Využití emocí při tvorbě uživatelského rozhraní softwarové aplikace
Diplomová práce
Studijní program: N6208 Ekonomika a management
Studijní obor: Podniková ekonomika – Marketing podniku
Autor práce: Bc. Petr Průcha
Vedoucí práce: Ing. Jitka Burešová, Ph.D.
Katedra marketingu a obchodu
Liberec 2020
Zadání diplomové práce
Využití emocí při tvorbě uživatelského rozhraní softwarové aplikace
Jméno a příjmení: Bc. Petr Průcha Osobní číslo: E18000288
Studijní program: N6208 Ekonomika a management
Studijní obor: Podniková ekonomika – Marketing podniku Zadávající katedra: Katedra marketingu a obchodu
Akademický rok: 2018/2019
Zásady pro vypracování:
1. Teoretická rešerše emoce a uživatelské rozhraní 2. Představení podniku a softwarové aplikace
3. Provedení primárního výzkumu za pomoci FaceReadru 4. Analýza dat
5. Formulace závěrů a doporučení
Rozsah grafických prací:
Rozsah pracovní zprávy: 65 normostran Forma zpracování práce: tištěná/elektronická
Jazyk práce: Čeština
Seznam odborné literatury:
• VYSEKALOVÁ, Jitka. 2014. Emoce v marketingu: jak oslovit srdce zákazníka. Praha: GRADA Publishing. ISBN 978-80-247-4843-6.
• CANZIBA, Elvis. 2018. Hands-On UX Design for Developers: Design, prototype, and implement compelling user experiences from scratch. Birmingham: Packt Publishing. ISBN 978-1-78862-669-9.
• PAVLISCAK, Pamela. 2018. Emotionally intelligent design: rethinking how we create products.
Sebastopol, CA: O’Reilly Media. ISBN 978-1491953143.
• LEVY, Michael. 2015. Marketing. 4thed. New York, N.Y.: Mcgraw-Hill Education. ISBN 978-0-07-786102-5.
• JEON, Myounghoon. 2017. Emotions and affect in human factors and human-computer interaction.
San Diego, CA: Elsevier/Academic Press. ISBN 978-012-8018-514.
• PROQUEST. 2019. Databáze článků ProQuest [online]. Ann Arbor, MI, USA: ProQuest. [cit.
2019-09-26]. Dostupné z: http://knihovna.tul.cz.
Konzultant: Ing. Jan Strnad
Vedoucí práce: Ing. Jitka Burešová, Ph.D.
Katedra marketingu a obchodu
Datum zadání práce: 10. října 2018 Předpokládaný termín odevzdání: 31. srpna 2020
prof. Ing. Miroslav Žižka, Ph.D.
děkan
L.S.
doc. Ing. Jozefína Simová, Ph.D.
vedoucí katedry
V Liberci dne 31. října 2018
Prohlášení
Prohlašuji, že svou diplomovou práci jsem vypracoval samostatně jako pů- vodní dílo s použitím uvedené literatury a na základě konzultací s vedou- cím mé diplomové práce a konzultantem.
Jsem si vědom toho, že na mou diplomovou práci se plně vztahuje zákon č. 121/2000 Sb., o právu autorském, zejména § 60 – školní dílo.
Beru na vědomí, že Technická univerzita v Liberci nezasahuje do mých au- torských práv užitím mé diplomové práce pro vnitřní potřebu Technické univerzity v Liberci.
Užiji-li diplomovou práci nebo poskytnu-li licenci k jejímu využití, jsem si vědom povinnosti informovat o této skutečnosti Technickou univerzi- tu v Liberci; v tomto případě má Technická univerzita v Liberci právo ode mne požadovat úhradu nákladů, které vynaložila na vytvoření díla, až do jejich skutečné výše.
Současně čestně prohlašuji, že text elektronické podoby práce vložený do IS/STAG se shoduje s textem tištěné podoby práce.
Beru na vědomí, že má diplomová práce bude zveřejněna Technickou uni- verzitou v Liberci v souladu s § 47b zákona č. 111/1998 Sb., o vysokých školách a o změně a doplnění dalších zákonů (zákon o vysokých školách), ve znění pozdějších předpisů.
Jsem si vědom následků, které podle zákona o vysokých školách mohou vyplývat z porušení tohoto prohlášení.
22. července 2020 Bc. Petr Průcha
Anotace
Diplomová práce se zabývá využitím emocí při tvorbě uživatelského rozhraní softwarové aplikace. Hlavním cílem práce je pomocí vědeckých postupů zlepšit uživatelské rozhraní aplikace tak, aby bylo pro uživatele intuitivní a přívětivé. První dílčí cíl se zabývá tím, jestli je vhodné využít emoce pro vylepšení návrhu uživatelského rozhraní, potažmo uživatelské zkušenosti. Druhým dílčím cílem bylo zjistit, zda existují závislosti mezi vzhledem aplikace, přehledností aplikace a emocemi uživatelů. Třetím dílčím cílem bylo otestovat, jestli je možné vylepšit pomocí vědeckých postupů reálnou softwarovou aplikaci. Touto aplikací byla aplikace na procesní analýzu Pointee. V práci jsou provedeny dva výzkumy. Výzkum I.
testuje první a druhý dílčí cíl, kde bylo provedeno ověření předpokladů na návrzích datových aplikací. Výzkum II. testuje využití poznatků z výzkumu I. v praxi. Diplomová práce může přispět k vytvoření více inovativních a konkurenceschopných produktů.
Klíčová slova
uživatelské rozhraní, UI, uživatelská zkušenost, UX, grafické uživatelské rozhraní, GUI, FaceReader, emoce, Pointee
Annotation
The diploma thesis deals with the use of emotions in creating the user interface of a software application. The main goal of this work is to use scientific procedures to improve the user interface of the application to make it intuitive and user-friendly. The first sub-objective deals with whether it is appropriate to use emotions to improve the design of the user interface and thus the user experience. The second sub-objective was to determine whether there are dependencies between the appearance of the application, the clarity of the application, and the emotions of users. The third sub-objective was to test whether it is possible to improve a real software application using scientific methods. This application was the Pointee process analysis application. Two pieces of research are performed in this work. Research I. tests the first and second sub-objectives, where the verification of assumptions on the design of data applications was performed. Research II. tests the use of knowledge from research I. in practice. The thesis can contribute to the creation of more innovative and competitive products.
Keywords
user interface, UI, user experience, UX, graphic user interface, GUI, FaceReader, emotions, Pointee
Poděkování
V první řadě bych chtěl poděkovat vedoucí mé diplomové práce Ing. Jitce Burešové Ph.D.
za trpělivost a věcné připomínky k diplomové práci. Mé poděkování patří konzultantovi diplomové práce Ing. Janu Strnadovi a celému týmu Pointee Interactive s.r.o. za spolupráci.
Velké díky patří mým rodičům za podporu při studiu. V neposlední řadě mé poděkování patří všem účastníkům experimentu, kteří mi věnovali hodinu jejich času bez nároku na odměnu.
