Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Verwenden eines virtuellen Films als Forschungs-Tool zur Untersuchung des Konsumenten-In-Store-Verhaltens

doi: 10.3791/55719 Published: July 24, 2017

Summary

Dieses Papier beschreibt die Verwendung eines Desktop-virtuellen Films, um virtuelle Shopping-Umgebungen zu schaffen, um das Konsumentenverhalten zu untersuchen. Eine Beschreibung des Protokolls zum Erstellen und Ausführen von Experimenten, Beispielergebnisse aus einem Experiment zum Ladenlayout und wichtige Überlegungen bei der Durchführung von virtuellen Ladenversuchen werden vorgestellt.

Abstract

Die Reaktionen der Menschen auf Produkte und / oder Wahlumgebungen sind entscheidend für das Verständnis des Konsumentenverhaltens. Derzeit gibt es verschiedene Ansätze ( z. B. Umfragen oder Laboreinstellungen), um in-Store-Verhaltensweisen zu studieren, aber die externe Validität dieser ist durch ihre schlechte Fähigkeit begrenzt, realistische Wahlumgebungen zu ähneln. Darüber hinaus ist der Aufbau eines echten Filialen, um die experimentellen Bedingungen zu erfüllen, während die Kontrolle für unerwünschte Effekte kostspielig und sehr schwierig ist. Ein virtueller Speicher, der durch virtuelle Realitätstechniken entwickelt wurde, überwindet diese Einschränkungen potenziell, indem er die Simulation einer virtuellen 3D-Speicherumgebung realistisch, flexibel und kostengünstig anbietet. Insbesondere ermöglicht ein virtueller Laden interaktiv, dass Verbraucher (Teilnehmer) mit Objekten in einer streng kontrollierten und dennoch realistischen Umgebung zusammenarbeiten und interagieren können. In diesem Beitrag werden die wichtigsten Elemente der Verwendung eines Desktop-virtuellen Filialen vorgestellt, um das Konsumentenverhalten zu untersuchen. DescrIptions der Protokollschritte: 1) baut den experimentellen Speicher auf, 2) das Datenmanagementprogramm vorbereiten, 3) das virtuelle Ladenexperiment ausführen und 4) organisieren und exportieren Daten aus dem Datenmanagementprogramm werden vorgestellt. Der virtuelle Speicher ermöglicht es den Teilnehmern, durch den Laden zu navigieren, ein Produkt aus Alternativen auszuwählen und Produkte auszuwählen oder zurückzusenden. Darüber hinaus können auch konsumbezogene Einkaufsverhalten ( zB Einkaufenzeit, Gehgeschwindigkeit, Anzahl und Art der untersuchten und gekauften Produkte) gesammelt werden. Das Protokoll wird mit einem Beispiel eines Ladenlayout-Experiments illustriert, das zeigt, dass Regallänge und Regalorientierung das Shopping- und Bewegungsverhalten beeinflussen. Dies zeigt, dass die Verwendung eines virtuellen Filialen die Untersuchung von Verbraucherreaktionen erleichtert. Der virtuelle Speicher kann besonders hilfreich sein bei der Betrachtung von Faktoren, die kostspielig oder schwer im wirklichen Leben zu ändern sind ( zB Gesamtlagerlayout), Produkte, die derzeit nicht verfügbar sindDer Markt und routinierte Verhaltensweisen in vertrauten Umgebungen.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Es ist nicht zu leugnen, dass das Verständnis der Konsumenten in-store Verhalten von entscheidender Bedeutung für eine effektive Retail-Marketing zu erreichen ist. Um dieses Verständnis zu unterstützen, kann eine fortschrittliche Virtual-Reality-Technologie, die als virtueller Speicher bekannt ist, das Studium des Konsumentenverhaltens mit Hilfe von rechnerisch erstellten virtuellen Umgebungen ermöglichen. Der Virtual-Store-Ansatz nutzt ein virtuelles Reality-System, um realistische und immersive dreidimensionale virtuelle Speicherumgebungen zu erzeugen, in denen Menschen mit den Objekten im Laden interagieren können. In solchen virtuellen Ladenumgebungen erleben die Menschen künstlich erzeugte Sinneserfahrungen. Virtuelle Speicherumgebungen können entweder realistische Darstellungen von Speicherumgebungen sein, die in der Realität existieren, oder imaginäre Speicherumgebungen. Darüber hinaus kann der virtuelle Speicher als Zwischeninstrument zwischen traditioneller Konsumentenforschung ( dh textbasierte Umfragen, Fokusgruppen oder Laborexperimente), kontrollierte Feldversuche ( dh,In Mock Store-Umgebungen) und Feldstudien ( dh Video-Captures, persönliche Beobachtungen oder Tests der Produktverkäufe) 1 .

