，電影的票房收入越高。且CBC指標(biāo)對(duì)電影的市場(chǎng)收入要顯著好于觀眾自我報(bào)告的對(duì)電影的喜愛程度和支付意愿[22]。

除了預(yù)測(cè)消費(fèi)者對(duì)電影、電視節(jié)目等的喜愛，研究者還采用腦電指標(biāo)預(yù)測(cè)了消費(fèi)者對(duì)產(chǎn)品的選擇。如：Ravaja等人采用前額葉皮質(zhì)的腦電不對(duì)稱性預(yù)測(cè)了消費(fèi)者的購(gòu)買選擇[85]。在該研究中，被試需要完成對(duì)14種產(chǎn)品的購(gòu)買選擇實(shí)驗(yàn)，結(jié)果發(fā)現(xiàn)，左額葉皮質(zhì)的激活可以預(yù)測(cè)消費(fèi)者購(gòu)買行為。Wang 等人利用腦電實(shí)驗(yàn)對(duì)消費(fèi)者在眾籌市場(chǎng)上對(duì)產(chǎn)品投資意愿的改變進(jìn)行了預(yù)測(cè)，研究發(fā)現(xiàn)，消費(fèi)者在觀察到社會(huì)信息時(shí)的P300振幅可以很好地預(yù)測(cè)隨后的從眾行為[33]。還有研究基于EEG綜合分析了消費(fèi)者對(duì)產(chǎn)品、廣告、品牌等的反應(yīng)，提出了一種基于深度學(xué)習(xí)方法的消費(fèi)者對(duì)產(chǎn)品的偏好預(yù)測(cè)系統(tǒng)。該研究采用短時(shí)傅里葉變換與雙調(diào)和樣條插值，從多通道腦電信號(hào)中得到了5個(gè)不同頻帶的EEG 形圖視頻，結(jié)合三維卷積神經(jīng)網(wǎng)絡(luò)與多層長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)構(gòu)建了消費(fèi)者偏好預(yù)測(cè)模型。之后，研究者使用EEG數(shù)據(jù)集評(píng)估了該預(yù)測(cè)模型的性能，該預(yù)測(cè)模型的性能在消費(fèi)者依賴模式和消費(fèi)者獨(dú)立模式下的平均正確度約為80%[34,35]。

綜上，研究者可以采用單一的特征性腦電成分或波段預(yù)測(cè)消費(fèi)者行為[20,33]，也開始使用多指標(biāo)聯(lián)合提高預(yù)測(cè)效度[22,34,35,76]。EEG對(duì)于動(dòng)態(tài)刺激物具有較高的適用性，成本較低且可以進(jìn)行大規(guī)模的現(xiàn)場(chǎng)實(shí)驗(yàn)。尤其適用于預(yù)測(cè)電影、電視節(jié)目的體驗(yàn)偏好及視頻類廣告等對(duì)消費(fèi)者行為的影響，對(duì)于電影制片公司、視頻剪輯行業(yè)具有較大的商業(yè)價(jià)值。

3.3 使用眼動(dòng)追蹤預(yù)測(cè)消費(fèi)者行為

眼動(dòng)追蹤可以記錄消費(fèi)者的注意力分配，刻畫消費(fèi)者的視覺信息加工過程，同樣是預(yù)測(cè)消費(fèi)者行為的重要工具。研究者大多集中于探索首次注視點(diǎn)、總注視時(shí)長(zhǎng)、最后注視點(diǎn)、瞳孔大小等指標(biāo)對(duì)消費(fèi)者產(chǎn)品選擇的預(yù)測(cè)。如：Jantathai等人研究了消費(fèi)者選擇食物的眼動(dòng)指標(biāo)。在該研究中，被試觀看完三種食物后需要做出選擇，結(jié)果發(fā)現(xiàn)，注視次數(shù)和注視時(shí)長(zhǎng)均與最終選擇之間存在顯著的正相關(guān)關(guān)系，該研究為注視次數(shù)和注視時(shí)長(zhǎng)可以用來預(yù)測(cè)消費(fèi)者行為的可能性提供了重要參考[86]。Goyal等人同樣使用眼動(dòng)技術(shù)記錄了被試觀看不同食物時(shí)的相關(guān)數(shù)據(jù)，并著重分析了注視次數(shù)和總注視時(shí)長(zhǎng)與被試選擇食物之間的關(guān)系，結(jié)果發(fā)現(xiàn)，這兩個(gè)指標(biāo)與被試的選擇行為高度相關(guān)，可以作為消費(fèi)者決策的預(yù)測(cè)因子[87]。該研究的缺陷在于研究者只分析了12名被試的眼動(dòng)指標(biāo)與其在實(shí)驗(yàn)室中的產(chǎn)品選擇之間的關(guān)系，缺乏市場(chǎng)拓展效度。以上兩個(gè)研究均選取了比較常見的眼動(dòng)指標(biāo)來分析其與消費(fèi)者選擇之間的關(guān)系，也有研究者分析了其他預(yù)測(cè)指標(biāo)。如：Ramsoy等人采用高分辨率眼動(dòng)追蹤儀，將瞳孔大小和身體姿勢(shì)作為預(yù)測(cè)消費(fèi)者行為的重要因素。在研究中，他們通過被試與屏幕之間的距離及傾角確定身體姿勢(shì)。結(jié)果表明，身體姿勢(shì)和瞳孔擴(kuò)張的程度可以獨(dú)立作為預(yù)測(cè)消費(fèi)者選擇行為的指標(biāo)，若將二者結(jié)合共同作為預(yù)測(cè)指標(biāo)，則有更好的預(yù)測(cè)效力[88]。

上述研究?jī)H分析了眼動(dòng)指標(biāo)與消費(fèi)者行為之間的相關(guān)性，有研究者將決策過程的眼動(dòng)指標(biāo)納入預(yù)測(cè)模型，從而實(shí)現(xiàn)更好的預(yù)測(cè)效度。Krajbich等人長(zhǎng)期致力于收集視覺注意力等信息，以更好地構(gòu)建預(yù)測(cè)消費(fèi)者行為的模型，其成果發(fā)表在Nature Neuroscience、PNAS等期刊[78,79]。他們提出了注意力漂移擴(kuò)散模型(attentional drift-diffusion model; aDDM)，將眼動(dòng)指標(biāo)納入模型后，預(yù)測(cè)的準(zhǔn)確度有所提高，證實(shí)了注視時(shí)間和注視次序是預(yù)測(cè)消費(fèi)者行為的關(guān)鍵因子。在此基礎(chǔ)上，Towal等人提出，納入視覺顯著性和價(jià)值計(jì)算這兩個(gè)指標(biāo)可以改進(jìn)上述預(yù)測(cè)模型的預(yù)測(cè)效度[80]。Cavanagh等人證實(shí)了消費(fèi)者的眼動(dòng)數(shù)據(jù)可以預(yù)測(cè)其決策過程中的行為選擇偏差。他們將注視時(shí)長(zhǎng)、瞳孔大小納入DDM模型，發(fā)現(xiàn)注視時(shí)長(zhǎng)可以預(yù)測(cè)特定選項(xiàng)的漂移率(drift-rate)，瞳孔放大可以預(yù)測(cè)決策沖突時(shí)決策閾值(decision-threshold)的增加[89]。

