Sanal Mağazayı Tüketici Mağazada Davranışını Araştırmak İçin Bir Araştırma Aracı Olarak Kullanma

Summary

Bu yazıda, mağazadaki tüketici davranışlarını araştırmak için sanal alışveriş ortamları yaratmak için bir masaüstü sanal mağazasının kullanımı açıklanmaktadır. Denemeler oluşturmak ve çalıştırmak için kullanılan protokolün bir açıklaması, mağaza yerleşim düzenine ilişkin bir deneyden alınan örnek sonuçlar ve sanal mağaza deneyleri yapılırken önemli hususlar sunulmaktadır.

Abstract

İnsanların ürünlere ve / veya seçim ortamlarına verdikleri cevaplar mağazadaki tüketici davranışlarını anlamak için çok önemlidir. Şimdilik, mağaza içi davranışları incelemek için çeşitli yaklaşımlar ( örneğin, anketler veya laboratuvar ayarları) var, ancak bunların dış geçerliliği, gerçekçi seçim ortamlarını andırmak için sahip oldukları yetersizlik nedeniyle sınırlıdır. Buna ek olarak, istenmeyen etkileri kontrol ederken deneysel koşulları karşılamak için gerçek bir mağaza kurmak maliyetli ve oldukça zor. Sanal gerçeklik teknikleri ile geliştirilen bir sanal mağaza, 3D Sanal Mağaza ortamının simülasyonunu gerçekçi, esnek ve maliyet açısından verimli bir şekilde sunarak potansiyel olarak bu sınırlamaları aşıyor. Özellikle, bir sanal mağaza etkileşimli olarak tüketicilerin (katılımcıların) sıkı kontrol edilmiş ancak gerçekçi bir ortamda nesneleri deneyimlemesine ve etkileşime girmesine izin verir. Bu yazıda, mağaza içi tüketici davranışlarını incelemek için bir masaüstü sanal mağaza kullanmanın temel öğeleri sunulmaktadır. descrProtokolün iptions adımlarını: 1) deneysel mağaza kurmak, 2) veri yönetimi programını hazırlamak, 3) sanal mağaza deneyini çalıştırmak ve 4) veri yönetimi programından verileri düzenlemek ve vermek. Sanal mağaza katılımcıların mağaza içinde dolaşmalarını, alternatiflerden bir ürün seçmesini ve ürün seçmesini veya iade etmesini sağlar. Dahası, tüketici ile ilgili alışveriş davranışları da toplanabilir (örneğin, alışveriş zamanı, yürüme hızı ve sayısı ve ürünlerin tipi muayene ve satın). Protokol, raf uzunluğu ve raf yönlendirmesinin alışveriş ve hareketle ilgili davranışları etkilediğini gösteren bir mağaza düzeni deney örneği ile gösterilmiştir. Bu, bir sanal mağazanın kullanımının, tüketici yanıtlarının incelenmesini kolaylaştırdığını göstermektedir. Sanal mağaza, gerçek hayatta pahalıya mal olan veya değiştirilmesi zor olan faktörleri ( örn . Genel mağaza düzeni) incelemek için özellikle yararlı olabilir, şu an içinde bulunmayan ürünlerPazar ve alışılmış ortamlarda rutinleştirilen davranışlar.

Introduction

Tüketicilerin mağaza içi davranışlarını anlamak etkili perakende pazarlama yapmak için kritik öneme sahip bir şey değildir. Bu anlayışa yardımcı olması için, sanal mağaza olarak bilinen gelişmiş sanal gerçeklik teknolojisi, hesaplamalı olarak oluşturulan sanal ortamları kullanarak tüketici davranışları üzerinde çalışmayı sağlayabilir. Sanal mağaza yaklaşımı, insanların mağazadaki nesnelerle etkileşim kurabileceği gerçekçi ve sürükleyici üç boyutlu sanal mağaza ortamları oluşturmak için bir sanal gerçeklik sistemi kullanıyor. Bu sanal mağaza ortamlarında, insanlar yapay olarak yaratılmış duyusal deneyimler yaşarlar. Sanal mağaza ortamları, gerçekte varolan mağaza ortamlarının gerçek hayattaki temsilleri veya hayali mağaza ortamları olabilir. Buna ek olarak, sanal mağaza, geleneksel tüketici araştırmaları ( ör., Metin tabanlı anketler, odak grupları veya laboratuar deneyleri), kontrollü saha deneyleri ( örn.Sahte mağaza ortamlarında) ve alan çalışmaları ( örneğin video çekimleri, kişisel gözlemler veya ürün satış promosyon testleri) ¹ .

Sanal gerçeklik uygulamaları, önemli araştırma geçmişi sahibidir. 1965 yılının başlarında Sutherland ² , ses ve dokunsal geri bildirim sağlayan sanal bir dünya içeren "nihai görüntü" konseptini tanımladı. Başlangıçta, dikkat, esasen teknolojik donanıma odaklanmıştı, ancak bu, sanal gerçeklik sistemlerinin etkileri hakkında bilgi sağlamadığından dikkat, insan tecrübesine kaydırdı ^{3 , 4} . Bilgisayar tarafından üretilen dünyada olmak "varlığı" hissi, sonuç olarak sanal gerçeklik deneyimlerinin ^{5 , 6'sı} için bir anahtardı. Varlık, "bir ortamda olmanın subjektif deneyimi, hattaFiziksel olarak başka bir yere yerleştirildiğinde " ⁷ Bu açıdan bakıldığında," var olma hissi ", bir katılımcıdan alınabilir ve bir kişinin bir çevrede olması için kendini algıladığına işaret eder. Alternatif olarak, Slater ⁸ "Yer illüzyonu" (PI) ve "olasılık illüzyonu" (Psi) olarak adlandırılan varlık ve dalma kavramları arasında ayrım yapmıştır PI, gerçek bir yerde olmanın duygusuna sahip olmakla ilgilidir: Bir dizi geçerli eyleme göre değerlendirilir veya Katılımcıların algılarını veya çevresini değiştirmek için ( örneğin baş ve gözün bakış yönünü değiştirmek için veya bazı nesneleri hareket ettirmek için kullandıkları) tepkileri yanıtlar. PI, değişim algılamalarına benzer bir yanıt seti gerektiğinde Sanal gerçeklik sistemi, eşdeğer bir fiziksel ortamda beklenen tepkiye kıyasla .Psi, sanal gerçeklikte algılanan şeyleriGerçekten gerçekleştiği yanılgısı. Psi'ye yol açabilecek hayati bir bileşen sanal gerçeklik için, bir katılımcının doğrudan kontrolü olmayan sanal ortamdaki olayların kendisine doğrudan atıfta bulunduğu yanılsamasını sağlamaktır. Psi, dışarıdan kaynaklanan sanal gerçeklikte meydana gelen değişikliklere tepki olarak insanların ortaya çıkardığı her türlü eylemi veya yanıtı izleyerek ölçülebilir. Örneğin, insanların kalp atış hızı, sanal ortamda bir avatar gördüğünde artarsa, gerçek dünyaya benzer bir tepki oluşturabilir. Böylece, bu sanal gerçeklik sistemi yüksek Psi sağlar.

Sanal mağaza teknolojisi, iş ve akademisyenlere çeşitli amaçlarla hizmet vermek üzere tanıtıldı. Bu, örneğin, şirketlerin kategori yöneticilerine ürünlerinin raf planı hazırlamasına yardımcı olmak için bir yönetsel yardım olarak kullanılabilir. Sanal mağazalar ayrıca, klinik ortamlarda, hastalar için yiyeceklere yönelik duygusal cevapları ölçmek için kullanıyorlar.Bir yeme bozukluğu ¹ veya hafif kognitif bozukluk için tarama aracı olarak ⁹ . Bununla birlikte, araştırmalarda sanal mağazaların daha yaygın kullanımı, mağaza içi davranışları ve mağaza ortamındaki değişikliklere yönelik tüketici yanıtlarını değerlendirmektir ( ^{10 , 11 , 12} fiyat değişiklikleri ^, satış noktası görüntülerinin farklı kurulumları ¹³ , Farklı paketleme seçenekleri ¹⁴ , ürün paketlerinin ¹⁵ arka tarafındaki farklı besin etiketleri ve stok seviyeleri ¹⁶ . Buna ek olarak, sanal mağaza şu anda çocuklar arasında daha sağlıklı gıda seçeneklerini teşvik etmek için halk sağlığı müdahaleleri oluşturmak ve test etmek için kullanılmaktadır ¹⁷ . Daha önce belirtilen çeşitli avantajlardan dolayı, sanal mağaza teknolojisi ve donanımı hızlı bir gelişmedir. Bu nedenle, bu yazı insanGenel olarak sanal gerçekliği kullanarak çalışmaların temel unsurlarını deneyimlemek ve tanımlamak. Mevcut sanal mağaza sisteminden edinilen tüm önemli bilgiler gösterilecektir.