11
Obsah
Seznam zkratek ... 13
Seznam tabulek ... 14
Seznam obrázků ... 15
Úvod ... 16
1. Teoretická rešerše emoce a uživatelské rozhraní ... 19
1.1 Co jsou emoce ...20
1.1.1 Základní druhy emocí ... 22
1.2 Emoce v marketingu ...24
1.2.1 Cena a emoce ... 27
1.2.2 Emoce a barvy v marketingu ... 31
1.2.3 Metody výzkumu motivace/emocí spotřebitelů... 33
1.3 Uživatelské rozhraní ...35
1.3.1 Uživatelská zkušenost ... 36
1.3.2 Grafické uživatelské rozhraní ... 38
1.4 Strojové učení ...39
1.4.1 Základní přístupy učení strojů ... 39
1.4.2 Strojové učení u FaceReaderu ... 42
2. Představení podniku a softwarové aplikace ... 45
2.1 Zainteresované strany ...46
3. Výzkumu pomoci FaceReader... 49
3.1 Představení softwaru FaceReader ...49
3.2 Jak funguje FaceReader z uživatelského hlediska ...50
3.3 Představení dalších software použitého pro výzkum ...53
4. Primární výzkum I. ... 56
4.1 Metodika výzkumu I. ...57
4.2 Analýza dat ...59
4.3 Formulace závěrů a doporučení ...63
5. Primární výzkum II. ... 66
5.1 Metodika výzkumu II...68
5.1.1 Scénář výzkumu II. ... 72
5.1.2 Průběh výzkumu II. ... 74
5.2 Analýza dat ...76
12
5.3 Zpětná vazba první skupiny ...81
5.4 Zpětná vazba druhé skupiny ...83
5.5 Formulace závěrů a doporučení ...85
Závěr ... 90
Seznam použité literatury ... 91
Seznam příloh ... 100
13
Seznam zkratek
TUL Technická univerzita v Liberci
UX Uživatelská zkušenost (User Experience) UI Uživatelské rozhraní (User Interface)
GUI Grafické uživatelské rozhraní (Graphical User Interface) ML Strojové učení (Machine Learning)
CEO Generální ředitel (Chief Executive Officer) COO Provozní ředitel (Chief Operations Officer) CFO Finanční ředitel (Chief Finnancial Officer)
14
Seznam tabulek
Tabulka 1: Základní emoce ... 23
Tabulka 2: Možnosti výsledku ... 28
Tabulka 3: Druhy aukcí ... 30
Tabulka 4: Asociace s barvami používané v marketingu ... 32
Tabulka 5: Údaje o účastnících výzkumu I. ... 58
Tabulka 6: Naměřené hodnoty ... 60
Tabulka 7: Součet naměřených hodnot za všechny účastníky ... 61
Tabulka 8: Interpretace korelačních koeficientů ... 61
Tabulka 9: Údaje o účastnících první skupiny ... 71
Tabulka 10: Údaje o účastnících druhé skupiny ... 71
Tabulka 11: Naměřené hodnoty projevů emocí z výzkumu II. ... 76
Tabulka 12: Převodní na tabulka na číselné hodnoty ... 77
Tabulka 13: Naměřené hodnoty o aplikaci ve výzkumu II. ... 78
Tabulka 14: Součet hodnot o pochopitelnosti aplikace ... 79
Tabulka 15: Porovnání emocí účastníků pracujících s daty ... 79
15
Seznam obrázků
Obrázek 1: Emoce asociované s barvou a logem společnosti ... 33
Obrázek 2: Rozdíl mezi UI a UX ... 37
Obrázek 3: Vrstvy v umělé neuronové síti ... 42
Obrázek 4: Model strojového učení softwaru FaceReader ... 43
Obrázek 5: Založení projektu ve FaceReader... 50
Obrázek 6: Přidávání parametrů ... 51
Obrázek 7: Výsledky měření ukázka ... 53
Obrázek 8: Vypočtené závislosti mezi proměnnými ... 62
Obrázek 9: Ukázka landing page první verze ... 67
Obrázek 10: První verze aplikace - detail akčního kroku ... 69
Obrázek 11: Druhá verze aplikace - vylepšení detail akčního kroku ... 69
16
Úvod
V dnešním moderním světě je zákazník čím dál náročnější na kvalitu zboží a služeb firem.
Je velmi náročné udržet krok se zákazníkem a také s konkurencí, jelikož dnešní zákazníci chtějí mít nejlépe všechno hned. Navíc pokud by zákazník nebyl spokojen s kvalitou služeb, tak může velmi jednoduše poškodit značku firmy, díky rostoucímu vlivu zákazníků, sociálních sítí a dalších platforem na hodnocení firemních služeb a produktů. Proto se firmy snaží tyto vysoké nároky zákazníků uspokojit a soutěží mezi sebou v tom, která firma nabídne lepší servis pro zákazníka. Z této soutěže těží především zákazník. Firmy, které se chtějí udržet na trhu, musí primárně inovovat. Díky inovacím mohou firmy zákazníkovi nabídnout něco, co konkurence nenabízí a díky tomu tak získat náskok před konkurencí.
Podle Harvard Business Review, (2008) je možné vytvořit službu, či produkt pomocí drobných změn, které ve výsledku mohou vytvořit velkou konkurenční výhodu. Díky využití poznatků z více odvětví je možné vytvářet nové inovativní produkty a služby.
Hlavním cílem této práce je pomocí vědeckých postupů zlepšit uživatelské rozhraní aplikace, aby bylo intuitivní a přívětivé pro uživatele. Tento hlavní cíl umožňuje propojit vícero oborů dohromady a vytvořit inovativnější produkt (aplikaci), než má konkurence.
Práce spojuje obory jako informační technologie, psychologii a marketing. V práci jsou použity jen malé části těchto vědních oborů. Celý primární výzkum je realizován napříč obory, jelikož uživatelské rozhraní je v dnešní době velmi propojeno s psychologií.
Používaný software FaceReader na měření emocí využívá strojové učení pro analýzu emocí.
Strojové učení lze zařadit pod obor informačních technologií.
Práce je rozdělena na dvě hlavní části. První část diplomové práce je teoretická rešerše oborů, které jsou spojeny s primárním výzkumem. Druhá část diplomové práce je primární výzkum.
Primární výzkum byl rozdělen na dva výzkumy - na výzkum I. a výzkum II.. Výzkum I. má za úkol potvrdit předpoklady pro pokračování výzkumu II.. Výzkum II. je praktického zaměření, kde probíhá testování uživatelského rozhraní aplikace Pointee a měření projevu emocí uživatelů pomocí software FaceReader. Testování aplikace Pointee proběhlo na dvou testovacích skupinách. Druhá testovací skupina účastníků dostala vylepšenou verzi aplikace na základě zpětné vazby účastníků první skupiny. Diplomová práce má být především praktického zaměření, proto bylo věnovánu výzkumu II. více úsilí a pozornosti.
17 Pro každý výzkum byly stanoveny dílčí cíle a hypotézy. Výzkum I. testuje pomocí software FaceReader na účastnících návrhy datových aplikací. Testované návrhy datových aplikací simulovaly reálnou aplikaci. Díky tomu, že se jednalo pouze o návrhy, bylo možné otestovat vícero návrhů aplikací.
Dílčí cíle výzkumu I.:
Naměření emocí uživatelů aplikace může pomoci vylepšit návrhy uživatelského rozhraní
Identifikace závislostí mezi vzhledem datových aplikací, přehledností datových aplikací a emocemi uživatelů
Hypotézy výzkumu I.:
H1 Návrhy, které dostanou vyšší skóre za vzhled, budou činit uživatele radostnější.
H2 Návrhy, které dostanou vyšší skóre za vzhled, získají vyšší známku v přehlednosti.
H3 Vyšší počet prvků v návrhu snižuje skóre v přehlednosti.
H4 Návrh, který bude využívat grafické prvky, dostane vyšší skóre za vzhled než neupravený návrh.
Výzkum II. naplňuje zaměření práce, aby byla praktického charakteru. Ve výzkumu II.
jsou otestovány dílčí cíle pro výzkum II. a hypotézy H5 až H10. Výzkum II. také odpoví na hlavní cíl této práce, který je tučně zvýrazněn výše.
Dílčí cíle výzkumu II.:
Využití vědeckých postupů pro vylepšení UI a UX reálné datové aplikace Hypotézy výzkumu II.:
H5 Druhá testovací skupina bude mít více pozitivních emocí po vylepšení aplikace.
18 H6 Druhá testovací skupina bude mít méně negativních emocí po vylepšení
aplikace.
H7 Ovladatelnost a přehlednost je v nové verzi lepší.
H8 Novější verzi budou uživatelé lépe chápat.
H9 Účastníci pracující s daty budou vykazovat více pozitivních emocí.
H10 Účastníci pracující s daty budou vykazovat méně negativních emocí.
19
1. Teoretická rešerše emoce a uživatelské rozhraní
Teoretická rešerše se zabývá propojením více oborů dohromady, které jsou nejen možností, ale podle Vysekalové (2014) i nutností pro přežití firmy v 21. století, kde je globalizace na vysoké úrovni a konkurence je velká. Prosazení na trhu je čím dál těžší a jednou z cest je inovovat v oboru a vytvořit něco nového inovativního.