Virtuelle Realitätsanwendungen haben eine beträchtliche Forschungsgeschichte. Bereits 1965 beschrieb Sutherland 2 sein "ultimatives Display" -Konzept, das eine virtuelle Welt beinhaltet, die ein solides und taktiles Feedback bietet. Ursprünglich war die Aufmerksamkeit vor allem auf die technologische Hardware gerichtet, aber da dies keine Einblicke in die Effekte von Virtual Reality-Systemen bietet, hat sich die Aufmerksamkeit auf die menschliche Erfahrung verschoben 3 , 4 . Der Sinn der "Präsenz", in der computergenerierten Welt zu sein, ist damit ein Schlüssel zu virtuellen Wirklichkeitserfahrungen 5 , 6 geworden . Präsenz wurde als die "subjektive Erfahrung des Seins in einer Umgebung, sogar definiertwenn man physisch in einem anderen liegt . “7 Aus dieser Sicht‚Gefühl der Präsenz‘kann von einem Teilnehmer und bezieht sich auf den Umfang abgerufen werden, dem eine Person wahrnimmt , ihn / sie selbst in einer Umgebung zu sein. Alternativ Slater 8 Unterscheidet zwischen den Begriffen der Gegenwart und des Eintauchens, der sogenannten "Ort-Illusion" (PI) und "Plausibilitäts-Illusion" (Psi). PI bezieht sich auf ein Gefühl, an einem realen Ort zu sein, es wird durch eine Reihe gültiger Handlungen beurteilt Reaktionen, die die Teilnehmer durchführen können, um ihre Wahrnehmung oder die Umgebung zu verändern ( z. B. bewegen Sie den Kopf und das Auge, um die Blickrichtung zu ändern oder ein Objekt zu fassen, um es zu bewegen.) PI ist hoch, wenn ein ähnlicher Satz von Reaktionen auf Veränderungswahrnehmungen erforderlich ist Virtuelles Reality-System im Vergleich zu der Antwort, die in einer äquivalenten physischen Umgebung erwartet wird. Psi-Konten für das, was in der virtuellen Realität wahrgenommen wird, bezogen auf dieIllusion, dass es tatsächlich vorkommt. Eine wesentliche Komponente, die zu Psi führen kann, ist für die virtuelle Realität, um die Illusion zu vermitteln, dass Ereignisse in der virtuellen Umgebung, über die ein Teilnehmer keine direkte Kontrolle hat, direkt auf ihn beziehen. Psi kann durch die Verfolgung von Aktionen oder Antworten, die Menschen manifestieren als Reaktion auf Änderungen in der virtuellen Realität, die von außen entstanden gemessen werden. Zum Beispiel, wenn die Herzfrequenz der Menschen steigt, wenn sie einen Avatar in der virtuellen Umgebung sehen, kann dies eine ähnliche Reaktion auf die reale Welt darstellen. So bietet dieses virtuelle Reality-System hohe Psi.

