Being the big Kahuna
Transcript
Being the big Kahuna
ASSIRM DIGITAL WORLD 2013 Being the big Kahuna: neuroscience, behavioral economics and market research in a digital world dott. Giancarlo Mirmillo Being the big Kahuna: neuroscience, behavioral economics and market research in a digital world dott. Giancarlo Mirmillo, Demologics Ldt. dott.ssa Cinzia Paterlini, GN Research Neuroscienze ed economia comportamentale Le neuroscienze, gli studi sui meccanismi evoluti di funzionamento cerebrale hanno evidenziato con una certa chiarezza il ruolo delle emozioni e la loro influenza sui nostri ragionamenti e comportamenti. Gli stati emotivi agiscono sulle percezioni, sull’attenzione e sulla memoria. Quando parliamo di memoria, dobbiamo distinguere due momenti, una fase di codifica nella quale un’immagine, un momento sono registrati, spesso a livello implicito e per fare questo devono avere un certo impatto emotivo, e una fase in cui le informazioni sono recuperate. Le memorie non sono come fotografie e fra codifica e recupero sono continuamente ricostruite e modificate e le emozioni giocano un ruolo fondamentale in questi processi di rielaborazione. La memoria è costituita da elementi espliciti, che è semplice investigare con domande perché sono coscienti, e da molti più elementi impliciti che concorrono, e spesso determinano i nostri comportamenti. Le nostre preferenze, i nostri atteggiamenti e quindi le nostre scelte sono in continuo cambiamento per essere efficaci in condizioni reali. Questi cambiamenti sono guidati dal valore emozionale degli elementi che valutiamo. Le preferenze sono specifiche per la situazione reale nella quale ci troviamo ed è importante che anche la ricerca su di esse lo sia. Le nostre scelte reali sono solitamente fra prodotti molto simili per i quali le differenze sono più e livello d’immagine emotiva che delle caratteristiche individuali dei prodotti. Nella costruzione e ricostruzione delle preferenze ha un forte impatto, l’ambiente sociale, non tanto a livello informativo quanto sul piano emotivo. Gestire l’attenzione è molto importante perché le risorse del cervello, ancora che eccezionali, sono limitate e indirizzare l’elaborazione verso gli stimoli giusti è importante per la sopravvivenza. Mantenere un alto livello di attenzione è impegnativo e la grandissima parte dell’informazione è elaborata e filtrata a livello di scarso impegno attentivo, in queste occasioni l’impatto emotivo è fondamentale per costruire il ricordo. L’economia comportamentale ha compreso che la nostra razionalità è limitata, ragionare considerando tutte le informazioni è faticoso e spesso ci affidiamo a intuizioni, esempi, valutazioni sommarie ed emozioni, vogliamo in qualche modo muoverci nel mondo e non possiamo passare il tempo fare valutazioni precise, vogliamo evitare le perdite più che aumentare i guadagni e vogliamo essere come gli altri, ma un po’ diversi. Alcune emozioni possono invitaci ad avvicinare un prodotto oppure allontanarci da esso, definiamo le prime emozioni positive e le seconde negative per il prodotto. Emozioni e tecnologia della ricerca L’obiettivo di un modello di ricerca centrato sull’applicazione delle neuroscienze e dell’economia comportamentale richiede la costruzione di un sistema (socio)tecnico che lo supporti e che deve avere le seguenti caratteristiche: Essere in grado di misurare atteggiamenti e comportamenti con questionari e interviste. Valutare le emozioni. Essere gestibile facilmente dai ricercatori. Operare in una situazione più realistica possibile quindi in remoto con requisiti tecnologici minimi da parte dell’intervistato. Attuare procedure di controllo della qualità dei dati Avere buona capacità analitica. Produrre risultati in tempi brevi o in tempo reale. Soddisfare i requisiti di sicurezza e privacy nella gestione dei dati. In questo intervento concentreremo l’attenzione su alcuni aspetti particolarmente importanti riguardo alla valutazione delle emozioni e della trasformazione di queste misurazioni in indicatori utili al ricercatore. La valutazione delle emozioni non è semplice: alcuni strumenti come fMRI possono visualizzare il funzionamento del cervello con grande precisione, ma sono molto costosi e invasivi, l’EEG è meno costoso ma richiede sempre degli strumenti che stanno diventando sempre più precisi e portatili, ma c’è ancora parecchia incertezza sul rapporto fra l’attività elettrica della corteccia cerebrale e le emozioni. Il GSR misura l’attivazione generale ma non distingue se di valenza positiva o negativa. Le emozioni e le espressioni del viso: Fin dai tempi di Darwin un enorme numero di ricerche dimostrano il collegamento