Neuromarkedsføring

Gør dig klogere på forbrugerens reaktion på dit design

Neuromarketing dækker over en sammenkobling af de to begreber ”neurovidenskab” og ”marketing”.

Det indebærer anvendelsen af viden og/eller forskningsmetoder fra neurovidenskaben for at skabe og forbedre indhold, der tiltrækker opmærksomhed og engagerer vores målgruppe. Målet er at øge sandsynligheden for at opnå ønskede resultater i vores markedsføringsindsats.

Forskellige tekniske metoder kan bruges til at teste forbrugerens ubevidste reaktioner på stimuli. Særligt to metoder er meget anvendte:

Eyetracking og ansigtsmimikanalyse.

Eyetracking indebærer at spore, hvor respondentens eller forbrugerens øjne retter sig. Dette giver indsigt i, hvilke elementer der fanger modtagerens opmærksomhed, samt hvordan selv små ændringer kan påvirke salgsfremmende aktiviteter og den tid, modtageren bruger på indholdet.

Gennem denne tilgang kan vi analysere både det emotionelle engagement og den visuelle opmærksomhed hos målgruppen.

Neuromarketing trækker på neurovidenskab, marketing og teori om forbrugeradfærd, hvilket giver os mulighed for at bruge viden om hjernen til at forbedre vores design og kommunikation inden for områder som mode, detailhandel, visuel kommunikation og generel markedsføring.

Ved at analysere forbrugerens ubevidste reaktioner på stimuli kan vi opnå indsigt i, hvilke områder der fanger forbrugerens interesse, og identificere dem, der ikke gør det.

Inden for områder som neuromarketing og biometriske undersøgelser anvendes forskellige metoder, herunder eyetracking og analyse af ansigtsudtryk.


Hvordan kan du optimere dit content ved hjælp af anvendelsen af biometriske (neuromarketing) researchmetoder, så det får bedst mulige chancer for at:

Emotionelt engagere målgruppen?
Lede målgruppens visuelle opmærksomhed hen på de tilsigtede elementer?


Kan et billede med ansigter der kigger på hinanden generere mere emotionelt engagement end et billede med ansigter, der ikke kigger på hinanden?

Kan en post opnå mere visuel opmærksomhed på logoet, hvis dette er placeret nær ansigterne på billedet?

A/B SPLIT TEST

Optimer Dit Budskab – Find Den Perfekte Version for Maksimal Effekt
En A/B splittest, også kendt som en A/B-test eller split test, er en metode inden for markedsføring og forskning, hvor to versioner af et element (for eksempel en webside, annonce eller e-mail) sammenlignes for at afgøre, hvilken der performer bedre.

Formålet med A/B splittest er at identificere, hvilken version der giver de mest effektive resultater i forhold til et bestemt mål, såsom konverteringsrate, klikfrekvens eller brugerengagement.

Jeg har besluttet at lave en A/B-split test. I denne test anvender jeg de to versioner af opslag, som kan ses til højre, og som er blevet udviklet med henblik på mine to researchspørgsmål. Der er foretaget ændringer på to parametre i opslagene.

Jeg har fået i alt 5 respondenter, og har besluttet mig for at arbejde med dem alle sammen, da de har en eye-tracking på over 80%.

Version A
Her ønsker jeg at undersøge, om et billede med ansigter, der kigger på hinanden, skaber mere emotionelt engagement sammenlignet med et billede, hvor ansigterne ikke kigger på hinanden.

Version B
Jeg vil gerne undersøge, om et opslag opnår mere visuel opmærksomhed på logoet, når det er placeret tættere på ansigterne på billedet frem for et hjørne.

iMotion

Jeg har anvendt iMotion som redskab til denne undersøgelse. iMotions er en IT-virksomhed specialiseret i software til forskning i menneskelig adfærd. Jeg har implementeret en A/B splittest, hvor jeg har udnyttet deres metoder til eyetracking og ansigtsmimikanalyse.

I A/B splittesten har jeg valgt at oprette 4 fillers, hvilket betyder, at mine respondenter bliver præsenteret for i alt 6 forskellige opslag, hvoraf jeg kun ønsker at undersøge 2 af dem. Jeg anvender fillers for at gøre det mindre åbenlyst for testpersonerne, hvad jeg undersøger.

Introduktionerne og kalibreringerne er låst, så de altid præsenteres som det første og det sidste i undersøgelsen (fixed display order). På denne måde sikrer jeg, at alle respondenter udfører undersøgelsen under samme betingelser.

I iMotion har jeg konfigureret i alt 10 stimuli. Jeg har først udarbejdet en introduktion, hvor respondenterne informeres om, hvordan undersøgelsen vil forløbe, efterfulgt af den første kalibrering.

