Online- oder Fernforschung besteht in der Regel aus der Durchführung von Online-Umfragen. Mit Tools wie iMotions Remote Data Collection (RDC) können Sie die Flexibilität der Fernforschung mit den Erkenntnissen aus einem Labor kombinieren, wobei lediglich die Webcam und das Mikrofon Ihrer Teilnehmer zum Einsatz kommen. In diesem Blogbeitrag werden zwei Beispiele vorgestellt, wie Umfragen und Verhaltensdaten gemeinsam genutzt werden können. Dieser Blogbeitrag ist Teil einer Reihe zum Thema Fernerhebung.

Biometrische Daten verleihen Umfrageantworten mehr Nuancen.

Umfragen helfen uns, die Absichten und Vorlieben der Teilnehmer und Verbraucher zu verstehen. Sie liefern uns konkrete Informationen über die Gedanken und Gefühle der Befragten. Der Vergleich der Antworten der Teilnehmer mit ihrem Verhalten liefert differenziertere Einblicke in ihre Erfahrungen.

Beispiel

In dieser Studie gab ein Teilnehmer an, dass er die Videoanzeige bevorzugte, in der die praktische Handhabung und die Zutaten hervorgehoben wurden. Mit seinen eigenen Worten war diese Anzeige:

„Mehr über den Prozess der Pizzazubereitung, den ich unterhaltsamer und verlockender fand als die ‚Lasst uns alle zusammen chillen‘-Stimmung des ersten Teils.“

In diesem speziellen Werbevideo machten die Szenen, die den Zubereitungsprozess der Pizza zeigten (Teig ausrollen, Zwiebeln schneiden, Käse reiben und Sauce verteilen), zwar nur 35 % der gesamten Werbung aus, hinterließen bei diesem Teilnehmer jedoch einen bleibenden Eindruck.

Die obere gelbe Linie zeigt die Ein- und Ausatmung des Teilnehmers an. Die mittlere violette Linie gibt die Atemfrequenz an (Atemzyklen pro Minute). Je höher die Frequenz, desto schneller die Atmung und desto angeregter ist die Person. Unten sind die Videoszenen zu sehen. Die grünen Balken zeigen an, wann in der Werbung eine Zubereitung von Speisen stattfand. Die hellgrünen Rechtecke in allen drei Visualisierungen dienen als visuelle Orientierungshilfe.

Wenn wir uns die Atemdaten dieses Teilnehmers ansehen, stellen wir fest, dass seine Atemfrequenz in den Szenen, in denen Essen zubereitet wird – angefangen beim Zerkleinern einer Zwiebel bis hin zum Ende des Werbespots – erhöht war.

Diese Atemdaten stützen die Aussage des Befragten, dass er Szenen rund um die Zubereitung von Pizza bevorzugt. Wenn es bei dieser Studie darum ginge, Ideen für eine wirkungsvolle Werbung zu sammeln, könnte die Einbindung weiterer Szenen rund um die Zubereitung von Pizza eine wirksame Strategie für Kunden sein, die diesem Teilnehmer ähnlich sind.

Wie man mit RDC bei A/B-Tests über Umfragen hinausgeht

Unter unseren Teilnehmern gab es eine klare Lieblingsanzeige! Da Il Martello diese Anzeige mit dem Schwerpunkt auf gesellschaftlichen Themen gestaltet hat, könnte man vermuten, dass es gerade dieser gesellschaftliche Aspekt war, der den Leuten an der Anzeige gefallen hat.

Es könnte auch sein, dass in dieser Anzeige neun Pizzen zu sehen waren, während in der anderen gar keine Pizzen zu sehen waren (sondern nur ein paar Pizzakartons am Ende).
Es könnte auch sein, dass in diesem Werbespot viele Szenen zu sehen waren, in denen Menschen Bier tranken. Vielleicht gefiel den Teilnehmern der Werbespot mit dem geselligen Beisammensein besser, weil sie ihre Aufmerksamkeit eher auf das Bier als auf die Pizza richteten.

Interessanterweise verwendeten die meisten Befragten in ihren Antworten auf die Frage, warum sie die von ihnen gewählte Anzeige bevorzugten, nicht die erste Person (sie verwendeten in ihrer Antwort weder „ich“ noch „mich“). Viele der Antworten ließen sich so lesen, als würden die Befragten die Anzeige bewerten, anstatt über ihre eigene Reaktion darauf nachzudenken.

Beispiele für Antworten, die wie Reflexionen klingen:

Da ist eine fertige Pizza zu sehen, das gefällt mir
Die erste Werbung hat mich mehr angesprochen. Ich konnte mich besser in diese Situationen hineinversetzen als in die Hektik der zweiten Werbung. Pizza ist bei uns zu Hause meist eine geplante Mahlzeit.
Ich finde, beide funktionieren gut.
Das trifft eher auf mich zu – ich kaufe immer Pizza, wenn ich keine Lust zum Kochen habe, und nicht aus einem der „positiveren“ Gründe, die in der ersten Anzeige beschrieben werden.

Beispiele für Antworten, die wie Bewertungen klingen:

Beiden Anzeigen fehlt etwas, und sie wirken eher sehr allgemein gehalten, anstatt einen Bezug zum Restaurant herzustellen (abgesehen vom Logo am Ende).
Es wurde eine fertige Pizza gezeigt, nicht nur die Zutaten
Glückliche, lächelnde Menschen, die Pizza essen
Es war authentischer, und auch die gewählten Bilder waren authentischer – zum Beispiel jüngere Menschengruppen, People of Color…

Dieses Muster deutet darauf hin, dass viele Menschen nicht angaben, welche Werbung persönlich auf sie die größte Wirkung hatte, sondern vielmehr, welche Werbung ihrer Meinung nach generell am besten abschneiden würde.