Die virtuelle Store-Technologie wurde in Business-und Akademiker eingeführt, um mehrere Zwecke zu dienen. Es kann als Management-Hilfe verwendet werden, zum Beispiel, um Kategorie-Manager von Unternehmen bei der Entwicklung eines Regal-Plan für ihre Produkte zu unterstützen. Virtuelle Läden haben auch ihre Verwendung in klinischen Einstellungen, um emotionale Reaktionen auf Nahrung für Patienten mit zu messenEine Essstörung 1 oder als Screening-Tool für leichte kognitive Beeinträchtigung 9 . Eine häufigere Verwendung von virtuellen Geschäften in der Forschung ist jedoch, um das Verhalten des Konsumentenverhaltens und die Verbraucherreaktionen auf Änderungen in der Ladenumgebung zu bewerten, wie etwa Preisänderungen 10 , 11 , 12 , verschiedene Aufstellungen von Point-of-Sale-Displays 13 , Verschiedene Verpackungsoptionen 14 , verschiedene Ernährungsetiketten auf den Rückseiten der Produktverpackungen 15 und Lagerbestände 16 . Darüber hinaus wird der virtuelle Speicher derzeit verwendet, um zu schaffen und zu testen, um öffentliche Gesundheit Interventionen zu stimulieren Ernährungsgewohnheiten bei Kindern 17 . Aufgrund der bisherigen Vorteile sind die virtuelle Speichertechnologie und die Hardware in rascher Entwicklung. Deshalb wird sich diese Arbeit auf den Menschen konzentrierenErleben und beschreiben die wesentlichen Elemente der Studien mit virtueller Realität im Allgemeinen. Alle wesentlichen Informationen aus dem aktuellen virtuellen Filialsystem werden nachgewiesen.

Derzeit verfügbare virtuelle Filialsysteme können kurz wie folgt kategorisiert werden: 1) nicht immersive ( zB Desktop), 2) semi-immersive ( zB Projektion, CAVE-Systeme) und 3) voll-immersive ( zB Kopf-Displays ). Jedes System bringt wahrscheinlich verschiedene Ebenen der Immersion, Präsenz, PI und Psi je nach dem Support-System. Da jedoch die Maßnahmen von Immersion, Präsenz, PI und Psi an die spezifischen sensomotorischen Kontingenzen gebunden sind, die jedes System unterstützt, wurde ein Vergleich dieser Indikatoren über verschiedene Systeme als unmöglich erachtet 8 . In den letzten Jahren haben Desktop-virtuelle Läden mehr Aufmerksamkeit erhalten und wurden zunehmend in der Forschung eingesetzt. Auch wenn der virtuelle Laden als Promisi angesehen wurdeNg Werkzeug für in-store Verbraucherverhalten Forschung, Know-how auf, wie man einen solchen virtuellen Speicher verwendet wird, um die rechtzeitige und korrekte Vorbereitung und Durchführung von Experimenten zu gewährleisten. Allerdings sind bislang berichtete Studien, die das Verfahren zur Durchführung von virtuellen Ladenversuchen umfassend beschreiben, sehr knapp. Daher soll diese Arbeit ein Protokoll für die Durchführung von Konsumentenforschung mit dem virtuellen Desktop-Speicher beschreiben, was von entscheidender Bedeutung ist.