綜上，若要預(yù)測(cè)視覺注意力對(duì)消費(fèi)者行為的影響，首選工具是眼動(dòng)追蹤。當(dāng)前，采用眼動(dòng)指標(biāo)預(yù)測(cè)消費(fèi)者行為已從單純的相關(guān)性研究拓展至與決策模型（以DDM為代表）的結(jié)合，但相關(guān)研究多為實(shí)驗(yàn)室內(nèi)個(gè)人行為的預(yù)測(cè)，缺乏外部有效性的檢驗(yàn)。未來，便攜式眼動(dòng)追蹤將發(fā)揮更大優(yōu)勢(shì)，對(duì)于理解并預(yù)測(cè)現(xiàn)實(shí)情境下的消費(fèi)者行為有較大幫助。

3.4 使用其他工具預(yù)測(cè)消費(fèi)者行為

除了被廣泛使用的功能性磁共振成像(fMRI)、腦電圖(EEG)和眼動(dòng)追蹤(eye tracking)之外，其他工具也能夠預(yù)測(cè)消費(fèi)者行為。如：有研究表明，fNIRS可用于監(jiān)測(cè)消費(fèi)者購(gòu)買決策過程中前額葉皮質(zhì)的活動(dòng)，并可作為預(yù)測(cè)消費(fèi)者行為的有效工具，準(zhǔn)確率達(dá)71%-85%[90]。此外，也有研究使用fNIRS工具預(yù)測(cè)了品牌忠誠(chéng)的顧客對(duì)奢侈品和有吸引力的產(chǎn)品更敏感，具體表現(xiàn)為內(nèi)額葉皮質(zhì)(medial frontal cortex; MFC)中相對(duì)較大的信號(hào)變化[91]。這兩項(xiàng)研究采用fNIRS工具預(yù)測(cè)了消費(fèi)者的產(chǎn)品選擇行為，但僅僅只進(jìn)行了樣本內(nèi)預(yù)測(cè)。采用皮膚電反應(yīng)、心率、呼吸頻率等生理測(cè)量工具同樣可以預(yù)測(cè)消費(fèi)者行為，但其效果不及上述其他工具。一項(xiàng)發(fā)表在JMR的研究采用了包含生理測(cè)量工具、fMRI、EEG、眼動(dòng)追蹤等在內(nèi)的多個(gè)研究工具進(jìn)行了廣告效果的預(yù)測(cè)。結(jié)果表明，皮膚電反應(yīng)、心跳、呼吸頻率均不能作為預(yù)測(cè)指標(biāo)，相反，fMRI在該研究中被證明是預(yù)測(cè)廣告效果的最優(yōu)工具[21]。

綜合現(xiàn)有的消費(fèi)者神經(jīng)科學(xué)視角下的消費(fèi)者行為預(yù)測(cè)研究，不難發(fā)現(xiàn)，研究者們?cè)陬A(yù)測(cè)消費(fèi)者行為時(shí)，有些僅預(yù)測(cè)了相同被試在實(shí)驗(yàn)任務(wù)中的行為選擇，而有些還預(yù)測(cè)了大規(guī)模人群的消費(fèi)行為或整個(gè)市場(chǎng)反應(yīng)，這兩種方法分別為樣本內(nèi)(within-sample)預(yù)測(cè)和樣本外(out-of-sample)預(yù)測(cè)[73]。樣本內(nèi)預(yù)測(cè)即研究者通過提取、記錄被試的數(shù)據(jù)，分析預(yù)測(cè)被試之后的選擇。而樣本外預(yù)測(cè)則指研究者提取、記錄的被試數(shù)據(jù)可以預(yù)測(cè)市場(chǎng)消費(fèi)的整體水平，如實(shí)際銷售額、廣告閱讀量、音樂下載量等。二者的區(qū)別在于，樣本內(nèi)預(yù)測(cè)可以更好地理解影響選擇的決定因素和神經(jīng)機(jī)制，是從更底層理解消費(fèi)者行為；而樣本外預(yù)測(cè)更強(qiáng)調(diào)應(yīng)用價(jià)值，可以協(xié)助企業(yè)設(shè)計(jì)更符合消費(fèi)者內(nèi)心期望的產(chǎn)品，幫助商家增強(qiáng)營(yíng)銷有效性、改善品牌形象等。

4 挑戰(zhàn)與未來

神經(jīng)管理學(xué)是神經(jīng)科學(xué)與社會(huì)科學(xué)交叉的新興領(lǐng)域，催生了包括消費(fèi)者神經(jīng)科學(xué)、神經(jīng)營(yíng)銷學(xué)、神經(jīng)信息系統(tǒng)、神經(jīng)組織學(xué)等在內(nèi)的多個(gè)前沿跨學(xué)科領(lǐng)域的縱深發(fā)展，推動(dòng)管理學(xué)研究從主觀走向客觀。為了更好地理解消費(fèi)者行為，更有效地幫助企業(yè)設(shè)計(jì)產(chǎn)品并制定營(yíng)銷策略，越來越多的研究者開始采用行為實(shí)驗(yàn)與神經(jīng)科學(xué)技術(shù)相結(jié)合的方式來挖掘消費(fèi)者行為背后的機(jī)理以更好地預(yù)測(cè)消費(fèi)者行為，推動(dòng)揭開消費(fèi)者行為背后的“黑箱”，促進(jìn)了消費(fèi)者行為研究范式的轉(zhuǎn)變，取得了顯著的進(jìn)展。

消費(fèi)者神經(jīng)科學(xué)不僅推動(dòng)了學(xué)術(shù)研究的發(fā)展，還重構(gòu)了營(yíng)銷行業(yè)的格局?；谏窠?jīng)科學(xué)的方法吸引了國(guó)內(nèi)外主流營(yíng)銷研究行業(yè)的關(guān)注。益普索(Ipsos)在全球成立的全新機(jī)構(gòu)——Ipsos GSO，從神經(jīng)科學(xué)、行為科學(xué)和數(shù)據(jù)科學(xué)三個(gè)方面為客戶提供解決方案①https://www.ipsos.com/zh-cn/ipsos；尼爾森(Nielsen)分別于2011年和2015年收購(gòu)Neurofocus和Innerscope Research，成立相關(guān)部門專門從事神經(jīng)營(yíng)銷研究，取得了顯著的商業(yè)效益。2017年，尼爾森幫助唯品會(huì)提升了30秒視頻廣告的效果。在尼爾森消費(fèi)者神經(jīng)科學(xué)全球廣告評(píng)估數(shù)據(jù)庫(kù)中，唯品會(huì)2017年的廣告整體有效性表現(xiàn)優(yōu)于其中80%的廣告②https://www.digitaling.com/articles/45856.html；北京視友科技的“腦電波電影測(cè)評(píng)系統(tǒng)”為電影上映前的市場(chǎng)調(diào)研、剪輯優(yōu)化以及市場(chǎng)預(yù)測(cè)提供了可靠的實(shí)證依據(jù)，對(duì)神經(jīng)營(yíng)銷在戰(zhàn)略決策中的應(yīng)用和普及具有引領(lǐng)意義③http://www.cusoft.com.cn/neuromarketing.html。

4.1 研究發(fā)展的局限性

盡管神經(jīng)科學(xué)方法在消費(fèi)行為理論和應(yīng)用的發(fā)展中產(chǎn)生了較大價(jià)值，鑒于不同神經(jīng)科學(xué)工具的特點(diǎn)及應(yīng)用場(chǎng)景的差異，該領(lǐng)域的研究仍然存在以下的局限性。