fra le emozioni e la loro espressione attraverso i movimenti del viso. Le emozioni che sono prese in considerazione sono quelle di base e condivise in tutte le razze e culture: gioia, rabbia, tristezza, disgusto, sorpresa, paura. Negli ultimi anni un gran numero di ricerche e la disponibilità di nuove tecnologie ha consentito di poter effettuare il riconoscimento e la codifica delle emozioni tramite l’analisi automatica delle espressioni del viso. La codifica dei (micro)movimenti facciali avviene con una tecnologia che individua sul viso di una persona centinaia di punti di riferimento e misura i loro spostamenti relativi e li trasforma in interpretazioni del cambiamento emotivo in relazione con gli stimoli (video, immagini) che stiamo testando. Ci sono due tipi di algoritmi per la codifica delle emozioni uno fa riferimento alla vicinanza con un modello, ad esempio una rappresentazione ideale dell’emozione gioia. L’altro modello considera lo stato emotivo iniziale delle persone che partecipano al test, e misura con algoritmi di machine learning i cambiamenti valutando in questo modo solo l’impatto emotivo dello stimolo in termini dinamici. Questi due approcci lavorano quindi in modo differente; il primo analizza le emozioni come dato puntuale, il che in parte può essere indipendente dallo stimolo e dipendere molto dallo stato emozionale a priori e dalla fisiognomica del soggetto. Il secondo invece lavora andando a rilevare i cambiamenti di stato emozionale generati dalla visione dello stimolo. Entrambe sono corretti in linea di principio, unica segnalazione che ci sentiamo di fare è che non dovrebbe interessare quanto le persone sono emotive in se, ma quanto le persone instaurano un pattern emozionale con lo stimolo che stanno visualizzando. Abbiamo visto che le memorie e le preferenze sono specifiche e cambiano nelle diverse situazioni è quindi importante che gli oggetti che stiamo studiando siano visti in situazioni il più possibile realistiche e non solo in laboratorio. Il sistema di codifica delle emozioni dovrebbe lavorare in remoto e poter essere disponibile quando il partecipante alla ricerca preferisce e con la massima facilità d’uso possibile. Emotions in a digital world I sistemi di ricerca online che propongono tecnologie di neuroscienze applicate basate sulla codifica delle emozioni per mezzo del face coding dovrebbero integrarsi senza difficoltà con i metodi e le tecnologie in uso da parte del ricercatore, per questo è importante che: permettano libertà e autonomia di costruzione della ricerca nei tempi di realizzazione, numerosità dei partecipanti, numero di oggetti testati, ordine di somministrazione, raccolta dei dati e report. Restituiscano un output adeguato: indici in tempo reale o dati grezzi di facile elaborazione Integrino altri strumenti di ricerca online tipo questionari. Forniscano metriche e indicazioni specifiche utilizzabili in pratica. Garantiscano portabilità e scalabilità Capacità d’integrazione con linguaggi di analisi statistica (R) In particolare abbiamo studiato e continuiamo a elaborare sistemi di selezione dei dati (augmented cognition) per operare un filtro attivo delle informazioni fornite al ricercatore per evitare overload informativo e non fornire dati che non abbiano una rilevanza specifica ai fini della ricerca. Naturalmente quest’approccio ha dei limiti perché richiede una dotazione tecnologica anche se minima, computer con webcam, connessione a internet e un browser minimamente aggiornato (testato su Windows Vista ed Explorer7). Inoltre i partecipanti devono prestare attenzione ad alcuni parametri come un’illuminazione sufficiente e una posizione relativamente vicina allo schermo. E’ possibile superare queste difficoltà attraverso una breve "formazione" dei partecipanti, inoltre il sistema dovrebbe anche integrare meccanismi automatici di controllo della qualità d’illuminazione, connessione, della ripresa, della posizione delle persone e di eventuali comportamenti incompatibili. Casi studio Riportiamo due casi di ricerca, una quantitativa ed una qualitativa, realizzati con un sistema di ricerca online che prevede l’uso di tecnologie di face coding. Allo scopo di valutare un oggetto digitale abbiamo ricavato dall’elaborazione dei dati emozionali alcuni parametri e indici utili al ricercatore e ai clienti: ENGAGEMENT: è la misura del coinvolgimento, sempre positivo, globale sul video. E’ importante per avere un’indicazione rapida di confronto fra diverse proposte. MOOD: è l’andamento nel tempo delle emozioni sia positive sia negative può essere cumulato, di tutti i partecipanti, o analizzato per categorie per capire il