Muistan hyvin yhden keskustelun, jonka kävin musiikin työmatkakuuntelusta erään musiikkitoimittajana työskentelevän työkaverin kanssa. Me molemmat kuuntelemme työmatkoillamme lähes pelkästään musiikkia. Itse kuuntelen yleensä aamuisin energistä nopeatempoista musiikkia ja iltapäivällä kotimatkalla rauhallisempia kappaleita. Kollegallani taas on täysin päinvastainen tottumus: aamulla rauhallista ja iltapäivällä täysi meno päällä. Pähkäilimme tätä eroa tovin sitä kunnolla ymmärtämättä.
Tuo vuosi sitten käymäni keskustelu palautui mieleeni, kun käynnistimme tutkimusprojektin tunteiden vaikutuksesta mediavalintoihin. Se, että tunteilla on suuri vaikutus, tuntui olevan itsestään selvää, mutta miten ne vaikuttavat oli hämärän peitossa.
Tunteet ovat miljardibisnestä
Emme ole ainoita, jotka yrittävät selvittää, miten tunteet vaikuttavat musiikin ja median kuluttamiseen ja sitä kautta myös laajemmin tavaran kuluttamiseen. Niin Spotify kuin New York Times myyvät mainoksia tunnedataan perustuen. Spotifyn toimitusjohtaja Daniel Ek totesi jo vuonna 2014 The New Yorkerin haastattellussa että “We’re not in the music space - we’re in the moment space”. Merkityksellisten hetkien luominen kuluttajalle on maailmalla isoa bisnestä varsinkin musiikin piirissä. Muu media seuraa tyypillisesti muutaman vuoden viiveellä musiikkialan kehitystä.
Aika tuntui nyt olevan kypsä siihen, että me Ylessä selvittäisimme, pystymmekö tuottamaan design drivereidemme mukaisia taianomaisia käyttökokemuksia valjastamalla tunnetiedon voiman ja palvelemaan siten paremmin yleisöjämme.
Areenan etusivulla oltiin jo kokeiltu sisältöjen keräämistä tunnelmavetoisten otsikoiden alle, kuten “hyytävimmät rikossarjat”, “nopeat naurut” ja “hauskimmat tyypit”.
Vastaavaan tapaan myös Netflix hyödyntää genren, hahmojen ja asiasanojen kaltaista metatietoa muodostaessaan asiakkailleen tietograafin kautta käyttäjille henkilökohtaisia sisältökategorioita. Huomasimme myös, että Netflix oli tuonut nämä tiedot sovelluksessaan käyttäjälle saakka. Esimerkiksi japanilainen anime-elokuva oli merkitty elämänmyönteiseksi, ja dokumenttielokuva linnuista jännittäväksi ja vangitsevaksi.
Projekti innostuneesti käyntiin
Tuumasta toimeen. Lähdimme kartoittamaan tunnedataa - mistä sitä saa, mitä se kertoo, miten sitä voi käyttää? Aloitimme kartoituksen lähtökohdasta, että tunteita voisi mitata, kvantifioida ja hyödyntää kolmesta eri näkökulmasta: käyttäjä, median kulutuskonteksti ja itse sisältö. Melko nopeasti ilmeni, että tehtävä ei ole mitenkään helppo.
Ensinnäkin käyttäjän tunteen mittaaminen vaatisi havainnointia, käyttäjän kuuntelemista ja katselemista. Ohitimme suoran käyttäjältä tunteista kysymisen tässä vaiheessa, koska se ei olisi kovinkaan taianomaista käyttökokemusta. Ja törmäsimme myös nopeasti tutkimustietoon jonka mukaan ihminen ei osaa selostaa kovinkaan tarkasti, jos lainkaan, omaa tunnetilaansa.
Ja vaikka ohittaisimme mittaamisen ongelmat, biometrisen tunne-analyysin kautta saa lähinnä kiinni vahvoista perustunteista. Toisin sanoen, jos pudotat jääkaapin jonkun päälle, on suhteellisen helppo biometrisesti mitata kauhun tunne kasvoiltasi.
Mediaa kulutetaan kuitenkin yleensä naama melko peruslukemilla ruudun ja kaiuttimen äärellä, sen kummemmin sen hetkisestä tunnetilaa viestimättä. Vaikka ilme hieman värähtäisikin, ei voida olla varmoja, viestittääkö se jotain etsittävän sisällön tunnelmasta vai ehkä vain käyttäjän äsken syömän chilinachon vahvuudesta …
Tunteiden sietämätön subjektiivisuus
Perusteellisen alkuselvityksen jälkeen alkoi yhä vahvemmin vaikuttaa siltä, että tutkimusprojektin puitteissa kannattaisi keskittyä sisältöihin ja tunnelmametatiedon tarkempaan tarkasteluun.