首先，部分認(rèn)知神經(jīng)科學(xué)研究的反向推理問題可能會(huì)被一些學(xué)者質(zhì)疑。即一個(gè)認(rèn)知過程可能涉及多個(gè)腦區(qū)的活動(dòng)，一個(gè)特定的腦區(qū)也可能被多種認(rèn)知活動(dòng)激活。那么，在一些研究中，消費(fèi)行為與特定的神經(jīng)信號(hào)便不能完全形成一對(duì)一的關(guān)系，某個(gè)特定腦區(qū)可能與多種消費(fèi)行為有關(guān)，某種行為也可能涉及多個(gè)腦區(qū)活動(dòng)。因此在研究中，我們發(fā)現(xiàn)腦區(qū)A的激活與某行為相關(guān)，但不能盲目地認(rèn)為腦區(qū)A的激活便可以預(yù)測(cè)該行為的發(fā)生。從發(fā)現(xiàn)與消費(fèi)者行為的神經(jīng)關(guān)聯(lián)到預(yù)測(cè)消費(fèi)者行為的發(fā)生，還需要不斷重復(fù)并完善實(shí)驗(yàn)，綜合多種認(rèn)知指標(biāo)、考慮其他神經(jīng)信號(hào)的中間機(jī)制，進(jìn)而更精準(zhǔn)地預(yù)測(cè)消費(fèi)者行為。

其次，現(xiàn)有的研究樣本較少且集中于實(shí)驗(yàn)室研究。鑒于部分工具價(jià)格昂貴，設(shè)備維護(hù)費(fèi)用較高，有較高的使用成本，故樣本量較少。此外，大多數(shù)神經(jīng)科學(xué)工具無法帶至現(xiàn)場(chǎng)，很難開展田野研究，因此多數(shù)研究采用了實(shí)驗(yàn)室研究的方法。雖然實(shí)驗(yàn)室少量樣本可以預(yù)測(cè)市場(chǎng)反應(yīng)，但其效度仍然存在質(zhì)疑[26]，即實(shí)驗(yàn)環(huán)境與現(xiàn)實(shí)環(huán)境存在差異。盡管Kang等人證實(shí)了，在假設(shè)情景和真實(shí)情景下大腦激活區(qū)域是一致的，但他們也發(fā)現(xiàn)，真實(shí)情景下的腦區(qū)激活程度要高于假設(shè)情景[92]。因此，獲取被試在真實(shí)消費(fèi)環(huán)境中的認(rèn)知數(shù)據(jù)，捕捉被試真實(shí)的消費(fèi)決策過程，將有助于我們更好地理解及預(yù)測(cè)消費(fèi)者的行為。

盡管現(xiàn)有研究表明，神經(jīng)科學(xué)方法可以獲取消費(fèi)者客觀的神經(jīng)生理指標(biāo)，能夠提高預(yù)測(cè)消費(fèi)者行為的精準(zhǔn)度，然而該過程能否被消費(fèi)者接受有待進(jìn)一步探討。研究者借助影響個(gè)體行為傾向的認(rèn)知神經(jīng)指標(biāo)，制定消費(fèi)者易于接受的廣告營(yíng)銷策略，這可能存在消費(fèi)者思想行為被控制的問題[93]。因而，在使用神經(jīng)科學(xué)工具研究消費(fèi)者行為時(shí)，保護(hù)被試的隱私、消費(fèi)意志以及消費(fèi)自主性都是未來值得深究的倫理問題。

此外，我國(guó)使用神經(jīng)科學(xué)工具預(yù)測(cè)消費(fèi)者行為的相關(guān)研究還處于起步階段。鑒于不同文化背景下的消費(fèi)者行為存在差異，是否可以將國(guó)外的研究結(jié)論應(yīng)用于我國(guó)營(yíng)銷市場(chǎng)尚有待檢驗(yàn)。近年來，國(guó)內(nèi)電子商務(wù)市場(chǎng)迅速發(fā)展，催生了一大批新興的消費(fèi)場(chǎng)景，如直播營(yíng)銷、網(wǎng)紅帶貨等聚集了大批量消費(fèi)者的消費(fèi)環(huán)境。數(shù)字經(jīng)濟(jì)時(shí)代，在我國(guó)開展利用神經(jīng)科學(xué)技術(shù)預(yù)測(cè)消費(fèi)者行為的研究還有很大空間。

4.2 未來的研究方向

4.2.1 結(jié)合多模態(tài)數(shù)據(jù)，豐富預(yù)測(cè)消費(fèi)者行為的特征性指標(biāo)

神經(jīng)科學(xué)工具測(cè)量提供了更多實(shí)時(shí)動(dòng)態(tài)的數(shù)據(jù)，利用多模態(tài)生理-心理-行為等信號(hào)數(shù)據(jù)的組合作為預(yù)測(cè)指標(biāo)，可觀察消費(fèi)者決策行為各階段的相關(guān)數(shù)據(jù)，從而更好地刻畫消費(fèi)者的行為模式。此外，多種研究方法的結(jié)合和多個(gè)認(rèn)知指標(biāo)的引入可提高對(duì)消費(fèi)者行為的預(yù)測(cè)效度。如：Chan Hang-Yee等人將行為數(shù)據(jù)與神經(jīng)指標(biāo)結(jié)合提高了模型的預(yù)測(cè)性能[75]；Kühn采用多個(gè)腦區(qū)的激活程度作為預(yù)測(cè)指標(biāo)，顯著地預(yù)測(cè)了巧克力的市場(chǎng)銷量[62]；Shestyuk等人采用EEG預(yù)測(cè)電視節(jié)目收視率時(shí)，將α/β不對(duì)稱性、α/θ波、θ/γ波作為混合預(yù)測(cè)指標(biāo)，取得了顯著的預(yù)測(cè)效力[94]。多個(gè)認(rèn)知指標(biāo)的綜合使用，將有助于我們?cè)趥€(gè)體和市場(chǎng)水平上更準(zhǔn)確地預(yù)測(cè)消費(fèi)者的特異性行為。尤其是在消費(fèi)方式不斷升級(jí)優(yōu)化的環(huán)境下，消費(fèi)群體越來越多樣化，面對(duì)龐大且差異化的消費(fèi)者，可以借助神經(jīng)科學(xué)方法更好地理解消費(fèi)者行為的個(gè)體差異，從而為預(yù)測(cè)消費(fèi)者行為提供新思路。

4.2.2 以現(xiàn)實(shí)需求為導(dǎo)向，從消費(fèi)者購(gòu)買決策的多階段預(yù)測(cè)消費(fèi)者行為

數(shù)字經(jīng)濟(jì)的發(fā)展使得消費(fèi)方式不斷改變，從電商到新零售再到直播營(yíng)銷，線上購(gòu)物愈加普及，如何更好地預(yù)測(cè)消費(fèi)者行為從而為消費(fèi)者帶來更優(yōu)體驗(yàn)、為商家?guī)砀嗍找妫俏磥硐M(fèi)決策研究的挑戰(zhàn)。相較于模擬線下購(gòu)物的假設(shè)情境，對(duì)于線上的網(wǎng)絡(luò)購(gòu)物，在實(shí)驗(yàn)室開展的研究能更好地貼合虛擬的購(gòu)物環(huán)境，神經(jīng)生理工具可在這一領(lǐng)域研究中發(fā)揮重要價(jià)值。以直播營(yíng)銷為例，作為動(dòng)態(tài)刺激物，其與普通視頻廣告的區(qū)別在于直播者與消費(fèi)者的線上互動(dòng)，線上互動(dòng)對(duì)消費(fèi)者購(gòu)買決策不同階段如何影響，這一影響是否帶來消費(fèi)行為的改變，未來可以采用EEG預(yù)測(cè)直播營(yíng)銷對(duì)消費(fèi)者購(gòu)買行為、再購(gòu)買行為以及推薦他人購(gòu)買行為的影響；又如新零售背景下的線上線下營(yíng)銷，無論是消費(fèi)者走進(jìn)實(shí)體店購(gòu)買產(chǎn)品還是在線上瀏覽網(wǎng)頁(yè)進(jìn)行購(gòu)買甚至是虛擬體驗(yàn)的購(gòu)物，未來研究均可以采用神經(jīng)生理工具對(duì)消費(fèi)者進(jìn)行追蹤觀察，收集消費(fèi)者購(gòu)買決策的全階段信息，預(yù)測(cè)其消費(fèi)行為，促進(jìn)商家消費(fèi)服務(wù)、營(yíng)銷模式的不斷升級(jí)。

