Fachartikel

MAI2019
Ausgabe 3/2019, Seite 26 | 19-05-26-1

Visuelles Storytelling: Marktforschungsprojekt zur Social Media Language

Ohne Worte

Kann man in der Marktforschung rein visuell vorgehen, auf Worte möglichst verzichten? Und dabei trotzdem Geschichten entdecken? In einem Experiment taucht Sarah Jin in die Kommunikationspräferenzen junger Zielgruppen, der Digital Natives, ein und berichtet von hohem Engagement und reichhaltigen Insights.
social media research, Research & Results 3/2019Foto: © Instagram
Die Macht der digitalen Bilder wächst: Wir kommunizieren häufig visuell, privat wie beruflich – das Smartphone mitsamt seiner Kamera ist ständig zur Hand, die Popularität von Social-Media-Kanälen wie Instagram oder Facebook bleibt ungebrochen. Twitter ist immer stärker durch animierte GIFs und kurze Video-Clips geprägt – die dazu nötige Bildbearbeitung ist stark vereinfacht, lädt zum Spielen und Experimentieren ein: Eigene „Memes“ zu erstellen geht relativ leicht.

Wie hat die Marktforschung auf diese neue, sich ständig weiterentwickelnde digitale Bilderwelt zu reagieren? Ein Bild sagt mehr als tausend Worte – das ist bekannt. Doch hier entsteht eine neue Bildersprache, die von der Marktforschungs-Welt und ihrer Befragungsmethodik Anpassungen einfordert.


Radikal visuell – und experimentell

Um in der neuen Bilderwelt für mehr Klarheit zu sorgen, führte Happy Thinking People ein zweistufiges Projekt durch. Auf Worte wurde dabei verzichtet. Die Interaktion mit Befragten nach Abschluss der Set-up-Phase sowie die Feldarbeit erfolgten rein visuell. Durch dieses experimentelle, fast radikale Design wollten wir erfahren, wie reich an Insights ein bildgeladenes Mafo-Projekt sein kann und welche Hürden bei der Interpretation entstehen.


Phase 1: Experiment #nofilter

Beim ersten Projekt ging es uns darum, die Zukunftshoffnungen, Ängste und Träume von Teenagern besser zu verstehen. Über eine #nofilter-Online-Community forderten wir Teilnehmer auf, eine Woche lang ihre Antworten in Form von Bildern zu geben – ohne jegliche Filter, auch ohne kommentierende Worte. Nach Abschluss der Set-up-und Briefing-Phase wurde rein bildlich interagiert – auch die Moderatorin verpflichtete sich auf das Prinzip der wortlosen Kommunikation.

Das Ergebnis war bedingt zielführend: Wir erfuhren zwar viel über die Welt der Teens, allerdings ließen sich die Bilder häufig nicht klar und eindeutig interpretieren. Dazu fehlte uns der persönliche Kontext jedes Einzelnen – klärende Worte gab es nicht. Wir wurden mit einer visuell komplexen, teilweise diffusen Welt konfrontiert, der wir als Marktforscher nicht ohne Weiteres adäquat beitreten konnten. Für eine Insights-Zielsetzung war das also eher ungeeignet.


Phase 2: Experiment Augmented Reality

In der Auswertung des ersten Projekts wurde klar: Der gewählte Ansatz, mit ungefilterten Bildern zu arbeiten, spiegelte nicht den gängigen Usus wider, wie viele auf Social Media mit Bildern umgehen: eher spielerisch, oft mit Humor. Deshalb lehnten wir uns für das zweite Projekt an Snapchat und Instagram an – beide ermöglichen eine einfache Filterung und Augmentierung von Bildern vor dem Posten.

Emojis, Filter, Memes etc. kommen dabei häufig zum Einsatz, vor allem unter Gen Z und Millennials. Das bringt eine Lockerheit, eine Spaßkomponente, in erster Linie aber kontextuelle Details, die auf eine Story hinweisen.

Abbildung 1 zeigt die Vorgehensweise. Genauso stellten wir auch die „Fragen“ – ohne weitere Erklärung, rein als bildliche Aufforderung.



Forschungsdesign: #nofilter versus augmented

Um die Praxisrelevanz sicherzustellen, nahmen wir das Thema „Haarpflege“ unter die Lupe. Für einen interkulturellen Vergleich wurden drei Länder untersucht: Deutschland, Indien, USA.

Die Zielgruppe bestand ausschließlich aus Digital Natives im Alter von 18 bis 29 Jahren, die alle bereits Augmentation-Features auf Social Media benutzt hatten. Bei der Rekrutierung musste in der Screening-Phase jeder ein entsprechend augmentiertes Selfie als „Beweis“ senden. Fünf Tage lang posteten die Teilnehmer Bilder, täglich gab es eine neue Aufgabe. Eine Kontrollgruppe diente in allen drei Ländern dazu, Vergleiche zwischen dem augmentierten und dem #nofilter-Ansatz zu ermöglichen – die Aufgaben waren identisch.

 
Narrative Kraft augmentierter Bilder

Das Experiment lief problemlos, die Ergebnisse waren frappierend. Bilder mit einer augmentierten Komponente fielen durch ihre erhöhte Ausdrucksstärke und Emotionalität auf – im Vergleich wirkten die nicht geänderten #nofilter-Outputs eher bieder, langweilig, platt. Für das Forschungsteam ein Riesensprung nach vorne!

