Perceptuell analys av webbreklam En metod för att undersöka uppmärksammande av reklaminnehållsförändringar på webbsidor

Institutionen för data- och systemvetenskap, Stockholms Universitet Magisteruppsats 20 poäng HT 2011 Perceptuell analys av webbreklam En metod för att undersöka uppmärksammande av reklaminnehållsförändringar på webbsidor Perceptual analysis of web advertisements A method for analysing perception of advertising content changes on web pages Författare: Daniel Steffner Handledare: Jacob Palme

ii

Abstract The increase in web usage and the importance of the web is climbing relentlessly. Better understanding of what may influence how changes in web ads are detected is of great value to advertisement makers to better reach consumers with messages, to HMI researchers who want to understand how people interact with the web as a medium, as well as perception researchers who wants to understand how perceptual phenomena are realized in the medium of the web. The purpose of this study is to evaluate validity and reliability of the testing methodology that makes use of the perceptual phenomena change blindness to measure how well changes in web ads are detected. What types of web ad designs in terms of placement, colouring and whether a person is depicted in the ad makes it harder or easier to detect changes. And finally to compile recommendations based on the result of the study to improve design and placement of web ads. 20 students were tested with computerized slide shows put together in three categories of change in web ads. Rensinks flicker paradigm was used as the change method. To validate this study the results were compared to CTR results from the website Web4Health. The results showed that placement of web ads on the right hand side on webpages may be advantageous in order to make webpage visitors notice changes in content. Colour choice does not seem to effect how well content changes are noticed. Keywords: web, perception, attention, marketing iii

Sammanfattning Användningen av webben och webbens betydelse ökar hela tiden. Bättre förståelse för vad som påverkar hur förändringar i webbreklam uppfattas är av stort värde för reklammakare för att lättare nå konsumenter med budskap, för HMI-forskare som vill förstå hur människor interagerar med webbmediet samt för perceptionsforskare som vill förstå hur perceptuella fenomen gör sig gällande i webbmediet. Syftet med denna undersökning är att: - Utvärdera validitet och reliabilitet för undersökningsmetodiken som använder det perceptuella fenomenet förändringsblindhet för att mäta hur väl förändringar i webbreklam uppfattas. -Påvisa vilka typer av utformningar av webbreklam vad gäller placering, färgval samt om innehållet utgörs av en bild av en person gör det svårare respektive lättare att uppmärksamma förändringar. Slutligen, att sammanställa rekommendationer baserat på resultaten från undersökningen för att förbättra design och placering av webbannonser. 20 studenter testades med datoriserade bildspel utformade i tre kategorier av förändring i webbreklam. Rensinks flicker paradigm användes som förändringsmetod. För att validera denna metodik jämfördes dess resultat med CTR-resultat från webbplatsen Web4Health. Resultaten visade att placering av webbreklam till höger på webbsidor kan vara fördelaktigt för att besökarna ska lägga märke till innehållsförändringar men att färgval inte verkar påverka hur väl innehållsförändringar uppfattas. Nyckelord: webb, perception, uppmärksamhet, marknadsföring iv

Förord Jag vill tacka min handledare Jacob Palme för all hjälp med detta arbete. Lars Endrin för all hjälp med att tygla CCount och Web4Health. Alla undersökningsdeltagare för deras medverkan och värdefulla feedback, samt min familj för all uppmuntran och stöd. Den här uppsatsen tillägnas min dotter Freja som kommer att växa upp med ständig tillgång till webben och dess framtid av fascinerande, konstigt, skrämmande och underbart innehåll. v

Innehållsförteckning Perceptuell analys av webbreklam!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!#! $"! %&'(&))*+,(-./(#0'!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! $"$! 1&22/0030*!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! $"4! 5,(607(#0'*7&8&-8#30!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! $"9! 5,(607(#0'*2.#07:&8!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! $";! 5.#<-&(!)/(/7#'=!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! $">!?.#<-!8:(3@':!(/8&!A?BCD!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! 4"! E0.&70#0'!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! 4"$! %/-'(@07!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$! 4"4! FG+8&!3<:!+(H'&*86..0#0'!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!9! 4"9! IJ'(60*0#0'/(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!9! 4";! K&837!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!9! 4">! L))*/8*&0*!7#*)3*#8#30!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!9! 9"! B&3(#!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!9! ;"! K&837!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!M! ;"$! L8+3(=0#0'!/J!N&22/0030*&(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!M! ;"4! L07&(*,-0#0'*7&.8/'/(&!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!O! ;"9! P8#*-/!+(H'3(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!Q! ;";! K/8&(#/.!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!Q! ;">! R(3<&7@(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$S! ;"M! T6=+,(&.*&!=&7!-.#<-(&*@.8/8!+(H0!N&22)./8*&0!1&2;U&/.8:!"""""""""""""""""""""""!$S! >"! C&*@.8/8!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$$! M"! V#*-@**#30!3<:!*.@8*/8*!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$9! M"$! WJ&(&0*86==&.*&!=&../0!)&(<&)8#30*&X)&(#=&08!3<:!+,(*,-!)H! N&22)./8*&0!1&2;U&/.8:!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$9! M"4! 5&.-6..3(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$;! M"9! CH7!J#7!7&*#'0!/J!N&22/0030*&(!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$;! M";! Y#7/(&!@07&(*,-0#0'/(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$;! O"! C&+&(&0*&(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$M! Q"! %#./'3(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$Q! Q"$!E0*8(@-8#30!8#..!@07&(*,-0#0'*7&.8/'/(&!""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!$Q! Q"4!L07&(*,-0#0'*+3(=@.6(!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!4S Figurförteckning 5#'@(!$"!!"#$%#&'$()*%+&",(-.,./%01!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!M! 5#'@(!4"!2#/"*#%#0(.3(4%*/$-"*(%(&.5"06,%",(6+7(8#/",&.5"06,%",!""""""""""""""""""""""""""""""!Z! 5#'@(!9"!9%*/$-"*"#$(8--4:00#./!"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!Z! 5#'@(!;"!;"#61$#%55*%0.(/"5"&5%6#$5%/",()<,("#$&%*/.(4%*/$-"*!"""""""""""""""""""""""""""""""!$$! 5#'@(!>"!;"#61$#%55*%0.(/"5"&5%6#$5%/",()<,(-.,3%$.(&.5"06,%",!""""""""""""""""""""""""""""!$4! vi