4.2.3 優(yōu)化數(shù)據(jù)采集及分析方法，提高預(yù)測(cè)消費(fèi)者行為的外部有效性

為提高實(shí)驗(yàn)研究的真實(shí)性，研究應(yīng)充分發(fā)揮便捷式研究工具（如：便攜式眼動(dòng)追蹤儀、fNIRS等）的特點(diǎn)，走進(jìn)現(xiàn)實(shí)情境，開展田野實(shí)驗(yàn)。一方面，友好且人性化的研究工具，可以更準(zhǔn)確地跟蹤消費(fèi)者真實(shí)狀態(tài)，確保數(shù)據(jù)的準(zhǔn)確性。另一方面，成本的降低可以使研究容量提升，促使實(shí)驗(yàn)設(shè)計(jì)更加合理化，增加實(shí)驗(yàn)的可信度。

此外，提高數(shù)據(jù)分析方法的效率也是提高預(yù)測(cè)精度的有效方法之一。當(dāng)前，研究者們?cè)陬A(yù)測(cè)消費(fèi)者行為時(shí)，多采用兩種數(shù)據(jù)分析方法。一種是將實(shí)驗(yàn)室所測(cè)數(shù)據(jù)與后期消費(fèi)者行為數(shù)據(jù)進(jìn)行相關(guān)分析，報(bào)告相關(guān)系數(shù)及顯著性；另一種是運(yùn)用人工智能、機(jī)器學(xué)習(xí)等算法進(jìn)行數(shù)據(jù)建模，通過測(cè)試集進(jìn)行預(yù)測(cè)。相比之下，后者的分析方法更加實(shí)用且具有說服力。有研究將機(jī)器學(xué)習(xí)技術(shù)與眼動(dòng)追蹤數(shù)據(jù)結(jié)合來預(yù)測(cè)學(xué)生在MOOC平臺(tái)學(xué)習(xí)時(shí)的行為表現(xiàn)，此方法對(duì)學(xué)生成績(jī)的預(yù)測(cè)誤差小于5%[95]。盡管該研究并未著眼于消費(fèi)行為，但未來可以通過機(jī)器學(xué)習(xí)的方法構(gòu)建消費(fèi)行為的預(yù)測(cè)模型，從而為新產(chǎn)品、新廣告在消費(fèi)市場(chǎng)的表現(xiàn)提供預(yù)測(cè)。在研究初期，研究者可以采用樣本內(nèi)預(yù)測(cè)的方法，以更好地理解消費(fèi)者行為的影響因素和神經(jīng)機(jī)制，為預(yù)測(cè)消費(fèi)者行為的市場(chǎng)反應(yīng)奠定好基礎(chǔ)，后期采用樣本外預(yù)測(cè)的方法，拓展研究的應(yīng)用價(jià)值，以更好地解決基于神經(jīng)科學(xué)實(shí)驗(yàn)測(cè)量的外部有效性問題。隨著社會(huì)科學(xué)與腦科學(xué)、計(jì)算機(jī)科學(xué)的不斷融合，如何將fMRI、EEG、眼動(dòng)追蹤甚至生理心理數(shù)據(jù)與行為數(shù)據(jù)結(jié)合，建立數(shù)據(jù)驅(qū)動(dòng)的消費(fèi)者決策計(jì)算模型，也是未來研究的重要方向與挑戰(zhàn)。

4.2.4 開展跨文化研究，揭示本國(guó)情境下的消費(fèi)預(yù)測(cè)

在不同文化背景和不同選擇情境下，消費(fèi)者的決策行為和認(rèn)知機(jī)制存在差異。Wang等人比較了電商情境下中美兩國(guó)消費(fèi)者視覺加工機(jī)制的差異，研究發(fā)現(xiàn)模特的直視目光與微笑表情增強(qiáng)了消費(fèi)者的喚醒度，與美國(guó)消費(fèi)者相比，這一效應(yīng)在中國(guó)消費(fèi)者中表現(xiàn)得更強(qiáng)烈。此研究還發(fā)現(xiàn)了中美兩國(guó)消費(fèi)者在品牌加工方面的顯著差異[96]。因此，未來研究應(yīng)進(jìn)一步探索在不同文化背景下，消費(fèi)者行為的認(rèn)知神經(jīng)指標(biāo)異同，為預(yù)測(cè)消費(fèi)者的決策行為提供證據(jù)支撐。當(dāng)前，運(yùn)用神經(jīng)科學(xué)工具預(yù)測(cè)消費(fèi)者行為的研究在歐美國(guó)家大量興起，但國(guó)內(nèi)研究相對(duì)薄弱。為更好地了解國(guó)內(nèi)消費(fèi)者需求，促進(jìn)國(guó)內(nèi)營(yíng)銷行業(yè)的健康發(fā)展，應(yīng)著眼于探究在國(guó)內(nèi)消費(fèi)情境下，如何運(yùn)用神經(jīng)科學(xué)指標(biāo)預(yù)測(cè)消費(fèi)者行為。此外，在開展相關(guān)研究時(shí)，應(yīng)增加對(duì)倫理問題的關(guān)注。鑒于國(guó)內(nèi)研究仍處于起步階段，應(yīng)及早開展調(diào)研，了解消費(fèi)者對(duì)使用神經(jīng)科學(xué)方法來觀察他們行為的接受意愿、風(fēng)險(xiǎn)感知、隱私考慮等問題；更重要的是建立完備的實(shí)驗(yàn)倫理審查機(jī)制，規(guī)范神經(jīng)科學(xué)工具的使用，在符合法律和倫理的條件下促使研究成果的效用最大化。

5 結(jié)語(yǔ)

自消費(fèi)者神經(jīng)科學(xué)發(fā)展至今，我們可以清楚地看到其從探索與消費(fèi)者行為的神經(jīng)關(guān)聯(lián)，到借助神經(jīng)科學(xué)工具尋找消費(fèi)者行為的影響因素，延伸至借助神經(jīng)科學(xué)工具預(yù)測(cè)消費(fèi)者行為、拓展神經(jīng)科學(xué)預(yù)測(cè)消費(fèi)者行為的外部有效性……消費(fèi)者神經(jīng)科學(xué)的發(fā)展過程，不僅僅表明了學(xué)科交叉融合發(fā)展帶來的研究視角、工具、范式的變化，更意味著一個(gè)新興領(lǐng)域的形成和開啟。