Şu anda mevcut sanal mağaza sistemleri kısaca 1) yoğun olmayan ( örneğin masaüstü), 2) yarı-nüfuz edici ( ör. Projeksiyon, CAVE-sistemleri) ve 3) tamamen dolgun ( örn. Kafaya takılan ekranlar) kategorize edilebilir ). Her sistem muhtemelen destek sistemine bağlı olarak farklı seviyelerde daldırma, varlığı, PI ve Psi'yi getirir. Bununla birlikte, daldırma, varlığın, PI'nin ve Psi'nin ölçümleri, her sistemin desteklediği özgül sensorimotor arızalara bağlı olduğundan, bu göstergelerin farklı sistemlerde karşılaştırılması imkânsız sayılır ⁸ . Son yıllarda, masaüstü sanal mağazaları daha fazla ilgi gördü ve giderek araştırmalara girdi. Sanal mağaza bir promise olarak kabul edilmesine rağmenMağazada tüketici davranışı araştırması için bir araç olması, deneylerin zamanında ve doğru bir şekilde hazırlanıp uygulanmasını sağlamak için böyle bir sanal mağazanın nasıl kullanılacağı konusunda uzmanlığın bulunması gerekir. Bununla birlikte, şimdiye kadar, sanal mağaza deneyleri yapmak için kapsamlı bir prosedürü anlatan raporlanmış çalışmalar çok azdır. Bu nedenle, bu çalışma hayati öneme sahip masaüstü sanal mağazasıyla tüketici araştırması yürütmek için bir protokolü tanımlamayı amaçlıyor.

Genellikle, bir sanal mağazayla yapılan araştırmalar, 1) sanal ortamı görüntülemek için ekipman, 2) araştırmacıların sanal ortamı oluşturmalarını sağlayan bir düzenleyici programı, 3) incelenen nesnenin sanal bir temsilini ( örn . Bir mağazanın birkaç öğesi ve 4) sanal ortamda dolaşmak ve seçimler yapmak için bir tüketici arayüzü, 5) veri topluluğunun çalıştırılması için prosedürler ve 6) veri depolama ve analizini kolaylaştıran bir veri yönetim sistemi. Bunların çoğuMuhtemelen bir sanal mağaza şirketi ve bir programcı tarafından yönetilecek. Araştırmacılar, 1) bir editör programında bir deneme için perakende satış mağazası nasıl oluşturulur, 2) tüketici arayüzüyle veri toplamanın nasıl çalıştırılacağı ve 3) veri yönetimi programındaki tüm çıktıların nasıl düzenleneceği ve çıktıların nasıl verileceği Istatistiki bir program koymak. Geçerli makale, masaüstü sanal mağazasıyla deneyler yapmak için ayrıntılı protokol adımları verilerek bu bilgiyi ele alacaktır. Ayrıca, tüketici araştırmalarında sanal mağazanın kullanımındaki avantajlar ve kısıtlamalar tartışılacaktır. Bu yazıda anlatılan ayrıntılı protokol, araştırmacıların sanal mağaza araştırmalarına başlamasına ve yürütmesine yardımcı olmak için kullanılabilir.

Bu makalede kullanılan masa üstü sanal mağaza , kişisel bilgisayarlar (PC), likit kristal ekran (LCD) ekranlar, üç boyutlu (3D) alan navigatör, fare ve klavye) ve yazılım ( örneğin, Bir dükkan tasarlamak içinBir 3B sanal mağazasında bir tüketici gibi alışveriş yapmak için). Bu özel sistem, önceki çalışmalarında ^{14 , 18 kullanılmıştır} .

Protocol

Protokol, Hollanda Bilimsel Uygulama Davranış Kurallarına uyan ve Wageningen Üniversitesi Sosyal Bilimler Etik Kurulu tarafından onaylanan "Genel Protokol Gıda Seçimi Simülasyon Programına" uymaktadır.

1. Sanal Mağaza Ekipmanını Kurma

1. Sanal mağaza ekranı için yeterince geniş bir yer hazırlayın. Hem sanal mağaza hem de veri yönetimi programı için tüm ekipmanları hazırlayın.
   Not: Donanım, iki bilgisayar (PC'ler, sanal mağazayı görüntülemek için yüksek kapasiteli hafıza kartı olan 1 sanal mağaza PC ve veri yönetimi programı için 1 PC), üç adet 42 inç LCD ekran, verileri görüntülemek için bir bilgisayar ekranı Yönetim programı, bağlantı kabloları, elektronik prizler, 3 boyutlu uzay gezgini, 2 fare ve 2 klavye bulunur.
2. Şekil 1'de gösterildiği gibi, tüm ekipmanı birbirine bağlayın.
   1. dümen kullanmakBir PC'den bir bilgisayar ekranına, bir klavyeye ve bir fare, veri yönetimi programını kullanmak için.
   2. 3 LCD ekranını birbirinin yanına yerleştirin ve ekranlarda görünen sanal mağazayı 180 ° görüş alanına getirmek için sol ve sağ ekranları ayarlayın.
   3. Sanal mağaza PC'sini 3 LCD ekran, 3D uzay gezgini, fare ve bir klavye ile bağlayın. Sanal mağaza bilgisayarını veri yönetimi PC'sine bağlayın.
   4. Her iki bilgisayarı açın ve sanal mağaza PC'nin ekran çözünürlüğünü "birden fazla ekranı genişletmek" üzere ayarlayın. Sol ekranı ana ekran olacak şekilde ayarlayın.

Şekil 1 : Sanal mağaza kurulumu. Sanal mağaza 180 derece görüş açısı sağlayan üç adet 42 inç LCD ekrana sahip bir bilgisayarı kullanıyor. Veri yönetimi programına uyum sağlamak için ayrı bir bilgisayar eklendi. Bu pC, bir araştırma koordinatörünün katılımcıları kesmeden ilerlemeyi izlemesi ve yeni sanal ortamlara başlaması sağlıyor. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

2. Deneyler için Sanal Mağazalar Oluşturma

1. Masaüstündeki "VirtualShop_Editor.exe" simgesini çift tıklatarak sanal mağaza oluşturucu arayüzünü (düzenleyici adı verilir) açın.
2. "Dosya" yı tıklayıp "açık" a tıklayarak çalışma için uygun bir mağaza şablonu açın. İstenen mağaza şablonunu seçin, "Name.ShopConfig" ( örn., Supermarket001.ShopConfig).
3. Deneysel koşullarla ilgili mağazayı değiştirin.
   Not: Mağazayı değiştirmeden önce, sanal mağazanın bir planı araştırmanın araştırma soruları ve hedefleri temel alınarak yapılmalıdır. Bu, türünü, yerleşimini veRaf sayısı; Bu raflarda ürün kategorilerinin yeri; Ve ürün kategorileri içindeki ürünlerin türü ve yeri.
   1. Gerektiğinde, mevcut ürünleri ilgili ürünle değiştirin.
      1. Ürün rafına yakınlaştırmak ve uzaklaştırmak için farenin sağ düğmesini kullanın ve fareyi hareket ettirin. Ve farenin sol düğmesini kullanın ve bakış açısını değiştirmek için fareyi hareket ettirin.
      2. Sanal mağazanın görünümünü değiştirmek için sol menü çubuğundaki simgelere tıklayın ( örneğin, sol sarı yüzde = ön görünüm, üst sarı yüzde = üstten görünüm, sağ sarı yüzde = yan görünüm ve tüm yan sarı yüzler = ev görünümü Mağazanın sol üstünden bakmak)).
      3. Bir rafa veya ürüne çift tıklayın ve bu rafın veya ürünün görünümünü değiştirmek için sol menü çubuğundaki simgelere tıklayın.
      4. Bir rafa çift tıklayın ve izolasyon modunu seçmek için sol menü çubuğundaki "sarı nokta" yı tıklayın.
         Not: İzolasyon modu,Bir rafı ürünlerle izole etmek ve ekrandaki diğer nesneleri filtrelemek için esearcher. Rafları doldururken bu yararlıdır.
      5. Mevcut bir üründen çift tıklayın ve ardından bu ürünü silmek için klavyedeki "Sil" düğmesine basın.
      6. Ürün kütüphanesini açmak için menü çubuğundaki "mavi ok" u tıklayın (bkz. Şekil 2 ). Ardından, "Ürün Kategorisi" ni tıklayın ve ardından ilgilenilen ürün kategorisini seçin ( örneğin, meyve).
      7. Sol fare düğmesini basılı tutarak seçilen bir ürünü ( örneğin elma tablası) sürükleyin ve ürünü istediğiniz rafta yerleştirin.
      8. 3.1.1-3.1.4 arasındaki adımları tekrar ederek araştırma ilgi alanlarıyla eşleşecek tüm ürünleri ekleyin veya değiştirin.
   2. Tüm rafları yerinden oynat.
      1. Yeniden yerleştirilmesi gereken bir rafa çift tıklayın. Tüm rafı sol tıklatarak rafı istediğiniz yere taşıyın ve dRafı yeni bir yere yıpranmak.
      2. "Ctrl" tuşunu basılı tutup rafa sol tıklayarak rafı döndürün (gerekirse). Fareyi hareket ettirerek rafı istediğiniz açıya döndürün veya taşıyın.
      3. 2.3.2.1 ve 2.3.2.2 adımlarını tekrarlayarak, araştırma ilgi alanlarına uyacak şekilde tüm gerekli rafları yerinden oynatın.