Yllätyimme tosin jälleen kerran siitä, että tunteilla ei ole tieteellisesti vakiintunutta yleistä konsensusta nauttivaa määritelmää. Erilaisia määritelmiä ja lähestymistapoja oli sitten sitä enemmän. Ryhdyimme kartoittamaan niitä, ja nopeasti meillä oli yli sadan tunteen kartasto.
Kun projektitiimin kanssa kokeilimme erilaisten audioiden asiasanoittamista tunnelmilla, huomasimme varsin nopeasti, miten muutamankin henkilön kesken tulkinnat menivät reilusti ristiin. Ohjelma jonka yksi henkilö koki dynaamiseksi ja mukaansatempaavaksi, oli toiselle patatylsä. Ja siinä missä toinen hihitteli kuunnellessaan, toinen istui naama peruslukemilla löytämättä sisällöstä mitään hauskaa.
Tätä helpottaaksemme päätimme laittaa tunnelmat nelikenttään niin että ne olisivat suhteessa toisiinsa. Yksi vakiintunut tapa on valence/arousal -akseleilla varustettu nelikenttä. Yksinkertaistimme sitä hieman ajattelemalla akseleita tunteiden positiivisuuden ja voimakkuuden kautta.
Kun tunnelma-asiasanoja arvioi nelikentässä, huomaa nopeasti miten subjektiivisia ne ovat. Siitä huolimatta sen arvioiminen, mikä tunnelma parhaiten kuvailee tiettyä sisältöä, onnistuu helpommin suhteuttamalla ne toisiinsa.
Tunnelmahaun yllättävä ihastuttavuus
Jotta ymmärtäisimme paremmin miten tunnelma-asiasanojen kautta voisi löytää mielekästä kuunneltavaa, rakensimme nopean prototyypin tunnelmahausta. Voitte itsekin käydä testaamassa sitä.
Rajatun käyttäjätestin antama palaute yllätti positiivisuudellaan. Valtaosa testaajista pitivät tunnelmien kautta hakemista mielekkäänä tai melko mielekkäänä tapana löytää uutta kuunneltavaa. Analyyttinen, hauska, pohdiskeleva ja lämminhenkinen nousivat suosituiksi tunnelmiksi. Puolet kokeilijoista piti tunnelmien määrää sopivana, ja kun taas neljäsosa olisi halunnut enemmän, ja neljäsosa vähemmän tunnelmia.
“Haluan yllättää itseni - katsoa tai kuunnella jotain mitä en olisi sanahaulla osannut löytää. Esim. Moraalinen murtovaras - mikä helmi!”
“Kun tekee mieli kuunnella jotain mutta vakkaripodcastit on kahlattu läpi”
Oppeja ja jatkokehitystä
Projektin kautta alkoi hahmottua, miten julkisen palvelun mediayhtiö voi valjastaa tunteiden suuren potentiaalin paremman asiakaskokemuksen luomiseksi ilman, että käyttäjän tietosuojaa rikotaan.
Avain tähän on vallan luovuttaminen käyttäjälle. Kun itse saa valita milloin haluaa huoletonta, milloin provosoivaa ja milloin riemukasta sisältöä, syntyy taianomainen käyttökokemus, joka sopii omaan fiilikseen.
Käyttöliittymä tulee tukea helppoa valintaa ja pystyä ennakoimaan todennäköisiä valintoja, perustuen tunnelmadataan jota yhdistellään esimerkiksi lajityyppiin ja kirjautuneen käyttäjän preferensseihin.
Edelleen on hieman matkaa siihen, että saan Areenasta aamulla automaattisesti Tero Lieteen rokkitoimittajan illlalisen, kun taas työkaverilleni tarjotaan Susanna Vainiolan kissankehdon uusinta jaksoa, ja iltapäivällä toisin päin. Nyt meillä on kuitenkin huomattavasti paremmat työvälineet, joiden kautta pyrkiä aidosti henkilökohtaisen ja taianomaisen käyttökokemuksen tarjoamiseen.
Lisää aiheesta Areenassa:
Katso huhtikuun 2020 Ylen ketterä demo suorana, katsottavissa myös jälkikäteen Areenasta