Inovace v Schumpeterově pojetí jsou:
nový výrobek nebo pro zákazníka neznámý výrobek či výrobek nové kvality,
implementace nové technologie (výrobního procesu),
vstup na nové trhy, nebo vytvoření nového trhu,
využívání ve výrobě nových neznámých zdrojů surovin anebo polotovarů,
vytvořením nové organizační struktury firmy, (Vlček, 2010)
Inovační příležitosti v Druckerově podání:
4 inovační příležitosti uvnitř organizace
Neočekávané události neboli černé labutě1
Nesoulad mezi představou a skutečností (například firma nevydělává tolik, kolik má naplánováno)
Transformace odvětví nebo trhu
Inovace vyplývající z nutnosti 3 inovační příležitosti mimo odvětví
Demografické změny v populaci
Změny v náladách společnosti a jejich pohledu na svět
Objevy v oborech vědecké nebo nevědecké povahy (Drucker, 1993)
Tito dva autoři zabývající se inovacemi pokryli většinu inovací a inovačních příležitostí a shodují se i s dalšími autory. Podle Newport, (2018) průlomy v oborech a inovace vznikají většinou vždy za hranicí doposud poznaného. Další způsob, jak vytvořit něco, co najde uplatnění na trhu, je možnost vzít něco, co už existuje, ale nefunguje to moc dobře a vylepšit
1 Černá labuť - neočekáváná událost, která se nedá předpovídat od Nassima Taleba (Taleb, 2011)
20 to na takovou úroveň, že to každý bude chtít používat. Toho například využila společnost Google (Thiel, 2015). Následně Thiel, (2015) doplňuje, že inovace může být buďto vertikální nebo horizontální. Vertikální inovace je, že se vynalezne něco úplně nového.
Horizontální inovace je, že se okopíruje to, co už funguje někde jinde a využije se to na jiném místě.
Kotler, (2005) v knize Inovační marketing zmiňuje mnoho způsobů, jak inovovat v marketingu a většina je velmi jednoduchá na provedení. Pak bude záležet na trhu, jestli se inovace uchytí.
Inovace ve změně funkční či fyzikální hodnoty výrobku (čokolády: s extra oříšky, s celými oříšky, nasekanými oříšky)
Inovace ve změně množství prodávaného produktu (XXL balení, 1 litr, 2 litry produktu) anebo v úpravě balení podle zákazníka (ta samá čokoláda v balení pro jednoho zákazníka, rodinu nebo velká balení pro cukrárny)
Inovace v modifikaci vzhledu (například firma Swatch každým rokem uvádí nové modely hodinek, ale změna spočívá pouze ve vzhledu)
Inovace vytvořená přidáním doplňků (čokoláda s: oplatkou, bublinami, ovocnou náplní)
Jsou to malé drobné úpravy, díky kterým je možné získat větší část trhu. Tyto malé inovace jsou ale jednoduše kopírovatelné. Nicméně spojením malých inovací, které se na sebe postupně nabalují, se stává velká konkurenční výhoda, která se těžko kopíruje. Protože je produkt/služba vytvořena i několika sty malých změn, které konkurence nemusí vidět. Navíc mnoho změn si nemusí uvědomovat ani zákazníci, protože může jít jen o malá zlepšení (Harvard Business Review, 2008). Proto se teoretická část zaobírá čtyřmi obory dohromady k navrhnutí lepšího uživatelského rozhraní.
1.1 Co jsou emoce
„Emoce jsou velmi komplexní jevy, jejichž charakteristickým rysem je jejich velká citlivost a proměnlivost. Citlivost emocí na změny v osobních situačních okolnostech se odráží v tom, že bez zjevných změn v objektivních okolnostech se emoce sama může proměňovat (na
21 základě subjektivního hodnocení situace). V jedné situaci může být daná emoce vzbuzena, ale v jiné stejně typické situaci nikoli.“ (Stuchlíková, 2007, s. 11)
Emoce vycházejí z amygdaly (mozkový kmen) neboli plazího mozeku. Tato část lidského mozku je nejstarší částí. Hlavním úkolem amygdaly bylo přežití a předání genetické informaci dále. Proto je i nejblíž míše a je zodpovědná za nejprimitivnější pudy. Například bojovat, utéci, či za reprodukci.
Hlavní rysy emocí:
Nahodilost – Emoce jsou cítěny samovolně a špatně se dají kontrolovat.
Neobjektivnost – Každý z prožívá stejné situace jinak a v jiné intenzitě.
Rychlost – Přicházejí okamžitě při události, nebo pouze při vzpomínce na událost.
Pamětihodnost – Emočně náročné zážitky si člověk lépe pamatuje.
Hlavní rysy emocí jsou velmi propojené s evolučním hlediskem. Lidé si potřebovali pamatovat silné zážitky, například boj s divokou zvěří, aby se těmto rizikům mohli příště vyhnout. Nicméně v té chvíli byli nuceni rychle reagovat na vzniklou situaci, proto byla rychlost velmi důležitá. Tyto předpoklady vychází z James-Langova teorie o emocích (James, 1884; Lange, 1885 v The Science Of Emotion, 2019).
Novější studie uvádějí, například Schachterova-Singrova teorie, že emoce s velkou pravděpodobností potřebují i kognitivní interpretaci. To znamená, že za různých okolností můžou lidé prožívat různé emoce, ale fyziologické projevy budou stejné. Nejčastější příklad, který je uváděn, je prezentován na emocích strach a vzrušení. Například u sportovců, když se jich reportéři ptají, jestli jsou nervózní / byl jste nervózní? (před, po závodě). Oni většinou odpoví ne, jsem natěšen/bylo to vzrušující. Fyziologický projev obou emocí je podobný – zvýšený tep, nestálost rukou a nohou, pocení dlaní (Schachter-Singer, 1962 v Reisenzein, 1983). To ukazuje fakt, že emoce nejsou ovlivněny pouze reakcí našeho těla, ale i situací a okolnostmi, ve kterých se nacházíme, tedy událost -> fyzické projevy -> interpretace ->
emoce.
22 1.1.1 Základní druhy emocí
Vyskytuje se široce rozšířený předpoklad v oblasti psychologie zabývající se emocemi, že existuje jen malá sada základních emocí. Z biologického hlediska se tato idea projevuje v myšlence, že neurofyziologické a anatomické prvky odpovídají základním emocím.
Z psychologického hlediska jsou základní emoce často považovány za stavební kameny dalších emocí. Psychologové se všeobecně shodují, že existuje přibližně 7 základních emocí, které jsou univerzální a prožívají je lidé po celém světě. Dokonce v každé kultuře bylo nalezeno pojmenování pro sedm základních emocí v jejich jazyce, které významově odpovídá základním emocím.
Tyto emoce jsou: radost/štěstí, smutek, hněv, strach, znechucení, překvapení, pohrdání.
Více o základních emocích podle Ekman, (2007) viz Tabulka 1.
23 Tabulka 1: Základní emoce
Emoce Spouštěče Reakce
Radost/Štěstí Úspěch, prožití: něčeho zábavného nebo vtipného, lidské dobroty/laskavosti, něčeho nádherného, propojení s (lidmi, přírodou, náboženstvím)
Úsměv, otevření, uvolnění
Smutek Odmítnutí bližními, konce, ztráta: bližních, identity, věcí, domova atd… Nenaplněná očekávání
Pohyb obočí nahoru, pláč, schoulení těla Hněv Nespravedlnost, zrada, odmítnutí, vidění jak někdo
porušuje morální hodnoty, nemožnost překonání překážky problému
Útok, napnutí těla, pocit horka
Strach Tma, ztráta vidění v okolí, výšky, odmítnutí společností, hadi, pavouci a další zvířata a smrt
Útěk, boj, pocit zimy, zkrácení dechu
Znechucení Nepříjemné zkušenosti jako: vidění produktů lidského těla (krev, hleny, hnis, vnitřnosti a další)
Únik, odstranění zdroje
znechucení Překvapení Neočekávané okolnosti, hlasitý zvuk, nečekané
pohyby
Přesun
pozornosti na událost kvůli zjištění
nebezpečí Pohrdání Nejčastější spouštěč je nemorální jednání osoby nebo
skupiny
Nástup další emoce pocit nadřazenosti, pocit moci Zdroj: (Ekman, 2007)
24 Všechny tyto základní emoce rozeznává i program FaceReader, až na pohrdání, více o FaceReader v kapitole 3.
Další fakta hovoří pro univerzálnost těchto emocí. Lidé napříč kulturami dokáží identifikovat emoce, když je jim ukázána fotografie člověka, kterého nikdy předtím neviděli, i když je z jiné kultury. S různými emocemi se spojují konkrétní tělesné reakce. Například, kdykoliv má člověk strach, aktivuje se amygdala v jeho mozku. Hněv je vždy provázen zvýšenou tepovou frekvencí. V obou příkladech je úplně jedno, zda člověk pochází z Afriky, Asie nebo Evropy, pro všechny lidi jsou tyto fyziologické reakce stejné (Ekman, 1970).
