電影預(yù)告片或商業(yè)廣告如何引發(fā)互動？如何讓用戶參與進來？這是市場營銷共同關(guān)注的問題。
但我們又該如何了解用戶是否參與其中呢？
來自烏得勒支大學(xué)的應(yīng)用認知心理學(xué)研究生Dayenne Sarkol-Teulings對此問題進行了探究，使用面部表情分析系統(tǒng)（FaceReader）為“參與"這一情緒狀態(tài)創(chuàng)建自定義表情并進行驗證。
什么是“參與"？
在過去的幾年里，“參與"這一概念在組織行為、市場營銷、社會心理學(xué)和教育等多個領(lǐng)域受到越來越多的關(guān)注。例如，市場營銷對參與度高的消費者非常感興趣，因為研究表明，參與度高的消費者每次交易的消費額要高出 60%，購買頻率要高出 90%，為品牌代言的可能性要高出四倍。這也正是各個公司都對如何提高消費者的參與度感興趣的原因。
那么，到底什么是“參與"？
這是一個寬泛的概念，通過全面的文獻回顧，研究者了解到許多討論的定義存在重疊，但又略有不同。總結(jié)來說，“參與"可分為三個組成部分，即情感參與、認知參與和行為參與（圖 1）。
圖 1
以此，本研究對“參與"的定義為：這是雙向互動的產(chǎn)物，由個人或組織發(fā)起。一方面，組織必須通過展示自己來吸引他人的注意力。他們需要保持足夠長的時間，以便引起個人的第二層關(guān)注，而參與感、興趣和動機似乎有助于這種持續(xù)關(guān)注。另一方面則是個人的自由意志，即在一定程度上刻意與組織建立聯(lián)系，使個人愿意超越與組織相關(guān)的個人要求。
使用FaceReader定義“參與"
但我們?nèi)绾瘟私庀M者的參與程度呢？參與型消費者的表現(xiàn)是怎樣的？比如，要探究廣告是否提高了消費者的參與度，可以觀察人們在觀看廣告時的面部表情。一般情況下，人們很難隱藏自己的真實情感，尤其是面部表情能夠流露出各種不同的情緒。諾達思的面部表情分析系統(tǒng)（FaceReader）可以自動捕捉并分析面部表情，除了精確測量基本情緒外，還可以創(chuàng)建自定義表情。自定義表情模塊允許根據(jù)動作單元（AUs）和其他輸入創(chuàng)建自己的表情（圖2），研究者可以結(jié)合面部表情和動作單元（AUs）等變量設(shè)計自己的算法，創(chuàng)建自定義表情表達式。
圖2
“參與其中"時，會有怎樣的表情？
當(dāng)人們“參與其中"時是什么樣的？過往研究中存在相互矛盾的討論，比如參與度高者的表情更豐富或是毫無表情，以及面部表情與參與度的相關(guān)關(guān)系是正相關(guān)或是負相關(guān)。
因此，本研究進行了實驗，旨在探究個體“參與其中"時的表情到底是什么樣的。
研究者使用 Qualtrics 和在線面部表情分析系統(tǒng)（FaceReader Online）創(chuàng)建了在線調(diào)查。在 FaceReader Online 中設(shè)置刺激物（2-3分鐘的電影預(yù)告片），然后用 JavaScript 嵌入到 Qualtrics 中。選擇2-3分鐘的電影預(yù)告片作為刺激物是因為它是專門為吸引和維持人們的注意力而設(shè)計的，足以喚起人們的持續(xù)注意，但又不超出失去持續(xù)注意的限度（0-3分鐘）。
邀請被試參與線上 Qualtrics 調(diào)查，并使用自己的網(wǎng)絡(luò)攝像頭錄下觀看不同電影預(yù)告片的過程，然后要求他們對觀看每部電影預(yù)告片時的整體參與感進行評分。音視頻可導(dǎo)入 FaceReader 中進行分析，配合從 Qualtrics導(dǎo)入到Excel 和 SPSS 的問卷結(jié)果，整個數(shù)據(jù)整合分析十分流暢。
根據(jù)自我報告的參與感評分將被試劃分為兩組：高參與感組（得分 70 分及以上）和低參與感組（得分 30 分及以下）。在 FaceReader中對兩組進行對比分析，并計算了每位被試的平均激活表情和動作單元。動作單元的分析結(jié)果表明，只有AU 4（皺眉）的強度在低參與感組中較高，其他動作單元被激活的程度較低。此外，高參與度組和低參與度組之間的表情差異很小（圖3），但值得注意的是，高參與度的人表現(xiàn)出更多的中性表情。
圖 3
驗證自定義表達式
研究者根據(jù)文獻信息和第一次實驗的結(jié)果創(chuàng)建了“參與"的自定義表情表達式。
設(shè)定的條件為不能有高無聊度的“參與"狀態(tài)。如果無聊度得分較低，則會采用效價得分。因為效價得分為0分等同于較高的中性情緒，這表明被試處于高參與度狀態(tài)，即第一次實驗的結(jié)果。此外，從效價得分中剔除AU 4分數(shù)，因為第一個實驗結(jié)果表明AU 4在低參與度組中略微偏高。
隨后研究者進行了第二次在線實驗，以測試這些自定義表情。實驗要求被試觀看廣告并記錄他們的面部表情，對自己的整體參與感評分。可以將自定義表情的激活得分與自我報告的參與感得分進行比較。
分析表明，無顯著結(jié)果，這意味著自定義表情無法得到驗證。但仍有值得注意的結(jié)果：一些被試的自定義表達式是正確的（圖 4）。這可以作為后續(xù)研究的起點。
圖 4
總結(jié)
盡管“參與"的自定義表達式尚未得到驗證，但這項研究顯示了研究者對“參與"概念的深刻理解。一些結(jié)果仍能為后續(xù)研究提供一些啟示。
研究者認為，可以將“參與"視為一種情緒狀態(tài)，這種情緒狀態(tài)具有持續(xù)時間長的特點，因此應(yīng)該以總分的形式進行測量，而不是以每幀的表達方式進行測量和估算，例如“高興"或“生氣"等基本情緒表達。
此外，在后續(xù)研究中，分組或成對測量“參與"可能會很有趣，尤其是如果考慮到情緒表達是一種交流形式的話。比如，當(dāng)一對情侶共同觀看刺激視頻時，他們可能會表現(xiàn)出更多的表情。
本研究使用FaceReader Online，實現(xiàn)了在線執(zhí)行所有實驗，這樣做的好處是可以讓更多元的被試參與實驗，從而獲得更高的生態(tài)效度。當(dāng)然這樣仍有一些缺點，被試使用自己的網(wǎng)絡(luò)攝像頭將無法進行心率和頭部方向等分析，后續(xù)實驗可以在 Noldus實驗室中進行，可能會獲得一些有趣的發(fā)現(xiàn)。
關(guān)注諾達思公眾號，聯(lián)系我們獲取更多產(chǎn)品信息及學(xué)術(shù)文章！
