Мы продолжаем наращивать экспертизу в исследовании эмоционального опыта потребителей различных услуг и продуктов и хотим поделиться небольшим сюжетом.
Как мы уже рассказывали и об этом многие знают, что эмоции изучать сложно, потому что это материал летучий, трудноуловимый; о них трудно говорить, хотя сами по себе они обманчиво понятны: ну, эмоции — это же всем знакомо, у всех бывает, все периодически что-то чувствуют!
И хотя наш исследовательский фреймворк позволяет выйти на значимый эмоциональный опыт и этот опыт может обсуждаться вполне содержательно, его оттенки часто остаются внутри ситуации. Что это значит? В ходе интервью исследователь слышит интонации, видит мимику, чувствует паузы — и нередко именно в этих экстралингвистических элементах и содержатся эмоции. Расшифровки удерживают только слова, а это значит, что аналитик, который будет работать с материалами, может что-то упустить. Что также существенно, ИИ-агенты, которыми сейчас не пользуется лишь самый бесстрашный, также, мягко говоря, не слишком сильны в считывании подтекстов.
Это, кстати, не значит, что по тексту невозможно исследовать эмоции. Человек может прямо назвать переживание или раскрыть его через несколько связанных историй. В исследовании клиентского опыта одного крупного финтеха мы столкнулись с показательным случаем. Респондентка рассказывала о страхе потерять деньги из-за мошенников: ей даже приснился такой сон. В другой части интервью она говорила, что ей важно сразу видеть остаток на счете в приложении. Аналитик, которая не проводила интервью, связала эти фрагменты: вероятно, видимость денег помогает женщине справляться с тревогой. Интервьюер подтвердила это наблюдение и добавила важное замечание: респондентка сама начала разговор со сна и рассказывала о нем очень вовлеченно, хотя по тексту это скорее угадывалось.
Итак, вопрос не в том, должен ли интервьюер вести аналитику. Вопрос в том, как передать основания для интерпретации материала участникам команды.
Здесь есть как минимум два полезных приема.
Первый — это короткое аналитическое саммари сразу после интервью (о котором мы уже не раз говорили). В нем полезно разделять три вещи: что человек сказал, что исследователь наблюдал и какие гипотезы выдвинул или выводы из этого сделал. «Несколько раз вернулся к потере денег» — наблюдение. «Понятный интерфейс помогает снять тревожность» — интерпретация. Идеально, если саммари связано с расшифровкой, что позволит аналитику быстро перейти к исходному материалу.
Второй — составление тезауруса эмоций. Мы заметили, что люди не всегда называют чувства напрямую, но в эмоционально значимых историях повторяются определенные слова. Например, «подлость» или «предательство» при описании действий банка. Такой тезаурус полезен не только для ручного, но и для машинного анализа — с его помощью оказалось удобно находить релевантные фрагменты, в том числе и ИИ-агенту. При этом важно понимать, что сам по себе список эмоций (который следует из тезауруса) мало что объясняет. Чтобы его осмыслить, необходимо вернуться к конкретным историям и поставить более содержательные вопросы: что человек воспринял как обман, почему привычный интерфейс может давать спокойствие, какое ожидание стоит за раздражением.
Резюмируя, сложность исследования эмоций не только в том, что они мимолетны и о них трудно говорить. Их к тому же еще трудно вычленить на стадии анализа, поэтому их изучение требует особого внимания на каждом этапе — от разговора до вывода, и соответствующие инструменты, чтобы это внимание обеспечить.
Фото: Сергей Карпов / Поле
Как мы уже рассказывали и об этом многие знают, что эмоции изучать сложно, потому что это материал летучий, трудноуловимый; о них трудно говорить, хотя сами по себе они обманчиво понятны: ну, эмоции — это же всем знакомо, у всех бывает, все периодически что-то чувствуют!
И хотя наш исследовательский фреймворк позволяет выйти на значимый эмоциональный опыт и этот опыт может обсуждаться вполне содержательно, его оттенки часто остаются внутри ситуации. Что это значит? В ходе интервью исследователь слышит интонации, видит мимику, чувствует паузы — и нередко именно в этих экстралингвистических элементах и содержатся эмоции. Расшифровки удерживают только слова, а это значит, что аналитик, который будет работать с материалами, может что-то упустить. Что также существенно, ИИ-агенты, которыми сейчас не пользуется лишь самый бесстрашный, также, мягко говоря, не слишком сильны в считывании подтекстов.
Это, кстати, не значит, что по тексту невозможно исследовать эмоции. Человек может прямо назвать переживание или раскрыть его через несколько связанных историй. В исследовании клиентского опыта одного крупного финтеха мы столкнулись с показательным случаем. Респондентка рассказывала о страхе потерять деньги из-за мошенников: ей даже приснился такой сон. В другой части интервью она говорила, что ей важно сразу видеть остаток на счете в приложении. Аналитик, которая не проводила интервью, связала эти фрагменты: вероятно, видимость денег помогает женщине справляться с тревогой. Интервьюер подтвердила это наблюдение и добавила важное замечание: респондентка сама начала разговор со сна и рассказывала о нем очень вовлеченно, хотя по тексту это скорее угадывалось.
Итак, вопрос не в том, должен ли интервьюер вести аналитику. Вопрос в том, как передать основания для интерпретации материала участникам команды.
Здесь есть как минимум два полезных приема.
Первый — это короткое аналитическое саммари сразу после интервью (о котором мы уже не раз говорили). В нем полезно разделять три вещи: что человек сказал, что исследователь наблюдал и какие гипотезы выдвинул или выводы из этого сделал. «Несколько раз вернулся к потере денег» — наблюдение. «Понятный интерфейс помогает снять тревожность» — интерпретация. Идеально, если саммари связано с расшифровкой, что позволит аналитику быстро перейти к исходному материалу.
Второй — составление тезауруса эмоций. Мы заметили, что люди не всегда называют чувства напрямую, но в эмоционально значимых историях повторяются определенные слова. Например, «подлость» или «предательство» при описании действий банка. Такой тезаурус полезен не только для ручного, но и для машинного анализа — с его помощью оказалось удобно находить релевантные фрагменты, в том числе и ИИ-агенту. При этом важно понимать, что сам по себе список эмоций (который следует из тезауруса) мало что объясняет. Чтобы его осмыслить, необходимо вернуться к конкретным историям и поставить более содержательные вопросы: что человек воспринял как обман, почему привычный интерфейс может давать спокойствие, какое ожидание стоит за раздражением.
Резюмируя, сложность исследования эмоций не только в том, что они мимолетны и о них трудно говорить. Их к тому же еще трудно вычленить на стадии анализа, поэтому их изучение требует особого внимания на каждом этапе — от разговора до вывода, и соответствующие инструменты, чтобы это внимание обеспечить.
Фото: Сергей Карпов / Поле