消費(fèi)者神經(jīng)科學(xué)的時(shí)代已經(jīng)到來，它為研究人員提供了更加客觀的途徑研究消費(fèi)者行為，對(duì)前期存在爭(zhēng)議的研究問題進(jìn)行了補(bǔ)充解答，為后期開拓研究領(lǐng)域提供了無限可能。其發(fā)展還遠(yuǎn)不止于此，我們可以借助神經(jīng)科學(xué)工具了解更多消費(fèi)者有趣的行為：如何抓住消費(fèi)者的內(nèi)心，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷；怎樣提高消費(fèi)者購(gòu)買健康食品的意識(shí)，為國(guó)民健康保駕護(hù)航等等。

未來，消費(fèi)者神經(jīng)科學(xué)將與大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等新興學(xué)科緊密結(jié)合，發(fā)展更豐富的研究領(lǐng)域、吸納更專業(yè)的研究人員、應(yīng)用更人性化的研究工具，在消費(fèi)升級(jí)、市場(chǎng)變革的營(yíng)銷行業(yè)浪潮中蓬勃發(fā)展，為消費(fèi)者行為研究提供更加具有現(xiàn)實(shí)意義的理論價(jià)值和商業(yè)價(jià)值。

[1] 潘煜, 萬(wàn)巖, 陳國(guó)青, et al. 神經(jīng)信息系統(tǒng)研究: 現(xiàn)狀與展望[J]. 管理科學(xué)學(xué)報(bào), 2018,21(05):1-21.

Pan Y, Wan Y, Chen G Q, et al. Current situation and prospects of neuro information systems[J]. Journal of Management Sciences in China, 2018,21(05):1-21.

[2] 李浩, 馬慶國(guó), 董欣. 神經(jīng)組織學(xué): 概念解析, 理論發(fā)展和研究展望[J]. 管理世界, 2016(08):164-173.

Li H, Ma Q G, Dong X. Organizational neuroscience: Conceptual analysis, theoretical development and research prospects[J]. Management World, 2016(08):164-173.

[3] Simon HA. The New Science of Management Decision[M]. New Jersey: Prentice Hall PTR, 1977.

[4] Yoon C, Gonzalez R, Bechara A, et al. Decision neuroscience and consumer decision making[J]. Marketing Letters, 2012,23(2):473-485.

[5] Plassmann H, Venkatraman V, Huettel S, et al. Consumer Neuroscience: Applications, Challenges, and Possible Solutions[J]. Journal of Marketing Research, 2015,52(4):427-435.

[6] 盧泰宏. 消費(fèi)者行為學(xué)50年:演化與顛覆[J]. 外國(guó)經(jīng)濟(jì)與管理, 2017,39(06):23-38.

Lu T H. 50 Years of Consumer Behavior: Evolution and Overthrow[J]. Foreign Economics & Management, 2017,39(06):23-38.

[7] Wang X, Bendle N T, Mai F, et al. The Journal of Consumer Research at 40: A Historical Analysis[J]. Journal of Consumer Research, 2015,42(1):5-18.

[8] Plassmann H, Ramsoy T Z, Milosavljevic M. Branding the brain: A critical review and outlook[J]. Journal of Consumer Psychology, 2012,22(1):18-36.

[9] Venkatraman V, Clithero J A, Fitzsimons G J, et al. New scanner data for brand marketers: How neuroscience can help better understand differences in brand preferences[J]. Journal of Consumer Psychology, 2012,22(1):143-153.

[10] Smidts A, Hsu M, Sanfey A G, et al. Advancing consumer neuroscience[J]. Marketing Letters, 2014,25(3):257-267.

[11] 馬慶國(guó), 王小毅. 認(rèn)知神經(jīng)科學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)與神經(jīng)管理學(xué)[J]. 管理世界, 2006(10):147-157.

Ma Q G, Wang X Y. Cognitive neuroscience, neuroeconomics and neuromanagement[J]. Management World, 2006(10):147-157.

[12] Reimann M, Schilke O, Weber B, et al. Functional Magnetic Resonance Imaging in Consumer Research: A Review and Application[J]. Psychology & Marketing, 2011,28(6):608-637.

[13] Reimann M, Zaichkowsky J, Neuhaus C, et al. Aesthetic package design: A behavioral, neural, and psychological investigation[J]. Journal of Consumer Psychology, 2010,20(4):431-441.

[14] Plassmann H, Weber B. Individual Differences in Marketing Placebo Effects: Evidence from Brain Imaging and Behavioral Experiments[J]. Journal of Marketing Research, 2015,52(4):493-510.

[15] Karmarkar U R, Shiv B, Knutson B. Cost Conscious? The Neural and Behavioral Impact of Price Primacy on Decision Making[J]. Journal of Marketing Research, 2015,52(4):467-481.

[16] McClure SM, L J, Tomlin D, et al. Neural correlates of behavioral preference for culturally familiar drinks[J]. Neuron, 2004,44(2): 379-387.

[17] Plassmann H, O'Doherty J, Shiv B, et al. Marketing actions can modulate neural representations of experienced pleasantness[J]. Proceedings of the National Academy of Sciences, 2008,105(3): 1050-1054.

[18] Esch F R, Moell T, Schmitt B, et al. Brands on the brain: Do consumers use declarative information or experienced emotions to evaluate brands?[J]. Journal of Consumer Psychology, 2012,22(1): 75-85.

[19] Berns G S, Moore S E. A neural predictor of cultural popularity[J]. Journal of Consumer Psychology, 2012,22(1):154-160.

[20] Boksem MAS, Smidts A. Brain Responses to Movie Trailers Predict Individual Preferences for Movies and Their Population-Wide Commercial Success[J]. Journal of Marketing Research, 2015,52(4): 482-492.

[21] Venkatraman V, Dimoka A, Pavlou P A, et al. Predicting Advertising Success Beyond Traditional Measures: New Insights from Neurophysiological Methods and Market Response Modeling[J]. Journal of Marketing Research, 2015,52(4):436-452.

[22] Barnett S B, Cerf M. A Ticket for Your Thoughts: Method for Predicting Content Recall and Sales Using Neural Similarity of Moviegoers[J]. Journal of Consumer Research, 2017,44(1):160-181.

[23] 黃建平, 趙平, 宛小昂. 靜息態(tài)功能連接預(yù)測(cè)虛擬購(gòu)物下色味一致性效應(yīng): 第二十二屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議摘要集[C].中國(guó)心理學(xué)會(huì): 中國(guó)心理學(xué)會(huì),2019:85.

Huang J P, Zhao P, Wan X A. Resting-state functional connectivity predict color-flavor congruency effect in virtual shopping: Proceedings of the 22nd national conference on psychology[C]. Chinese Psychological Society: Chinese Psychological Society, 2019:85.

[24] 馬慶國(guó), 王小毅. 從神經(jīng)經(jīng)濟(jì)學(xué)和神經(jīng)營(yíng)銷學(xué)到神經(jīng)管理學(xué)[J]. 管理工程學(xué)報(bào), 2006,20(3):129-132.

Ma Q G, Wang X Y. From Neuroeconomics and Neuromarketing to Neuromanagement[J]. Journal of Industrial Engineering and Engineering Management, 2006,20(3):129-132.

[25] 盛峰, 徐菁. 神經(jīng)營(yíng)銷:解密消費(fèi)者的大腦[J]. 營(yíng)銷科學(xué)學(xué)報(bào), 2013,9(01):1-17.

Sheng F, Xu J. Neuromarketing: Decode Consumer’s Brain. Journal of Marketing Science, 2013,9(01):1-17.

[26] 顏立. 神經(jīng)營(yíng)銷學(xué)研究現(xiàn)狀探析[J]. 外國(guó)經(jīng)濟(jì)與管理, 2011,33(5):25-32.

