Arckifejezés-elemzés a neuromarketing szolgálatában

Honnan lehet tudni, hogy egy reklám valóban tetszett-e valakinek? Ahelyett, hogy megkérdeznénk, elég ránézni, hisz az arca mindent elárul. Az arckifejezés-elemzés képes valós időben rögzíteni a fogyasztók tudatalatti érzelmi reakcióit, méghozzá webkamera segítségével. Ha pedig azt is látjuk, hogy pontosan hová nézett az illető egy adott pillanatban, máris összeköthető a reakciója a kiváltó ingerrel. Ebben rejlik a neuromarketing egyik leghatékonyabb eszközének ereje.

Elmondják, hogy tetszett nekik – de vajon el is hiszed?

A marketing egyik örök kihívása, hogy rájöjjünk, mit érez valójában a fogyasztó a márkánkkal, termékünkkel vagy szolgáltatásunkkal kapcsolatosan. A gond csak az, hogy amit mondanak, és amit valójában éreznek vagy tesznek, gyakran köszönőviszonyban sincs egymással. Ezt hívják „say–do gap”-nek, vagyis a szakadéknak a szavak és a valóság között.

Ez nem meglepő, ha tudjuk, hogy döntéseink túlnyomó többsége a tudatalattiban, az úgynevezett 1-es Rendszerben születik – gyorsan, ösztönösen, érzelmi alapon. A klasszikus kérdőívek viszont a logikus, racionális 2-es Rendszert célozzák, amely sokszor csak utólag próbál értelmet adni egy már rég meghozott döntésnek.

Röviden a két rendszer:

• 1-es Rendszer – gyors, automatikus, érzelmi alapú működés; itt születnek a megérzéseink és az ösztönös reakcióink.‍
• 2-es Rendszer – lassabb, tudatos, logikus gondolkodás; ez gyártja az utólagos magyarázatokat, és ezt alkalmazzuk, amikor kérdésekre válaszolunk.

De mi lenne, ha nem vásárlóid szavára kellene hagyatkoznod, hanem egy pillantásból meg tudnád állapítani az igazságot?

Az arckifejezés-elemzés pontosan ezt teszi: az arc apró, gyakran tudattalan izommozgásaiból olvassa ki a valódi érzelmeket. Ezek legismertebb példái a híres mikroexpressziók, azok a villanásnyi arcrezdülések, amelyeket szinte lehetetlen kontrollálni, de a technológia ennél jóval többet lát: folyamatosan elemzi az összes arcizom finom játékát.

Hogyan működik az arckifejezés vizsgálat a neuromarketingben?

Amikor valakinek mosolygás közben megrándul az orra vagy összeráncolódik a homloka, az nem véletlen. Ezek az arcrezdülések apró izommozgások eredményei, amelyek – bár gyakran tudattalanul történnek – árulkodó jelei annak, hogy mit érzünk éppen.

A modern arckifejezés-elemzés ezekre az izommozgásokra épít. Ez a technológia egy tudományos rendszer, a Facial Action Coding System (röviden FACS) segítségével bontja le az arckifejezéseket elemi „mozdulatkódokra”, úgynevezett Action Unit-okra (AU-k). Ilyen például:

• az AU 12, amikor a szájzugok felfelé húzódnak - ez a klasszikus mosoly alapja.
• az AU 6, amikor a szem körüli izmok is megfeszülnek - ez teszi a mosolyt valódivá és őszintévé.
• az AU 4, amikor a szemöldökök összehúzódnak - ami gyakran dühöt vagy frusztrációt jelez.

A régi időkben ezeket a jeleket kézzel kellett kódolni, képkockánként elemezve egy-egy arcot. Ma már elég egy webkamera: az automatizált rendszerek mesterséges intelligenciával valós időben ismerik fel az arcon zajló mozgásokat, és ezekből következtetnek az aktuális érzelemre, legyen az öröm, meglepetés, harag vagy undor. Nem kell hozzá labor, sem szenzorok, elég egy arc, amely nagyon sok mindent elárul.

Miért alkalmazzák egyre többen az arckifejezés-elemzést marketing kutatásokhoz?

A neuromarketing számos eszközt kínál arra, hogy feltérképezze a fogyasztók tudattalan reakcióit, melyek mindegyike más-más típusú információval szolgál.