Şekil 2 : Sanal mağaza editörü ve ürün kitaplığındaki ürün örnekleri. Editör, araştırmacıların kütüphaneden ürünleri kolayca seçmesini ve doğrudan raflara yerleştirmesini sağlayan bir sürükle ve bırak arayüzü içeriyor. Buna ek olarak, kitaplıktaki bir ürüne tıklanarak bir ürün eklemek veya düzenlemek için bir açılır pencere kullanılabilir. Daha geniş bir versiyon görmek için lütfen tıklayınızBu şekildeki iyonu.

4. Araştırma koşulunu açıklayıcı olmayan bir dosya adı kullanarak tamamlanmış mağaza yapılandırmasını kaydedin. "Dosya" → "farklı kaydetmek" → "Name.ShopConfig" → "kaydet" i tıklayın.
   Not: Boş bir mağaza şablonundan bir mağaza oluşturmak da mümkündür. Başlangıç ​​yapın ve rafları ve ürünleri ürün kütüphanesinden boş mağazaya ekleyerek ekleyin. Adım 3.1 ve 3.2'den aynı prosedür uygulanabilir.
5. Bir uygulama oturumu için ayrı bir mağaza oluşturun ve 2.1-2.4 adımlarını izleyerek farklı mağaza düzenine sahip süpermarketler gibi deneysel koşullara göre daha fazla mağaza oluşturun.
   Not: Örnek çalışma bir eczaneyi bir uygulama deposu olarak kullanmaktadır.
6. Mağaza düzenleri mevcut mağaza templatından farklıysa, katılımcılar için yeni yürüyüş yolları ve karar noktaları oluşturmak için program yaratıcısına danışın (iletişim detayları için Malzeme / Reaktifler Tablosu'na bakın).es.
   Not: Alışveriş yolları ve karar noktaları mevcut mağaza şablonları için kullanılabilir. Katılımcıların önceden belirlenmiş alışveriş yolları olmaksızın mağazada serbestçe dolaşmalarına izin vermek de mümkündür.

3. Veri Yönetimi Programının Kayıt Verisine Hazırlanması

1. Programı başlatmak için masaüstündeki veri yönetimi program simgesine çift tıklayın.
2. Yeni bir proje oluşturmak için "Virtual Shop Exp_StartUp" projesini açın. Açılan pencerede "Aç" ı seçin → "Sanal Mağaza Exp_StartUp" → "Sanal Mağaza Exp_StartUp.vop".
3. "Projeyi ayarla" yı tıklayın ve gözlem kaynağı olarak "Canlı Gözlem" seçeneğini seçin. Bir gözlem yöntemi olarak "Sürekli Örnekleme" yi seçin ve gözlem süresi olarak "Açık uçlu gözlem" i seçin.
4. Deneysel koşulları temsil eden girdi değişkenleri ekleyin ( ör . Mağaza yerleşimi ve alışveriş bölgesiTivation), eğer isterseniz.
   1. Üst menü çubuğunda "Kurulum" u tıklayın ve ardından "Bağımsız Değişken" üzerine tıklayın. Daha fazla kullanıcı tanımlı değişken eklemek için "Değişken ekle" yi tıklayın.
   2. Değişken adı, değişken türü, önceden tanımlanmış değer ve benzeri gibi gerekli bilgileri doldurun.
5. "Dosya" → "Farklı kaydet" i tıklayarak projeyi kaydedin. Projeye "Name of project.vop" yazıp "Kaydet" i tıklayın.

4. Katılımcı Seçme Kriterleri

1. Renk körlüğü gibi göz bozukluğu olmayan katılımcıları işe alın.

5. Deney Hazırlığı

1. Deneyleri gerçekleştirmek için gereken tüm belgeleri hazırlayın.
2. Bir katılımcıyı deneme odasına davet edin. Bir onay formu verin ve katılımcının formu okumadan önce okumasını ve imzalamasını isteyin.
3. Deneysel talimatlar verin ki particiPantolon takip etmeli. Ek 1 ve 2'ye bakın.
   Not: Katılımcılara bir sanal mağazayı ziyaret etmenin sanal gerçeklik hastalığına neden olabileceği ¹⁹ belirtilmeli ve belirtileri yaşamaya başladığında çalışma koordinatörüne rapor etmeleri çağrılmalıdır. Bir katılımcı, sanal gerçeklik hastalığını yaşadığını ifade ederse, deneydeki katılım durdurulmalıdır.
4. Katılımcıyı orta ekranın (~ 60 cm) kısa bir mesafede orta LCD ekranın önünde oturtun. Sandalyeyi, katılımcının göz seviyesi ekranların pozisyonuyla eşleşene kadar ayarlayın.

6. Bir Uygulama Testi Çalıştırma

1. Katılımcıyı sanal mağazayı kontrol etmek ve tanımak için bir uygulama oturumunda eğitileceğini bildirin. Katılımcıyı, talimatları tam olarak anlamadığında soru sormaya teşvik edin.
2. Sanal mağazayı açBir uygulama oturumu için.
   1. Masaüstündeki VirtualShop_Uviewer simgesini çift tıklatarak sanal mağaza programını başlatın. Mağazaya girmek için "Başlayın" ı tıklayın.
   2. Sanal alışveriş programının menü çubuğunu açmak için klavyenin sol üst köşesindeki "" "tuşuna basın.
   3. Katılımcıların bakmalarına ve yürüme yönlerini serbestçe seçmelerine izin veren yürüyüş davranışının türünü seçmek için bir "Giriş" kutusunda "SpaceNav" seçeneğini seçin.
      Not: "SpeceNav", katılımcıların 3D ortam gezginini kullanarak herhangi bir yönde sanal ortamda özgürce bakmalarını sağlar. Ayrıca, katılımcıların kendi yürüme yönlerini belirlemelerini sağlar. Yine de, katılımcıları önceden belirlenmiş yürüme hatlarını izlemelerini kısıtlar.
   4. ShopConfig kutusunda "Pratik mağazanın adı" nı seçin ve Pratik Mağaza gibi mağaza ortamını belirtmek için "Çevre adı" yazın [ örn. Eczane 001].
   5. Pratik mağazasını açmak için "Mağazayı tekrar yükle" yi tıklayın ve daha sonra bir "Başlayın" kutusu görünecektir.
3. Katılımcıyı fare, 3D alan gezginini ve klavyeyi sağlayın. Doğru gezinme yönünü etkinleştirmek için 3D uzay navigasyon cihazının ön tarafının katılımcıyla yüz yüze geldiğinden emin olun.
4. Sanal mağazada nasıl manevra yapacağınıza ve katılımcıya yönelik uygulama oturumu için talimatları sağlayın. Talimat, katılımcının belirli ürünleri araması ve bazı ürünleri seçmesi ve / veya iade etmesini talep eden iki uygulama görevi atamıştır.
   Not: Sanal mağazada manevra yapma ve uygulama oturumu talimatlarına ilişkin talimat örnekleri, sırasıyla Ek Dosyalar 1 ve 2'de gösterilmiştir. Bir uygulama oturumu, bir katılımcının ana test sırasında gerçekleştirmesi gereken tüm görevleri içermelidir.
5. Katılımcının serbestçe oynamasına izin verSanal mağazayı tanıyana kadar. Katılımcının ana çalışmaya başlamadan önce sanal mağazada nasıl manevra yapacağını anladığından emin olun. Katılımcının hata yapıp düzenlemediğini düzeltin veya açıklayın.
6. Görev bitmeden önce katılımcıyı alışveriş sepetini kontrol etmesini ("F1" e basarak) hatırlatın. Sonunda, katılımcıyı "Esc" tuşuna basarak ve ardından "Yeniden Başlat" ı tıklayarak alışveriş görevini sonlandırmasını hatırlatın.
   Not: Sanal mağaza programını kapatmak gerekli değildir, çünkü açılış arabirimi aracılığıyla ana test için dükkanı yüklemek daha hızlıdır.