Im Allgemeinen erfordert die Recherche mit einem virtuellen Speicher: 1) Ausrüstung zur Anzeige der virtuellen Umgebung, 2) ein Editorprogramm, um Forschern die Möglichkeit zu geben, die virtuelle Umgebung zu bauen, 3) eine virtuelle Darstellung des untersuchten Objekts ( zB mehrere Elemente eines Ladens und Produkte), 4) eine Consumer-Schnittstelle, um die virtuelle Umgebung zu navigieren und Entscheidungen zu treffen, 5) Verfahren für den Betrieb der Datenerfassung selbst und 6) ein Datenmanagementsystem, das die Datenspeicherung und -analyse erleichtert. Die meisten von diesenWird wahrscheinlich von einem virtuellen Shop-Unternehmen und einem Programmierer verwaltet werden. Forscher sollten wissen: 1) Wie man ein Einzelhandelsgeschäft für ein Experiment in einem Editor-Programm erstellt, 2) wie man die Datenerfassung mit der Consumer-Schnittstelle durchführt und 3) wie man alle Ausgänge im Datenmanagement-Programm organisiert und Ausgänge exportiert In ein statistisches Programm stellen. Das aktuelle Papier wird diese Informationen adressieren, indem es detaillierte Protokollschritte für die Durchführung von Experimenten mit dem Desktop-virtuellen Speicher enthält. Darüber hinaus werden Vorteile und Grenzen der Nutzung des virtuellen Filialen in der Verbraucherforschung diskutiert. Das ausführliche Protokoll, das in diesem Papier beschrieben wird, kann verwendet werden, um Forschern zu helfen, virtuelle Speicherforschung zu beginnen und zu führen.

Der Desktop-Speicher, der in diesem Papier verwendet wird, benötigt Hardware ( dh PCs), Flüssigkristall-Display (LCD), einen dreidimensionalen (3D) Raumnavigator, eine Maus und eine Tastatur) und Software ( dh, Ein Geschäft aNd zum Einkaufen wie ein Verbraucher in einem virtuellen 3D-Laden). Dieses spezielle System wurde in früheren Studien 14 , 18 verwendet .

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Das Protokoll haftet an dem "Generic Protocol Food Choice Simulator", der dem niederländischen Verhaltenskodex für wissenschaftliche Praxis entspricht und vom Ethikkomitee der Sozialwissenschaften der Universität Wageningen genehmigt wurde.

1. Einrichten der virtuellen Speicherausrüstung

  1. Bereiten Sie einen ausreichend geräumigen Standort für die virtuelle Speicheranzeige vor. Bereiten Sie alle Geräte sowohl für den virtuellen Speicher als auch für das Datenmanagementprogramm vor.
    Hinweis: Das Gerät umfasst zwei Computer (PCs, 1 virtueller Speicher-PC mit einer Speicherkarte mit hoher Kapazität für die Anzeige des virtuellen Speichers und 1 PC für das Datenmanagement-Programm), drei 42-Zoll-LCD-Bildschirme, einen Computerbildschirm zur Anzeige der Daten Management-Programm, Verbindungskabel, elektronische Steckdosen, ein 3D Space Navigator, 2 Mäuse und 2 Keyboards.
  2. Verbinden Sie alle Geräte zusammen, wie in Abbildung 1 gezeigt .
    1. ConnEct einen PC auf einen Computerbildschirm, eine Tastatur und eine Maus, um das Datenmanagementprogramm zu verwenden.
    2. Legen Sie 3 LCD-Bildschirme nebeneinander und stellen Sie die linken und rechten Bildschirme ein, um ein 180 ° -Feld-Blick auf den virtuellen Speicher zu geben, der auf den Bildschirmen erscheint.
    3. Verbinden Sie den virtuellen Speicher-PC mit den 3 LCD-Bildschirmen, dem 3D-Raumnavigator, einer Maus und einer Tastatur. Verbinden Sie den virtuellen Speicher-PC mit dem Datenverwaltungs-PC.
    4. Schalten Sie beide PCs ein und stellen Sie die Bildschirmauflösung des virtuellen Speicher-PCs ein, um "mehrfache Anzeige zu verlängern". Setzen Sie den linken Bildschirm auf die Hauptanzeige.