Yan L. An Analysis of the Current Research Situation of Neuromarketing[J]. Foreign Economics&Management, 2011,33(5): 25-32.

[27] 艾春娣, 汪宇, 孟現(xiàn)鑫, et al. 消費(fèi)者心理神經(jīng)科學(xué)研究簡(jiǎn)介[J]. 心理科學(xué)進(jìn)展, 2013,21(11):2006-2015.

Ai C D, Wang Y, Meng X X, et al. A Brief Introduction about Consumer Psychology Neuroscience[J]. Advances in Psychological Science, 2013,21(11):2006-2015.

[28] 汪蕾, 陸強(qiáng), 沈翔宇. 情緒喚醒度如何影響不確定性決策——基于決策偏好的視角[J]. 管理工程學(xué)報(bào), 2013,27(04):16-21.

Wang L, Lu Q, Shen X Y. How Can Emotional Arousal Affect Decisions under Uncertainty? From the Perspective of Decision Preferences[J]. Journal of Industrial Engineering and Engineering Management, 2013,27(04):16-21.

[29] 王求真, 姚倩, 葉盈. 網(wǎng)絡(luò)團(tuán)購(gòu)情景下價(jià)格折扣與購(gòu)買人數(shù)對(duì)消費(fèi)者沖動(dòng)購(gòu)買意愿的影響機(jī)制研究[J]. 管理工程學(xué)報(bào), 2014,28(04):37-47.

Wang Q Z, Yao Q, Ye Y. The Influence of Price Discount and Sales Volume on Impulse Purchase Intention of Online Group-buying[J]. Journal of Industrial Engineering and Engineering Management, 2014,28(04):37-47.

[30] 鄭杰慧, 汪蕾, 陸強(qiáng), et al. 信息過濾與不確定決策:基于認(rèn)知加工視角[J]. 管理工程學(xué)報(bào), 2016,30(01):205-211.

Zheng J H, Wang L, Lu Q, et al. Information Filtering and Decision-making: in the View of Cognitive Processing[J]. Journal of Industrial Engineering and Engineering Management, 2016,30(01): 205-211.

[31] 葉許紅, 韓芳芳, 翁挺婷. 網(wǎng)購(gòu)平臺(tái)產(chǎn)品圖片視覺特征的影響作用研究[J]. 管理工程學(xué)報(bào), 2019,33(02):84-91.

Ye X H, Han F F, Weng T T. The effects of product pictures’ visual features in the context of online purchasing[J]. Journal of Industrial Engineering and Engineering Management, 2019,33(02):84-91.

[32] Li N, Ma N, Liu Y, et al. Resting-State Functional Connectivity Predicts Impulsivity in Economic Decision-Making[J]. Journal of Neuroscience, 2013,33(11):4886-4895.

[33] Wang L, Li L, Shen Q, et al. To run with the herd or not: Electrophysiological dynamics are associated with preference change in crowdfunding[J]. Neuropsychologia, 2019,134.

[34] 金忠星, 李東. 消費(fèi)者偏好預(yù)測(cè)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型[J]. 計(jì)算機(jī)應(yīng)用, 2019,39(7):1888-1893.

Kim C S, Li D. Deep learning neural network model for consumer preference prediction[J]. Journal of Computer Applications, 2019, 39(7): 1888-1893.

[35] 金忠星. 神經(jīng)營(yíng)銷的消費(fèi)者偏好預(yù)測(cè)系統(tǒng)研究, 哈爾濱工業(yè)大學(xué); 2019.

Kim C S. Research on the consumer preference prediction system in neuromarketing, Harbin Institute of Technology; 2019.

[36] 李森, 李明明, 郭伏, et al. 基于眼動(dòng)追蹤和腦電技術(shù)的多維設(shè)計(jì)特征產(chǎn)品外觀的用戶情感預(yù)測(cè)模型[J]. 人類工效學(xué), 2019,25(05): 26-33.

Li S, Li M M, Guo F, et al. The Prediction Model of Users’ Emotion toward Product Appearance with Multiple Design Features based on Eye-Tracking and EEG Technologies[J]. Chinese Journal of Ergonomics, 2019,25(05):26-33.

[37] Smidts A. Kijken in het brein: Over de mogelijkheden van neuromarketing[M]. Netherlands: Erasmus University Rotterdam, 2002.

[38] Lee N, Broderick A J, Chamberlain L. What is ‘neuromarketing’? A discussion and agenda for future research[J]. International Journal of Psychophysiology, 2007,63(2):199-204.

[39] Fisher C E, Chin L, Klitzman R. Defining neuromarketing: Practices and professional challenges[J]. Harvard review of psychiatry, 2010, 18(4):230-237.

[40] Hsu M. Neuromarketing: inside the mind of the consumer[J]. California Management Review, 2017,59(4):5-22.

[41] Hubert M, Kenning P. A current overview of consumer neuroscience[J]. Journal of Consumer Behaviour, 2008,7(4‐5):272- 292.

[42] Karmarkar U R, Plassmann H. Consumer Neuroscience: Past, Present, and Future[J]. Organizational Research Methods, 2019,22(1):174-195.

[43] Erk S, Spitzer M, Wunderlich AP, et al. Cultural objects modulate reward circuitry[J]. Neuroreport, 2002,13(18):2499-2503.

[44] Pagnoni G, Zink C F, Montague P R, et al. Activity in human ventral striatum locked to errors of reward prediction[J]. Nature neuroscience, 2002,5(2):97-98.

[45] Knutson B, Rick S, Wirnmer G E, et al. Neural predictors of purchases[J]. Neuron, 2007,53(1):147-156.

[46] Carlson J M, Foti D, Mujica-Parodi L R, et al. Ventral striatal and medial prefrontal BOLD activation is correlated with reward-related electrocortical activity: a combined ERP and fMRI study[J]. NeuroImage, 2011,57(4):1608-1616.

[47] Deppe M, Schwindt W, Kugel H, et al. Nonlinear responses within the medial prefrontal cortex reveal when specific implicit information influences economic decision making[J]. Journal of Neuroimaging, 2005,15(2):171-182.

[48] Plassmann H, O'Doherty J, Rangel A. Orbitofrontal cortex encodes willingness to pay in everyday economic transactions[J]. Journal of Neuroscience, 2007,27(37):9984-9988.

[49] Hare T A, Camerer C F, Rangel A. Self-control in decision-making involves modulation of the vmPFC valuation system[J]. Science, 2009,324(5927):646-648.

[50] Plassmann H, O'Doherty J P, Rangel A. Appetitive and Aversive Goal Values Are Encoded in the Medial Orbitofrontal Cortex at the Time of Decision Making[J]. Journal of Neuroscience, 2010,30(32):10799- 10808.

[51] Basten U, Biele G, Heekeren H R, et al. How the brain integrates costs and benefits during decision making[J]. Proceedings of the National Academy of Sciences, 2010,107(50):21767-21772.

[52] Schaefer M, Rotte M. Favorite brands as cultural objects modulate reward circuit[J]. Neuroreport, 2007,18(2):141-145.

[53] Duckworth K L, Bargh J A, Garcia M, et al. The automatic evaluation of novel stimuli[J]. Psychological Science, 2002,13(6):513-519.

[54] Lebreton M, Jorge S, Michel V, et al. An Automatic Valuation System in the Human Brain: Evidence from Functional Neuroimaging[J]. Neuron, 2009,64(3):431-439.