7. Ana Testi Çalıştırma

1. Sanal mağaza ana test için hazırlanırken katılımcıyı başka bir bölgeye taşıyın. Katılımcıyı izleyecek görevleri bildirin.
   Not: Araştırma hedeflerine bağlı olarak, bu, sanal mağazanın dışında bağımsız bir faktörü manipüle etmek için bir görev içerebilir (kapsamlı örnekte,S alışveriş motivasyonunu manipüle etmek için hafıza görevi), bir alış veriş görevi (sanal mağazada) ve alışveriş değerlendirme görevidir (anket).
2. Çalışma amacı ile alakalı olduğunda, sanal mağazanın dışında bağımsız bir değişkeni değiştirmek için bir görevi yönetin. Örneğin, katılımcılardan hedonik ya da faydacı alışveriş motivasyonlarının bulunduğu son alışveriş durumunu detaylı bir şekilde tanımlamalarını isteyin (bkz. Ek Dosya 3 ).
3. Ana çalışma için sanal mağazayı hazırlayın.
   1. Mağazayı girmek için "Başla" yı tıklayın ve sanal alışveriş programının menü çubuğunu açmak için klavyenin sol üst kısmındaki "düğmesine" basın.
   2. Deneysel koşullara göre sanal mağazayı yükleyin ve sanal ortamı (yürüme yolu) seçin.
   3. Uygulama oturumunda olduğu gibi aynı tür yürüyüş davranışını elde etmek için Giriş kutusuna "SpaceNav" yazısını tutun.
   4. Seçin "NAme of store condition "seçeneğini işaretleyin ve" Supermarket001 [Süpermarket001] "gibi ortam kutusuna" Mağaza ortamının adı "yazın.
   5. Ana test için mağazayı açmak için "Mağazayı tekrar yükle" yi tıklayın; "Başlayın" kutusu belirecektir.
4. Veri yönetimi programını başka bir bilgisayarda (veri yönetim programının kurulu olduğu bölgede) açın. Masaüstündeki veri yönetimi program simgesini çift tıklatarak verileri kaydedin.
5. Araştırmacının veri yönetimi programını hazırlarken daha önce kaydettiği "Name of project.vop" dosyasını çift tıklayarak projeyi açın.
6. Üst menü çubuğundaki "Gözlem" üzerine tıklayıp "Gözlem" ve "Yeni" yi tıklayarak yeni bir gözlem oluşturun. Gözlemin adını verin ( örn. Örnek 1) ve "Tamam" ı tıklayın.
7. Kırmızı daire düğmesine basarak kaydı başlatın ve kullanıcı tanımlı değişkenleri doldurun( Ör. Mağaza düzeni = 1 ve alışveriş motivasyonu = 1 (faydacı motivasyon)). "Tamam" ı tıklayın.
   Not: Kayıt düğmesi bir daire şeklinden (kayıt) kare şekle (dur) değişir.
8. Programın kayıt verileri başlattığından emin olun.
   1. "Durum veri eklentisi" ve "Durum olay eklentisi" pencerelerinin yeşil onay işaretleri gösterdiğinden emin olun.
   2. "Zaman" ın geçtiğinden emin olun.
   3. "Durum verileri eklentisi" penceresindeki "örnek" sütununun sayısının arttığından emin olun ( Şekil 3'te gösterilmektedir).

Şekil 3 : Verilerin kaydedilmesini işaret eden gözlem penceresine bir örnek. Veri yönetimi programı veri kaydettiğinde, "Durum verileri pLugin "penceresi ve" Durum olayı eklentisi "yeşil bir işaret taşıyor.Ayrıca, zaman geçmeli ve örnek sayısı artmalı .. Bu rakamın daha büyük bir sürümünü görmek için lütfen tıklayınız.

9. Katılımcıyı, verildikleri alandaki talimatlarla ve (isteğe bağlı) alışveriş motivasyonu gibi bir mağaza dışı değişimi, manipülasyon görevini tamamladıktan sonra sanal mağazaya geri döndürmek için görevlendirin.
   1. Katılımcıyı orta LCD ekranın önünde ve orta ekrandan (~ 60 cm) kısa bir mesafede oturtun. Sandalyeyi, katılımcının göz seviyesi ekranların pozisyonuyla eşleşene kadar ayarlayın.
10. Katılımcıya fare, 3D alan gezginini ve klavyeyi sağlayın. 3D uzay navigasyon cihazının ön tarafının, katılımcıyla yüz yüzeCt navigasyon yönü.
11. Sanal mağazada manevra yapmaya ilişkin talimatları (bkz. Ek 1 ), alışveriş görev talimatlarını ve ana çalışma için bir alışveriş listesini sağlayın (bkz. Ek 4 ).
12. Katılımcıya, mağazayı ziyaret etmeye başlamak için "başla" tuşuna basmasını söyleyin. Ardından, katılımcıyı kesintisiz olarak alışveriş yapmak için yalnız bırakın.
13. Başka bir bilgisayardaki veri yönetimi programını kontrol edin ve "Durum verileri eklentisi" ve "Durum olayı eklentisi" ni kontrol ederek verilerin kaydedildiğinden emin olun; Bu pencereler artan sayıda örnek ve olay göstermelidir.
14. Katılımcı, sanal mağazada alışveriş yapmayı bitirene kadar bekleyin. Katılımcıyı alışveriş sepetini kontrol etmesini ("F1" e basarak) ve alışveriş görevini tamamlamak için "Esc" tuşuna basmasını hatırlatın.
    Not: Alışveriş gezisinin sonunu belirlemek ve doğru bir t ölçüm değeri elde etmek için "Esc" tuşuna basmanız çok önemlidir. O alışveriş süresi.
15. Yeniden yazmayı durdurmak için diğer bilgisayardaki veri yönetimi programının "durdur" düğmesine basın (kare düğme bir daireye dönüşecektir).
    Not: İki küçük pencere "Beklemek için Etkinlik verilerini almak için bekleyin" ve "Bitirmek için harici verileri almak için bekleyin lütfen" - fesih sırasında açılır. Bu pencereler 2-3 s sonra otomatik olarak kapanır.
16. Katılımcının başka bir bölgeye taşınmasını ve kendisine, örneğin katılımcının alışveriş deneyimlerini, mağazayla ilgili algıları ve mağazayı tekrar ziyaret etme isteğini içeren bir anket doldurmasını isteyin.
17. Veri yönetim programına geri dönün ve kaydedilen verileri kontrol etmek için "Görselleştir" düğmesine tıklayın; Satın alınan ürünlerin grafikleri ve verileri gösterilmeli ve görselleştirilmiş verilere örnekler Şekil 4'te gösterilmiştir.

/ftp_upload/55719/55719fig4.jpg "/>
Şekil 4 : Veri yönetimi programında görüntülenen görselleştirme penceresi. Turuncu çubuk, alışveriş gezisinin sonunu belirtmek için katılımcının "Esc" tuşuna basana kadar katılımcının mağazaya girmesinden beri alışveriş saatinin tamamını temsil eder. Yeşil çubuk, incelenen ürünler için harcanan süreyi belirtir. Bu çıktılar, SPSS veya diğer istatistiksel programlarla birlikte kullanımı kolay tablolara dönüştürülebilir. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

18. Katılımcının tamamlamasından sonra durumu bildirin ve bir ödül verin ( örneğin , bir atıştırmalık ürün veya parasal ödeme).
19. 5.2.3-5.2.4 adımlarını izleyerek yeni bir katılımcı için bir uygulama mağazasını yeniden yükleyin.
20. Son katılımcı bittikten sonra sanal mağazayı kapatmak için F9 tuşuna basın.
21. Kayıt etmekVeri kaybını önlemek için mümkün olduğunca sık veriler.

8. Verileri Dışa Aktarın

1. Alışverişe ilişkin davranış verilerini dışa aktarın.
   1. Alışverişe ilişkin davranışın verilerini seçmek için bir filtre oluşturun.
      1. Sol menü sütunundaki "Analizler" klasörünün altındaki "Veri Profili" ni tıklayın; Pencere veri bileşenlerini ve veri profili filtresinin ana diyagramını gösterecektir.
      2. "Aralıkları Seç" başlığı altındaki "Davranışların Yuvalanması" kutusunu seçin; İç İçe Davranışlar kutusu görünür.
      3. İlgi çeken tüm davranışları seçin ( örn . Alışveriş süresi, alınan ürünler, alınan ürünler ve iade edilen ürünler) ve "Tamam" ı tıklayın.
      4. "İç içe Davranışlar" kutusunu sürükleyin ve "Başlat" ve "Sonuçlar" kutuları arasına bırakın.
      5. Tüm kutuların oklar ile bağlandığından emin olun (bkz. Şekil 5 ) veT "Sonuçlar" kutusu doğru gözlem sayısını gösterir.
         Not: Kutular otomatik olarak bağlanmazsa, bir araştırmacı onları bir kutu üzerinde fareyi tıklayıp tutup tutabilir ve bir sonraki kutuya bir çizgi yaparak bağlayabilir.
   2. Davranışla ilgili sonuçların tablosunu açmak için "Analizler" klasörünün altındaki "Davranış Analizleri" ni tıklayın ve ardından "Yeni Davranış Analizi" öğesine tıklayın.
   3. Sonuçları ayıklamak için menü çubuğunun sol üst kısmındaki "Hesapla" yı tıklayın. Katılımcı başına alış veriş davranışlarının ayrı satırlarda gösterildiğinden emin olun.
      Not: Bir araştırmacı sunduğu sonuçların biçimini "Ayarlar ekranı" ile değiştirebilir.
   4. Verileri dışa aktarmak için "Dışa Aktar" düğmesini tıklayın. Verilen dosyaya "Name.xlsx" adını verin.
      Not: Bu dosya, veri yönetimi programı klasörünün "Dışa Aktar" klasörüne kaydedilecektir.