1. Begreppsförklaring 1.1 Webbannons En bild eller text placerad på en webbsida för att annonsera en produkt eller tjänst. 1.2 Förändringsdetektion Att uppmärksamma att en förändring sker eller har skett. I denna undersökning avses förändring av visuella intryck på webbsidor. 1.3 Förändringsblindhet Att inte uppmärksamma att någonting har förändrats på grund av att uppmärksamheten har störts av något annat visuellt stimulus. 1.4 Flicker paradigm En metod för att konstruera förändringsblindhet genom att med ett artificiellt flimmer (eng. flicker) förta det direkta visuella stimulus av att ett objekt i en bild förändras eller försvinner. 1.5 Click through rate (CTR) CTR är ett sätt att mäta hur attraktiv en länk är på en webbplats. CTR erhålls genom att dela antal användare som klickade på en given länk med antalet visningar av samma länk. Om en länk visas 100 gånger och en person klickar på den så skulle CTR bli 1% (1 / 100). 1.6 HMI-forskare Forskare inom maskin-människointeraktion. 1.7 Proto-objekt Enkla abstrakta representationer av verkliga objekt. Skapas i visuella kortex (i hjärnan) när vi ser något. 2. Inledning 2.1 Bakgrund Användningen av webben och webbens betydelse ökar hela tiden. Två miljarder människor världen över använder internet och siffran bara fortsätter att stiga (Internet World Stats, 2011). I webbreklambranchen råder hård konkurrens och det blir allt svårare att sticka ut i den stora innehållsmängden och nå fram med sitt budskap. Reklammakarnas metoder blir allt mer sofistikerade och de tvingas ständigt till effektivisering, rationalisering och nya strategier. Samtidigt växer webbreklammarknaden snabbt. De totala internetreklaminvesteringarna i Sverige uppgick till 5,7 miljarder kronor under 2010, en ökning på 14,5 procent jämfört med motsvarande period 2009 (IRM, 2011). Bättre förståelse för vad som påverkar hur förändringar i webbreklam uppfattas är av stort värde för reklammakare för att lättare nå konsumenter med budskap, för HMIforskare som vill förstå hur människor interagerar med webbmediet, samt för 1

perceptionsforskare som vill förstå hur perceptuella fenomen gör sig gällande i webbmediet. Perceptuell analys av webbreklam har traditionellt fokuserat på mätning av vad som uppmärksammas när individer betraktar en webbsida och vilka visuella egenskaper som lockar betraktarens uppmärksamhet när hon först möter sidan (Nielsen & Pernice, 2010). I takt med att webben blir mer och mer dynamisk, både vad gäller design och struktur, blir det allt viktigare att även undersöka hur väl förändringar av webbsidors reklaminnehåll uppmärksammas. Förändringsdetektion på webbsidor är därför av stort intresse vad gäller webbreklam. Dels så till vida att webbsidors innehåll omsätts i hög takt men även att webbens struktur, hypertext, möjliggör snabb navigering fram och tillbaka mellan olika sidor. Det är därför viktigt att undersöka hur väl individer märker förändringar på webbsidor när de navigerar runt på dessa samt hur olika typer av förändringar uppfattas i denna kontext. En vanlig hantering av webbreklam är att en webbsidas reklamelement dynamiskt byts ut när sidan i fråga laddas om i användarens webbläsare. En webbsida visas, ett kort avbrott i visningen följer detta visuella intryck när sidan laddas om varpå en delvis ändrad sida presenteras. Detta scenario är perpetuellt identiskt med flicker paradigm inom perceptionsforskning kring förändringsblindhet, vilket öppnar upp för möjligheten att använda den etablerade testningsmetodiken inom detta område (Rensink, 2002) för att undersöka aspekter av hur individer detekterar förändringar. En tidigare studie som undersökte förändringsblindhet på webbsidor med hjälp av testningsmetodiken kring flicker paradigm visade att det var lättare att upptäcka en förändring i ett webbsideelement som inte består av en bild av en person än en med en bild av en person och att det är svårare att lokalisera en förändring på vänster sida än på höger. Webbsidornas komplexitet föreföll inte vara avgörande för detektionstiden, och stora förändringar var lättare att se än små. Att olika typer av förändringar var olika svåra att upptäcka kan tyda på att fokuserad uppmärksamhet är olika känslig för olika typer av förändringar (Steffner, 2007) (Steffner & Schenkman, 2012). Denna studie undersökte webbmediet i sin helhet och fokuserade inte specifikt på webbreklam. Det kan därför vara av intresse att gå vidare med att studera ett mindre och mer isolerat område. Webbannonsering är ett område inom webbreklambranchen som är i stort behov av en bättre teoretisk grund. En webbannons är en bild eller text placerad på en webbsida för att annonsera en produkt eller tjänst. När en användare klickar på webbannonsen länkas användaren vidare till en annan webbsida som tillhör annonsen och saluför det som annonseras. Vanligtvis erhåller en webbplats (webbplats A) en liten provision från en annan webbplats (webbplats B) när en användare klickar på en webbannons till webbplats B från webbplats A. På grund av detta är det önskvärt att skapa så effektiva webbannons som möjligt. En webbannons effektivitet mäts i om den lyckas fånga användares uppmärksamhet eller ej, om användaren väljer att klicka på annonsen och om detta leder till köp. Det intuitiva antagandet är att en webbannons som fångar användares uppmärksamhet kommer att klickas på i större utsträckning än en webbannons som inte fångar uppmärksamhet, vilket i sin tur kan leda till inköp. Det är även önskvärt som stor annonsplats med återkommande besökare att ha en stor uppsättning omväxlande webbannonser till sin webbplats. Detta möjliggör större reklamintäkter samtidigt som en liten yta av varje webbsida upptas av reklam. 2

