Forskere vil tracke forbrugernes adfærd

Flere andre forskere har været med til at skrive denne artikel. Se faktaboksen længere nede til højre.

Forskere har særlige muligheder, fordi forbrugere typisk er villige til at gå længere i retning af at dele data med forskerne. Deres deltagelse er så at sige i en ‘god sags tjeneste’.

Det er naturligvis en tillid, vi som forskere skal forstå at behandle med stor respekt.

På AAU (Aalborg Universitet) har vi de seneste år haft held til at udvikle og teste en række intelligente anvendelser af små enheder og kombinere dem med store data.

Fælles for dem er, at de alle kan måle adfærd. Og ved at automatisere datafangsten kan noget at den almindelige bias, der skabes ved selvrapportering, reduceres betydeligt.

I denne artikel giver vi en oversigt over nogle af de nye teknologier og deres anvendelsesmuligheder:

• FoodScape heatmapping til analyse af bevægelse og fødevarevalg
  
• Virtuel Food Choice Simulering, der kan modellere fødevareomgivelser
  
• FoodScape tracking, der kan udføre realtids fødevareetnografi
  
• Den Intelligente Buffet, der kan registrere indtag i kantineomgivelser
  
• Og den såkaldte DIMS, der kan måle på både madindtag og madspild

FoodScape Tracking – kunsten at spørge forbrugeren i selve valgsituationen

Når man spørger forbrugere om, hvad de spiser, sker det ofte retrospektivt. Man beder folk om at tænke tilbage på den sidste uge, det sidste døgn eller på, hvad de normalt spiser.

FoodScape Trackeren går den anden vej og spørger respondenten i realtid. Det kan give mere præcise svar.

Den fungerer i et eksperimentelt setup, hvor sensorer sættes op i det fødevarelandskab testpersonerne forventes at træffe forbrugsvalget.

Ved at opdage signalet fra deres smartphone kan forskerne så sende spørgsmål i realtid og sammenligne med de svar, respondenten giver i et baggrundsspørgeskema.

Det giver mulighed for at gennemføre en helt ny slags realtidsetnografiske studier, hvor forbrugeren bliver spurgt i selve den adfærdssituation der undersøges. Det kan man for eksempel bruge til at undersøge forskellen mellem at ‘sige’ og at ‘gøre’.

Brugere kan nudges i realtid

I en undersøgelse i en forstadskommune fandt vi som led i en undersøgelse af udskolingselevers spisevaner i frokostpausen for eksempel, at godt en tredjedel af de elever, der svarede, at de aldrig gik uden for skolen, faktisk blev sporet ved en af de fødevarebutikker/fast food-steder der var med i undersøgelsen (Koirala, 2015).

Det skal understreges, at undersøgelsen blev gennemført med tilladelse fra alle involverede parter.

Teknologien tilbyder god privatlivsbeskyttelse og gode opt-in/out muligheder for brugeren. Teknologien er uafhængig af givne chip-set og om telefonens operativsystem fungerer, og det er muligt at spore på komplicerede steder, hvis der blot opsættes tiltrækkeligt med overlappende trackers.

Systemet udgør på den facon sit eget simple GPS delsystem. Med teknologien kan vi samtidig nudge brugere i realtid med push-meddelelser.

Test af forbrugeradfærd i den virtuelle verden med Virtuel Food Choice Simulating

Med 3D-baseret virkelighedsteknologi kan vi med Virtuel Food Choice Simulator (VFCS) teknologi skabe en enhed, hvor fødevareomgivelser kan genskabes virtuelt i form af buffeter og supermarked uden udgifter til ombygning og fødevarer.

VFCS’en er blandt andet blevet anvendt i studiet af forbrugerrespons på sunde kasselinjer i supermarkedet (Andersen et al 2014).

På basis af spørgeskemaer indsamlet blandt kunder i LIDL i en københavnsk forstad og deres holdning til muligheden for at have et sundt kassevalg, blev der udviklet designs til alternative layouts for kassen.

I undersøgelse fandt man, at kun 10 procent af forbrugerne havde lagt mærke til kassen.

VFSC blev derfor brugt til at udvikle forskellige designs, der kunne peppe udseendet op. Det kunne vel at mærke gøres uden overhovedet at røre værktøj eller kasselinjer. Det nye eksperiment blev derefter testet i den virtuelle verden blandt studerende og ansatte på AAU campus.

Resultaterne viste, at 83 procent af de adspurgte opnåede motivation til at bruge den nye kasse med det nye udseende (Cekatauskaite et al 2015).

FoodScape Heatmapping – automatisk analyse af bevægelse og fødevarevalg

Hvor lang tid bruger vi ved vinhylderne, og hvordan bevæger vi os i supermarkedets grøntafdeling?

Virker vores sundhedsfremmende valgarkitekturer i kantinen, og kan vi nudge os til det sunde valg? Både forskere og markedsbureauer er interesserede i at kende svaret.

