Konsten att mäta vilka känslor ert varumärke frambringar

Allt mer tyder på att känslor är det som styr våra beslut, och dessutom är de avgörande för att skapa minnesvärda upplevelser. Jag har tidigare pratat om vikten att välja vilka känslor ni som företag vill skapa hos era kunder, och här vill jag presentera facial coding som blir ett sätt för er att säkerställa att det är dessa känslor era kunder faktiskt upplever när ni designar nya interaktioner eller produkter. Vad känner t.ex. kunden egentligen när den går igenom bagageinlämningen? Eller när den försöker läsa av elmätaren?

Facial coding kan användas på en testgrupp innan vi lanserar en ny interaktion, produkt eller tjänst. Men den kan också användas på riktiga kunder som går igenom vår kundresa så länge vi har deras samtycke. Slutresultatet blir att vi får självförtroende i att tillfället bidrar till vårt företags framgång, eller insikten att det måste göras om för att linjera med våra mål.

Facial coding - Ett fönster in till dina kunders känslor

Facial coding är konsten att läsa av en persons verkliga känslor genom att studera hur deras ansiktsmuskler rör sig. Systemet har sin grund i Darwins forskning men har framförallt gjort framsteg under Dr. Paul Ekman. Det mänskliga ansiktet har mer muskler än något annat djurs ansikte, och är det enda stället på kroppen där musklerna fäster direkt i huden. Resultatet är att ansiktet är oerhört rörligt och formar sig snabbt efter hjärnans olika impulser, vilket gör att känslor nästan alltid går att utläsa från folks ansikten, även om de försöker dölja dem.

Paulekman-3

Ett av de bästa bevisen för effektiviteten av facial coding kommer från just Dr. Ekmans research. På 60-talet reste han till Papua Nya Guinea där han studerade en folkstam som levt i nästintill total kulturell isolation från västvärlden. Där berättade han historier och bad medlemmarna i stammen att välja mellan fotografier på diverse ansiktsuttryck för att välja det uttryck som bäst passade varje historia. Förutom några problem med att skilja på rädsla och överraskning så lyckades medlemmarna i stammen tydligt känna igen de andra “grundkänslorna” (glädje, överraskning, ilska, avsky, sorg och rädsla). Det sågs som bevis på Darwins teori att människors ansiktsuttryck är universella och inte påverkas av kultur och uppfostran. Sedan dess har det gjorts en uppsjö studier som vidare bekräftat att samma ansiktsuttryck används för att uttrycka känslor i alla möjliga kulturer och att uttrycken är spontana och svåra att kontrollera även om man försöker.

Facial coding har sedan gång på gång använts för att med stor framgång läsa av hur folk verkligen känner och tyda underliggande motiv. Det blir en väg rakt in i den emotionella hjärnan, utan att resultaten av vår mätning förvrängs av den rationella hjärnan som ofta riskerar att hända när vi ställer frågor, något som Dan Hill, författare av boken Emotionomics (rekommenderad läsning för den som vill veta mer om ämnet) kallar för "the say/feel gap". I grafen nedan presenteras hur en målgrupps känslor (positiva vs negativa) för en TV-annons skiljde sig åt när de studerades via en verbal undersökning och facial coding samtidigt.

Image-1-6

Så jobbar ni med facial coding

Det största kruxet med att använda sig av facial coding i vårt kundupplevelsearbete är att det kräver någon som är utbildad inom just facial coding. Det kan betyda att mindre företag endast kan använda metoden i begränsad utsträckning på grund av kostnaden relaterad till den.

När man väl har någon som är utbildad inom det som kallas för “Facial Action Coding System” och kan tyda kundernas ansiktsuttryck så måste man ge dem tillgång till data, och där behöver ni hjälp av era kunder eller målgrupp. I korthet så behöver ni ge dem någonting att reagera på (som kallas för “Stimuli”), t.ex. en annons, en faktura kunden ska betala eller en hemsida de ska navigera på. Sedan behöver ni spela in deras ansiktsuttryck och reaktioner så att de kan analyseras. Det kan till exempel göras genom kundintervjuer och fokusgrupper, men även enkelt genom webbkameran på kundens dator, vilket minskar tröskeln för testen.

När testerna är klara kommer man sedan gå igenom inspelningarna för att analysera vilka känslor det var som testpersonen upplevde, när och vad det var som orsakade det. T.ex. kanske ni upptäcker att kunden alltid upplever frustration när den letar efter betalningsdetaljerna på er faktura.

I framtiden så kommer automatiserade teknologiska lösningar garanterat ta över från det manuella arbetet, och analys av känslor genom facial coding kommer bli tillgängligare och billigare.