Genom att applicera testningsmetodiken kring flicker paradigm på webbsidor med omväxlande webbannonser kan vi undersöka vilka aspekter av webbannonsers visuella utformning och placering på webbsidor som påverkar hur väl de uppmärksammas. 2.2 Syfte och frågeställning Syftet med denna undersökning är att: -Utvärdera validitet och reliabilitet för undersökningsmetodiken som använder det perceptuella fenomenet förändringsblindhet för att mäta hur väl förändringar i webbreklam uppfattas. -Påvisa vilka typer av utformningar av webbreklam vad gäller placering, färgval samt om innehållet utgörs av en bild av en person gör det svårare respektive lättare att uppmärksamma förändringar. Slutligen, att sammanställa rekommendationer baserat på resultaten från undersökningen för att förbättra design och placering av webbannonser. 2.3 Avgränsningar Denna undersökning kommer att fokusera på textannonser som i vissa fall även innehåller en bild av en person. Det finns tidsmässiga begränsningar som hindrar att flera typer av webbreklam analyseras i denna studie. Det är även så att problematiken med förändringsdetektion inte uppstår vad gäller animerade annonser och popups/popunders då dessa, genom sin animering och rörelse på skärmen, påkallar användarens uppmärksamhet. 2.4 Metod Eftersom en del av syftet med denna undersökning är att utvärdera en specifik undersökningsmetodik kommer inte andra, för ämnesområdet relevanta, metoder att användas annat än som validering. Arbetets empiri utgörs av ett experiment med försöksdeltagare som får se bildspel med webbsidor där ett element av en webbsida som består av en av tre kategorier av webbannonser förändras (kategoriuppdelning i färg, placering eller om en bild av en person finns med) och med musen klicka på den förändring de eventuellt uppmärksammar. Träff/miss på det förändrade området av webbsidan samt detektionstid registreras. Experimentet genomförs med en dator som ställs i ordning för ändamålet och försöksdeltagarna testas en och en. För att validera denna metodik jämförs resultaten med klickresultat från webbplatsen Web4Health där identiska annonser har presenterats för webbplatsens besökare. 2.5 Uppsatsens disposition För att komma åt den grundläggande problematiken med förändringsdetektion av webbreklam redovisas inledningsvis området, tidigare studier och metoder. Därefter behandlas området från ett övergripande teoretiskt perspektiv som omfattar förändringsdetektion och förändringsblindhet, begrepp hämtade från perceptionsforskning samt dess relevans för problemområdet. Teorin följs av den empiriska studien, i vilken de fyra kategorierna av webbreklamsförändring testas. Arbetet avslutas med en diskussion kring de slutsatser som erhållits genom att kombinera teori och empiri. 3. Teori En förändring kan vara svår att upptäcka. Att inte upptäcka att någonting har förändrats, förändringsblindhet (change blindness), handlar om förändringar i visuella 3

