Реклама и контент глазами ваших клиентов и аудитории

Результаты исследований предоставляются в следующем виде (в зависимости от приобретенной опции):

1. PDF-отчет с выводами и рекомендациями. Это полноценный отчет, где мы отвечаем на задачу исследования, подкрепляя нужными графиками и данными.
2. Доступ в личный кабинет с данными по считыванию эмоций и отслеживанию взгляда. В данном варианте мы предоставляем доступ к интерактивным дашбордам. где клиент может самостоятельно изучить и выгрузить все собранные в ходе исследовани данные и далее на их основе сделать выводы.
3. Выгрузка данных в формате CSV. В данном варианте клиенту предоставляются все данные в нужных разрезах и форматах для их дальнейшего анализа.

В основе технологии отслеживания взгляда лежит нейросеть, которая с помощью веб-камеры на устройстве респондента (ПК, ноутбук) определяет, куда был направлен взгляд во время просмотра. Перед просмотром респондент проходит 16-ти точечную калибровку (поочередный показ точек на экране), во время чего нейросеть определяет границы экрана и далее, сравнивая положение зрачка на записи с веб-камеры с границами экрана, определяет, куда смотрели респонденты. На выходе получается тепловая карта.

В основе лежит нейросетевая модель считывания и распознавания эмоций. Модель обучена на основе тысяч фотографий реальных людей с указанием эмоций, которые они испытывают. Определение эмоций на фотографиях людей для сбора датасетов производилось с помощью системы FACS. FACS использовался специалистами в сфере поведенческого анализа для ручной определения эмоций, которые испытывает человек на фотографии. Нейросеть делает это без специалиста, но по тем же принципам. Чтобы учесть индивидуальные особенности каждого человека, перед началом задания респонденту демонстрируется "белый" экран, во время которого нейросеть фиксирует его нейтральное выражение лица. В данные идут только те эмоциональные реакции, которые существенно отличаются от нейтрального выражения лица.

Подтверждение точности модели:
Точность работы большинства нейросетей подтверждается загрузкой туда тестового массива данных и сравнения показателей, которые выдаст на этом массиве данных нейросеть, с “ручной” разметкой этих данных специалистом или другой подтвержденной нейросетью. В нашем случае, результаты работы модели сравнивались с другими зарубежными аналогами, точность которых подтверждена методом сравнения результатов моделей с результатами разметки фотографий специалистами. Сходство в точности определения эмоции (сходство с результатами зарубежных моделей) составляет от 92% до 95%.

Обучение модели происходило на жителях Европы (в том числе Восточной) и Северной Америки. Датасет включает в себя в большинстве европеоидную расу, но также состоит из азиатов, латиноамериканцев и афроамериканцев. Таким образом, нейросеть может корректно распознавать эмоции независимо от принадлежности человека к определенной расе. Особенности проявления эмоций разными расами с физиологической точки зрения были полностью учтены.

Иные различия в области выражения эмоций проявляются между жителями стран разных культурных кластеров - интенсивность эмоций и их интерпретация может быть различной, к примеру, между жителями западных и азиатских стран. Поэтому результаты исследований нельзя сравнивать напрямую между жителями разных культурных кластеров. Нас же вектор лежит в области исследований на жителях России, где базовые принципы проявления эмоций и их интерпретации схожи между жителями, различия в физиологии проявления эмоций разным строением лица нивелированы датасетом состоящим из множества рас и национальностей.

FACS, ключевой принцип с помощью которого была создана модель считывания эмоций, имеет сильное научное признание, подтвержденное множеством исследований и применений. Используется как в маркетинге, так и в психологии для изучения эмоций, социальных взаимодействий и когнитивных процессов. Одним из тех, кто сделал поведенческие исследования с использованием считывания эмоций является Пол Экман. Работы Экмана цитируются в >50 000 научных статей.

Достоверность/валидность/надежность методики FACS подтверждена научным сообществом и неоднократным исследованиями. Подробнее читайте в статье
(https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=eafda8a94e410f1ad53b3e193ec124e80d57d095)

Все исследования проходят онлайн, респонденты находятся в комфортной для них обстановке, для прохождения задания требуется лишь наличие веб-камеры. Подробнее как проходит процесс исследования вы можете увидеть в интерактивном гайде.

Мы сотрудничаем с крупнейшими рекрутинговыми панелями в РФ, поэтому можем подобрать респондентов практически по любым критериям: пол, возраст, доход, место жительства, интересы (например, увлекается спортом), другие критерии (например, совершал покупки товаров бренда Х за последние 90 дней).

Также, рекрут респондентов может быть на вашей стороне. В таком случае, мы высылаем ссылку на задание, которую необходимо распространить среди респондентов. Пройти исследование они смогут прямо по ссылке в любом браузере.

Для крупны клиентов доступна возможность интеграции с панелью респондентов через систему редиректов.

На одну единицу контента мы рекомендуем использовать выборку в 70-100 человек. Данный размер выборки является более чем достаточным для подобного типа исследований, на основании множества научных подтверждений и практик. Nielsen Norman Group, которая является мировым лидером в области исследований контента и пользовательского опыта (*1), в статье “How Many Participants for Quantitative Usability Studies: A Summary of Sample-Size Recommendations” NNG на основании десятков экспериментов и статистических расчетов доказали, что превышение 40 респондентов в выборке уже не оказывает существенного влияния на репрезентативность исследования (*2). Аналогичное мнение о размере выборки высказывают Джефф Саурус и Джеймс Р. Льюис в научной работе “Quantifying the User Experience”. Авторы вложили в работу 40-летний опыт исследований потребителей (*3). В рамках наших исследований и специфики анализа эмоций и взгляда, мы пришли к выводу, что группа в 70-100 позволит достичь высокого уровня репрезентативности выводов.

(*1) https://www.nngroup.com/articles/summary-quant-sample-sizes/
(*2) https://www.helptostudy.com/how-many-participants-do-i-need-for-a-quantitative-study/#What_Are_the_Assumptions_Underpinning_the_Guidelines_for_40_Participants
(*3) https://www.sciencedirect.com/book/9780128023082/quantifying-the-user-experience

Стоимость для групп респондентов более 100 человек рассчитывается индивидуально. Ограничений по пропускной способности у нас нет.

1. Таргетированная рассылка на стороне рекрутера
Первоначально, онлайн-панели, с помощью которых респонденты рекрутируются в проекты (OMI Russia и Tiburon Research), делают таргетированную рассылку только на тех респондентов, которые подходят по нужному критерию.
2. Валидация на нашей стороне перед началом задания
После того как респондент с онлайн-панели по ссылке-приглашению попадает на нашу платформу, перед прохождением задания он проходит скрининговую анкету. Это закрытые вопросы, которые могут быть с множественными вариантами ответов. По результатам ответов система либо пропускает респондента к дальнейшему прохождению задания, либо не пропускает. Проработка данных вопросов происходит на этапе дизайна исследования и методологии.
3. Модерация после прохождения задания
Дополнительно к валидации через скринер, с помощью нейросети модерируется запись прохождения задания и результаты ответов каждого респондента. В случае если есть нарушения, респондент удаляется из данных и его результаты не включаются в отчет.
Примеры нарушений: отвлечение во время просмотра, посторонние люди в кадре, недостаточное освещение, некачественное заполнение опроса и другие. Если у нейросети есть сомнения по одному из критериев, то подключается один из наших сотрудников и выносит решение включать данные респондента в исследование или нет.