Şekil 5 : Alışverişe ilişkin davranışları dışa aktarmak için veri profili filtre planı. Veri profili süzgeci, araştırmacıların ilgilendikleri verileri seçmesine ve vermesine olanak tanır. Örneğin, bu şema alışverişle alakalı davranışları seçer ( ör . Alışveriş süresi, incelenen ürünler sayısı, satın alınan ürün sayısı ve iade edilen ürün sayısı). Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

2. Harekete bağlı verileri dışa aktarın.
   1. Harekete bağlı verileri seçmek için bir filtre oluşturun.
      1. Sol menü sütunundaki "Analizler" klasörünün altındaki "Veri Profili" ni tıklayın. "Harici Veri Seçme Aralıkları" başlığı altındaki "Nest Over Speed" kutusunu seçin; "İç içe geçmiş Hız"; Kutusu görünecektir.
      2. Aralığı ölçütlerini "Sınırlandırma" → "Yüksekten" → "saniyede 0.100 metre (m / sn)" olarak ayarlayın ve ardından "Tamam" ı tıklayın.
         Not: Bu filtre, katılımcı mağazada gezinirken oluşan verileri ( örn. , Yürüme hızı ve zamanı) dışa aktaracaktır.
      3. "İç içe geçmiş Hız" kutusunu sürükleyin ve "İç içe geçmiş davranışlar" ve "Sonuçlar" kutuları arasında bırakın.
      4. Tüm kutuların bağlı olduğundan emin olun ( örn . "Başlat" kutusu → "İç içe geçmiş davranışlar" kutusu → "İç içe geçmiş Hız" kutusu → "Sonuçlar" kutusu ( Şekil 6'da gösterilmiştir) ve "Sonuçlar" kutusunda doğru gözlem sayısını gösterdiğinden emin olun.
   2. Yürüme süresini verin.
      1. "Analizler" klasörünün altındaki "Davranış Analizleri" ni tıklayın ve ardından "Yeni Davranış Analizi" ni tıklayarakDavranışla ilgili sonuçlar.
      2. Sonuçları ayıklamak için menü çubuğunun sol üst kısmındaki "Hesapla" yı tıklayın. Kişi başına alış veriş davranışlarının ayrı satırlarda gösterildiğinden emin olun.
         Not: Sonuçlar, adım 8.1.3'e kıyasla daha düşük bir alışveriş süresini göstermelidir; çünkü bu bölümdeki alışveriş süresi, bir katılımcının mağazada yürüdüğü zamanı hesaplar. Bu sonuçlar, ürün muayenesi ve ürün toplama zamanı hariçtir.
      3. Verileri dışa aktarmak için "Dışa Aktar" düğmesini tıklayın. Dışa aktarılan "Name.xlsx" adlı dosyaya ilk verilen alışverişle ilgili veriden farklı bir ad verin; Bu dosya ayrıca veri yönetimi programı klasörünün "Dışa Aktar" klasörüne kaydedilecektir.
   3. Yürüme hızını verin.
      1. Analizler klasörünün altındaki "Sayısal Analizler" i tıklayın ve ardından hareketle ilgili sonuçların tablosunu açmak için "Yeni Sayısal Analiz" e tıklayın.
      2. Sonuçları ayıklamak için menü çubuğunun sol üst kısmındaki "Hesapla" yı tıklayın. Katılımcı başına hız gibi hareketle ilgili sonuçların ayrı satırlarda gösterildiğinden emin olun.
      3. Verileri dışa aktarmak için "Dışa Aktar" düğmesini tıklayın. Verilen dosyaya "Name.xlsx;" adını verin. Bu dosya veri yönetimi programı klasörünün "Dışa Aktar" klasörüne kaydedilecektir.

Şekil 6 : Harekete bağlı davranışları dışa aktarmak için veri profili filtre planı. Bu şema, katılımcılar mağazada dolaşırken (hız> 0.100 m / sn) ortaya çıkan hareketle ilgili davranışları ( örn. , Hareket hızı ve hareket süresi) filtrelemektedir. Katılımcıların hala durdukları davranışlar ve zamanlar filtrelenir.Blank "> Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

Representative Results

Üç adet 42 inç LCD ekrana sahip bir bilgisayar kullanarak sergilenen sanal mağaza, süpermarket düzeninin tüketici alışveriş davranışına ( örneğin toplam alışveriş zamanı, hareket süresi ve hızı, incelenen toplam ürün sayısı ve toplam alışveriş saati sayısı) etkilerini incelemek için uygulanmıştır. Satın alınan ürünler) ve algılanan alışveriş deneyimi. Sanal mağaza esnek mağaza raflarında (yani raf uzunluğu ve raf yönelimi) özelliklerini değiştirmek için ve bir laboratuvar ortamında bu etkilerini incelemek için araştırmacı sağlar.

Örnek olarak, mağaza düzeni çalışmasının sonuçları sağlanmıştır. Çalışmada süpermarket mağazaları, raf uzunluğu (kısa raflara ve uzun raflara) ve raf yönlendirmesi (benzersiz düzenleme karşısında paralel düzenleme) değişen 4 farklı düzen kullanılarak oluşturuldu. Bu mağazalar Şekil 7'de gösterilmektedir.
Şekil 7 : Mağaza düzeni deneyindeki dört mağaza düzeninin resimleri. Düzenler raf uzunluğunda ve raf yönlendirmesinde farklılık göstermektedir: 1) uzun ve paralel raflar ile depo, 2) kısa ve paralel raflar ile depo, 3) uzun ve paralel olmayan raflar ile depo ve 4) kısa ve paralel olmayan raflar ile depo . Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

Çalışma, "Genel Protokol Gıda Seçimi Simülatörü" ne uygun olarak gerçekleştirildi ve Wageningen Üniversitesi Sosyal Bilimler Etik Kurulu tarafından onaylandı. Tüm katılımcılar, deneylere katılmadan önce bilgilendirilmiş bir onay formu imzaladılar. Mevcut örnekte, katılımcılar (n = 241,% 71 kadın) dört gruba ayrıldı; Her grup dört mağaza düzeninden birini ziyaret etti. Katılımcılar bir uygulama oturumunda sanal mağazayı nasıl kullanacakları konusunda eğitildi. Daha sonra, hedonik veya faydacı alışveriş motivasyonları ile alışveriş gezilerini hatırlatmalarını isteyen bir alışveriş motivasyon manipülasyonu görevini tamamladılar. Daha sonra katılımcılar, alışveriş listesini kullanarak bir akşam yemeği yemeleri istenen ana teste başladılar. Katılımcılardan hedonik veya faydacı motivasyon ile alışveriş yaptıklarını düşünmeleri istendi (önceki hatırlama görevinde olduğu gibi aynı motivasyon da verildi). Alışveriş listesi, sabit seçimli (önceden belirlenmiş 8 ürün çeşidi) ve serbest seçimli ürünler (meyve sebze kategorisinden belirlenmemiş ürünler) içeriyordu. Ücretsiz seçimli ürünler, mağaza düzeninin, satın alınan ürünlerin sayısına etkisini test etmek için kullanıldı. Katılımcılar alışveriş yapmayı bitirdikten sonra, eve bilgisayara dayalı bir anket doldurdukAlışveriş deneyimlerini, mağazayla ilgili algıları ve mağazayı tekrar ziyaret etme istekliliğini değiştirirler.

Veri yönetimi programı alışveriş davranışını kaydetti ( örneğin toplam alışveriş zamanı, hareket hızı ve satın alınan toplam ürün sayısı). Daha sonra, değişkenler veri yönetimi programından 3 ayrılmış tabloya ihraç edildi: Tablo 1 , Tablo 2 ve Tablo 3 . Tablo 1 toplam alışveriş zamanı, incelenen toplam ürün sayısı ve her bir katılımcı tarafından satın alınan toplam ürün sayısını göstermektedir. Tablo 2 , 0.001 m / s'den daha yüksek hızda bir filtreden seçilen toplam hareket süresini ( yani alışveriş zamanı) göstermektedir. Tablo 3 , daha sonra yürüme mesafesini (yürüme mesafesi (m) = ortalama hareket hızı (m / s) x toplam hareket süresi (ler) hesaplamak için kullanılabilen hareket hızı sunmaktadır.