scener, samt hur dessa förändringar sker utan att scenernas iakttagare hinner uppfatta dessa. Människor lagrar inte så många detaljer av sin visuella omvärld i minnet, utan vår förmåga att upptäcka visuella förändringar handlar ofta om uppmärksamhet (O Regan, 2007). För att se att någonting förändras är det nödvändigt att vara uppmärksam på det som förändras. Bara för att en uppenbar förändring sker i vår omgivning betyder det inte att vi nödvändigtvis har förmåga att upptäcka det. Förändringsblindhet började utforskas under 1950-talet och 1960-talet. Exempelvis French (1953) som undersökte positionsförändringar i enkla fält av punkter, Wallach & Lewis (1966) som testade omflyttningar av objekt under ögonrörelser. I slutet av 1970-talet började förändringsblindhet studeras mer systematiskt av George McConkie och hans kollegor. De fokuserade på att undersöka förändringar som gjordes på ord och text under snabba ögonrörelser (McConkie & Zola, 1979). En av McConkies studenter, John Grimes, utvidgade området till att även studera förändringar i visuella scener. Grimes (1996) visade att människor även missar stora förändringar om de introduceras i scenen under en ögonrörelse. I ett uppmärksammat försök misslyckas flera deltagare med att upptäcka att två personer i ett fotografi byter huvud med varandra (Grimes 1996). Vidare utforskning av detta delområde gjordes även senare av bland annat Henderson & Hollingworth (1999) och McConkie & Currie (1996) med skillnaden att dessa använde mer realistiska stimuli. Dessutom testade de upprepade, snarare än enskilda, förändringar vilket möjliggjorde att tidmätningar kunde användas som prestationsmått i försöken. Med början under senare delen av 1980-talet visade forskningen kring förändringsblindhet att även andra typer av visuella avbrott än ögonrörelser kunde ge upphov till försämrad förmåga att upptäcka förändringar. Pashler (1988) visade att det var svårt att upptäcka förändringar som lades in i fält av bokstäver då bildskärmen som detta visades på flimrade mellan att vara igång och avstängd, även då avbrottet var så kort som 67 millisekunder. Rensink, O'Regan & Clark (1997) utvecklade användningen av flimmer till en teknik i det så kallade flicker paradigmet (flicker paradigm). Detta består av att två bilder av en scen visas i en upprepad sekvens där ett kort avbrott (80 millisekunder), bestående av en tom bild, visas efter varje bild. Med dessa mellanliggande tomma bilder på plats kunde stora förändringar göras i scenen utan att dessa upptäcktes. Rensink, O'Regan & Clark (1997) var de som introducerade termen förändringsblindhet (change blindness). Den allmänt accepterade förklaringen till förändringsblindhet är nära sammankopplad med hur det visuella korttidsminnet fungerar. Visuell information förmedlas via en uppmärksamhetsberoende 'flaskhals' till en struktur för visuell korttidslagring som har låg kapacitet. För att den visuella informationen ska kunna bearbetas tillräckligt för att en förändring ska uppfattas krävs därför obruten uppmärksamhet på det som betraktas (O Regan, 2007). Den modell för visuell uppmärksamhet som överensstämmer med de perceptuella karakteristika som förändringsblindhet uppvisar är koherensteori (Rensink, 2000). Enligt koherensteorin verkar visuell uppmärksamhet i följande tre steg: 1. Innan fokuserad uppmärksamhet har uppnåtts sker en tidig lågnivåbehandling, i visuella kortex, av synfältet. Strukturerna som resulterar ur denna behandling, så kallade proto-objekt, kan beskriva flera aspekter av den visuella scenens struktur. De har dock en begränsad spatial och temporal sammanhållning: Proto-objekten är 4

flyktiga och byts lätt ut av nya stimuli som uppstår på samma ställe. 2. Fokuserad uppmärksamhet verkar som en hand som greppar tag om flera protoobjekt från denna konstant återuppbyggande process. Medan de hålls kvar är de del av ett koherensfält, vilket representerar ett separat objekt. Detta fält bildas genom feedback mellan proto-objekt på låg nivå och en knutpunkt på mellannivå. Sammanhållningen (koherensen) som bildas på detta sätt möjliggör att det separata objektet kan bestå kontinuerligt över kortare avbrott. Detta gör att när ett nytt stimulus når dess plats upplevs detta som att objektet förvandlas. 3. För att släppa uppmärksamheten bryts den upprättade feedback loopen. Fältet tappar då sin sammanhållning och representationen av objektet löses upp i sina beståndsdelar av flyktiga proto-objekt. Förändringsblindhet kan förklaras med två huvudsakliga komponenter: hur information från en scen kodas i minnet och hur en "visuell transient" drar uppmärksamheten till det område där förändringen sker. "Visuella transienter" är snabba förändringar i ljusstyrka eller färg på näthinnan. Dessa uppstår när snabba rörelser och framträdanden sker i en representation, som registreras i de första nivåerna i det visuella systemet och ögonblickligen tillkallar vår uppmärksamhet. När en förändring sker skapas en "transient" som ger information om att, samt var, en händelse har skett. För att kunna upptäcka vad förändringen består i krävs inkodad information i det visuella systemet före och efter förändringen för att jämföra. Genom detta kan oförmågan att upptäcka förändringar (förändringsblindhet) förklaras med att en (eller båda) dessa system misslyckats. Antingen har förändringens "transient" eller dess inkodning störts och därmed orsakat förlust av information som behövs för förändringsdetektion (Gegenfurtner & Sperling, 1993). En annan typ av förändring utgörs av att ett objekts semantiska identitet ändras. Detta kan åstadkommas genom att exempelvis omarrangera dess beståndsdelar, eller genom att ersätta objektet med ett annat objekt. Om förändringen är sådan att det övergripande framträdandet hos objektet bevaras (det vill säga samma övergripande storlek eller form), så är förändringen vanligtvis mycket svår att upptäcka (Rensink, 2002). Ett exempel på förändringsblindhet när den erhålls genom störd inkodning: Många trafikolyckor kan bero på denna typ av fenomen. Förare som kör på gångtrafikanter mitt i sitt synfält, bilar rakt framför sig eller till och med tåg (Trick et al, 2004). I dynamiska miljöer som dessa uppstår förändringsblindhet ofta i samband med korta heltäckande avbrott i det visuella kontinuumet, såsom en blinkning, en ögonrörelse eller ett så kallat flicker (flyktig glimt, fladder), det vill säga en maskering av förändring genom ett annat snabbt visuellt stimulus som bryter uppmärksamheten. Rensink's flicker paradigm (Rensink, O'Regan & Clark, 1997) illustrerar denna form av förändringsblindhet genom att en originalbild (A) visas, följt av en mask (en tom bild) varpå en förändrad bild (A') visas, följt av ännu en mask, för att därefter börja om från början (se figur 1). 5