Hier kommen biometrische Daten wirklich zum Tragen. Wir könnten anhand der Atemfrequenz ermitteln, welche Werbungen am stärksten anregten, und mithilfe von Eye-Tracking feststellen, welche Szenen die größte Aufmerksamkeit auf sich zogen.

Umfrageantworten können die Analyse biometrischer Daten erleichtern.

Umfrageergebnisse können auch dazu verwendet werden, Daten aus Eye-Tracking, Gesichtsausdrucksanalyse, Stimmungsanalyse und/oder Atmung zu segmentieren. Mit „Segmentierung der Daten“ meinen wir, dass wir Daten von Personen, die an einem bestimmten Ort aufgewachsen sind, mit denen von Personen vergleichen können, die an einem anderen Ort aufgewachsen sind. Wir könnten Personen, die mit Kindern zusammenleben, mit solchen vergleichen, die nicht mit Kindern zusammenleben.

Eine gute Strategie besteht darin, die demografischen Fragen auf die Ihnen zur Verfügung stehenden Optionen zur Anzeigenausrichtung abzustimmen. Wenn Sie die Möglichkeit haben, Ihre Anzeigen nach Geschlecht auszurichten, fragen Sie die Befragten nach ihrem Geschlecht, damit Sie Ihre Daten nach Geschlecht aufschlüsseln können. Auf diese Weise können Sie Ihre Ergebnisse nutzen, um Ihre Strategie anzupassen.

Beispiel

Nehmen wir einmal an, Il Martello möchte Verbraucher mit Kindern ansprechen. Das Unternehmen möchte wissen, ob Teilnehmer mit Kindern in Szenen, in denen Kinder vorkommen, diesen mehr Aufmerksamkeit schenken. Es erwägt, eine Werbung zu entwickeln, die mehr Szenen mit Kindern und Familien enthält.

Wir haben zwei verschiedene Szenen aus der Social-Media-Anzeige ausgewählt, in denen Kinder, Erwachsene und Pizza zu sehen sind. Die Grafiken zeigen einen Vergleich zwischen den Teilnehmern, die angaben, mit Kindern zusammenzuleben (orange), und den Teilnehmern, die nicht mit Kindern zusammenleben (blau). Dies ist ein Beispiel für die Unterteilung der Daten nach Umfrageantworten. Die dargestellten Daten stellen den Durchschnitt der Gruppe dar.

Aus diesen Daten ergibt sich für Il Martello ein gemischtes Bild.
In der ersten Szene schauten Teilnehmer mit Kindern häufiger auf Kind 1 als auf Kind 2. Teilnehmer mit Kindern verbrachten mehr Zeit damit, die Kinder anzuschauen, als Teilnehmer ohne Kinder. Teilnehmer mit Kindern zeigten im Vergleich zu Teilnehmern ohne Kinder mehr Interesse daran, die Pizza auf dem Tisch anzuschauen.

In der zweiten Szene schauten Teilnehmer mit Kindern häufiger auf das Kind als Teilnehmer ohne Kinder. Teilnehmer ohne Kinder schauten häufiger auf die Pizza als Teilnehmer mit Kindern – genau umgekehrt zu dem, was wir in der vorherigen Szene beobachtet hatten.

Lösungen

Il Martello könnte zu dem Schluss kommen, dass es sich nicht lohnt, eine eigene Anzeige zu erstellen, um potenzielle Kunden mit Kindern anzusprechen, da es keine eindeutigen Belege dafür gibt, dass diese Zielgruppe durchweg anders auf die Szenen mit Kindern und Familien reagiert. Man könnte sich aber auch dafür entscheiden, weiter zu untersuchen, warum die Reaktionen auf die Szenen unterschiedlich ausfielen.

Der Ton: Der Sprecher erwähnt Kinder ausdrücklich in Szene 1: „Um Erinnerungen mit unseren Kindern zu schaffen“. In Szene 2 sagt der Sprecher: „Bestellt einfach Pizza“. Ein Folgeexperiment wäre, das Video so zu bearbeiten, dass die Szenen vertauscht werden, der Ton jedoch derselbe bleibt.

Die vorhergehende Szene: In Szene 1 sitzen in der vorhergehenden Szene Ballerinas auf dem Boden und essen Pizza. In Szene 2 zeigt die vorhergehende Szene Männer, die vor dem Fernseher Bier trinken und Pizza essen. Ein Wechsel der Szenen könnte uns helfen, besser zu verstehen, wie die vorhergehende Szene die Reaktion auf die ausgewählten Szenen beeinflusst.

Reihenfolge der Aufrufe: Diese Daten beziehen sich auf den ersten Aufruf dieser Anzeige durch die Teilnehmer. Es wäre relativ einfach, nur den zweiten Aufruf oder den Durchschnitt der beiden Aufrufe zu betrachten, um zu prüfen, ob sich ein ähnliches Muster zeigt.

Ein anderer Vergleich: Um dieser Frage wirklich auf den Grund zu gehen, sollten sie vielleicht auch untersuchen, wie Teilnehmer mit Kindern auf Szenen ohne Kinder im Vergleich zu Szenen mit Kindern reagiert haben.

Nachfolgend finden Sie eine Zusammenfassung einiger Daten aus der demografischen Umfrage. Darin sind einige weitere Kategorien aufgeführt, nach denen wir die Daten hätten unterteilen können.

Fazit

Umfragen und biometrische Daten ermöglichen zusammen eine differenziertere und aussagekräftigere Analyse. Biometrische Daten verleihen den Umfrageantworten zusätzliche Nuancen und helfen Forschern, ihre Daten etwas genauer zu untersuchen. Umfragen helfen Forschern dabei, aus ihren biometrischen Daten umsetzbare Erkenntnisse zu gewinnen.