Visuel sporing af forbrugere ved hjælp af termiske kameraer er en forholdsvis ny metode til adfærdsanalyser.

Den muliggør automatisk opsamling af en langt større mængde data hurtigt, billigt og objektivt sammenlignet med manuelle metoder.

Teknologien har indtil videre været anvendt i både åbne byrum og indendørs sportsfaciliteter (Gade, 2015). Den termiske teknologi er velegnet til analyse af menneskers bevægelsesspor af flere årsager.

Først kan de store problemer med privatlivsret og etiske overvejelser udelukkes, da identiteten af personerne ikke kan genkendes fra termiske billeder.

Herudover er teknologien uafhængig af lys, hvilket netop er svagheden ved mange kamerabaserede løsninger. I kommende eksperimenter vil denne tracking teknologi blive anvendt til at analysere forbrugernes bevægelser og valg omkring for eksempel den intelligente buffet.

Den mobile intelligente buffet – vi ved, hvem der spiser hvad og hvornår

Den Intelligente Buffet (IB) er beregnet til automatisk at registrere fødevarevalg under eksperimentelle forhold i vores eksperimental facilitet FoodScape Lab, der er opdelt i et COOK, EAT og SERVE område.

Det er en traditionel buffet, der er videreudviklet og udstyret med vægte og sensorer baseret på RFID teknologi.

Forsøgspersonerne bliver iført RFID armbånd således, at et eksperiment nemt kan registrere ‘hvem der spiser hvad, i hvilke mængder og på hvilket tidspunkt’.

IB’en er udstyret med 8 vægte samt overhead-kameraer tilsluttet Observer XT software, der anvendes til at validere data fra IB’en og udgør dermed et dobbelt check af eksperimentet.

Med IB’en kan man for eksempel indsamle data om, hvorvidt nudges i buffet eller supermarkeds omgivelser virker efter hensigten ved at anbringe de fødevarer, man undersøger, på IB’en.

Derefter sker al dataopsamling, hver gang der registreres ændringer – det vil sige, at en forbruger tager en fødevare.

Sådan kan et forsøg med den intelligente buffet se ud

Eksperimenterne kan for eksempel dreje sig om at placere frugter og grøntsager langt fremme på buffeten eller at ledsage fødevarevalg med individuelt rettede sociale nudges.

Et typisk IB eksperiment setup ser ud som følger:

Først udvikles protokollen for forsøget, og det beskrives, hvilken slags hypotese forsøget skal teste. Udviklingen af interventionen eller den eksperimentelle idé kan styres enten af teori eller ved ren spekulation.

Når interventionen er blevet defineret, og IB er sat op, skal testpersonerne rekrutteres. Videooptagelsesudstyr sættes op til at optage det fulde eksperiment som en ekstra sikkerhed. Testpersonerne registreres og kommer ind i EAT-området af laboratoriet.

De træffer deres fødevarevalg, mens deres adfærd registreres af IB controller software samt af overhead videokameraer.

Bortset fra kravet om, at personer bruger deres RFID tag, før de tager maden – er der ikke noget usædvanligt og derfor minimum bias. Når eksperimentet er gennemført, kan forskere og studerende trække sig tilbage til ANALYTICS området og analysere data for eksempel med hensyn til næringsstofindhold eller klimaimpact.

DIMS – intelligent monitorering af madspild og indtag

Underernæring på sygehus og blandt ældre på plejehjem er et stort problem. Undersøgelser har vist, at ca. 40 procent af patienter indlagt på danske hospitaler er underernærede, og 1 ud af 5 patienter er i risiko for underernæring allerede ved indlæggelsen.

Samtidig viser undersøgelser, at omkring 30 procent af maden bliver smidt ud. Med den såkaldte Dietary Intake Monitoring System teknologi, bestående af digitalt kamera, vægt, infrarødt termometer og RFID-læser, er det nu muligt at gøre noget ved problemet på en nem måde.

Med DIMS’en, der er udviklet i forbindelse med FoodServInSPIRe projektet, kan forskere automatisere registreringer og vurderingen af mængden og typen af mad på hospitaler (Ofei et al 2014).

Det testede vi og indsamlede data for 380 måltider for 97 patienter serveret fra en buffet. Vi så på mønstre i fødevarevalg, portionsstørrelse, fødevareindtag og tallerkenspild samt tidsforbrug.

Vi fandt, at man med DIMS-metoden kunne vurdere en patients indtag på minimum 4 sekunder med den nye metode, mens den traditionelle måde krævede 15 minutter. Det svarer i lønkroner til en besparelse på omtrent 35 kroner pr. vurdering.

En simpel beregning viser at med et madspild på 40 % som ikke er unormalt, så kan intelligent monitorering af madspildet forventes at halvere dette tal og dermed vil man kunne hente adskillige hundrede millioner mio. kr. ind årligt alene i sygehussektoren i Danmark.