Tablo 1: Veri yönetim programından ihraç edilen, her bir katılımcının alışverişle ilgili davranışsal verilere ( ör. Toplam alışveriş zamanı, incelenen toplam ürün sayısı, satın alınan toplam ürün sayısı ve iade edilen toplam ürün sayısı) ilişkin örnekler. Her bir katılımcının alışverişle ilgili tüm davranışsal verileri SPSS veya diğer istatistiksel programlara aktarmadan önce bir sıra halinde organize edilmelidir. Bu dışa aktarılan veriler, veri yönetimi programının dışa aktarma klasöründeki "Davranışsal veriler" adlı dosyaya depolanır. Bu tablonun daha büyük bir sürümünü görmek için lütfen tıklayınız.

Tablo 2: Harekete bağlı d örnekleriAta ( yani, her katılımcının hareket hızı ve yürüme konumu), veri yönetimi programından ihraç edilir. Hareketle ilgili veriler, katılımcılar 0.100 m / s'den daha yüksek hızda hareket ettiklerinde seçilirler. Bu seçim, katılımcılar durduğunda gerçekleşen tüm verileri süzer. Her katılımcının hareketle ilgili tüm verileri SPSS veya diğer istatistiksel programlara aktarmadan önce bir sıra halinde organize edilmelidir. Verilen bu veriler, veri yönetimi programının dışa aktarma klasöründeki "Sayısal veriler" adlı bir dosyaya depolanır. Bu tablonun daha büyük bir sürümünü görmek için lütfen tıklayınız.

Tablo 3: Veri yönetiminden dışa aktarılan (alışveriş süresi sütununda gösterilen) hareket süresi örnekleriprogramı. Hareket süresi, katılımcıların hareket etmedikleri süreyi (hız <0.100 m / sn) filtreleyen davranışsal veri tablosundan alınır. Bu süre, toplam alışveriş süresinden daha kısadır. Dışa aktarılan veriler, veri yönetimi programının dışa aktarma klasöründeki "Davranışsal veriler" adlı bir dosyaya depolanır. Bu tablonun daha büyük bir sürümünü görmek için lütfen tıklayınız.

Veriler dışa aktarıldığında, raf uzunluğu ve raf yönlendirmesinin mağazadaki alışveriş davranışına etkilerini analiz etmek için tek değişkenli ANOVA uygulandı. Mağaza düzeninin etkileri çubuk grafikler ve tablolar gibi çeşitli formlarda sunulabilir.

Şekil 8 , incelenen toplam ürün sayısını ve satın alınan toplam ürün sayısını göstermektedir.Farklı mağaza düzenlerine sahip süpermarketler. Sanal mağazadan elde edilen sonuçlar, mağaza düzeni özelliklerinin, özellikle raf uzunluğunun ve raf yönlendirmesinin etkileşiminin, incelenen ürün sayısını etkilediğini doğruladı ( F (1,237) = 4.66, p <.05, η _p ² = .02) ve Satın alınan ürün sayısı ( F (1,237) = 3.47, p = .06, η _p ² = .01). Bulgular raflar paralel olarak yerleştirildiği zaman, raf uzunluğu incelenen ürün sayısını _(kısa M _kısa ± SD = 16.12 ± 5.37, E _uzun ortalama ± SD _uzun = 17.12 ± 5.99, F (1,237) = etkilemediğini gösterdi 0.81, p = .37, η _p ² = .00) veya satın alınan ürün sayısı ( M _kısa ± SD _kısa = 12.00 ± 2.77, M _uzun ± SD uzun = 12.22 ± 2.37, F (1.237) = 0.24, p = .63, η _p ² = .00). Buna karşılık, rafların yönlendirme benzersiz olduğu zaman, daha kısa raf uzunlukları incelenen daha yüksek sayıda ürün uyardı ( M _kısa ± SD _kısa = 17.62 ± 6.48, M _uzun ± SD _uzun = 15.23 ± 6.45, F (1.237) = 4.65, p <.05, η _p ² = .02) ve daha uzun raf uzunluğu daha satın alındı _(kısa M _kısa ± SD = 12.30 ± 2.15, E _uzun ± SD _uzun = 11.35 ± 2.37, F (1,237) = 4,61, p <.05 , Η _p ² = .02).

Şekil 8 : Toplam kullanıcı sayısıIncelenen ürünler (solda) ve farklı mağaza düzenine (kısa veya uzun raflara paralel veya benzeri olmayan bir oryantasyonda yerleştirilmiş) sahip bir süpermarkette satın alınan toplam ürün sayısı (sağda). İncelenen toplam ürün sayısı (paketler veya öğeler) katılımcılar bir ürüne her tıkladığında arttı. Bu numara, satın alınan sepetteki ürünlerin sayısının kaydedildiği toplam satın alınan ürün sayısından (paket veya öğe) farklıdır. Katılımcıların seçilen herhangi bir ürünü iade etmesine izin verildi. P <0.10 ⁺ , p <0.05 ^* , p <0.01 ^** , p <0.001 ^*** Bu rakamın daha büyük sürümünü görmek için lütfen buraya tıklayınız.

Ürünün seçim davranışlarına ek olarak, sanal mağaza ayrıca zaman ve hareket-rel Alışveriş zamanı ve yürüme mesafesi gibi alışılmış davranışlar. Şekil 9 ve Şekil 10 sırasıyla raf özelliklerinin katılımcıların alışveriş zamanı ve yürüme mesafelerine etkilerini göstermektedir.

Şekil 9 : Katılımcıların farklı raf uzunlukları ve raf yönlendirmeleriyle süpermarkette harcanan toplam alışveriş zamanı (leri). Toplam alışveriş zamanı, katılımcıların mağazaya girme ve mağazadan çıkma arasında geçen süreyi hesaplar. Veri yönetimi programı, araştırmacıların katılımcıların belirli bir bölgede geçirdiği süreyi filtrelemesine olanak tanır. P <0.10 ⁺ , p <0.05 ^* , p <0.01 ^** , p <0.001 ^***Target = "_ blank"> Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

Şekil 10 : Farklı raf uzunlukları ve raf yönelimleri olan süpermarket içindeki katılımcıların yürüme mesafesi. Yürüme mesafesi, hareketli zaman (lar) ı ortalama alışveriş hızıyla (m / s) çarpılarak belirlenmiştir. Hareket zamanı, katılımcı hareketi sırasında münhasıran kaydedildiğinden, yürüme mesafesini hesaplamak için kullanılan hareketsiz sürenin toplam alışveriş süresinden farklıdır. Aksine, toplam alışveriş zamanı, hareketi ve ürünleri inceleyip seçen harcanan süreyi hesaplar. Böylece, toplam hareket süresi ancak katılımcıların 0.100 m / s'den daha hızlı hareket ettiği zamanı seçerek sağlanabilir. P <0.10 ⁺ , p <0.05 ^* , p <0.01 ^** p <0.001 ^*** Bu rakamın daha büyük sürümünü görmek için lütfen buraya tıklayınız.

Raf özelliklerinin etkilerine ek olarak, mevcut araştırma mağaza içi alışveriş davranışlarındaki etkilerini anlamak için alışveriş motivasyonları üzerinde durmaktadır. Sonuçlar alışveriş motivasyonlarının mağazadaki davranışsal değişkenler üzerindeki önemli ana etkilerini ortaya koymaktadır. Bir hedonik motivasyon ile tüketiciler (yani tıklandığında) _(hedonik M _hedonik ± SD = 17.97 ± 6.93) için aranan ve faydalı bir motivasyon (ürün incelenmiş olan tüketicilere kıyasla daha fazla ürün (= 12.25 ± 2.42 _hedonik M _hedonik ± SD) satın M _Faydacı ± SD _faydacı = 15.10 ± 4.82, satın alınan ürünler: M yararlanıcı ± SD _faydacı = 11.69 ± 2.43, bakınız Şekil 11). Ayrıca daha fazla vakit geçirdi ( M _hedonik ± SD _hedonik = 607.18 ± 205.07 s, M _faydacı ± SD _faydacı = 480.94 ± 134.25 s, bkz. Şekil 12) ve daha uzun mesafelere doğru yürüdüler ( M _hedonik ± SD _hedonik = 89.87 ± 31.15 m, M _faydacı ± SD _faydacı = 80.73 ± 34.08 m, bkz. Şekil 13). Alışveriş motivasyonunun ve mağaza raf özelliklerinin etkileşim etkisi anlamlı değildi.

Şekil 11 : İncelenen toplam ürün sayısı (solda) ve faydacı ve hekimle katılımcılar tarafından satın alınan toplam ürün sayısı (sağda)Donik alışveriş motivasyonu. İncelenen ve satın alınan ürün sayısı, tüm mağaza düzenlerinde sunulmaktadır. Katılımcılar alışveriş görevinden önce ya faydacı veya hedonik alışveriş motivasyonu altında dükkanlara atandı. Alışveriş motivasyonu, bir motivasyon manipülasyonu görevi ve alışveriş durumu tarafından manipüle edildi. P <0.10+, p <0.05 *, p <0.01 **, p <0.001 *** Bu şekli daha geniş bir sürümünü görmek için lütfen buraya tıklayınız.