Abbildung 1
Abbildung 1 : Die Einrichtung des virtuellen Speichers. Der virtuelle Speicher verwendet einen PC mit drei 42-Zoll-LCD-Bildschirmen, die 180 ° Sichtbarkeit machen ausgestattet. Ein separater PC wird hinzugefügt, um das Datenmanagement-Programm unterzubringen. Dieses pC ermöglicht es einem Forschungskoordinator, den Fortschritt zu überwachen und neue virtuelle Umgebungen zu starten, ohne die Teilnehmer zu unterbrechen. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

2. Virtuelle Speicher für Experimente aufbauen

  1. Öffnen Sie die virtuelle Speicher-Builder-Schnittstelle (genannt Editor), indem Sie auf das Symbol "VirtualShop_Editor.exe" auf dem Desktop doppelklicken.
  2. Öffnen Sie eine Ladenvorlage, die für die Studie geeignet ist, indem Sie auf "Datei" klicken und auf "Öffnen" klicken. Wählen Sie die gewünschte Speichervorlage, "Name.ShopConfig" ( zB Supermarket001.ShopConfig).
  3. Ändern Sie den Laden bezüglich der experimentellen Bedingungen.
    Hinweis: Vor dem Modifizieren des Ladens sollte ein Plan des virtuellen Films auf der Grundlage der Forschungsfragen und Ziele der Studie erstellt werden. Dazu gehören die Art, Platzierung undAnzahl der Regale; Die Lage der Produktkategorien auf diesen Regalen; Und Art und Ort der Produkte innerhalb der Produktkategorien.
    1. Ersetzen Sie vorhandene Produkte mit Produkten von Interesse, wo nötig.
      1. Benutze die rechte Maustaste und verschiebe die Maus zum Vergrößern und Verkleinern des Produktregals. Verwenden Sie die linke Maustaste und bewegen Sie die Maus, um den Aussichtspunkt zu ändern.
      2. Klicken Sie auf die Symbole auf der linken Menüleiste, um die Ansicht des virtuellen Speichers zu ändern ( dh linke gelbe Fläche = Vorderansicht, oberes gelbes Gesicht = obere Ansicht, rechtes gelbes Gesicht = Seitenansicht und alle seitlichen gelben Gesichter = Hauptansicht ( Blick von oben links vom Laden)).
      3. Doppelklicken Sie auf ein Regal oder Produkt und klicken Sie auf die Symbole auf der linken Menüleiste, um die Ansicht dieses Regals oder Produktes zu ändern.
      4. Doppelklicken Sie auf ein Regal von Interesse und klicken Sie auf den "gelben Fleck" in der linken Menüleiste, um den Isolationsmodus auszuwählen.
        Hinweis: Der Isolationsmodus aktiviert die rEsforer, ein Regal mit Produkten zu isolieren und andere Objekte aus dem Bildschirm herauszufiltern. Dies ist hilfreich beim Füllen der Regale.
      5. Doppelklicken Sie auf ein bestehendes Produkt und drücken Sie anschließend die Taste "Löschen" auf der Tastatur, um dieses Produkt zu löschen.
      6. Klicken Sie auf den "blauen Pfeil" in der Menüleiste, um die Produktbibliothek zu öffnen (siehe Abbildung 2 ). Danach klicken Sie auf "Produktkategorie" und wählen dann die Produktkategorie von Interesse ( zB Obst).
      7. Ziehen Sie ein ausgewähltes Produkt ( z. B. ein Tablett von Äpfeln), indem Sie die linke Maustaste gedrückt halten und das Produkt auf das gewünschte Regal legen.
      8. Hinzufügen oder ersetzen Sie alle Produkte, um die Forschungsinteressen anzupassen, indem Sie die Schritte von 3.1.1-3.1.4 wiederholen.
    2. Verlegen Sie ganze Regale.
      1. Doppelklicken Sie auf ein Regal, das verlagert werden muss. Bewegen Sie das Regal an die gewünschte Stelle, indem Sie mit der linken Maustaste auf das gesamte Regal klicken und dRagging das Regal an einen neuen Standort.
      2. Drehen Sie das Regal (falls erforderlich), indem Sie die Taste "Strg" gedrückt halten und mit der linken Maustaste auf das Regal klicken. Drehen oder verschieben Sie das Regal in den gewünschten Winkel, indem Sie die Maus bewegen.
      3. Um die Forschungsinteressen zu ergänzen, indem sie die Schritte 2.3.2.1 und 2.3.2.2 wiederholen.