Schauen wir uns ein Beispiel an (Abb. 2 bis 4). Abbildung 2 zeigt zunächst unsere „Frage“. Beide „Antworten“ in Abbildung 3 drücken eine positive emotionale Grundstimmung aus. Das augmentierte Bild links gibt allerdings viel mehr preis als ein einfaches Lächeln. Die narrative Kraft ist auffällig – eine facettenreiche Geschichte wird schnell vermittelt. Ebenso in Abbildung 4: Das Bild der Kontrollgruppe (rechts) ist wenig aussagekräftig. Beim Selfie mit augmentierten Elementen (links) sieht man jenseits der faktischen Problematik einer Frisur ohne Volumen den eher tiefsitzenden Frust, auch die Sehnsucht nach Verbesserung. Es ist viel mehr als nur ein Bild, Kopfkino entsteht. Stimmung und Emotionen sind stark spürbar, der Forscher kann sich den Kontext gut vorstellen.

Natürlich lassen sich Emotionen auch in Worte fassen, es dauert in der Regel jedoch länger – das Schreiben wie das Lesen. Und wir wissen, dass der Gebrauch von Worten auf Kosten emotionaler Spontaneität gehen kann.



Sprechen Sie Social Media?

Der Erfolg von erweiterten Bildern ist auf die Social Media Language (SML) zurückzuführen. Damit sind alle Möglichkeiten zur Bearbeitung des Originalbilds gemeint: Emojis, Texte, Kritzeleien, Aufkleber sowie zusätzliche Funktionen, die Social-Media-Plattformen bieten. All das hilft, einen kurzen Auszug einer Geschichte zu erzählen, eine Art Kapitel – sei es ein stirnrunzelndes Emoji, das Frust ausdrücken soll, oder ein Text-Overlay, das den Kontext, die Situation besser erklärt.

Eine weitere Stärke der SML liegt darin, dass sie grenzüberschreitend gültig ist. Viele der im Experiment hochgeladenen augmentierten Bilder ließen sich problemlos ohne Bezug auf das relevante Land interpretieren, als ob sie von jedem gepostet werden könnten, der mit Social Media vertraut ist – was aber keinesfalls bedeutet, dass man bei internationalen Projekten auf Übersetzungsexperten verzichten soll. So kommen die Bilder in Abbildung 5 aus Deutschland und Indien – die Botschaft ist die gleiche: An einem Bad Hair Day versteckt man sich am liebsten hinter einer Maske.

Fluide Bildersprache

Die eher universelle Sprache der augmentierten Bilder funktioniert nur dann gut, wenn sowohl Teilnehmer als auch Forscher die SML beherrschen. Ist dies nicht der Fall – fehlt etwa ein flüssiger, geübter Umgang mit den Mechanismen der auf Social Media verfügbaren Filter-Optionen –, dann entsteht leicht eine digitale Kluft, eine Interpretationsaufgabe, die sich schwer meistern lässt. Es gibt kein Wörterbuch für SML, das bei der Übersetzung helfen könnte. Es ist eine fluide Sprache, die sich ständig anpasst und verändert.


Augmented Pictures – eine Herausforderung

Die Analyse-Phase einer Studie mit augmentierten Bildern stellt andere Anforderungen als ein Standard-Projekt. Grundvoraussetzung: Die Projektleitung muss den Umgang mit SML beherrschen, um sinnvolle Interpretationen zu gewährleisten und valide Handlungsempfehlungen ableiten zu können.

Dabei eignet sich nicht jedes Projekt für die Methode. Hat eine Studie einen eher explorativen Fokus, sollen motivationale Dimensionen erforscht, Zielgruppen besser, tiefgründiger verstanden werden, dann sind mit diesem Forschungsansatz gute, zielführende Ergebnisse zu erwarten. Braucht man dagegen klare, eindimensionale Antworten, eindeutige Reaktionen auf Konzepte oder anderes Testmaterial, ist davon eher abzuraten.

Bei der Auswertung ist mit mehr Ambiguität zu rechnen – ein wichtiger Faktor beim Gestalten von Aufgaben oder Fragestellungen. Sich bei wichtigen Entscheidungen, zum Beispiel bei einer Produktneueinführung, allein auf die Interpretation augmentierter Bilder zu stützen, ist daher nicht ratsam.


Marktforschung muss mimetisch sein

Unser rein visuelles Experiment orientierte sich an den Kommunikationspräferenzen junger Zielgruppen und war für uns in vielerlei Hinsicht aufschlussreich und lohnenswert. Nicht zuletzt punktet die Methodik bei Teilnahme-Bereitschaft und Engagement, sie führt direkt zu reichhaltigeren Insights.

Künftig werden wir weitere experimentelle, neue Befragungsmethoden testen, unsere methodische Anpassungs- und Lernfähigkeit wieder unter Beweis stellen. Als Forscher müssen wir konsequent mimetisch vorgehen, unsere Forschungsmethoden an den gesellschaftlichen Wandel anpassen, anstatt zu erwarten, dass die Teilnehmer uns blind folgen. ■
Sarah Jin ist Project Director bei Happy Thinking People in Berlin, mit besonderer Expertise in der Verbindung von quantitativer und qualitativer Marktforschung sowie in großen Mehr-Länder-Studien. Ursprünglich aus UK (vor H/T/P war sie bei Hall and Partners sowie Synovate), sind ihre Wurzeln in China, wo sie häufig für Happy Thinking People forscherisch unterwegs ist.
www.happythinkingpeople.com

 


Diese Webseite verwendet Cookies. Cookies ermöglichen uns zu verstehen, wie Besucher unsere Webseite nutzen, damit wir sie verbessern und Ihnen das bestmögliche Erlebnis bieten können. Durch den Besuch unserer Website stimmen Sie der Verwendung von Cookies zu. Durch die Cookie-Einstellungen Ihres Internet-Browsers können Sie die Verwendung von Cookies blockieren. Weitere Informationen finden Sie unter Datenschutz.
akzeptieren