Figur 1. Rensink s flicker paradigm. En mask (M) visas mellan bilderna A och A'. Masken förtar den lokala rörelsesignal som skulle uppstå genom en direkt övergång mellan originalbilden (A) och den förändrade bilden (A'). Notera att objektet som i A utgörs av ett torn av bron längst ut till höger saknas i A. Den tomma bilden (masken) förtar den lokala rörelsesignal som skulle uppstå! genom en direkt övergång mellan originalet (A) och den förändrade bilden (A'). Flicker paradigmet skapar på detta sätt heltäckande "transienter" vilka hindrar att en förändring upptäcks, förutsatt att förändringen inte är helt central i synfältet. Detta medför att uppmärksamheten inte dras till förändringen. Förändringen måste istället detekteras av en långsammare process på högre nivå. Man blir helt enkelt tvingad att leta bland bildernas objekt för att upptäcka skillnaden mellan A och A vilket är mycket svårare. Flicker paradigm och förändringsblindhet kan hjälpa oss att testa vilka förändringar som är lätta respektive svåra att upptäcka. Som Rensink beskriver det; Istället för att använda fokuserad uppmärksamhet till att hjälpa förtydliga vad förändringsblindhet är, kan förändringsblindhet användas för att tydliggöra vad fokuserad uppmärksamhet är. (Rensink, 2000). Detta kan ge information om hur vi kan utforma medier, i detta fall webben, för att lättare stödja det sätt på vilket människor uppfattar och bearbetar visuella stimuli. Detta skulle i sin tur göra att vi kan utveckla medierna till att bli mer tydliga och lättanvända vilket är av stort värde för till exempel internetanvändare, data- och systemvetare, webbreklammakare samt perceptions- och medieforskare. 4. Metod 4.1 Utformning av webbannonser För att undersöka vilka utformningar av webbannonser som är lättare respektive 6

svårare att upptäcka förändringar i, appliceras Rensink's flicker paradigm på webbsidor med webbreklamelement utformade och indelade i tre olika kategorier: Färg. Är det lättare att upptäcka förändringar i webbreklam med en färg som avviker från resten av webbsidans färg? Marknadsföringsexperiment har visat att annonser som till sin utformning smälter in bland övrigt innehåll på den webbsida de placerats på leder till fler klick (Marketing Experiments Journal, 2007). En annan studie visar att annonser som genom färgkontrast sticker ut på en webbsida ökar hågkomsten av dessa annonser (Fox, Smith & Shaikh, 2010). Intressant nog rekommenderar Google färgkontrast som en effektiv strategi på webbsidor som domineras av mörka färger men inte annars (Google Adsense, inget datum). Denna typ av visuella stimuli med färgkontraster kan antas underlätta uppmärksamhet. Det förväntas därför att annonsutformningar där annonsen har en avvikande färg från resten av webbsidans färg underlättar att en förändring upptäcks. Som avvikande testfärg från webbsidornas standardfärger väljs röd definierat som det 8-bitars hexadecimala värdet ff0000 i RGB-färgskalan. Placering. Är det lättare att upptäcka förändringar om webbreklamen placeras till vänster på webbsidor än till höger? Tidigare undersökningar har visat att betraktare av bildskärmar har föredragit att söka av skärmarna i enlighet med sin läsriktning (Zelinsky, 1996). Eyetracking-undersökningar stödjer dessa resultat och visar även att webbanvändare tenderar att läsa av webbsidor i ett F-mönster. Två horizontella avläsningar, vänster till höger, följt av ett lodrätt, uppifrån och nedåt (Nielsen, 2006). I och med att vi i svenska språket, liksom i engelska och andra europeiska språk, läser från vänster till höger kan detta inverka på var vi börjar betrakta webbsidor. I detta fall förväntas det leda till att förändringar placerade till vänster på webbsidor upptäcks lättare än till höger. På samma sätt är det rimligt att motsvarande tendens för höger sida skulle gälla för dem i vars språk man läser från höger till vänster. Person. Är det lättare att se förändringar i webbreklam som innehåller en bild av en person än som inte innehåller en bild av en person? Det råder oenighet kring huruvida vi är predisponerade att lättare lägga märke till och känna igen ansikten än övriga objekt (Xu, 2005). Medan vissa resultat tyder på att så är fallet, visar andra att vi snarare lägger märke till och känner igen det vi är experter på. Så medan vi alla har blivit experter på ansikten kan vi även ha samma förmåga att upptäcka och känna igen exempelvis fåglar och bilar om det är något vi har studerat under lång tid (Xu, 2005). Det kan därför vara intressant att se vilket utslag en jämförelse mellan förändringar med/utan bilder av personer ger inom ramen för denna undersökning. Med utgångspunkt i den gemensamhet som finns i igenkännandet av ansikten kan det förväntas att förändringar med en bild av en person är lättare att upptäcka än de utan en bild av en person. En tidigare studie kring förändringsblindhet på webbsidor visade dock att det var lättare att upptäcka en förändring i ett webbsideelement som inte består av en bild av en person, än en med en bild av en person (Steffner, 2007) (Steffner & Schenkman, 2012). Det förväntas därför att förändringar av webbreklam som inte innehåller en bild av en person är lättare att upptäcka än de med bild av en person. 4.2 Undersökningsdeltagare 20 studenter (6 kvinnor, 14 män), 19 till 30 år gamla (medelålder 23,35 år) från Dataoch systemvetenskapliga institutionen vid Stockholms Universitet erhölls genom 7