[55] Tusche A, Bode S, Haynes J-D. Neural Responses to Unattended Products Predict Later Consumer Choices[J]. Journal of Neuroscience, 2010,30(23):8024-8031.

[56] Falk E B, Berkman E T, Mann T, et al. Predicting Persuasion-Induced Behavior Change from the Brain[J]. Journal of Neuroscience, 2010,30(25):8421-8424.

[57] Lawrence N S, Hinton E C, Parkinson JA, et al. Nucleus accumbens response to food cues predicts subsequent snack consumption in women and increased body mass index in those with reduced self-control[J]. NeuroImage, 2012,63(1):415-422.

[58] Mehta S, Melhorn S J, Smeraglio A, et al. Regional brain response to visual food cues is a marker of satiety that predicts food choice[J]. American Journal of Clinical Nutrition, 2012,96(5):989-999.

[59] Telpaz A, Webb R, Levy D J. Using EEG to Predict Consumers' Future Choices[J]. Journal of Marketing Research, 2015,52(4): 511-529.

[60] Falk E B, Berkman E T, Lieberman M D. From Neural Responses to Population Behavior: Neural Focus Group Predicts Population-Level Media Effects[J]. Psychological Science, 2012,23(5):439-445.

[61] Genevsky A, Knutson B. Neural Affective Mechanisms Predict Market-Level Microlending[J]. Psychological Science, 2015,26(9): 1411-1422.

[62] Kühn S, Strelow E, Gallinat J. Multiple “buy buttons” in the brain: Forecasting chocolate sales at point-of-sale based on functional brain activation using fMRI[J]. NeuroImage, 2016,136:122-128.

[63] Castellion G, Markham S K. Perspective: New Product Failure Rates: Influence of Argumentum ad Populum and Self-Interest[J]. Journal of Product Innovation Management, 2013,30(5):976-979.

[64] Heidenreich S, Spieth P. Why innovations fail—The case of passive and active innovation resistance[J]. International Journal of Innovation Management, 2013,17(5):1350021.

[65] Smithson, Janet. Using and analysing focus groups: Limitations and possibilities[J]. International Journal of Social Research Methodology, 2000,3(2):103-119.

[66] Chong AY-L, Chan F T, Ooi K-B. Predicting consumer decisions to adopt mobile commerce: Cross country empirical examination between China and Malaysia[J]. Decision support systems, 2012, 53(1):34-43.

[67] 申相德, 盧致杰, 盧致烽. 電子商務(wù)中的臨界交易決策行為預(yù)測(cè)研究[J]. 管理工程學(xué)報(bào), 2006(01):94-98.

Shen X D, Lu Z J, Lu Z F. The Research of Decision-Behavior Predicting on Critical Trade-off of E-Commerce[J]. Journal of Industrial Engineering and Engineering Management, 2006(01):94-98.

[68] Birmingham P, Wilkinson D. Using research instruments: A guide for researchers[M]. London: Routledge, 2003.

[69] Hofmann W, Gawronski B, Gschwendner T, et al. A meta-analysis on the correlation between the Implicit Association Test and explicit self-report measures[J]. Personality and Social Psychology Bulletin, 2005,31(10):1369-1385.

[70] Mai T, Kang M J, Camerer C F. When the eyes say buy: visual fixations during hypothetical consumer choice improve prediction of actual purchases[J]. Journal of the Economic Science Association-Jesa, 2019,5(1):112-122.

[71] Bag S, Tiwari M K, Chan FTS. Predicting the consumer's purchase intention of durable goods: An attribute-level analysis[J]. Journal of Business Research, 2019,94:408-419.

[72] 王煉, 寧一鑒, 賈建民. 基于網(wǎng)絡(luò)搜索的銷量與市場(chǎng)份額預(yù)測(cè):來自中國(guó)汽車市場(chǎng)的證據(jù)[J]. 管理工程學(xué)報(bào), 2015,29(04):56-64.

Wang L, Ning Y J, Jia J M. Predicting Sales and Market Share with Online Search: Evidence from Chinese Automobile Market[J]. Journal of Industrial Engineering and Engineering Management, 2015,29(04):56-64.

[73] Hakim A, Levy D J. A gateway to consumers' minds: Achievements, caveats, and prospects of electroencephalography-based prediction in neuromarketing[J]. Wiley Interdisciplinary Reviews: Cognitive Science, 2019,10(2):e1485.

[74] Baldo D, Parikh H, Piu Y, et al. Brain waves predict success of new fashion products: a practical application for the footwear retailing industry[J]. Journal of Creating Value, 2015,1(1):61-71.

[75] Chan H-Y, Smidts A, Schoots V C, et al. Neural similarity at temporal lobe and cerebellum predicts out-of-sample preference and recall for video stimuli[J]. NeuroImage, 2019,197:391-401.

[76] Dmochowski J P, Bezdek M A, Abelson B P, et al. Audience preferences are predicted by temporal reliability of neural processing[J]. Nature Communications, 2014,5:1-9.

[77] Koelstra S, Muhl C, Soleymani M, et al. DEAP: A Database for Emotion Analysis Using Physiological Signals[J]. IEEE Transactions on Affective Computing, 2012,3(1):18-31.

[78] Krajbich I, Armel C, Rangel A. Visual fixations and the computation and comparison of value in simple choice[J]. Nature neuroscience, 2010,13(10):1292-1298.

[79] Krajbich I, Rangel A. Multialternative drift-diffusion model predicts the relationship between visual fixations and choice in value-based decisions[J]. Proceedings of the National Academy of Sciences, 2011,108(33):13852-13857.

[80] Towal R B, Mormann M, Koch C. Simultaneous modeling of visual saliency and value computation improves predictions of economic choice[J]. Proceedings of the National Academy of Sciences, 2013,110(40):E3858-E3867.

[81] Tong L C, Acikalin M Y, Genevsky A, et al. Brain activity forecasts video engagement in an internet attention market[J]. Proceedings of the National Academy of Sciences, 2020,117(12):6936-6941.

[82] Gearhardt A N, Yokum S, Harris J L, et al. Neural response to fast food commercials in adolescents predicts intake[J]. The American Journal of Clinical Nutrition, 2020,111(3):493-502.

[83] Hasson U, Nir Y, Levy I, et al. Intersubject synchronization of cortical activity during natural vision[J]. Science, 2004,303(5664):1634-1640.

[84] Barnett S B, Cerf M. Connecting on movie night? Neural measures of engagement differ by gender[J]. ACR North American Advances, 2015.

[85] Ravaja N, Somervuori O, Salminen M. Predicting Purchase Decision: The Role of Hemispheric Asymmetry Over the Frontal Cortex[J]. Journal of Neuroscience Psychology and Economics, 2013,6(1):1-13.

[86] Jantathai S, Danner L, Joechl M, et al. Gazing behavior, choice and color of food: Does gazing behavior predict choice?[J]. Food Research International, 2013,54(2):1621-1626.

[87] Goyal S, Miyapuram KP, Lahiri U. Predicting consumer's behavior using eye tracking data: 2015 Second International Conference on Soft Computing and Machine Intelligence (ISCMI)[C]. NW Washington, DC: IEEE Computer Society, 2015.

[88] Ramsoy TZ, Jacobsen C, Friis-Olivarius M, et al. Predictive Value of Body Posture and Pupil Dilation in Assessing Consumer Preference and Choice[J]. Journal of Neuroscience Psychology and Economics, 2017,10(2-3):95-110.

