随着市场从增长型向成熟型转变,技术逐渐失去其差异化的潜力。产品价值创造的过程从技术为中心的设计向以人为中心的设计转变,以人为本的设计注重用户的感知体验(情感、期望和感受),认为用户在创造有价值的元素起着积极作用。
用户感知是一个复杂的心理认知过程,其间充满了模糊性和不确定性。
传统用户感知研究方法如问卷调查、深度访谈等通常由开发者的直觉、经验或从设计工作中的灵感以及习惯来解决,这对于开发者的相关知识具有较高的要求,尤其对于初级开发者具有较大难度,找寻一种客观有效的研究规范,将为开发者提供参考。
Yen 等[2]通过脑电图(EEG)和磁共振成像(fMRI)对用户广告偏好度行为进行研究。张艳河[3]应用事件相关电位实验(ERP)探讨了汽车造型的用户感知的思维表征;
其中借助眼动追踪技术进行的研究也扩展到认知心理学、用户体验研究、广告学和可用性测试等方面,如 Peng 等[4]采用眼动技术对工业设计方案进行测试。Slanzi 等[5]基于瞳孔放大和脑电等生理分析数据,提出 了一种分析网站用户行为和偏好的方法等。
由此可见,基于生理和心理的认知神经科学技术已经被广泛应用于产品的开发的测试流程中,其在产品测试的作用主要分为以下几类:
产品体验:测试受访者与产品互动时的情绪反应,以评估整体产品体验。
原型评估:测试新产品原型以评估受访者与新产品互动时的情感影响。
为了分析结果,研究人员使用了环形情绪模型。模型将情绪分布在一个二维的圆形空间中,包含情绪唤醒和情绪效价两个维度。唤醒表示为Y 轴,情绪效价表示为 X 轴。4个象限中的每个部分都代表特定的情绪状态,如激动,兴奋,无聊和放松。这类模型是测试嗅觉和基于触摸的感官刺激(如香水)的最常见方法,可以帮助对特定香水的性质进行分类。
评估产品包装最常用的方法是眼动追踪,皮肤电活动(EDA)/皮肤电反应(GSR)和脑电图(EEG)。
在一所消费者研究实验室(GSK Shopper Science Lab)中,研究人员使用脑电图对牙膏包装盒进行了评估。参与者浏览牙膏包装,同时他们的生理信号被捕获并同样转化为不同的效价唤醒值,研究结果将帮助广告公司根据客户的目标情绪选择最合适的包装。
△被试穿戴脑电图进行浏览,牙膏封面以效价和唤醒度显示
使用头戴式眼动仪Dikablis Glasses 3和脑电记录仪采集了20名目标用户在对4款不同的汽车设计效果图体验评价过程中的眼动和脑电数据。并使用多模态人因同步系统D-LAB对眼动和脑电原始数据进行处理。
△D-LAB中同步分析眼动和脑电数据
接着对处理后的眼动数据、脑电数据与主观评价值三者之间的相关性进行分析,建立了结合心理和生理评价指标的汽车工业设计用户体验多维综合评价模型,并对模型进行了验算。
研究结果表明,用户体验的主观指标、眼动和脑电指标在汽车工业设计方案评选过程中可以相互验证,使评价结果更具客观性。
测量这些参数的技术可以更好地预测客户对基本口味的整体喜好和偏好。许多不同类型的方法可用于进行此类研究,如自我报告,面部表情分析和自主神经系统(ANS)的反应分析。后者测量人体的生理变化,可通过皮肤电活动(EDA)、以皮肤电导反应(SCR)、心率(HR)或心率变异性(HRV)等观察。
△无线生理仪可测量皮电、心率等多种数据
基于以往的研究基础,阿肯色大学决定通过一项研究验证,目的是开发一个能够根据情绪反应预测蔬菜汁产品一般口味或偏好的最佳模型。在这项研究中,参与者被要求观察、闻到和品尝一些蔬菜汁样本,而他们的情绪反应是通过自我报告、面部表情分析和 ANS 反应来衡量的。
结果表明,前两种方法(自我报告的情绪和面部表情)与感官属性感知相结合,比使用单独的测量效果更好。这些发现提供了经验证据,证明感官强度和情绪反应的结合可以更好地预测消费者对市售蔬菜汁产品的接受程度。
随着科技进步和市场经济的不断发展,技术水平成为用户的基本需求,对情感需求成为重点,产品外观设计和视觉设计能够传递产品的情感信息。
然而,这些隐形需求具有潜在性、模糊性和主观性,通过认知神经科学技术进行有效的实验测试,有利于帮助设计师获得用户需求,从而帮助新产品或新功能的开发和改进。
参考文献:
[3]张艳河.基于脑电的用户感知意象思维表征[J].机械设计,2017(06): 117-122.
[4]PENG Y, ZHOU T, WANG S, et al. Design and implementation of a real-time eye tracking system[J]. The Journal of China Universities of Posts and Telecommunications, 2013,20(1):1- 5.
[5]Slanzi G, Balazs J A, Juan D. Velásquez. Combining eye tracking, pupil dilation and EEG analysis for predicting web users click intention[J]. Information Fusion, 2017, 35:51-57.