1.2 Emoce v marketingu
„Emoce představují složitý komplex ovlivňující naše životy, tedy i náš „život spotřebitelský či zákaznický“. Pokud se věnujeme emocím a možnostem jejich využívání (ne zneužívání) v marketingu, musíme se zabývat „emocionální osobností“ člověka jako spotřebitele a působením jednotlivých marketingových nástrojů na něj. Emoční složka je součástí marketingového přístupu od samého počátku a nabývá na důležitosti v současné době, kdy se mění, zvyšuje a aktivizuje role spotřebitele. Významný podíl na změnách má globalizace a hyperkonkurence ve spojení s digitálními informačními technologiemi.“ (Vysekalová, 2014, s. 55)
Proto se nově vznikající služby a produkty zaměřují přímo na emoční stránku člověka, aby vůbec měly šanci porazit konkurenci. Chesky, (2017) v podcastu Masters of Scale zmiňuje, že když stavěli služby Airbnb, tak od počátku počítali stím, že musí působit na emoce člověka, aby si to zákazník vůbec pamatoval. Proto navrhovali produkt tak, aby byl zapamatovatelný a zákazník se znova ubytoval přes Airbnb. Navíc od začátku hledali škálu, jak hodně emoční zážitek to musí být, aby se ubytovaný o službě zmínil dál svým kamarádům a maximálně využili potenciálů WOM (Word of Mouth2). Určili si škály pro jedno hvězdičkový zážitek, přijdete k bytu a nikdo vám neotevře. Tří hvězdičkový zážitek přijdete k bytu a tam musíte 20 minut čekat, než vás někdo pustí dovnitř. Pěti hvězdičkový
2 WOM – zmínění se o službě mezi přáteli
25 zážitek byl nadefinován jako běžná zkušenost, přijdete a oni vás ubytují. Šesti hvězdičková zkušenost byla, že vás ubytují, ale bude na vás čekat dárek na stole. Vytvořili takto několik úrovní, některé z nich byly neproveditelné v podobě deseti hvězdičkové zkušenosti, že přijedete na letiště a tam na vás bude čekat řidič a 5000 tisíc lidí bude křičet vaše jméno po vzoru Beatles. Důvody krom emočního zážitku byly, aby ušetřili za marketing a získali důvěryhodnost mezi jejich cílovou skupinou. A odbourali předsudky, že je divné a nebezpečné bydlet u někoho doma.
Jeden ze způsobů, jak vytvořit pro zákazníka emoční zážitek, je podle Vagionis, (2011) vytvořit ze zákazníka hrdinu nejlépe jako ve filmu. Mnoho lidí si při cestování pouští film nebo díl seriálu z místa kam cestují, aby mohli zažívat podobné prožitky. Velká část příběhů je vytvořena z konceptu cesta hrdiny (Hero’s Journey). „Hrdinovo mytologické dobrodružství se ubírá obvyklou dráhou, jež opisuje vzorec představovaný přechodnými rituály: odloučení – iniciace – návrat: vzorec lze označit za základní jednotku monomýtu.
Hrdina se vydává z každodenního světa do říše nadpřirozených divů, setkává se tam s úžasnými silami a dosahuje přesvědčivých vítězství. Ze svých tajuplných a dobrodružných cest se vrací se schopností prokazovat dobrodiní svým bližním.“ (Campbell, 2000, s. 41) Velká část filmových hrdinů, které vidíme ve filmech, nebo známe z různých pověstí, mají vždy stejné kroky hrdiny. Od Pána Prstenů, kdy hobiti opustili rodný kraj a vydali se na děsivé dobrodružství po Prométhea, který vystoupil na nebesa a ukradl bohům oheň a přinesl ho lidem (Campbell, 2000).
Chesky, (2017) řekl, že přesně na tomto konceptu stavěli Airbnb a následně Airbnb trip, protože chtěli, aby to byl pro člověka výlet se zážitkem a emocemi. Najali člověka z Pixaru, který jim pomohl navrhnout perfektní cestu hrdiny. Když člověk cestuje, tak automaticky opustí svůj každodenní svět. Následně za dva nebo tři dny by měla být pro člověka připravena výzva, při které člověk musí opustit svojí komfortní zónu. Po ukončení dovolené/výletu se hrdina následně vrací domů do normálního světa. Cesta hrdiny je tím pak uzavřena. Jak Chesky, (2017) tak Vagionis, (2011) mluví hlavně o využití v turistice. Mnoho firem ale tento princip používá převážně v marketingu a komunikaci se zákazníky.
V reklamách, které mají silný příběh a působí na emoce je tento koncept použit. Je to běžná praxe velkých amerických korporátních firem, které působí po celém světě jako například Nike, P&G, Dove a Gillette (O'Sullivan, 2018).
26 Na emoce lze působit i jinak v marketingu, různí autoři uvádí různé způsoby. Vysekalová (2014) uvádí známý výzkum, který byl publikován v prestižním časopisu Science od Williams, (2008) který ukázal, jak malá drobnost může změnit úvahu člověka na celý nákupní proces potažmo emoce a proč jsou drobnosti v prostředí důležité. V jejich výzkumu byli požádáni studenti, aby drželi v ruce kelímek, buď s teplou kávou nebo studenou kávou.
Měli hodnotit osobnostní rysy druhého člověka, které jsou asociovány buďto s vřelostí a chladností (warm x cold): štědrý x lakomý, šťastný x nešťastný, dobrosrdečný x podrážděný, společenský x nespolečenský a starostlivý x sobecký. Výsledkem studie bylo, že lidé s teplou kávou v ruce hodnotili lidi jako vřelejší „warmer“3.
Druhá studie, která měla replikovat první výzkum, byla velmi podobná. Účastníci měli držet studené a teplé produkty a výzkumníci zkoumali, jak to ovlivňuje jejich chování. Následně studenti měli hodnotit produkty, teplý anebo studený terapeutický balíček, nakonec si mohli vybrat, jestli chtějí dárkový poukaz pro kamaráda nebo pro sebe. Osoby, které dostaly teplý balíček, měly větší tendenci darovat poukaz kamarádovi, zatímco ty osoby, co dostaly studený předmět, měly zase větší tendenci si nechávat kupóny (Williams, 2008).
Tato studie a další studie ukazují to, že je velmi důležité zamyslet se, jak zákazníci používají produkt a proč ho kupují a na základě toho ošetřit marketingový mix od fyzického balení, vlastností produktu až po emoce, které v nás vyvolá. Edwards, (2015) tvrdí, že společnost Apple je v tomhle nejlepší na světě a dokáže velmi dobře působit na emoce lidí. Uvedl několik příkladů například, že všechny obrazovky v Apple Storech jsou pod určitým úhlem přesně 76 stupňů a díky tomuto úhlu je největší šance, že se zákazník u obrazovky zastaví a produkt vyzkouší. Také to, že rozbalování produktu je emoční zážitek, proto balení Applu není obyčejná kartonová krabice s polystyrenem, ale sofistikovaná krabice, kterou zákazníka baví rozbalovat. Vysekalová, (2014) dodává, že obal je důležitý faktor, který má dopad na nákupní rozhodování. Obal je vnímán mnoha smysly především zrakem a hmatem, může mít rozhodující vliv na emoce, jestli se zákazníkovi produkt líbí nebo nelíbí. Nezabalený produkt se stává pro zákazníky anonymní a nedůvěryhodný. To bylo vyzkoušeno v řadě testů, kdy testovali nezabalené výrobky, nebo výrobky v neutrálním obalu a ve většině případů se ukázalo, že účastníci testů měli problém rozeznat i výrobky, které běžně
3 Warmer – přeloženo na vlastnost člověka jako vřelejší
27 používají. To vede k tomu, že zákazníci ztrácí i emoční vazbu k produktu, kterou poskytuje obal.
1.2.1 Cena a emoce
„V nejužším slova smyslu je cena peněžní částka účtovaná za výrobek nebo službu. V širším smyslu je cena souhrnem všech hodnot, které zákazníci vymění za užitek z vlastnictví nebo užívání výrobku nebo služby. V minulosti představovala cena hlavní faktor, který ovlivňoval nákupní rozhodnutí. Stále to platí v chudších zemích, mezi méně bohatými skupinami a u komodit. Přesto v posledních desetiletích získávají při nákupním rozhodování stále větší důležitost necenové faktory.“ (Kotler, 2007, s. 749) Cena se objevuje vždy jako součást marketingu viz 4P a 4C a patří k nejdůležitějších prvkům v podniku (Kotler, 2007). Cena je provázaná s mnoha procesy ve firmě. S cenou se pracuje nejenom v marketingu, ale i v dalších oborech, jako ekonomie, manažerské účetnictví, controlling a další. Koubek, (2019) přiznává, že když cena pokryje náklady a přináší nějaký zisk podniku, tak se už jedná spíše o nástroj marketingu.