tillgänglighetsurval samt genom att de erbjöds kompensation i form av chokladbitar för att medverka i undersökningen. De bjöds även på dryck i form av mineralvatten eller läsk under pausen i försöken. Samtliga undersökningsdeltagare angav att de hade god syn eller använde glasögon eller linser. Deltagarna hade alla mycket god datorvana och hade regelbundet använt webben under 6 till 15 års tid. 4.3 Etiska frågor Undersökningsdeltagarna informerades om undersökningens syfte, och hur försöket skulle gå till. Information om att det var frivilligt att ställa upp på försöket och att det när som helst gick att avbryta medverkandet gavs till respektive undersökningsdeltagare. Deltagarna fick även möjlighet att ställa frågor kring eventuella oklarheter innan försöket startades. 4.4 Material Till försöket användes ett testprogram med 22 datoriserade bildspel där 18 av dessa innehöll en uppsättning av en webbsida (A) och en modifierad webbsida (A') samt två masker som separerade dessa bilder (flicker paradigm) (se figur 1). Skillnaden mellan A och A' bestod i att bland de objekt som ingick i A var ett borttaget i A'. Det vill säga, samtliga förändringar bestod i att ett objekt på respektive webbsida i bildspelen försvann. De 18 bildspelen skapades vart och ett till att ingå i en av tre kategorier, där varje kategori av bildspel var utformad till att testa en av de tre typerna av förändringar beskrivna i inledningen (färg, placering och person). Varje kategori innehöll sex bildspel i vilka en typ av förändring skedde. Dessa bildspel inom varje kategori var i sin tur indelade i två underkategorier. Varje underkategori bestod av tre bildspel. Underkategorierna utgjorde motpoler inom varje förändringskategori och skillnaden i detektionstid mellan underkategorierna utgjorde mätningen av vilket alternativ inom varje förändringskategori som var lättast respektive svårast att upptäcka. Indelningsstrukturen för de olika bildspelen presenteras i en översikt i figur 2. 8

Figur 2. Indelning av bildspel i kategorier och underkategorier. 22 bildspel utformades till 18 för test och fyra för kontroll. De 18 bildspelen för test ingick i en av tre olika kategorier beroende på vad de utformats till att testa. Dessa kategorier bestod i sin tur av vardera två motstående underkategorier vilka var uppbyggda av 3 bildspel var. Fyra övriga bildspel utgjorde kontroller (se figur 2) och bestod av bildpar utan någon förändring. Det vill säga, uppsättningen i dessa bildspel bestod av par av webbsidor innehållande (A) och (A) samt de två maskerna. Som ett exempel visas hur ett bildspel är uppbyggt av en webbsida i form av en bild (A) och en förändrad bild (A') i figur 3. Figur 3. Bildspelens uppbyggnad av två bilder av en webbsida. Notera reklamobjektet i den högra delen av webbsidan som skiljer de båda bilderna åt. Exemplet här är bildspelet Höger1. Bildspelen presenterades för undersökningsdeltagarna på en bärbar dator (Macbook Pro) med 17 tums diagonal bildyta med skärmupplösningen 1920x1200 bildpunkter och uppdateringsfrekvensen 60 Hertz i ett rum med tänd fullgod rumsbelysning. 9

4.5 Procedur Undersökningsdeltagarna informerades genom skriftlig instruktion om att de i varje försöksomgång skulle få se ett bildspel med en bild som flimrar. Samt att det i flera av försöksomgångarna skulle ske någon förändring av någon detalj i bilden medan bilden visas. Undersökningsdeltagarnas uppgift var att visa att de, i förekommande fall, kunde upptäcka eventuella förändringar. Detta skulle ske genom att klicka med datormusen i området där förändringen var lokaliserad. Vidare instruerades undersökningsdeltagarna om att i fall de inte upptäckte någon förändring skulle försöksomgången avslutas efter 60 sekunder, varpå en ny försöksomgång skulle presenteras. I dessa fall fick de veta om bilden var oförändrad (kontroll) eller om de inte hade upptäckt förändringen. Avsikten med detta var att minska deltagarnas eventuella stress eller förvirring över sina prestationer. Innan försöket påbörjades fick undersökningsdeltagarna genomföra en uppvärmningsövning med fyra bildspel för att de lättare skulle förstå försökets uppgift. Deltagarna informerades även om att de gärna fick ställa frågor innan och efter försöket eller i samband med övningsuppgiften. När försöket väl påbörjats, var det viktigt att de endast fokuserade på bilderna som visades och inte lät sig distraheras av annat. Undersökningsdeltagarna testades enskilt med bildspelen i slumpmässig ordning. I bildspelen visades respektive ingående bild och modifierade bild, innehållande förändringen, under 240 millisekunder var. Maskerna visades var och en under 80 millisekunder (se figur 1). Varje bildspels visningstid var maximalt 60 sekunder. Visningstiderna hölls i enlighet med Rensink et al s beskrivning (Rensink et al, 1997). Deltagarna betraktade ett bildspel i taget och fick med hjälp av datormusen ange om något ändrades och i så fall vad som förändrades mellan de ingående webbsidorna. Programmet som presenterade bildspelen registrerade undersökningsdeltagarnas svarsindikering med musen på bildskärmen i form av koordinater. Även detektionstiden registrerades. Då hälften av bildspelen hade visats hölls en cirka fem minuter lång paus. Efter det att samtliga bildspel hade visats fick deltagarna fylla i ett kort frågeformulär samt fritt ställa frågor. Varje deltagares försökstid hade bestämts till 45 minuter. 4.6 Jämförelse med klickresultat från webbplatsen Web4Health För att validera den ovan beskrivna metodiken jämfördes dess resultat med click through rate (CTR) resultat från webbplatsen Web4Health där besöksstatistik har inhämtats för webbannonser, indelade i samma utformningskategorier som de beskrivna i försöket ovan, vilka har presenterats för webbplatsens besökare. Under en veckas tid per utformningskategori ändrades utvalda annonser på Web4Health och klickstatistik för dessa perioder sammanställdes och jämfördes med tidigare statistik för lika långa perioder. Skillnader i CTR räknades ut och användes för att mäta skillnad i inverkan av färg, placering samt om en bild av en person fanns med i reklamen eller ej. Webbannonserna på Web4Health bestod av Adsense-annonser i samarbete med Google samt annonser som skapas av Jacob Palme som administrerar webbplatsen Web4Health. För att inhämta statistik från Adsense-annonserna användes Google Adsense (www.google.com/adsense/) och för att inhämta statistik från webbplatsens egna annonser användes CCount (CCount, 2011). 10