Figur 2
Abbildung 2 : Der virtuelle Shop-Editor und Beispiele für Produkte in der Produktbibliothek. Der Editor verfügt über eine Drag & Drop-Schnittstelle, die es Forschern ermöglicht, Produkte aus der Bibliothek einfach auszuwählen und sie direkt in die Regale zu legen. Darüber hinaus kann ein Popup-Fenster verwendet werden, um ein Produkt hinzuzufügen oder zu bearbeiten, indem Sie auf ein Produkt in der Bibliothek klicken. Bitte klicken Sie hier, um einen größeren Vers zu sehenIon dieser Figur.

  1. Speichern Sie die abgeschlossene Speicherkonfiguration, indem Sie einen Dateinamen verwenden, der für die Forschungsbedingung nicht beschreibend ist. Klicken Sie auf "Datei" → "Speichern unter" → "Name.ShopConfig" → "Speichern".
    Hinweis: Es ist auch möglich, einen Laden aus einer leeren Speichervorlage zu erstellen. Beginnen Sie mit der Auswahl und dem Hinzufügen von Regalen und Produkten aus der Produktbibliothek in den leeren Laden. Das gleiche Verfahren aus den Schritten 3.1 und 3.2 kann angewendet werden.
  2. Bauen Sie einen separaten Laden für eine Übungssitzung und bauen Sie mehr Läden nach den experimentellen Bedingungen, wie zB Supermärkte mit unterschiedlichen Ladenlayouts, nach den Schritten von 2.1-2.4.
    Anmerkung: Die Beispielstudie nutzt eine Apotheke als Übungsladen.
  3. Fragen Sie den Programmschöpfer (siehe Tabelle der Materialien / Reagenzien für Kontaktdaten), um neue Wanderwege und Entscheidungspunkte für Teilnehmer zu schaffen, wenn die Ladenlayouts anders sind als die vorhandenen SpeichervorlagenEs
    Hinweis: Für die vorhandenen Filialvorlagen stehen Einkaufspfade und Entscheidungspunkte zur Verfügung. Es ist auch möglich, den Teilnehmern zu erlauben, frei im Laden zu gehen, ohne vorherige Einkaufswege.

3. Vorbereiten des Datenverwaltungsprogramms zum Aufzeichnen von Daten

  1. Doppelklicken Sie auf das Symbol des Datenverwaltungsprogramms auf dem Desktop, um das Programm zu starten.
  2. Öffnen Sie das Projekt "Virtual Shop Exp_StartUp", um ein neues Projekt zu erstellen. Wählen Sie "Öffnen" im Popup-Fenster → "Virtual Shop Exp_StartUp" → "Virtual Shop Exp_StartUp.vop".
  3. Klicken Sie auf "Projekt einrichten" und wählen Sie "Live Observation" als Beobachtungsquelle. Wählen Sie "Continuous Sampling" als Beobachtungsmethode und wählen Sie als Beobachtungsdauer "Open ended observation".
  4. Fügen Sie Eingangsvariablen hinzu, die die experimentellen Bedingungen darstellen ( zB das Ladenlayout und das Einkaufen moTivation), falls gewünscht
    1. Klicken Sie auf "Einrichten" in der oberen Menüleiste und klicken Sie dann auf "Unabhängige Variable". Klicken Sie auf "Variable hinzufügen", um weitere benutzerdefinierte Variablen hinzuzufügen.
    2. Füllen Sie die notwendigen Details wie Variablenname, Variablentyp, vordefinierter Wert und so weiter aus.
  5. Speichern Sie das Projekt, indem Sie auf "Datei" → "Speichern unter" klicken. Benennen Sie das Projekt, "Name des Projektes" und klicken Sie auf "Speichern".

