Инновационное управление цифровыми продуктами на основе когнитивного подхода
Управление инновациями в современной цифровой среде предполагает переход от интуитивных решений к объективным нейрофизиологическим данным, позволяющим прогнозировать эффективность продвижения цифровых продуктов в сети. В статье представлены результаты эксперимента с применением технологии функциональной спектроскопии ближнего инфракрасного диапазона (fNIRS), которая позволяет измерить, как меняется приток крови к работающим зонам мозга, и оценить неосознанные нейронные реакции на статические и динамические цифровые продукты (например, страницы сайтов, ролики в сети и пр.). Целью проведенного эксперимента стала разработка рекомендаций по созданию цифровых продуктов (видеоконтента) с предсказуемо высокими показателями вовлеченности и запоминаемости на основе объективных биометрических данных. Результаты исследования показали, что когнитивный подход в сочетании с fNIRS-методом создаёт основу для инновационного управления цифровыми продуктами с момента разработки контента до выведения цифрового продукта на рынок. Полученные нейромаркеры позволяют не только диагностировать слабые стороны существующих видеоматериалов, но и прогнозировать эффективность новых форматов до их публикации, что существенно снижает инвестиционные риски и повышает конверсию.
Клещунова А.О., Прядко С.Н. Инновационное управление цифровыми продукта-ми на основе когнитивного подхода // Научный результат. Технологии бизнеса и сервиса. 2026. Т. 12. № 3. С. 63-74. DOI: 10.18413/2408-9346-2026-12-3-0-5
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Прядко С.Н. Нейромаркетинговые исследования для науки и бизнеса. Белгород: ИД БелГУ НИУ БелГУ, 2025. – 106 с.
Прядко С.Н. Маркетинг инноваций: теоретические аспекты и прикладные решения. Белгород: ЦПП НИУ «БелГУ», 2026 – 78 с.
Balardin, J. B. et al. (2017), “Imaging brain function with functional near-infrared spectroscopy in unconstrained environments”, Frontiers in human neuroscience, Т. 11, pp. 258.
Balconi, M. and Molteni, E. (2016), “Past and future of near-infrared spectroscopy in studies of emotion and social neuroscience”, Journal of Cognitive Psychology, Т. 28, 2, pp. 129-146.
Berka, C. et al. (2007), “EEG correlates of task engagement and mental workload in vigilance, learning, and memory tasks”, Aviation, space, and environmental medicine, Т. 78, 5, pp. B231-B244.
Chu, M. et al. “Advances in Functional Near‐Infrared Spectroscopy: Physical Principles and Expanding Applications in Neuroscience”, Journal of Biophotonics, Т. 18, 11, pp. e202500147.
Krampe, C. (2022), “The application of mobile functional near-infrared spectroscopy for marketing research–a guideline”, European Journal of Marketing, Т. 56, 13, pp. 236-260.
Paulmurugan, K. et al. (2021), “Brain–computer interfacing using functional near-infrared spectroscopy (fNIRS)”, Biosensors,
Т. 11, 10, pp. 389.
Pascual-Roa, B. et al. (2026), “EEG biomarkers of cognitive load: Insights from incremental element encoding in short-term working memory”, Biomedical Signal Processing and Control, Т. 112, pp. 108511.
Pinti, P. et al. (2018), “A review on the use of wearable functional near‐infrared spectroscopy in naturalistic environments”, Japanese Psychological Research, Т. 60, 4, pp. 347-373.
Pinti, P. et al. (2020), “The present and future use of functional near‐infrared spectroscopy (fNIRS) for cognitive neuroscience”, Annals of the New York Academy of Sciences, Т. 1464, 1, pp. 5-29.
Xie, H. et al. (2024), “Evaluation of the learning state of online video courses based on functional near infrared spectroscopy”, Biomedical Optics Express, Т. 15, 3, pp. 1486-1499.
Yu, D. et al. (2023), “Research on user experience of the video game difficulty based on flow theory and fNIRS”, Behaviour & Information Technology, Т. 42, 6, pp. 789-805.