„Z psychologického hlediska je cena subjektivní kvalitou ovlivňující chování spotřebitele a působí na ní řada činitelů.“ (Vysekalová, 2014, s. 59). Faktory ovlivňující cenu mohou být například: velikost užitku z uspokojení potřeby, bohatství zákazníka, komplexní představy názorů postojů a zkušeností z minulosti, které se promítnou do zákazníkova názoru o ceně (Vysekalová, 2014).
Kotler, (2007) uvádí, že do ceny výrobku vstupuje mnoho faktorů, jak na straně firmy tak i zákazníka především z pohledu ceny. Politika jedné ceny je moderní koncept z 19. století, který přišel s rozvojem velkoobchodů. Velkoobchody měly hodně položek a zaměstnanců, takže firmy začaly prosazovat politiku jedné ceny. Historicky byla cena vždy domluvena vyjednáváním mezi zákazníkem a prodejcem. Každý zákazník tedy platil jinou cenu v závislosti na velikosti užitku a jeho schopnostech vyjednávání. V 21. století s příchodem internetu a chytrých algoritmů se lidstvo vrací k dynamické cenové tvorbě.
28
„Dynamická tvorba cen: Požadování různých cen v závislosti na jednotlivých zákaznících a situacích.“ (Kotler, 2007, s. 749) Dynamické ceny mohou mít jak pozitivní, tak negativní vliv na emoce, ale můžou mít i falešně pozitivní a falešně negativní vliv, viz tabulka 2.
Tabulka 2: Možnosti výsledku
Pozitivní vliv Lidé si myslí, že zaplatili méně a ve skutečnosti zaplatili méně.
Negativní vliv Lidé si myslí, že zaplatili více a ve skutečnosti zaplatili více
Falešně pozitivní Lidé si myslí, že zaplatili méně a ve skutečnosti zaplatili více
Falešně negativní Lidé si myslí, že zaplatili více a ve skutečnosti zaplatili méně
Zdroj: (Gelbrich, 2011)
V prvním případě se jedná o to, když zákazník si s prodejcem vyjedná skutečně výhodnou cenu. Druhý případ je častý u leteckých společností, které mají dynamické zdražování letenek a větší obsazeností letadla se letenky zdražují. Třetí a čtvrtý případ se velmi často děje při aukcích (Gelbrich, 2011). Nicméně tabulka nemusí vždy platit, například v případě luxusních statků.
Prestiž a cena
„Veblenův efekt se vyskytuje u luxusního zboží a znamená, že vyšší úroveň ceny přináší vyšší pozitivní efekt (křivka poptávky vykazuje anomální reakci). U zboží vysoce renomovaných značek (např. značek oblečení) je skutečně v mnoha případech příliš vysoká cena důvodem k nákupu. Očekávanou hodnotou je zde výjimečnost, originalita a prestiž.“ (Kozel, 2006, s.
211)
Zákazník si chce kupovat luxusní zboží a služby, aby se cítil lépe. Chce se cítit výjimečně tím, že má drahé zboží. V některých sociálních skupinách jsou spojovány luxusní produkty
29 se sociálním statusem a prestiží ve skupině. Dražší zboží sice nepřináší zákazníkovi fyzický užitek, ale emoční užitek je mnohem vyšší (Vysekalová, 2014).
Cena je v mnoha případech pro spotřebitele jako indikátor kvality. Především v případech, kdy zákazník nedokáže určit kvalitu výrobků. Zákazník očekává, že dražší výrobek bude kvalitnější, a z toho vychází očekávání zákazníka. Pokud očekávání zákazníka nebudou naplněna, zákazník bude zklamaný a frustrovaný (Vysekalová, 2014).
Výhodná cena
Vysekalová, (2014) říká, že slevy nebo výhodné ceny, které jsou skutečně nižší než běžná cena, se využívají například při výprodejích. „Výhodný nákup“ je spojen se vzbuzením emocí v zákaznících, převážně radostí a uspokojením. Toman, (2012) popisuje působení slev na emoce tak, že kupujícím se objevila možnost získat více „potravy“ s vynaložením menšího úsilí. Obdoba, když předci našli více plodů či zvěře, než čekali.
V ekonomické teorii u nedokonalé konkurence vznikají díky fixním cenám náklady mrtvé váhy, a to nepřináší užitek ani spotřebiteli ani firmě (Kraft, 2011). Kotler, (2007) zmiňuje, že cena po pokrytí nákladů může být velmi flexibilní a díky dynamické tvorbě cen je možné odstranit náklady mrtvé váhy a vyšší užitek se pozitivně projeví v emocích zákazníka.
Typický případ, kde je viditelná změna cen velmi dynamická, je aukce. První zmínky o aukcích jsou z roku 500 před naším letopočtem (Auction History, 2019). Existuje více druhů aukcí, viz tabulka 3.
30 Tabulka 3: Druhy aukcí
Anglická aukce Dražba se zvyšující se cenou je pravděpodobně nejčastější formou dražby.
Holanská aukce Dražba s klesající cenou. Kde vyvolávač postupně snižuje ceny. Aukci vyhrává ten, kdo je jako první je ochoten akceptovat oznámenou cenu.
Obálková metoda Dražba probíhá bez vědomosti nabídek ostatních účastníků dražby. Vyhrává nejvyšší nabídka.
Vickreyova aukce Je obdoba na obálkovou metodu s rozdílem, že vyhrává druhá nejvyšší nabídka.
Zdroj: (Klemperer, 1999)
Většina lidí má pocit, že aukce je spravedlivá a nakupují za optimální ceny. Většinou do aukce vstupují další prvky, které ovlivňují emoce a tím i chování účastníků. Dražba je pro většinu účastníků jako hra a má své vítěze a poražené. Spousta lidí chce vyhrát a dost často se stává, že vyhrají za vyšší cenu, dokud přihazující protistrana neustoupí, jelikož taky nechce prohrát. Nicméně i když účastníci aukce zaplatí víc, tak většinou jsou spokojeni, jelikož vyhráli a má to falešně pozitivní vliv na jejich emoce (Adam, 2011).
Podle Kraft, (2011) je obálková metoda ideální případ pro odčerpání spotřebitelského přebytku, nicméně všechny druhy aukce až na jednu poškozují účastníky aukce. Speciální případ je Vickreyova aukce, kterou vymyslel laureát Nobelovy ceny za ekonomii William Vickrey. Díky vlastnostem tohoto druhu dražby nepoškozuje účastníky, jelikož ti mají největší šanci vyhrát, když budete přihazovat na skutečnou hodnotu položky (Christian, 2017).
31 1.2.2 Emoce a barvy v marketingu
Podle Kauppinen-Räisänen (2014) 70 % nákupních rozhodnutí je provedeno až v obchodě, i když zákazník vstoupí do obchodu s nákupním seznamem. Až 90 % zákazníků dělá nákupní rozhodnutí na základě vizuálního vjemu. Tato skutečnost vede ke zvýšení marketingového úsilí v obchodech od získání lepšího místa v regálu v obchodech až po vylepšení obalu. Obal slouží jako „skrytý obchodník“, který řekne zákazníkovi o značce a produktu a neslouží jen jako obal zboží. Jelikož se 90 % lidí rozhoduje vizuálně, tak je velmi důležité vybrat správný tvar, velikost balení, grafiku, font písma a hlavně barvy.
Podle Vysekalové, (2012) barvy působí na naše pocity a ty jsou přímo provázány s emocemi.
Lidé mají různé asociace s různými barvami, třeba teplé barvy (žlutá, oranžová, červená) připomínající slunce. Kotler, (2007) upozorňuje na to, že ne všechny národy a kultury vnímají barvy stejně. Například ve Španělsku obal v barvě červené a žluté by byl brán jako urážka španělského patriotismu, jelikož to jsou barvy jejich vlajky.
Mohebbi, (2014) poukazuje na to, že některé barvy mohou zákazníka přesvědčit k impulzivnímu nákupu. Speciálně modrá a červená má největší šanci přesvědčit zákazníka k nákupu, proto doporučuje v souladu se značkou a uměleckým cítěním používat a zvýrazňovat některé části těmito barvami. Mohebbi, (2014) ukazuje asociace s barvami v používané v marketingu, viz tabulka 4.