diverso impatto emotivo di ogni momento del video. Può essere positivo o negativo. MEMORY INDEX: è un indicatore della codifica implicita di un elemento, dipende dall’impatto emotivo di tutto il video o di una singola scena (ES. quanto può essere ricordata un’offerta proposta in un video.) ATTIVAZIONE: quantità totale delle emozioni vissute, positive e negative Quantitativa Abbiamo realizzato con ODC SERVICE una ricerca per la valutazione dell’impatto emotivo di un adv riguardante la campagna pubblicitaria VW GOLF 2013. https://www.youtube.com/watch?v=UldiLy_oHfY La ricerca è stata realizzata su un panel di 146 persone, in diverse località italiane in contemporane I partecipanti hanno ricevuto una mail d’invito alla ricerca, i tempi e gli orari sono stati lasciati liberi, in questo modo la visione del video si è svolta in una situazione molto naturale. Abbiamo analizzato il flusso emotivo durante la visione del video, cercando di valutare quali emozioni hanno suscitato le diverse scene delle quali è composto il video. Abbiamo poi valutato l’efficacia in termini di coinvolgimento sia globale sia per le diverse caratteristiche: per genere, per età e per tipo di automobile in possesso. Presentiamo alcuni i risultati Il MOOD non è molto elevato in generale si muove poco sopra e sotto lo zero (neutralità). Il MOOD si alza quando ci sono attori in primo piano e, importante, sul claim finale “DAS AUTO”. Il MOOD ha un andamento diverso per donne o uomini, maggiore per i secondi. Interessante che sulla figura di Dave Gahan il coinvolgimento salga sia per le femmine sia per i maschi. Una nota interessante: il coinvolgimento è minore per chi possiede un’auto di livello superiore, anche qui sale in presenza dell’immagine di Dave Gahan ma poi ridiscende. Coloro che hanno auto simili o di livello inferiore hanno, in media, la stessa risposta. Entrambe questi due ultimi target rispondono in modo positivo, anche all’esposizione del claim Das Auto, anche se chi possiede un auto simile rivelano un link emozionale nettamente superiore. MEMORY INDEX. Abbiamo valutato l’indice di memorizzazione (codifica) relativo a diversi momenti del video, le scene sono state codificate prima della ricerca ed è stato possibile valutare quale ha maggior impatto sulla memoria. Il video comprende un solo momento nel quale sono trasmesse delle informazioni sul prezzo e sulle date del “porte aperte” – info nel grafico. Sembra un momento con scarse probabilità di essere ricordato, anche a livello implicito. Utilità operativa: Con queste indicazioni è possibile rispondere ad alcune domande fondamentali nella realizzazione di una efficace comunicazione: la mia comunicazione raggiunge il mio target? la mia comunicazione è coinvolgente la mia comunicazione si fa ricordare è possibile ottimizzare il tempo a disposizione? Quale fra diverse alternative è più efficace? Integrazione all’analisi qualitativa su promo di programmi - GNResearch Un’interessante applicazione dello strumento anche in campo qualitativo ha permesso di integrare le tradizionali analisi effettuate su stimoli visivi con i dati ricavati tramite al sistema di riconoscimento delle emozioni online. In particolare, diverse realizzazioni di promo relativi a due programmi TV sono stati montati all’interno di altrettanti reel della durata di 3 minuti ciascuno e sottoposti ai partecipanti nel corso di un’intervista individuale in profondità. Il setting di intervista e la struttura del reel sono stati studiati in coerenza con alcuni learning emersi da precedenti sperimentazioni in ambito qualitativo: una fase preliminare di decompressione e di “tuning” rispetto allo stato emotivo del soggetto, tramite una serie di domande volte a definire lo stato d’animo di partenza con cui ciascuno approccia gli stimoli; la costruzione di un ambiente tranquillo, rilassante in cui ciascuno possa sentirsi a proprio agio durante la visione: istruzioni e limitazioni minime, senza la presenza del moderatore; stimoli inseriti in un reel il più possibile realistico, che prevede una prima parte di filmato neutro utile a “normalizzare” la fruizione sia rispetto alla soglia attenzionale (tipicamente più elevata in fase iniziale), sia rispetto alla consapevolezza di essere registrati, sia infine dal punto di vista dell’attivazione emotiva. In fase di intervista, oltre alle aree di approfondimento tipiche di un ADV test, sono stati raccolti - grazie alle tecniche di questioning qualitative - input volti ad indagare il lato più emotivo dei diversi momenti di visione, una ricostruzione delle sensazioni e dei pensieri che hanno accompagnato il video, nonché il punto di vista più razionalizzato