Herefter præsenteres de 6 opslag, hvor respondenten ikke ved, hvilke opslag der tilhører A-versionen eller B-versionen.

Efter opslagene vises den sidste introduktion, hvor jeg meddeler, at testen er afsluttet, og der vil komme en sidste kalibrering, før de kan lukke deres browser.

Jeg har valgt at arrangere mine 6 opslag i tilfældig rækkefølge (random display order).

Derudover er alle opslag indstillet til automatisk at skifte efter 10 sekunder.

Det er afgørende, at respondenten observerer hvert opslag i samme tidsinterval for at sikre, at mine data er mere retvisende.
 

Som tidligere nævnt findes der adskillige typer af eyetracking, og den metode, jeg har anvendt, er webcam eyetracking.

Denne eyetracking-form er den mest omkostningseffektive og hurtigste metode, hvilket dog kan betyde, at kvaliteten af dataene er mindre præcis sammenlignet med andre eyetracking-metoder.
Ved webcam eyetracking udnyttes den indbyggede kamerafunktion på respondentens computer.

Derfor er det afgørende, at respondenten sidder centralt i forhold til computerens kamera i et godt oplyst rum for at opnå de mest nøjagtige resultater.

Fordelen ved denne undersøgelse er, at den kan udføres fra enhver computer med et kamera, hvilket gør den meget brugervenlig, og testen kan gennemføres i respondentens eget hjem.

Jeg har valgt at accepptere der har over 80% nøjagtighed. Dog ville det mest optimale være en nøjagtighed på omkring 90% og derover.

Ansigtsmimikanalyse refererer til undersøgelsen og fortolkningen af ansigtets bevægelser og udtryk for at afdække eller forstå en persons følelsesmæssige tilstand eller reaktioner.

Dette omfatter typisk vurdering af ansigtsudtryk som smil, panderynken, øjenbevægelser og andre ansigtsmuskler, der er knyttet til forskellige følelser.

Analyse af ansigtsmimikken baseres på de syv grundlæggende følelser: glæde, overraskelse, frygt, afsky, vrede, foragt og tristhed.

Jeg har besluttet at inkludere alle mine data, da nøjagtigheden på tværs af dem ligger mellem 98% og 100%.

AOI (area of interest) i forhold til logo placering

AOI Duration (ms)
Version A: Højere gennemsnitlig varighed af AOI (Area of Interest) sammenlignet med Version B. Dette antyder, at brugere bruger mere tid på at fokusere på det område, hvor logoet er tættere på ansigterne.

Revisit Count
Version A: Højere revisit count, hvilket indikerer, at brugere har tendens til at vende tilbage og genbesøge områder med logoet tættere på ansigterne mere hyppigt end områderne med logoet i version B.

Fixation Count
Version A: En markant højere gennemsnitlig fixation count, hvilket antyder, at brugere har flere fikseringer (øjenstop) i området med logoet tættere på ansigterne sammenlignet med version B.

TTFF AOI (ms)
Version A: En lavere gennemsnitlig TTFF AOI (Time To First Fixation in Area of Interest), hvilket indikerer, at brugerne i gennemsnit hurtigere retter deres opmærksomhed mod det område, hvor logoet er placeret tættere på ansigterne.

Dwell Time (ms)
Version A: Langt højere gennemsnitlig dwell time, hvilket betyder, at brugerne tilbringer mere tid i området med logoet tættere på ansigterne i version A sammenlignet med version B.

Samlet set viser dataene, at placeringen af logoet påvirker brugernes opmærksomhed og interaktion.

Version A synes at tiltrække mere opmærksomhed og fastholde brugernes blik i længere tid sammenlignet med version B, hvor logoet er flyttet ud til siden.

Dette kan have implikationer for, hvordan brugerne reagerer på og interagerer med det visuelle indhold på dit billede.

AOI (area of interest) i forhold til ansigterne

AOI Duration (ms)
Version A: Højere gennemsnitlig varighed af Area of Interest (AOI), hvilket tyder på, at når ansigter kigger på hinanden, fastholder det brugernes opmærksomhed i længere tid sammenlignet med version B, hvor ansigterne ikke kigger på hinanden.

Revisit Count
Version A: Lavere revisit count med, hvilket antyder, at brugerne vender tilbage til området med ansigter, der kigger på hinanden, lidt mindre hyppigt end til området i version B.
 
Fixation Count
Version A: Højere gennemsnitlig fixation count, hvilket indikerer, at brugerne har flere fikseringer i området med ansigter, der kigger på hinanden, sammenlignet med version B.

TTFF AOI (ms)
Version A: Højere gennemsnitlig Time To First Fixation (TTFF) i Area of Interest (AOI), hvilket tyder på, at brugerne tager længere tid om at fokusere på området med kig på hinanden ansigter i version A sammenlignet med version B.
 