32 Tabulka 4: Asociace s barvami používané v marketingu
Barva Asociace
Červená oslava, čistota, vášeň, síla, energie, oheň, láska, vzrušení, rychlost, teplo, arogance, ambice, vedení, mužství, moc, nebezpečí, krev, válka, hněv, revoluce a komunismus
Modrá deprese, klid, důvěra, konzervatismus, spolehlivost, moudrost, věrnost bohatství, pravdivost a tvořivost
Zelená růst, znovuzrození, obnova, příroda, plodnost, mládí, hodně štěstí, štědrost, zdraví, hojnost, stabilita a kreativní inteligence
Žlutá sluneční světlo, radost, země, optimismus, inteligence, naděje, liberalismus, bohatství, nečestnost, slabost, chamtivost, stárnutí rozpadu, ženskost, radost, společenskost a přátelství
Černá absence, vzpoura, modernost, síla, sofistikovanost, formálnost, elegance, tajemství, styl, zlo, prázdnota, tma, serióznost, konvenčnost, jednota, smutek, profesionalita a elegance
Bílá mládí, sterilita, světlo, úcta, pravda, sníh, vzduch, čistota, chlad, strach a pokora
Šedá elegance, úcta, moudrost, stáří, pesimismus, nuda, úpadek, tupost, rozrůstání měst, intenzivní emoce, rovnováha, smutek a neutralita
Oranžová energie, teplo, oheň, hravost, chmurnost, arogance, varování, nebezpečí, touha, královská hodnost a náboženské obřady a rituály
Růžová vděčnost, ocenění, obdiv, sympatie, socialismus, zdraví, ženskost, láska, manželství, radost, nevinnost, koketnost, dětské chování a symbolizuje sladkou chuť
Zdroj: (Mohebbi, 2014)
33 Vysekalová ve své knize ukazuje obrázek 1, který se, až na pár odchylek shoduje s tabulkou od Mohebbi, (2014). Nicméně Amsteus, (2015) ve své studii poukazuje na důležitý fakt, že hodně autorů přiřazuje barvám jiný význam a také, že ve svém výzkumu dokázal, že záleží na kontextu, kde je barva použita a podle toho si jí lidé asociují s různými emocemi.
1.2.3 Metody výzkumu motivace/emocí spotřebitelů
„Pojmem “výzkum motivace“ označujeme kvalitativní výzkum, jenž si klade za cíl podrobně probádat skrytou, neuvědomovanou motivaci spotřebitele. Spotřebitelé si často nejsou Obrázek 1: Emoce asociované s barvou a logem společnosti
Zdroj: (Vysekalová, 2014)
34 vědomi, proč jednají určitým způsobem, nebo to nedokážou popsat. Výzkumní pracovníci proto používají řadu nepřímých a projektových technik, aby odhalili emoce a postoje vůči značkám v různých nákupních situacích.“ (Kotler, 2004, s. 283)
Hloubkový rozhovor je metoda kvalitativního marketingového výzkumu, která pomůže výzkumným pracovníkům vytvořit hlubší vztah se spotřebiteli a získat hlubší porozumění.
Díky hloubkovému rozhovoru je možné se spotřebitele zeptat na věci víc dopodrobna a získat tak hlubší porozumění (Negricea, 2016).
Další technikou kvalitativního marketingového výzkumu je focus group, kde diskuzi facilituje moderátor většinou mezi 6 až 10 lidmi (Pulkert, 2018). Metody používané pro odhalení emocí a skrytých motivací podle Kotler, (2004) jsou: doplňování slov do vět, myšlenkové asociace, různé variace podobné Rorschachovu testu4 s inkoustovými skvrnami, a dále myšlenkové asociace s obrázky. Pulketr, (2018) zmiňuje také použití metody STAR5, pro behaviorální chování člověka v minulosti, jak se zachoval při určité události. Nebo další podobné techniky na zjištění behaviorálního chování, například jak by se člověk zachoval v dané situaci. Kotler, (2004) píše, že některé techniky jsou za hranicí bizarnosti a popisuje jeden příklad ze sezení ve své knize.
„Dobrý den, dámy a pánové. Sešli jsme se tady, abychom provedli malý spotřebitelský výzkum. Nyní si lehněte na pohovku, odložte zábrany a vyzkoušejme společně nějaké volné asociace. Nejprve si představte, že značky jsou vašimi přáteli. Představte si, že můžete rozmlouvat se svým televizorem. Co by vám asi řekl? A co byste řekli vy jemu? Teď si pomyslete, že váš šampón je zvíře. Nestyďte se. Byla by to spíš panda nebo lev? Had nebo červ? Pro naše závěrečné cvičení se sesedneme a uchopíme naše kouzelné fixy. Nakreslete typického konzumenta sušenek. Bude mít na sobě zástěru nebo negližé? Oblek nebo plesové šaty?“ (Kotler, 2004, s. 283)
Pulketr, (2018) i Kotler, (2004) zmiňují, že mnoho reklamních agentur zaměstnává nebo najímá psychology, sociology, behaviorální experty a další odborníky společenských věd,
4 Test používaný k psychoanalýze
5 STAR – Situation, Task, Action, Result. Přeloženo (situace, úkol, akce, výsledek)
35 kteří provádějí tyto hloubkové výzkumy. Nicméně některé výzkumy mohou probíhat odborníky i skrytě a spotřebitelé o tom vůbec nemusí vědět (Kotler, 2004). Podle Papuc, (2014) pozorování zákazníka je validní metoda k získání dat o spotřebitelích a stala se běžnou součástí marketingového výzkumu. Pozorování zákazníka lze provádět více způsoby například při nákupu v obchodě přímo koukat na zákazníka, nebo třeba pozorovat uličku s produkty z bezpečnostních kamer. Metoda pozorování a sledování se dá aplikovat i mimo obchody třeba v kavárnách, nebo sledování chování uživatelů v digitálním prostoru. Kotler, (2004) zmiňuje i sledování v domácnostech (které nebylo skryté). Například společnost Whirlpool si najala antropologa, který sledoval lidi v domácnostech, jak používají domácí spotřebiče. Na konci výzkumu Whirlpool zjistil, že v rodinách, kde oba rodiče pracují, nemají na starost praní jen ženy, ale všichni členové domácnosti. Proto se firma na základě tohoto výzkumu rozhodla vydat pračku na trh s barevnými popisky, které měly usnadnit praní mužům a dětem. Druhý způsob zjišťování informací o zákaznících je využívání dat, která již existují. Mohou to být „primární data“ například z věrnostních programů, z pozorování či vlastního výzkumu nebo „sekundární data“ zprostředkovaná například veřejnými databázemi jako (Český statistický úřad, Eurostat) nebo dalšími zdroji jako třeba deníky a dalšími médii (Edu, 2013).
Jeon, (2017) uvádí, že díky moderním technologiím je možné měřit velkou část veličin, a proto je možné dostat mnohem komplexnější výsledky pomocí aplikování strojového učení a umělé inteligence. Je možné spojit měření pohybu očí, obličejové vyjádření emocí a tepovou frekvenci a díky tomu dostat velmi komplexní výsledky s velkou přesností měření.
1.3 Uživatelské rozhraní
„A user interface, also called a "UI" or simply an "interface," is the means in which a person controls a software application or hardware device. A good user interface provides a "user- friendly" experience, allowing the user to interact with the software or hardware in a natural and intuitive way.“ (Christensson, 2009)
Volně přeloženo: Uživatelské rozhraní, také nazývané „UI“ nebo jednoduše „rozhraní“, je prostředek, kterým osoba ovládá softwarovou aplikaci nebo hardwarové zařízení. Dobré
36 uživatelské rozhraní je “uživatelsky příjemné“ a poskytuje uživateli intuitivní interakci s hardwarem nebo softwarem.
Uživatelské rozhraní taky spadá do oboru Human-Computer-Interaction (HCI), což je obor zabývající se interakcí mezi uživatelem a počítačem. Proto je nejčastěji UI spojováno s počítači a elektronikou, nicméně to je jen část, která spadá do kategorie uživatelského rozhraní. Jelikož uživatelské rozhraní se nachází na domácích spotřebičích, těžkých strojích, automobilech a dalších věcech, které jsou běžně používány. Uživatelské rozhraní je velmi multioborová disciplína související s ergonomií, antropologií, psychologií, designem. Do UI vstupuje hodně proměnných, které je potřeba ošetřit pro uživatele, aby uživatelské rozhraní bylo přívětivé a intuitivní (Červenková, 2009). Spojením psychologie a designu vznikl nový obor UX designu, který souvisí s UI (Manandhar, 2020).