dei soggetti. Infine, le misurazioni derivate dal facial coding hanno consentito di integrare l’interpretazione qualitativa con una serie di indicatori di “oggettivi” - ma tipicamente non consapevoli - che difficilmente i soggetti sarebbero in grado di ricostruire: l’indice di engagement e arousal ad esempio; un’analisi molto dettagliata dell’andamento di ciascuna delle 6 emozioni primarie in corrispondenza con specifici frame del filmato, questo ha permesso l’individuazione di elementi utili all’efficacia del promo nel suscitare appeal, curiosità e intention to view; l’individuazione di pattern emotivi, “modelli” di alternanza di emozioni che sembrano in grado di garantire un elevato livello di engagement per lo specifico stimolo e target di riferimento e , di conseguenza, una buona performance in termini di impatto e persuasione. Infine, sembra necessario lavorare sulle “etichette” delle emozioni primarie nell’ottica di rendere possibile una loro declinazione più ampia e adeguata alle possibili sfumature che ciascuna emozione (o la compresenza di più emozioni primarie) può assumere. Altri campi di applicazione I sistemi di ricerca basati sull’applicazione delle neuroscienze dovrebbero anche essere aperti per sviluppare nuove intuizioni di ricerca. Alcune possibili applicazioni sono: Comunicazione politica, le emozioni Ricerche sul pricing e premium possono influenzare l’intenzione di price (esplorare la componente voto? emozionale Analisi ripetute, qual è l’impatto emotivo di un adv dopo essere stato visto numerose volte? (com’è in realtà) concorre ad assegnare un premium price ad un prodotto/Brand) Eyetracking / Gaze tracking, cosa attira l’attenzione delle persone. Analisi target “difficili” Ricerche che sensoriali, Interaction design, user experience quanto soddisfacente un alimento? è Web design Wild wild digital world Il nostro Digital World si presenta quindi ricco di opportunità e dobbiamo considerare alcune situazioni possibili: la potenza degli strumenti digitali rende molto semplice l’accesso e l’elaborazione di grandi quantità di dati, la diffusione capillare di interfacce mobili rende possibile il contatto con immediato con molte persone. Possiamo individuare alcuni scenari: B.I. fai da te a basso costo Social network produttori di insight GOOGLE- LIKE market research Web scraping Conclusioni Abbiamo voluto analizzare le relazioni fra le scoperte neuroscientifiche e dell’economia comportamentale e le possibilità fornite dallo sviluppo delle tecnologie digitali. Queste due discipline rilevano l’importanza delle emozioni all’interno della relazione fra industria e consumatori. Le neuroscienze dimostrano che le emozioni sono un elemento fondamentale dei meccanismi di valutazione, ricordo e preferenze. L’economia comportamentale ci spiega come utilizziamo le risorse mentali a nostra disposizione per fare le nostre valutazioni e agire nel mondo. Abbiamo proposto un modello di analisi della comunicazione basato sulla valutazione delle risposte emotive attraverso la codifica delle espressioni del viso. Questi strumenti devono integrarsi con le metodologie tradizionali e inserirsi in modo semplice nella progettazione e nell’attuazione della ricerca. Riferimenti / bibliografia http://en.wikipedia.org/wiki/Kahuna http://it.wikipedia.org/wiki/The_Big_Kahuna L' errore di Cartesio. Emozione, ragione e cervello umano A. Damasio Adelphi 1995 Pensieri lenti e veloci Daniel Kahneman Feltrinelli 2012 "Cognitive and neural mechanisms of emotional memory". Hamann, S.B. (2001). Trends in Cognitive Sciences 5 (9) The role of affect in decision making. Lowenstein, G., & Lerner, J.S. (2003). In R. Davidson, K. Scherer, & H. Goldsmith (Eds.), Handbook of affective science, Oxford University Press. The Construction of Preference Sarah Lichtenstein, Paul Slovic 2006 The principles of sociotechnical design. A. Cherns (1976). In: Human Relations. Vol 29(8) Social Functions of Emotions at Four Levels of Analysis. Dacher Keltner University of California Berkeley, USA, Jonathan Haidt University of Virginia, Charlot tesville, VA, USA. In Cognition and Emotion 1999, 13 (5), 505-521 Facial expression of emotion. Freitas-Magalhães, A. (2012). In V. S. Ramachandran (Ed.), Encyclopedia of Human Behavior (Vol. 2, pp.173-183). Oxford: Elsevier/Academic Press Constants across cultures in the face and emotion.. Ekman, P.; Friesen, W.V. (1971). Journal of Personality and Social Psychology 17: 124–129. Journal of Advertising Research March 2011, Volume 51, Issue 1 Research Industry Trends Report 2013 http://www.greenbookblog.org/GRIT-winter-2013/ Vw adv http://www.youtube.com/watch?v=JScVoGEGKME