[89] Cavanagh J F, Wiecki T V, Kochar A, et al. Eye tracking and pupillometry are indicators of dissociable latent decision processes[J]. Journal of Experimental Psychology: General, 2014,143(4): 1476-1488.

[90] Cakir M P, ?akar T, Girisken Y, et al. An investigation of the neural correlates of purchase behavior through fNIRS[J]. European Journal of Marketing, 2018,52(1-2):224-243.

[91] Lin C H, Tuan H P, Chiu Y C. Medial frontal activity in brand-loyal consumers: A behavior and near-infrared ray study[J]. Journal of Neuroscience, Psychology, and Economics, 2010,3(2):59-73.

[92] Kang M J, Rangel A, Camus M, et al. Hypothetical and Real Choice Differentially Activate Common Valuation Areas[J]. Journal of Neuroscience, 2011,31(2):461-468.

[93] 林玲, 張新慶, 黃小茹. 神經(jīng)科學(xué)數(shù)據(jù)應(yīng)用引發(fā)的隱私問題探討[J]. 中國(guó)醫(yī)學(xué)倫理學(xué), 2020,33(03):294-303.

Lin L, Zhang X Q, Huang X R. The Discussion of Privacy Issues in the Application of Neuroscience Data[J]. Chinese Medical Ethics, 2020,33(03):294-303.

[94] Shestyuk A Y, Kasinathan K, Karapoondinott V, et al. Individual EEG measures of attention, memory, and motivation predict population level TV viewership and Twitter engagement[J]. PloS one, 2019, 14(3):e0214507.

[95] Sharma K, Giannakos M, Dillenbourg P. Eye-tracking and artificial intelligence to enhance motivation and learning[J]. Smart Learning Environments, 2020,7:13.

[96] Wang Q Z, Wedelb M, Huang L Q, et al. Effects of model eye gaze direction on consumer visual processing: Evidence from China and America[J]. Information & Management, 2018,55(5):588-597.

Predicting consumer behavior in the perspective of consumer neuroscience: Status, challenge, and future

WANG Lei1,2, YANG Yikai1,2, ZHENG Jiehui1,2*, WANG Xiaoyi1,2

(1. School of Management, Zhejiang University, Hangzhou 310058, China; 2.Neuromanagement Laboratory, Zhejiang University, Hangzhou 310027, China)

Neuromanagement is an emerging interdisciplinary subject that intersects neuroscience and social science. It has spawned new insights in multiple cutting-edge fields, such as consumer neuroscience, neuromarketing, neuroIS, and organizational neuroscience, thereby promoting the paradigm of management science from subjective to objective. Among these fields, consumer neuroscience can better understand consumer behavior and the motivations behind it. This article reviews the latest progresses pertaining to consumer behavior prediction in the perspective of consumer neuroscience. Specifically, it summarizes how neuroscience can be implemented in forecasting consumer behavior, as well as limitations and future research potentials.

The article sets out from a brief introduction of the theoretically basis of consumer behavior prediction – the discovery of neural correlates that relates to consumer behavior. For example, the striatum and nucleus accumbens (NAcc) are related to “reward”; the prefrontal cortex (PFC) is related to “subjective value”; and the mesencephalic limbic system is closely related to individual value perception. These findings unveil the neural “black box” behind consumer behavior, thereby laying a solid foundation for consumer behavior prediction. Consequently, they shed lights on the neural indicators that relate to consumer behavior, which help to interpret consumer behavior more accurately. Moreover, they also reveal that neural data can be the viable predictor for consumers’ individual and market behaviors. Thus, consumer neuroscience not only enriches the decision theory, but also promotes the application of theory.

Next, the article moves on to illustrate the methods in consumer behavior prediction with traditional methods and neuroscience tools. Traditional methods include qualitative methods like interviews and focus groups, quantitative methods like surveys, experimental studies, big data and artificial intelligence. Neuroscience tools include functional magnetic resonance imaging (fMRI), electroencephalography (EEG), functional near-infrared spectroscopy (fNIRS), eye tracking, and some physiological and biological metrics like skin electrical response, heart rate, respiratory rate, etc. Among them, fMRI and fNIRS can locate brain regions related to specific functions; EEG records cortical potential when engaged in specific tasks; eye tracking is mainly used to record the eye movement; skin electrical response, heart rate, and respiratory rate can reflect the level of affect and emotion. Compared with traditional methods, neuroscience tools complement their alternatives such as predicting with laboratory behavioral data and show superiority to predict the overall market consumption.

Then, this article demonstrates the recent trends of consumer behavior prediction research based on consumer neuroscience perspective. With the rapid development of consumer neuroscience, the research trend of consumer behavior prediction emerged and fluctuated in the last decade. Currently, it pioneers in consumer neuroscience. We summarize 18 representative researches regarding to their research tools, topics, measurement indicators, published journals, and then detail the research status of predicting consumer behavior. In related researches, fMRI predicts for consumer behavior at individual and market level in terms of experience preference, product selection and advertising performance. It usually applies to occasions where the brain area has been clearly associated with specific behaviors; EEG is mostly used to predict consumer behavior at individual and market level in terms of experience preference and product selection. It applies to occasions where the stimuli is time-dynamic (e.g., video ads, movies, TV programs, etc.); eye tracking is mostly used to predict product selection behavior when studying consumer behavior related to visual attention; and other neuroscience tools for consumer behavior predication is also introduced.

Lastly, this article points out the limitations in this vein of research based on the summary of previous studies. It states that a lack of specific cognitive indicators to predict consumer behavior, rare measure in real scenes, ethical issues need further discussion. In particular, domestic research is in its infancy and still has a large space for development. Then we put forward the directions that need to be broken in the future based on the current bottlenecks. (1) Combine multi-modal data to enrich unique indicators for predicting consumer behavior; (2) Predict consumer behavior from multiple stages of purchase decisions based on real-life needs; (3) Optimize data collection and analysis methods to improve the external validity; (4) Conduct cross-cultural research to reveal consumption forecast in domestic context.

The rapid growth of neuroscience tools ushers in an era of consumer neuroscience. Consumer neuroscience researches are then equipped with more objective metrics to advance research in marketing researches. It supplements the earlier controversial researches and provides unlimited possibilities for the future development. In the future, the strand of consumer neuroscience will be closely integrated with emerging disciplines such as big data, artificial intelligence, and machine learning to develop richer research fields, attract more professional researchers, and apply more humane research tools, thereby providing more theoretical and pragmatic values for consumer behavior research.

Consumer neuroscience; Prediction; Consumer behavior; Consumer decision-making

F273；B845

A

1004-6062(2020)06-0001-012

10.13587/j.cnki.jieem.2020.06.001

2020-03-04

2020-06-30

Supported by the National Natural Science Foundation of China(71871199, 71572176), the Ministry of Education of Humanities and Social Science Foundation (20YJC630228) and the Philosophy and Social Science Planning Project of ZheJiang Province (16ZJQN030YB)

2020-03-04

2020-06-30

國(guó)家自然科學(xué)基金資助項(xiàng)目（71871199、71572176）；教育部人文社會(huì)科學(xué)基金資助青年項(xiàng)目（20YJC630228）；浙江省哲學(xué)社會(huì)科學(xué)基金資助項(xiàng)目（16ZJQN030YB）

鄭杰慧（1991—），女，江西玉山人；浙江大學(xué)管理學(xué)院助理研究員，博士；研究方向：消費(fèi)者神經(jīng)科學(xué)和決策科學(xué)。

中文編輯：杜 ?。挥⑽木庉嫞築oping Yan