Podle Pavliscak, (2018) je nutné vytvoření přívětivějších technologií, z kterých lidé nebudou frustrovaní a ve stressu, je potřeba vytvářet technologie s větším porozuměním lidským emocím. Proto je důležité, aby ovládání a komunikace se nejrůznějšími technologickými zařízeními bylo uživatelsky intuitivní a uživatelská zkušenost6 dobrá.
1.3.1 Uživatelská zkušenost
„UX Design is the process of designing physical or digital products that are useful, easy to use, and provide a great experience in interacting with them.“ (Canziba, 2018, s. 8)
Volně přeloženo: UX design je proces navrhování fyzických nebo digitálních produktů, které jsou užitečné, snadno použitelné a poskytují skvělý zážitek při interakci (Canziba, 2018).
„The creation and synchronization of the elements that affect users' experience with a particular company, with the intent of influencing their perceptions and behavior.“ (Unger, 2012)
6 Uživatelská zkušenost – UX, je velmi úzce spjata s UI
37 Volně přeloženo: Vytvoření a synchronizace prvků, které ovlivňují uživatele a jejich zkušenost se záměrem ovlivnit jejich vnímání a chování k určité společnosti. (Unger, 2012)
Existuje mnoho definic pro UX design – návrh uživatelské zkušenosti, jelikož UX je velmi nový obor (Unger, 2012). Rozdíl mezi UI a UX na obrázku 2.
Tyto prvky obsahují věci, na které si uživatel může sáhnout například fyzické produkty nebo obaly. Také je může slyšet (reklamy a audio popisy) nebo je dokonce může i cítit (čerstvě upečený chléb v pekárně). Dále do toho nespadají jen fyzické předměty, se kterými může uživatel pracovat v reálném světě. Obor UX designu se nejvíce posouvá právě v digitálním světě, kde uživatel může interagovat s tlačítky, odkazy a dalšími prvky webů nebo aplikací (Unger, 2012).
Unger, (2012) zmiňuje, že lidstvo je teprve na začátku bohatších a propracovanějších zkušeností pro uživatele. Velký pokrok nastal, když se spojily oba světy dohromady a začaly se vytvářet mnohem více uživatelsky přívětivější aplikace a weby pro uživatele.
Dobré UX a UI je důležité, protože ve světě byznysu a obchodu přináší více peněz a zákazníků. Dále také zvyšuje loajalitu a buduje vztah se zákazníky.
To je spojené s růstem povědomí o značce. Dále lepší UX a UI zvyšuje konkurenceschopnost na trhu. To vše je spojené se zvýšením konverzních poměrů, což je většinou první důvod, proč se firmy zabývají UX designem. Dále výdaje spojené s vývojem webů a aplikací snižují
Obrázek 2: Rozdíl mezi UI a UX Zdroj: Upraveno dle (Canziba, 2018)
38 náklady na programátory, jelikož oni už nemusí řešit design webu/aplikace (Canziba, 2018).
Náklady spojené s marketingem jsou nižší. Weby s lepším UX dostávají lepší rating, takže jejich reklamy mají lepší skóre a cena za jeden proklik u PPC7 reklam je tím pádem levnější.
Navíc díky lepšímu vztahu se zákazníky je větší šance, že vás doporučí přátelům, a tím získáte marketing zadarmo (RubyGarage, 2019).
1.3.2 Grafické uživatelské rozhraní
„GUI - grafické uživatelské rozhraní. Grafické uživatelské rozhraní GUI poskytuje uživateli možnost interaktivního ovládání počítače. Za pomocí vstupních zařízení, jako jsou myš, klávesnice či touchpad, ovládá uživatel grafické prvky na monitoru počítače a tím přenáší své myšlenky a pokyny k akci PC. Mimo počítače se GUI aplikuje i do přenosných zařízení (telefony, tablety, přehrávače hudby), televizí, domácích spotřebičů či některých průmyslových strojů. Základní myšlenkou je zjednodušení a zvýšení komfortu při uživatelově manipulaci s daným zařízením. Poprvé bylo GUI představeno v roce 1973 jako náhrada za do té doby neodmyslitelný příkazový řádek. Postupně došlo k rozšíření do počítačů s operačním systémem MAC a nedlouho poté i Microsoft Windows.“ (IT-slovník.cz, c2008- 2020)
Když se spojí uživatelské rozhraní (UI) s grafickým výstupem, tak vznikne grafické uživatelské rozhraní GUI (z angličtiny graphical user interface). Roku 1984 Apple představil počítač Macintosh s grafickým uživatelským rozhraním, které se už podobalo dnešním počítačům. Navíc s modelem Macintosh přišla i myš, která zjednodušovala ovládání počítače a to přispělo k demokratizaci počítačů i pro běžného zákazníka. Posledních 30 let pořád používáme myš a klávesnici. Budoucnost směřuje k přizpůsobení počítačů a technologií více lidskému chování. Některé novinky v uživatelském rozhraní se začínají prosazovat a používat, jako zadávání hlasem a virtuální realita, například dotyk je u mobilů již nový standard (Asher, 2017).
7 PPC - Pay Per Click - reklama, která se platí za prokliknutí
39 Za poslední dekádu se týkaly změny hlavně grafického uživatelského rozhraní. Hlavní příčinou byl masivní nástup chytrých telefonů. Týmy vývojářů měnily vzhledy a prvky ovládání. Posledních 10 let se produktové týmy začaly soustředit na UX design, aby se počítače a mobily lépe ovládaly a prožitek z používání byl lepší (DeAmicis, 2019).
1.4 Strojové učení
V první části je popsáno, co je to strojové učení a jak funguje a v druhé části si řekneme, jak fungují modely strojového učení. Dále je uvedeno, jak funguje strojové učení u FaceReader, softwaru na rozpoznání emocí. Na závěr je psáno o využití technologie na rozpoznání emocí.
„Strojové učení je podoblastí umělé inteligence, zabývající se algoritmy a technikami, které umožňují počítačovému systému 'učit se'. Učením v daném kontextu rozumíme takovou změnu vnitřního stavu systému, která zefektivní schopnost přizpůsobení se změnám okolního prostředí.“ (Matoušek, 2019)
Strojové učení, neboli machine learning (ML), je velmi úzce spjat s oblastmi matematické statistiky (Matoušek, 2019). Techniky strojového učení nacházejí uplatnění všude kolem nás např. v informatice, biomedicíně, bankovním sektoru, investičním sektoru, bezpečnosti státu a obyvatel a v mnoha dalších oblastech. V blízké budoucnosti technologie strojového učení buddou nacházet i v dalších oblastech (Machine learning, 2017).
Díky modernějším technologiím například internetu věcí (Internet of Things – IoT) a senzorům je možné generovat mnohem více dat nežli v minulosti. Navíc výpočetní výkony počítačů se dostaly do bodu, kdy dokážeme tyto velké objemy dat zpracovávat a analyzovat.
Pak už bude jen na nás lidech, jestli se tato data rozhodneme analyzovat a využít v náš prospěch (Machine learning, 2017).
1.4.1 Základní přístupy učení strojů
Většina odborníků rozděluje přístupy strojového učení do kategorií. V práci jsou uvedeny hlavní kategorie, které jsou podrobeny další analýze. Existují i další kategorie a algoritmy strojového učení, které v diplomové práci uvedeny nejsou.
40 1) Strojové učení s učitelem (Supervised Learning)
Tento přístup ke strojovému učení patří k těm nejpoužívanějším. U tohoto modelu figuruje člověk, nejčastěji vědec, jako učitel a průvodce pro algoritmus. Vědec pak rozhoduje, jaké závěry má algoritmus učinit. Je to velmi podobné, jako když se dítě učí rozpoznávat zvířata, auta nebo třeba druhy ovoce. Funguje to tak, že dítě si zapamatuje obrázek například v knize, o kterém mu bylo řečeno, že je to ovoce, auto nebo pes. U algoritmu to je podobné, je mu ukázán obrázek, například obrázek psa a řekneme mu, že toto je pes. Nicméně u člověka to stačí udělat například jen 10krát. U učícího se algoritmu je to potřeba udělat rozhodně vícekrát. Čím častěji algoritmus uvidí obrázek psa a bude vědět, že toto je pes, tím bude mít v budoucnu větší přesnost rozpoznávání psa na obrázcích.
Mezi nejčastější algoritmy k tomu druhu učení se používá logická a lineární regrese, nebo vektorová analýza (Oracle, 2018).