Şekil 12 : Süpermarketlerde faydacı veya hedonik alışveriş motivasyonu olan katılımcılar tarafından toplam alışveriş zamanı / zamanı. Toplam alışveriş zamanı, farklı alışveriş motivasyonlarına sahip katılımcıların harcadığı süre boyunca hesaplanır.Sanal süpermarkette tüm mağaza düzenleri arasında. P <0.10+, p <0.05 *, p <0.01 **, p <0.001 *** Bu şekli daha geniş bir sürümünü görmek için lütfen buraya tıklayınız.

Şekil 13 : Katılımcıların faydacı ve hedonik alışveriş motivasyonuyla olan mesafeleri yürüdü. Bu şekil, tüm mağaza düzenleri arasındaki ortalama yürüme mesafesini göstermektedir. P <0.10+, p <0.05 *, p <0.01 **, p <0.001 *** Bu şekli daha geniş bir sürümünü görmek için lütfen buraya tıklayınız.

Discussion

Sanal mağaza, insanların gerçekliğe yakın nesneleri deneyimleyebilecekleri ve tepki gösterebilecekleri sanal ortamlar yaratmak için geliştirilmiş daha gelişmiş bilgisayar teknolojilerinden biridir. Genel olarak, masaüstü sanal mağazası anlamak için kısa bir zaman gerektiren kullanıcı dostu arayüzlerden oluşur. Bununla birlikte, bir takım kritik noktaların da hesaba katılması gerekir. İlk olarak, sanal mağazayı oluştururken başlangıç ​​noktalarını belirtmek için açık araştırma hedeflerine ihtiyaç duyulmaktadır. Bu, ürünlerle ilgili bir plan içerir; Raf tipi, yeri ve sayısı; Bu raflarda ürün kategorilerinin yeri; Ürün kategorileri içindeki ürünlerin türü ve yeri; Ve diğer öğeler ( örneğin , poster, tabela ve özel görüntüler). Ayrıca, nesnelerin sayısal bir gösteriminin hangi modelinin (2D veya 3D) kullanılacağına karar vermek önemlidir (bkz. Şekil 14 ). 3D modeller sanal gösterimlerdir, yükseklik, genişlik,Ve her iki tarafın ayrıntılı olarak temsil edildiği derinlik. Buna karşılık, 2D modeli nesnenin ön kısmının gerçekçi görselleri olan bir nesneyi bir küp çerçevesine (3D şekli) sunarak 3D gösterim yanılsamasını verir. 2D modellerin diğer tarafları ayrıntılı olarak kabaca gösterilmektedir. Farklı temsil biçimleri farklı kullanıcı deneyimleri ve farklı dalma duyumlarına yol açmaktadır. Bir nesnenin tüm detaylarını gösteren 3D modeli, 2D modelinden daha yüksek bir varlık ve dalma hissi (PI ve Psi) verebilir. Bununla birlikte, 2B modeli esnektir ve araştırmacıların kullanımı kolaydır ve küp çerçevesinin boyutu kolayca ayarlanabilir. Dolayısıyla, sanal temsilin seçimi araştırma amaçlarına bağlıdır. İkincisi, tüm mağazalar oluşturulduktan sonra, araştırmacı, her bir mağazayı ziyaret ederek ve verilerin doğru depolandığını doğrulamak için ürünleri toplayıp seçerek ve iade ederek sanal mağazanın tüm sürümlerini test etmeli ve test etmelidir. Üçüncüsü, çalışma sEveral adımlar, açık talimatlar ve ayrıntılı sanal mağaza el kitapları son derece önemlidir. Talimatlar, katılımcıların her adımda ne yapmaları ve yapmamaları gerektiğini belirtmelidir. Dördüncüsü, katılımcıları sanal mağazayla tanıştırmak ve farklı bilgisayar becerilerinden üretilen önyargıları en aza indirmek için uygulama oturumu hayati önem taşımaktadır. Son olarak, araştırmacılar, olası herhangi bir veri kaybını önlemek için verileri mümkün olduğunca sık sık kaydetmeleri konusunda uyarılmalıdır.

Şekil 14 : 3D modeldeki (sol) ve bir 2D modeldeki (sağdaki) bir ürün örneği. Katılımcılar bir ürünü tıklattığında, 3B modeli ürünün her iki tarafını da gösterecek şekilde ekranda döndürülebilirken, 2D modeli yalnızca ürünün ön tarafını gösterir ve döndürülemez. Lütfen buraya tıklayınBu şeklin daha büyük bir versiyonunu görüntüleyin.

Tüketici araştırmalarında sanal mağazaların kullanımı daha geleneksel araştırma yöntemlerine göre avantajlara sahiptir. Sanal mağaza yanı dış geçerlilik yüksek derecede korurken, böylece kontrollü bir deney iç geçerliliğini sağlayan çok sıkı kontrol henüz gerçekçi ortam ^{17, 19,} olduğunu. Bu nedenle hem alan hem de laboratuvar yaklaşımlarının avantajlarını birleştirir ²⁰ . Bu tüketici davranışı gözlenir ve bu tür anket ve odak grup ²¹ gibi diğer araştırma yöntemleri daha sosyal gereklilikten cevaplar, daha az endişe ile, gerçekçi bir bağlamda ölçülebilir anlamına gelir. Yakın tarihli bir araştırma, mağaza rafını görüntülemek için fotoğraf kullanma yöntemine kıyasla sanal gerçekliğin kullanımı, tüketicinin mağaza içi davranışıyla sonuçlanarak fiziksel bir stilde gösterilen davranışa daha fazla benzediğini gösterdi.¹⁸ (ekranda ürünlerin konuma yani varlığı duyguları, seçilen markaların türü ve yanıt) çeşitli parametrelere göre cevher,. Sanal gerçeklik kullanmanın bir diğer ^{avantajı, 23} mağaza ortamında değişiklikler gerçek hayatta karmaşık uygulama süreçleri güvenmek zorunda kalmadan yapılabilir olmasıdır ²² ayarları. Bu, araştırmacı için esneklik sağlar. Sonuç olarak, bir sanal mağazanın kullanımı, bir çalışmanın amacı henüz piyasada bulunmayan ürünlere ( örneğin , yeni ürün geliştirme sürecinin erken aşamalarında) yönelik tüketici yanıtlarını incelemek, tüketici yanıtlarını incelemektir. Gerçek yaşamda pahalıya mal olan ya da değiştirilmesi zor faktörler ( ör . Genel mağaza düzeni) ve / veya alışılmış ortamlarda rutinleştirilen davranışları incelemek.

Sanal mağazanın belirtilen avantajlarına rağmen, birkaç limitaDikkatle düşünülmesi gerekir. Gelişmenin bu aşamasındaki başlıca kısıtlamalar: 1) katılımcı başına ihtiyaç duyulan zaman ve mekan, 2) potansiyel beceri ile ilgili önyargı, 3) yeni çevreleri uyarlama maliyetleri ve 4) gerçek davranış ve teşvikler. Şu anda, sanal mağaza aynı anda yalnızca bir kişi tarafından kullanılabilir. Özellikle, bir takım katılımcılar, simülasyonları yürütmek için sanal bir laboratuarda veya deneysel bir bölgede örneklenir. Sanal mağaza denemesi için zaman ve fiziksel alan kısıtlaması, örneklemin boyutunu ve hedef grupların türlerini kısıtlar. Buna ek olarak, hedef grupların türlerine ilişkin kısıtlamalar, katılımcıların bilgisayarı kullanmaları için gerekli becerilerden kaynaklanmaktadır. Oyuncular ya da daha genç katılımcılar, programı yaşlılara ya da düşük bilgisayar becerisine sahip kişilere göre daha verimli bir şekilde ele alabileceklerdir. Sanal mağazanın bir başka kısıtlaması, mağazanın ve ürün kütüphanesinin adaptasyonunun geliştirilmesidirEnt sahne. Karmaşık bir mağaza tasarımını kullanmak veya mevcut şablonlardan farklı olan öğeleri veya ürünleri depolamak ( örn . Mağaza boyutunu genişletmek veya görüntü tabloları gibi yeni mağaza öğeleri dahil etmek) istiyorsa, programın ayarlanması gerekir. Dolayısıyla, veri toplama hazırlığı için maliyet ve zaman tahakkuk ettirilir. Son olarak, önceki çalışmalar sanal mağazanın resimsel uyarı kullanan bir deneyden daha yakın fiziksel mağazadaki davranışı yansıttığını göstermiş olsa da, katılımcılar laboratuar ortamında gerçek mağazalardan çok daha fazla ürün satın almak eğilimindedir. Sanal mağaza artar gerçekçilik kullanılması resimlerin kullanımı ile karşılaştırıldığında rağmen Böylece, gerçek yaşam davranışlarından birkaç farklılıklar ¹⁸ kalır. Dikkat çekmek için, sanal mağazayı kullanan bir çalışmadan alınan sonuçları yorumlarken dikkate alınmalıdır.