När ni har samlat in datan och analyserat den så måste ni välja ett sätt att presentera datan som gör att ni får rätt insikter. Här nedan kommer några olika förslag på hur resultatet kan se ut.

Hur resultaten kan se ut

Emotional Response Rate

Emotional response rate beskriver hur stor andel av målgruppen som uppvisade någon form av reaktion överhuvudtaget. Det är ett bra sätt att få en första övergripande bild om ni lyckas frambringa reaktioner, utan att lägga några värderingar i vilken typ av reaktion det är ni vill frambringa. Om det är en längre interaktion med flera olika moment är det fördelaktigt att bryta ner utvärderingen över de olika momenten för att få se vilka moment som fungerar och som inte fungerar.

Image-2-3

Så här skulle det kunna se ut om vi testar två olika varianter av en hemsida. Vi delar upp hemsidorna i fyra segment och sedan mäter vi med hjälp av facial coding andelen som visade någon reaktion alls till de olika segmenten. På så sätt kan vi se vilka segment och vilken variant av hemsidan som verkar ge mest reaktion från vår målgrupp. Vi kan även se att Hemsida 1 har en genomsnittlig response rate på 39% samtidigt som den är 45% för Hemsida 2.


Andel positiva, neutrala och negativa reaktioner

Ett logiskt nästa steg när vi utvärderat hur stor andel reaktioner vi fått, är att bryta ner dem i fördelningen mellan positiva, neutrala och negativa känslor reaktionerna bestod av. Här behöver kanske inte en negativ känsla nödvändigtvis betyda ett dåligt resultat, beroende på vad det är för känsla vi siktar på att framkalla och hur interaktionen är uppbyggd, även om man som regel såklart tjänar mest på att framkalla positiva känslor.

Image-3-3


Specifika känslor ni framkallat

Gräver vi djupare så kan vi se vilka specifika känslor vi framkallat hos målgruppen. Här får vi reda på om vi lyckats framkalla rätt känslor i vår kundupplevelse.

Image-4-2

Känslor med grön nyans är positiva känslor, känslor med lila nyans är negativa känslor. Leenden uppdelas i sanna leenden och sociala leenden som ofta är mer reserverade. Överraskning ses som aningen positivt här då det skapar uppmärksamhet.


Kvadrantdiagram över Impact & Appeal

Impact handlar om hur intensiv reaktionen var (tänk lite överraskad kontra extremt chockad) och appeal handlar om hur positiv eller negativ reaktionen var (tänk upprörd kontra litet leende kontra extas). Här vill man hamna så högt upp i högra hörnet som möjligt, det vill säga att målgruppen är entusiastiskt positiv.

Image-5-3


Sekund-för-sekund

Om en interaktion pågår under en längre tid och innehåller fler moment så kan det vara värdefullt att bryta ner impact och appeal sekund-för-sekund. Det innebär att man skulle kunna se hur reaktionerna skiftar från positivt till negativt och hur väl man lyckas skapa någon reaktion alls mellan de olika momenten i interaktionen.

Ett exempel skulle kunna vara ett kundtjänstsamtal där kunden ringer och är väldigt frustrerad, gradvis lugnar ner sig och vänder till att känna sig positiv, omhändertagen och tillitsfull när kundtjänstmedarbetaren är empatisk och löser problemet, och sedan vänder åt det negativa hållet (irriterad) igen mot slutet när medarbetaren följer företagets policy och först försöker merförsälja på kunden och sedan ber kunden att “snälla stanna kvar på luren efter och ge honom en 10a i undersökningen”.

Här låter jag återigen Emotionomics stå för ett kraftfullt exempel där de studerat amerikanska presidenten Lyndon B. Johnsons reklamfilm.

Image-6-2


Eye-tracking och känslorna som tillhör dem

Kombinerar man analysen av känslor med eye-tracking så kan man få reda på mer om vad det är som frambringar vilka känslor. T.ex. så kanske vi ser att “pop-up” videoannonsen på vår nyhetssajt tar fokus och skapar stor irritation när den dyker upp, eller att något i vår personals uniform stör.

Image-7-2


Känner du dig inspirerad?

Jag hoppas att den här artikeln ger dig idéer för hur ni kan bygga in rätt typ av känslor i er kundupplevelse och verifiera att ni lyckas. Facial coding är inte för alla, och tröskeln kan ibland upplevas hög. Men det viktigaste är inte att ni använder er av just facial coding, utan att ni mäter de känslor ert företag frambringar på något sätt. Det finns många olika modeller för det där ute, och om den här artikeln får dig att leta efter den modell som passar er bäst så är jag nöjd. Det viktigaste är att ni aktivt jobbar mot att skapa känslor som får era kunder att vilja bli ambassadörer för ert företag.

Vilken modell använder ni er av för att mäta känslor?