• Az EEG (elektroenkefalográfia) az agykéreg elektromos aktivitását méri, így főként a figyelem, a kognitív terhelés vagy a motivációs állapotok (pl. közeledés vs. elkerülés) vizsgálatára alkalmas. A valencia finomabb árnyalataira is következtethetünk belőle, de ehhez komoly tapasztalat és mélyebb elemzés szükséges.
• A GSR (galvanikus bőrreakció) az érzelmi aktiváció, vagyis az arousal mértékét mutatja meg, vagyis azt, hogy a résztvevő izgatott, feszült vagy nyugodt állapotban van-e. Azt azonban nem tudja megmondani, hogy az adott érzelem pozitív vagy negatív volt – csak azt, hogy valamilyen intenzív érzelem jelent meg.
• Az fMRI (funkcionális mágneses rezonancia képalkotás) mélyebb agyi struktúrákat vizsgál, és rendkívül részletes képet ad arról, hogy az agy mely területei aktívak egy adott inger hatására. Ez a módszer képes komplex érzelmeket és döntési folyamatokat is feltérképezni, viszont használata jelentős anyagi és technikai ráfordítást igényel, és csak szigorúan kontrollált laboratóriumi környezetben végezhető.

Bár ezek a módszerek jellemzően megbízható és részletes adatokat szolgáltatnak, alkalmazásuk jelentős idő- és anyagi erőforrás-ráfordítást, valamint speciális infrastruktúrát igényelnek, így használatuk nem minden esetben indokolt, és gyakran a kivitelezésük akadályozott.

Itt jön képbe az arckifejezés-elemzés, amely nemcsak gyors és költséghatékony, hanem nagy mintás, akár remote kutatások végzésére is alkalmas. A vizsgált képek és videók figyelése vagy egy weboldal használata során a rendszer automatikusan detektálja az arcon megjelenő mikroreakciókat, és azokból grafikonokat rajzol. Az elemző ezután visszakeresi a negatív vagy pozitív érzelmi kiugrásokat, és visszanézi a videófelvételeket, hogy kiderítse, pontosan mit látott a résztvevő, mire reagált úgy, ahogy, valamint tágabb kontextusban értelmezi a tapasztalatokat.

Az arckifejezés elemzésének módszere különösen akkor ideális, ha a cél az alapvető érzelmi reakciók mérése, például videók, weboldalak vagy termékcsomagolások tesztelésénél. Bár nem vetekszik az EEG vagy az fMRI által nyújtott átfogóbb kognitív adatokkal, arckifejezés-elemzéssel a legtöbb marketingteszt pontos, gyors és költséghatékony választ ad.

Reakciók szinkronizált mérése marketing ingerekkel

A kombinált technológia lehetővé teszi, hogy másodpercnyi pontossággal rögzítsük, hogy mikor hová nézett az alany, és milyen érzelmi választ váltott ki belőle az adott inger. Ez különösen hasznos videók, hirdetések vagy weboldalak tesztelésénél. Így pontosan azonosíthatóak azok az elemek, amelyek pozitív elköteleződést váltanak, csakúgy, mint azok, amelyek zavart, frusztrációt vagy épp unalmat okoznak. Egy ilyen szintű oksági betekintés aranyat ér, hisz általa nemcsak azt tudjuk, hogy valami nem működik, hanem azt is, hogy miért nem működik, és mit kell tenni, hogy az jobb legyen.

Az érzelmi intelligencia kora

Fontos beszélni a határokról is. Bár a mai arckifejezés-elemző rendszerek lenyűgözően fejlettek, a pontosságuk még mindig függ olyan külső tényezőktől, mint a rossz fényviszony vagy az arc mozgása a vizsgálat közben. Ennél is fontosabb kérdés az algoritmikus torzítás lehetősége: ha egy rendszert homogén mintával tanítanak be, akkor más típusú arcokon (nem fehér bőrű embereken) pontatlanabb lehet. Ezért nem mindegy, milyen adatokon tanult az használt platform.

És merre tart a jövő? Az érzelmek felismerése csak a kezdet. Az új generációs Emotion AI már olyan összetettebb állapotokat is képes lesz felismerni, mint az érdeklődés, a zavarodottság vagy épp a koncentrált figyelem. Ez megnyitja az utat a valóban adaptív, empatikus digitális élmények előtt – ahol például egy weboldal észleli, ha elakadsz, és rögtön felajánlja a segítségét.

Takeaway

Az arckifejezés-elemzés tehát nemcsak új technológia, hanem újfajta gondolkodásmód is a fogyasztói élmény megértésében.

• Az arckifejezés-elemzés elsősorban a pozitív–negatív reakciók megértésében segít gyorsan és hatékonyan.
• Szemkövetéssel kombinálva pontosan megmutatja, hogy mi váltotta ki az adott reakciót.
• A webkamera-alapú kutatás gyors, skálázható és minden eddiginél hozzáférhetőbb
• A jövő digitális terméke képes lehet nem csak elemezni az érzelmeket, hanem reagál is rájuk – empatikus, valós idejű visszajelzésekkel

Források

• Ekman, P., & Friesen, W. V. (2003). Unmasking the Face: A Guide to Recognizing Emotions From Facial Clues. Malor Books.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Buolamwini, J., & Gebru, T. (2018). Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. Proceedings of the 1st Conference on Fairness, Accountability and Transparency.
• Zurawicki, L. (2010). Neuromarketing: Exploring the Brain of the Consumer. Springer.