Sanal gerçeklik için çok çeşitli teknolojik özellikler ve sistemler var.alakalıdır. Bu sistemler ağırlıklı olarak ekipman taşınabilirliği, kullanıcı arayüzleri ve geliştirme maliyetlerine göre değişir. Ekipman ve lisans maliyetleri değişir ve teknolojik gelişmelere bağlı olarak büyük değişiklikler yapılır. Genel olarak, üst düzey 3D simülasyonlar ile daha fazla davranış verileri gerektiğinde katılımcı başına maliyet daha yüksektir. Farklı bir sistemin veya arayüzün kullanılması sözü edilen sınırlamalardan bazılarına karşı olabilir, ancak maliyet açısından veya esneklik açısından bir maliyetle. Spesifik olarak, katılımcı başına gerekli olan zaman ve alana ilişkin ilk sınırlama, akıllı telefon teknolojileri kullanılarak engellenebilir. Akıllı telefonlar, belirlenmiş bir kulaklıkla birlikte 360 ​​°'lik tam kapsamlı bir ortam oluşturabilirler. Alan üzerinde sınırlamalar mümkün olduğu kadar düşüktür çünkü normalde kullanacağınızdan daha fazla alana mal olmaz. Akıllı telefonların yaygın kullanımı ve belirlenmiş kulaklık setlerinin düşük maliyeti nedeniyle, birden fazla kişi bunu aynı anda kullanabilir. Bu teknolojinin dezavantajıBu akıllı telefonlar daha düşük bir bilgi işlem gücüne sahiptir ve bu nedenle daha az zorlu ortamları işleyebilir. İkinci sınırlama, potansiyel beceri ile ilgili önyargı olup, herhangi bir sistemin üstesinden gelmek zorunda olduğu bir sınırlama. Mağara sistemi gibi bazı sistemler doğal eğilimleri simüle ediyor ²⁴ , bu önyargıyı potansiyel olarak azaltabilir. Mağara sistemi, katılımcıların fiziksel olarak sınırlı bir alanda dolaşmalarını ve kafalarını keyfi biçimde yönlendirmelerini sağlayan projektör ekranlarını ve kafa izleme özelliğini kullanıyor. Bununla birlikte, böyle bir sistem mobil değildir ya da güç değildir ve gelişim ve donanım maliyetleri çok daha fazla gerektirir. Üçüncü kısıtlama, mağaza ürünlerini ve çevreyi uyarlamayla ilgili maliyetler, simülasyon derecesine bağlıdır. Bir resme dayanan sabit bir çevreyi simüle etmek mümkündür, ancak bir 3D dünyası ya da üç boyutlu ürün gibi daha fazla ayrıntı gerekli olduğunda, biri bu nesnelerin 3D'de bulunabilirliğine bağlıdır. Son sınırlama olan simulat Gerçek davranış ve teşviklerin iyonu muhtemelen yukarıda sözü edilen hareketlilik faktörleri, beceri yanlılığı ve genel olarak dalma derecesine bağlıdır. Mobil üniteler ilgili bir bağlamda ( ör ., Gerçek süpermarkette) kullanılabilir, böylece ziyaretin teşviki ve amacı gerçek olur ( örn., Bir ürün satın almak neredeyse ürünü gerçek hayatta satın almaya neden olur). Dahası, kullanıcı arayüzünün doğal harekete çok yakın olması durumunda gerçek yaşam davranışına daha iyi benzeyeceği beklenebilir. Son olarak, mevcut sanal mağaza tarafından elde edilen dalma seviyesi, normal bir masaüstünün ve yarı immersive sanal gerçeklik projeksiyonunun ⁸ olduğu düzeydedir. Diğer sanal mağaza sistemleri gelişimin erken safhalarında olduğundan, farklı sanal mağaza sistemlerini açıklayan ve karşılaştıran çalışmalar azdır. Farklı dalma seviyelerinde alışveriş davranışlarının bir karşılaştırması henüz yapılmamaktadır.

"Sanal gerçeklik, bilgisayar oyunları kapsamının dışında yaygın olarak kullanılan bir teknoloji haline geldiğinde, sanal gerçeklik teknolojisi ev kullanıcılarının pazarına girme olasılığı yüksektir ( örneğin, televizyon, internet veya mobil uygulama ile) .Bu, potansiyel olarak araştırmacıların Sanal gerçeklik testi laboratuvarın dışında.Bunun yanında, bu gelişme, grupların ve alanların daha geniş ölçekte insanların davranışlarını ölçmek, araştırmak ve anlamak için ( örneğin gelişmekte olan ülkelerde veya teknolojiye sınırlı erişime sahip kırsal alanlarda) geniş fırsatlar yaratmaktadır ) Sonuç olarak, araştırmanın dış geçerliliği arttırılacaktır Tüketici pazarında bu teknolojinin ilerlemesiyle sanal gerçeklik araştırması, simülasyonların gerçek davranışın doğrudan ölçülmesi ve izlenmesinden, web'de gezinen insanlar gibi gelişmesine neden olabilir. Veya bir web mağazasında seçen tüketiciler, davranışları önceden tahmin etmek veya etkilemek için yoğun şekilde izlenir, aynı tipDavranış önlemlerinin e si simüle edilmiş sanal dünyalar için var (ve var olacak). Kişiselleştirilmiş ortamlar oluşturma alanında bir diğer potansiyel gelişme öngörülmektedir. Birçok web sitesi, onları ziyaret eden kişiye otomatik olarak ayarlanır. Bu tür web sitelerine örnek olarak, yalnızca reklamları değil kişisel tercihleri ​​de uyacak şekilde diğer içerikleri kişiselleştiren yer, önceki satın alımlar ve Facebook ( yani bir sosyal medya ve ağ platformu) gibi özelliklere dayalı öneriler sunan çevrimiçi perakendeciler bulunmaktadır. Sanal dünyalar için de aynı şey gerçekleşebilir. Uygulamada, örneğin, kişiselleştirilmiş süpermarketleri seçebilir, rehberlik etmeyi tercih edecekleri tarzı tasarlar veya seçebilir ( örneğin, "sürdürülebilir ürün seçeneklerine yöneltin"), hatta yapabilecekleri seçenekleri sınırlandırabilir ( örneğin, Belirli bir hastalığı olan insanlar için sadece ürünler).

Özetle, gizemin gizemlerini çözmekSumer davranışı herhangi bir bağımsız araştırma yöntemi ile sağlanamaz. Böylece, fikirleri karşılaştırmak veya birleştirmek için çeşitli veri toplama araçları kullanılmalıdır. Sanal gerçeklik gelişmeleri son birkaç yılda büyük adımlar attı. Şimdi, yeni analizlerin ortaya çıkabilmesi için bu yöntemleri geleneksel yöntemlerle birleştirmenin zamanı geldi. Sanal mağazanın birden çok seçeneği vardır, hepsi kendi avantajları ve dezavantajları ile birlikte. Burada açıklanan sanal mağaza, davranışsal verileri toplamak için çeşitli seçenekler içeren bir sanal mağaza oluşturmak için kolay bir düzenleyici olması açısından benzersizdir. Burada sunulan sanal mağazayla yapılan bir araştırma örneği, sanal gerçeklik araştırmasında tüketici davranışını ölçmenin evrensel bir yolu olarak zemin hazırlamaktadır.

Materials

Name	Company	Catalog Number	Comments
Virtual Supermarket Software	GreenDino BV	http://www.greendino.nl/virtual-labs.html	This software consists of editor, product library and consumer interface.
Data Management Software: Observer XT	Noldus Information Technology	http://www.noldus.com/human-behavior-research/products/the-observer-xt	This software records observational data and facilitates the exportation of researcher-specified data sets using filters
3D SpaceNavigator	3Dconnexion	http://www.3dconnexion.eu/index.php?id=26&redirect2=www.3dconnexion.eu	A 3D SpaceNavigator allows participants to walk and make turns in the virtual store. In addition, it can be used by participants to adjust their eye-level during a shopping trip.
3D moddeling software (e.g. Blender or 3DS Max)	Blender Foundation / Autodesk	https://www.blender.org/ http://www.autodesk.nl/products/3ds-max/overview	In case 3D models need to be made or adjusted 3D modeling software is needed. Many objects can be found online under different licencing agreements.
Contract Reseach	Wageningen Univeristy and Research	http://www.wur.nl/en/Expertise-Services/Research-Institutes/Economic-Research.htm	The socio-economic research institute (Wageningen Economic Research)  with experience in conducting the consumer research with the virtual store.