Dwell Time (ms)
Version A: Højere gennemsnitlig dwell time, hvilket indikerer, at brugerne tilbringer meget mere tid i området med ansigter, der kigger på hinanden, sammenlignet med version B.

Version A synes at generere mere emotionelt engagement, da brugerne bruger mere tid på at se på ansigter, der kigger på hinanden.

Den højere fixation count og dwell time i version A antyder en stærkere tiltrækning og interesse fra brugernes side i forhold til version B. 

Nedenfor ses mine resultater for ansigtsmimikanalysen.

Der er en markant højere gennemsnitlig tristhedsgrad i version B sammenlignet med version A. Dette kan tyde på, at brugerne oplever mere tristhed eller negativitet i version B.

Ydermere viser version B en betydeligt højere gennemsnitlig grad af engagement sammenlignet med version A. Dette indikerer, at brugerne reagerer mere positivt og er mere engagerede i version B.

Selvom version B ser ud til at generere en stærkere emotionel respons og højere engagement sammenlignet med version A, er det vigtigt at notere, at den øgede tristhed i version B kan indikere en mere negativ reaktion fra brugerne, selvom engagementet er højt.

Samlet set er de eneste to emotioner, der træder tydeligt frem i min undersøgelse, nemlig tristhed og engagement. Selvom disse to emotioner er de eneste, der viser sig, er det vigtigt at påpege, at tallene er så lave, at man ikke kan drage en fuldstændig konklusion udelukkende baseret på denne undersøgelse, specielt fordi der kun var 5 respondenter.

Derfor har resultaterne heller ikke fuld retslig gyldighed. Ikke desto mindre kan de bruges som en indikator for, hvordan forbrugerne umiddelbart kan reagere på version A og B.



Baseret på resultaterne ønsker jeg, at styrke det emotionelle engagement på version A ved at eksperimentere med nogle tilpasninger.

Dette kunne omfatte at optimere placeringen af logo, størrelsen og/eller farverne i version A for at maksimere den positive reaktion fra brugerne.

Dette ville være en form for A/B/C-test, hvor version C repræsenterer en yderligere tilpasning baseret på de observerede tendenser i dataene.

Version A har allerede vist positive resultater i form af højere engagement og længere opmærksomhed i min eyetracking-analyse hvorfor det kan være fornuftigt at bygge videre på disse succeser, så den også vil vise sig i ansigtsmimikanalysen.

Det er interessant, at mens version B klarede sig bedre i ansigtsmimikanalysen, viste eyetrackinganalysen, at version A havde en markant bedre præstation.

Dette dilemma indikerer, at der er en uoverensstemmelse mellem de to analysemetoder, og derfor har jeg besluttet mig for, at skabe en C-version.

I C-version, som ses her, har jeg beskåret billedet for at placere ansigterne mere i centrum og justeret farverne for at skabe en varmere og mere romantisk stemning. Dette er altså en strategisk tilgang.

Ved at gøre dette forsøger jeg at opnå en balance mellem det visuelle fokus og emotionel appel.

Version C




Placeringen af ansigterne i centrum kan hjælpe med at fange opmærksomheden og skabe forbindelse på et følelsesmæssigt niveau, mens farvejusteringerne kan bidrage til den ønskede romantiske stemning.

Min tilpasning tager hensyn til både øjenbevægelser og ansigtsudtryk, og det viser en nuanceret tilgang til optimering af billederne.

Det er en god idé at tage hensyn til begge analyseresultater for at skabe en mere helhedsorienteret og effektiv visuel kommunikation.

Ved at kombinere de bedste elementer fra både A og B og tilføje yderligere justeringer i C-versionen, arbejder jeg mod at skabe et mere engagerende og følelsesmæssigt effektivt billede.

Kilder

Lykke Klausen, Anita, (Set 2023, 14. november). Hvad er neuromarketing? Anita Lykke Klausen.
https://anitalk.dk/hvad-er-neuromarketing/

Illumi, (Set 2023, 15. november). Neuromarketing og biometriske data.
https://www.illumi.dk/viden/neuromarketing-og-biometriske-data/

Ellering, Nathan, (2022, 19. maj). 130 of the best marketing quotes to feel inspired. CoSchedule.
https://coschedule.com/blog/marketing-quotes#9-digital-marketing-quotes

Eye-tracking. (s.d.). iMotions.com. Lokaliseret den 14. november 2023 på https://imotions.com/eye-tracking/

What is Neuromarketing?. (s.d.). nmsba.com. Lokaliseret den 13. november 2023 på
https://www.nmsba.com/neuromarketing/what-is-neuromarketing