研究是否反映了现实：我们可以从行为经济学中学到什么？
Posted: Thu Jan 16, 2025 4:27 am
眼动追踪显示人们在看什么，GSR 测量生理反应，EEG 测量大脑活动。将结果相互关联，以便得出有关消费者参与度的结论。该方法还测量概念以预测其效果并微调其阐述。很有趣，但对我来说仍然太新，无法通过半小时的信息真正形成意见。
这次演讲主要是关于情感决策。Brainjuicer Labs董事总经理Orlando Wood谈到了两种思维系统。第一个系统反应快速且冲动，学习缓慢（原始大脑/直觉）。第二个系统学习速度快，有意识地考虑，但反应较慢。根据传统研究，大多数受访者根据系统 2 做出大部分决策。然而，根据 Brainjuicer 研究，系统 1 保证了成功。
“关注情感的营销活动比关注理性的营销活动显示出更多、更大的利润增长。”因此，情感比理性更能预测。总而言之，奥兰多是一位出色的演讲者，他能够以令人信服的方式传达他的信息。对于我实际的大脑来说，这是一大堆敞开的大门，并且经过了模糊的研究验证。
移动市场研究的未来
来自 Decipher的Kristin Luck 进行了一场华丽的 Prezi 演示，其中包含大量有关移动使用情况的数据，以表明一切都越来越向移动化发展。无需重复所有百分比，这一点在日常实践中就非 美国 WhatsApp常清楚了。例如，只需在公共交通中环顾四周即可。我自己跟踪了一段时间，火车上至少 60% 的人都在忙着使用手机或平板电脑。因此，研究人员也必须朝这个方向努力。
那么如何设置一个可以在手机或平板电脑上回答的良好调查呢？考虑用户友好性和速度。问50个问题当然还没有完成。但多少钱呢？房间里议论纷纷。克里斯汀指出，移动用户对开放性问题的回答较短，您也应该考虑到这一点。然后，克里斯汀展示了她如何制作适合移动设备的研究问卷，以及您如何自己处理这个问题。这样的调查可以包含多少个问题？提示是；保持在 15 个问题以下。事实上，说起来容易做起来难，从克里斯汀在研讨会上所做的练习中可以明显看出。让观众更多地参与是个好主意。因为我自己主要研究“自发”对话数据，所以观察对方也很有趣。
社交媒体研究：记录消费者行为
这是我个人最感兴趣的演讲。Jim Longo是美国iTracks的董事总经理，他和我一样从事社交媒体研究（SMR）。 Jim 针对更传统的研究人员进行了精心设计的演讲，其中他展示了 SMR 的实际含义。社交抓取是他对 SMR 的称呼。他展示了如何应对 SMR 中更大的挑战之一，即大量对话数据。这是基于一个例子：关于“阿鲁巴”的说法。对话如何在不同平台上分布，哪些主题浮出水面。然后，您如何以不同的方式发现值得深入研究的内容（具体取决于研究问题）。以及如何深化和说明所选主题。
这次演讲主要是关于情感决策。Brainjuicer Labs董事总经理Orlando Wood谈到了两种思维系统。第一个系统反应快速且冲动，学习缓慢（原始大脑/直觉）。第二个系统学习速度快，有意识地考虑，但反应较慢。根据传统研究，大多数受访者根据系统 2 做出大部分决策。然而，根据 Brainjuicer 研究，系统 1 保证了成功。
“关注情感的营销活动比关注理性的营销活动显示出更多、更大的利润增长。”因此，情感比理性更能预测。总而言之，奥兰多是一位出色的演讲者，他能够以令人信服的方式传达他的信息。对于我实际的大脑来说，这是一大堆敞开的大门，并且经过了模糊的研究验证。
移动市场研究的未来
来自 Decipher的Kristin Luck 进行了一场华丽的 Prezi 演示，其中包含大量有关移动使用情况的数据，以表明一切都越来越向移动化发展。无需重复所有百分比，这一点在日常实践中就非 美国 WhatsApp常清楚了。例如，只需在公共交通中环顾四周即可。我自己跟踪了一段时间，火车上至少 60% 的人都在忙着使用手机或平板电脑。因此，研究人员也必须朝这个方向努力。
那么如何设置一个可以在手机或平板电脑上回答的良好调查呢？考虑用户友好性和速度。问50个问题当然还没有完成。但多少钱呢？房间里议论纷纷。克里斯汀指出，移动用户对开放性问题的回答较短，您也应该考虑到这一点。然后，克里斯汀展示了她如何制作适合移动设备的研究问卷，以及您如何自己处理这个问题。这样的调查可以包含多少个问题？提示是；保持在 15 个问题以下。事实上，说起来容易做起来难，从克里斯汀在研讨会上所做的练习中可以明显看出。让观众更多地参与是个好主意。因为我自己主要研究“自发”对话数据，所以观察对方也很有趣。
社交媒体研究：记录消费者行为
这是我个人最感兴趣的演讲。Jim Longo是美国iTracks的董事总经理，他和我一样从事社交媒体研究（SMR）。 Jim 针对更传统的研究人员进行了精心设计的演讲，其中他展示了 SMR 的实际含义。社交抓取是他对 SMR 的称呼。他展示了如何应对 SMR 中更大的挑战之一，即大量对话数据。这是基于一个例子：关于“阿鲁巴”的说法。对话如何在不同平台上分布，哪些主题浮出水面。然后，您如何以不同的方式发现值得深入研究的内容（具体取决于研究问题）。以及如何深化和说明所选主题。