5. Resultat Genomsnittliga detektionstider (i millisekunder) för varje bild visas i figur 4 tillsammans med standardavvikelser, utliggare (värden som ligger mellan 1,5 och 3 boxlängder från den övre kvartilen) och extremvärden (värden som ligger mer än 3 boxlängder från den övre kvartilen). Som synes varierar medelvärdena för tiderna inte så mycket över de olika bildtyperna. Högsta genomsnittliga detektionstid hade bildtypen Person3 (7268ms) vilken visade en webbsida där en bild placerad högt upp på sidan innehållande två personer utgjorde det som förändrades. Lägsta genomsnittliga detektionstid hade Höger2 (2121ms) vilken visade en webbsida med en förändring placerad längst ut till höger. Figur 4. Genomsnittliga detektionstider (millisekunder) per bild. Boxarna anger standardavvikelser. (o) representerar utliggare, värden som ligger mellan 1,5 och 3 boxlängder från den övre kvartilen. (*) representerar extremvärden, värden som ligger mer än 3 boxlängder från den övre kvartilen. Nummervärdena intill utliggare och extremvärden identifierar vilka data dessa representerar. En närmare granskning av de uppställda bildtypskategorierna jämförda parvis visade att det även här förekom skillnader (se figur 5). 11

Figur 5. Genomsnittliga detektionstider (millisekunder) inom de parvisa kategorierna med förändringar. Boxarna anger standardavvikelser. (o) representerar utliggare, värden som ligger mellan 1,5 och 3 boxlängder från den övre kvartilen. (*) representerar extremvärden, värden som ligger mer än 3 boxlängder från den övre kvartilen. Nummervärdena intill utliggare och extremvärden identifierar vilka data dessa representerar. En envägs beroende variansanalys bekräftade att bilderna upptäcktes olika snabbt. F(5) = 5,711 P < 0,001. De uppföljande post-hoc testen (parvisa jämförelser) påvisade signifikanta (! = 0,05) skillnader mellan de uppställda paren bildtyper 'Höger' och 'Vänster' (p = 0,011) där en förändring på höger sida var lättare att upptäcka. Mellan 'Person' och 'Utan person' (p = 0,005) där det var lättare att se en förändring som inte bestod av en bild av en person. Det förelåg inte någon signifikant skillnad mellan de uppställda paren bildtyper Neutral och Röd. Ingen bilds förändring misslyckades att upptäckas. Genomsnittliga detektionstiden för undersökningsdeltagarna var 4457ms med standardavvikelsen 1701ms. Lägsta individuella genomsnittliga detektionstid hade undersökningsdeltagare 16 med 4160ms och högsta hade undersökningsdeltagare 2 med 5429ms. Baserat på hur deltagarna 2 och 16 svarat i frågeformuläret samt med underlag från anteckningar från försöket skiljer de sig åt på några punkter men hade även flera gemensamma egenskaper. Båda personerna angav att de använt webben regelbundet under cirka 8 års tid, samt att de besöker flera av de i försöket ingående webbsidorna varje vecka. Försöksperson 2 och 16 var båda 20 år gamla. Den förra beskrev att hon försökte se hela sidan, om det gick att se någon förändring direkt. Den senare beskrev att han nästan direkt såg vilka webbsidor som hade en förändring. Deltagare 2 upplevde försöket som ganska enkelt men beskrev det som irriterande att bilderna flimrade och att det var bra att det ingick en paus i undersökningen för att vila 12