2) Strojové učení bez učitele (Unsupervised Learning)
Strojové učení bez učitele, jak vyplývá z názvu, je více nezávislé na člověku. Počítač se učí sám rozpoznávat složité úkoly a procesy a najít v nich určité vzorce (patterny) bez toho, aby mu člověk nějak zasahoval do procesu učení. Většinou se tento princip používá na souborech dat, kde není znám výstup. Takže pomoc člověka je v tomto případě irelevantní. Protože se předpokládá, že počítač to najde/vymyslí. Něco co by člověk sám úplně nedokázal.
Když se vrátíme k naší analogii s učením dítěte, bude to vypadat následovně. Dítě se bude učit poznávat ovoce tím, že bude pozorovat barvy, tvary a další vzory. Dítě po chvíli pozná, co kam patří a co ne. To samé rozeznává počítač, nicméně ani počítač nebude vědět, že jablko je jablko a pomeranč je pomerančem. Jak dítě, tak i počítač dokáže rozdělit ovoce do kategorií, jablko je zelené nebo červené a pomeranč je oranžový.
Nejčastější algoritmus k tomuto druhu učení je využívána shluková analýza (Oracle, 2018).
41 3) Strojové učení s učitelem a bez učitele (Semi-supervised Learning)
Jak už název napovídá, tento přístup je kombinací výše zmíněných přístupů učení s učitelem tak i učení bez učitele. Tento přístup má své typické použití. U části vstupních dat znám požadovaný výstup a u druhé části souboru dat zpravidla výstup neznám, a proto se používá kombinace těchto dvou přístupů (Zhu, 2009).
4) Hluboké učení (Deep Learning)
Hluboké učení z angličtiny (deep learning) je podmnožinou strojového učení. Základním stavebním kamenem jsou neuronové sítě s více vrstvami. Hloubku modelu určuje počet vrstev, které jsou přizpůsobeny tomu, aby výstup z jedné vrstvy navazoval na další vrstvu.
Hluboké učení se využívá, třeba při klasifikaci obrazů, překladu nativních jazyků z jednoho do druhého anebo třeba při rozpoznávání emocí počítačem (Bengio, 2016).
5) Neuronové sítě
„Umělé neuronové sítě (UNS), zkráceně jen neuronové sítě představují matematický, resp.
výpočetní model, inspirovaný strukturou s funkcionalitou biologických neuronových buněk mozku člověka, resp. centrálního nervového systému.“ (Marček, 2016, s. 59)
V angličtině se umělé neuronové sítě nazývají Artificial Neural Network (ANN). Dále jsou zmíněny pojmy o neuronu v ANN8 a vrstvách v umělých neuronových sítích, tyto pojmy jsou popsány v následujícím odstavci.
„Základní stavební jednotkou UNS je neuron. Jednotlivé neurony jsou agregovány do vrstev.
Síť může být vytvořena několika vrstvami, přičemž jejich počet a struktura se odvíjí od typu sítě.“ (Marček, 2016, s. 62)
8 ANN a UNS je synonymum
42 Neuron v ANN je možné si ho představit jako matematický model, rovnici, funkci anebo jako vzorec.
Vrstva v umělé neuronové soustavě je úroveň nebo mezikrok. Dalo by se to přirovnat třeba k budově, kde každá vrstva je jedno patro a neuron musí projít každým patrem a na střeše neuron ukáže výstup. Když v modelu budou tři vrstvy, tak v ANN to jsou tři mezikroky.
Nejlépe je to vidět na obrázku 3.
1.4.2 Strojové učení u FaceReader
Software FaceReader na rozpoznání emocí používá hluboké strojové učení pro rozpoznání 6 lidských základních emocí. FaceReader využívá hloubkového strojového učení pro rozpoznávání emocí v obličeji různých lidí.
Software na rozpoznání emocí v obličeji má model hlubokého učení založený na umělé neuronové síti s mnoha vrstvami mezi vstupními a výstupními daty. Neuronová síť prochází mezi vrstvami a snaží se najít shodu s největší pravděpodobností pro každý výstup.
Obrázek 3: Vrstvy v umělé neuronové síti Zdroj: Upraveno dle (Radová, 2017)
43 Neuronová síť je momentálně jedna z nejúspěšnějších technik strojového učení a umělé inteligence pro tento typ úkonu. V běžných neuronových sítích se informace spojí dohromady a zpracují, díky tomu společně vytváří daný výstup. K mapování tohoto vstupu a výstupu se používají statistické, lineární a nelineární algoritmy, shlukování bodů a hledání korelací na základě vyjádřené emoce, věku a pohlaví. Model strojového učení a neuronové sítě viz obrázek 4 (FaceReader Gathering data, 2020).
Praktické využití toho, že stroj/počítač dokáže rozpoznat emoce, je v mnoha oborech.
Konečně je šance měřit lidské emoce a rozpoznávat je jinak než jiným člověkem. Díky tomu je možno analyzovat, jak člověk hodnotí různé produkty, názory, reklamy nebo další podněty, které mu předložíme (Gupta, 2018). To dává výhodu v tom, že velká část lidí si není vědoma svých emocí, nebo nedokáže rozpoznat jejich intenzitu a dobře je popsat (Lane, 1998). Software to dokáže určit s velkou přesností nad 90 %. Proto je možné se ptát zákazníka na názor a jak se mu něco, líbí je k tomu okamžitý výsledek a analýzu jeho emocí (Noldus, 2020).
Obrázek 4: Model strojového učení softwaru FaceReader Zdroj: (Noldus Deep Learning, 2019)
44 Využití softwaru na rozpoznání emocí je široké. Gupta, (2018) píše, že využití je ve více oborech, například v automobilovém průmyslu, kde by auta mohla být bezpečnější díky automatickému upozornění řidiče, že je ospalý. Auto by pak mohlo přizpůsobit svoje chování, popřípadě zastavit na přestávku. Další příklad je ve firmách při pohovorech o práci, kde je možné sledovat změny emocí v obličeji uchazeče. Následně vyhodnotit, jestli odpovědi byly upřímné. Tyto dva příklady jsou jen špička ledovce napříč obory (Gupta, 2018).
45
2. Představení podniku a softwarové aplikace
Aplikace Pointee je vyvíjena firmou Pointee Interactive s.r.o. tato firma byla založena dne 7. května 2020. Pointee Interactive s.r.o. sídlí na adrese Rumjancevova 335/8, Liberec I- Staré město, 460 01 Liberec. Jak je patrné z názvu, tak se jedná o společnost s ručením omezením a základní kapitál společnosti je 50 000, - Kč. Firma má tři jednatele společnosti:
Ing. Jan Strnad, Ing. Martin Vitouš a Ing. Ivo Knejp MSc. Hlavní činností Pointee Interactive s.r.o. je vývoj softwarové aplikace Pointee (Veřejný rejstřík a sbírka listin, 2020).
Mise – „Udělat revoluci v tom, jak firmy dělají procesní analýzu a poskytnout sofistikované algoritmy každému.“ (Strnad, 2020)
Vize – „Nástroj, který používá data z informačních systémů a kontinuálně vyhodnocuje data z klíčových procesů a doporučuje kroky, které mají největší efekt na vylepšení produktivity procesů.“ (Strnad, 2020)
Pointee je softwarová aplikace vyvíjená firmou Pointee Interactive s.r.o. která, je začínající firmou neboli start-up. Pointee slouží jako nástroj na procesní analýzou dat a vylepšení procesů. Díky datům z podnikových systému (ERP9) jako například SAP, Salesforce, Oracle a dalších může Pointee pomocí pokročilých statistických metod vytvářet automatizované návrhy na zlepšení procesů neboli akční kroky. Následně dokáže Pointee říct, jaký dopad daná změna bude mít a dokáže to vyčíslit v několika jednotkách jako v nákladech, počtem kusů, v časových jednotkách a dalších. Akční kroky jsou velkou předností Pointee (USP10), jelikož procesní analýzu dělá aplikace sama a nejsou k tomu potřeba další lidé a díky tomu dokáže firmě ušetřit peníze za práci lidí. Akční kroky jsou velmi mocný nástroj pro firmy,
9 ERP – (Enterprise Resource Planning) podnikový informační systém se používá pro řízení celé organice a integruje všechny obchodní činnosti, které uvnitř podniku probíhají jako účetnictví, logistika, řízení rizik, obchod a další. ERP systémy spojuje všechny oblasti podniku tak, aby bylo možné mezi nimi sdílet data.
(Oracle, 2020)
10 USP – (Unique Selling Point) volně přeloženo: „jedinečná konkurenční výhoda“ definuje jedinečnou konkurenční výhodu společnosti na trhu. Jde o unikátní vlastnosti produktu, který odlišuje daný produkt od ostatních konkurenčních produktů. (Mediální slovník, 2020)