ögonen. Deltagare 16 skrev att försöket inte var svårt och fortsatte med att tillägga att det var ett kul försök. Bland de övriga deltagarna beskrev 11 av dem att de följde en strategi som gick ut på att först försöka betrakta hela bildskärmen (som nr 18). En av dessa deltagare uppgav vidare att de sedan började söka mer detaljerat. Tre av de övriga deltagarna beskrev att de började direkt med att söka på detaljnivå. Tre av deltagarna betraktade skärmen uppifrån och nedåt. Två andra deltagare betraktade skärmen från vänster till höger och en från höger till vänster. En av deltagarna beskrev sitt tillvägagångsätt som att han såg försöket som ett spel, där han snabbt försökte skanna av bilderna och klicka på dem. Två andra deltagare kommenterade att de delvis upplevde försöket som ett spel. Samtliga deltagarna angav att de upplevde svårigheten i försöket som lätt eller ganska lätt. Två deltagare uttryckte, liksom deltagare 2, att försöket var ansträngande för ögonen. Jämförande data från webbplatsen Web4Health sammanställdes och t-test påvisade signifikant (! = 0,05) skillnad i click through rate (CTR) gällande placering där annonser på höger sida fick 0,080 procentenheter högre CTR än annonser på vänster sida t(6) = 3,220 P = 0,018. Förändring i färg visade en mindre skillnad där rött gav 0,062 procentenheter högre CTR än neutralt färgval och var inte statistiskt signifikant. Förändring i kategorin person visade också en mindre skillnad i CTR. Annonser innehållande en bild utan en person fick 0,055 procentenheter högre CTR än annonser innehållande bilder med personer och var inte statistiskt signifikant. 6. Diskussion och slutsats 6.1 Överenstämmelse mellan perceptionsexperiment och försök på webbplatsen Web4Health Syftet med denna undersökning var att: Utvärdera validitet och reliabilitet för undersökningsmetodiken som använder det perceptuella fenomenet förändringsblindhet för att mäta hur väl förändringar i webbreklam uppfattas. Påvisa vilka typer av utformningar av webbreklam vad gäller placering, färgval samt om innehållet utgörs av en bild av en person gör det svårare respektive lättare att uppmärksamma förändringar. Slutligen, att sammanställa rekommendationer baserat på resultaten från undersökningen för att förbättra design och placering av webbannonser. Den signifikanta skillnaden i detektionstid mellan de tre olika kategorierna av förändringar visar att olika typer av förändringar i webbreklam är olika svåra att upptäcka. De parvisa jämförelserna visade att förändringar på höger sida av webbsidor är lättare att upptäcka än på vänster sida. Att förändringar som inte innehåller en bild av en person är lättare upptäcka än de med en bild av en person, samt att det inte finns en signifikant skillnad i hur lätt det är att upptäcka förändringar mellan webbreklam som till färgen passar in bland övrigt webbsideinnehåll eller webbreklam som har en avvikande färg. Dessa resultat bekräftas i två av tre fall av jämförande data från Web4Health. Där visade det sig att det fanns en signifikant skillnad i CTR mellan placering av webbreklam på höger sida, vilket gav högre CTR, än på vänster sida. På Web4Health visade det sig också att färgval inte gav en signifikant skillnad i CTR. Men även gällande kategorin person erhölls ingen 13

signifikant skillnad i CTR mellan webbreklam innehållande en bild av en person och webbreklam utan bild av en person. Vi visade tidigare gällande förändringar i generellt webbinnehåll (både reklam och annat innehåll) med kategorierna placering (vänster/höger) samt person (med/utan bild av person) att förändringar på höger sida och i bilder utan personer är lättare att upptäcka (Steffner, 2007) (Steffner & Schenkman, 2012). Detta stärker reliabiliteten kring testerna med kategorierna placering och person men validiteten gällande kategorin person bör ifrågasättas baserat på resultaten från Web4Health. 6.2 Felkällor En möjlig felkälla i testerna med Web4Health med avseende på kategorin person var att just testerna med dessa annonser inte gick att mäta med Adsense som användes för övriga kategorier. Ett alternativt verktyg, CCount, användes i stället. Nackdelen med detta är att databehandlingen från Adsense och CCount gick till på olika sätt. Adsense rapporterar sammanställd CTR medan CCount räknar antal klick som sedan får räknas om manuellt till CTR med hjälp av visningsstatistik från webbplatsen. Det kan därför finnas en diskrepans i underlaget för CTR mellan kategorin person och övriga kategorier. En nackdel att testa med röd färg är att de vanligaste formerna av färgblindhet påverkar perception av rött och grönt och drabbar 7-10% av alla män (colourblindness.com/sv/, inget datum). Färgblindhet kan därmed vara en felkälla i delområdet färg i denna undersökning. Ytterligare undersökningar behövs för att bekräfta om förändringar i webbreklam som innehåller bilder av personer upptäcks lättare eller svårare än i webbreklam som inte innehåller bilder av personer. Eller om det inte finns någon signifikant skillnad. Tills dess bör slutsatser i detta delområde av undersökningen vara försiktiga. 6.3 Råd vid design av webbannonser Baserat på resultaten från denna studie kan två konkreta rekommendationer kring design och utformning av webbreklam ges: Placera webbreklamen till höger på webbsidor om du vill att dina läsare ska lägga märke till innehållsförändringar. Om reklam på en webbsida ligger mestadels, eller uteslutande, till vänster kan det därför vara värt att testa genomslaget i CTR av en förflyttning till höger sida. Detta kan åstadkommas genom att först samla in CTR för en period och sedan jämföra med CTR för lika lång period då reklaminnehållet har flyttats. Färgval verkar inte påverka hur väl innehållsförändringar uppfattas. Det kan därför till exempel vara fördelaktigt att välja den estetiskt sett mest tilltalande färgen eller den färg som passar in bäst i webbsidans övergripande design. 6.4 Vidare undersökningar Denna studie har fokuserat på webbreklam men fenomenet förändringsblindhet understryker vikten av god design allmänt inom människa- datorinteraktion. Även då relativt snabba kommunikationsnätverk används präglas interaktionen mellan datoranvändare och webbläsare av förändringar åtskilda av korta avbrott. En 14