4. Teilnehmerauswahlkriterien

  1. Rekrutieren Sie Teilnehmer ohne Augenerkrankungen wie Farbblindheit.

5. Vorbereitung für das Experiment

  1. Bereiten Sie alle Dokumente vor, die für die Durchführung der Experimente erforderlich sind.
  2. Laden Sie einen Teilnehmer zum Experimentierraum ein. Geben Sie eine Einwilligungsform an und fordern Sie, dass der Teilnehmer das Formular vor der Studie liest und unterschreibt.
  3. Geben Sie experimentelle Anweisungen, dass die TeilnehmerHose muss folgen. Siehe Ergänzungen 1 und 2 .
    Hinweis: Die Teilnehmer sollen informiert werden , dass ein virtuelles Geschäft besucht 19 die virtuelle Realität Krankheit führen kann, und sie sollten sie aufgefordert werden , um den Studienkoordinator zu melden , wenn sie erleben Symptome beginnen. Wenn ein Teilnehmer ausdrückt, dass er / sie eine virtuelle Wirklichkeitskrankheit erlebt, sollte die Teilnahme am Experiment gestoppt werden.
  4. Setzen Sie den Teilnehmer vor den mittleren LCD-Bildschirm, in kurzer Entfernung vom mittleren Bildschirm (~ 60 cm). Stellen Sie den Stuhl so ein, dass die Augenhöhe des Teilnehmers mit der Position der Bildschirme übereinstimmt.

6. Einen Übungs-Test durchführen

  1. Informieren Sie den Teilnehmer, dass er / sie in einer Trainingseinheit trainiert wird, um zu kontrollieren und sich mit dem virtuellen Laden vertraut zu machen. Ermutigen Sie den Teilnehmer, Fragen zu stellen, wenn er die Anweisungen nicht vollständig versteht.
  2. Öffnen Sie den virtuellen SpeicherFür eine Übungssitzung.
    1. Starten Sie das virtuelle Shop-Programm durch einen Doppelklick auf das VirtualShop_Uviewer-Symbol auf dem Desktop. Klicken Sie auf "Beginnen", um den Speicher zu betreten.
    2. Drücken Sie die Taste "` "oben links auf der Tastatur, um die Menüleiste des virtuellen Shopprogramms zu öffnen.
    3. Wählen Sie "SpaceNav" in einem "Input" -Kasten, um die Art des Gehverhaltens zu wählen, das den Teilnehmern erlaubt, zu schauen und ihre Gehrichtung frei zu entscheiden.
      Anmerkung: "SpeceNav" ermöglicht es den Teilnehmern, frei durch die virtuelle Umgebung zu schauen, in jede Richtung, mit dem 3D-Space Navigator. Es ermöglicht auch den Teilnehmern, ihre eigene Wanderrichtung zu entscheiden. Dennoch beschränkt sie die Teilnehmer auf vorgegebene Laufstrecken.
    4. Wählen Sie im ShopConfig-Feld den "Name eines Übungsspeichers" und geben Sie den "Name der Umgebung" ein, um die Speicherumgebung anzugeben, z. B. den Übungsspeicher [ zB Apotheke 001].
    5. Klicken Sie auf "Reload Shop", um den Übungsladen zu öffnen, und eine "Begin" Box wird später erscheinen.
  3. Geben Sie dem Mauszeiger die Maus, den 3D-Space Navigator und die Tastatur an. Stellen Sie sicher, dass die Vorderseite des 3D-Raumnavigators dem Teilnehmer gegenüber steht, um die korrekte Navigationsrichtung zu aktivieren.
  4. Geben Sie Anweisungen zum Manövrieren im virtuellen Speicher und Anweisungen für die Übungssitzung an den Teilnehmer an. Die Anweisung weist zwei Übungsaufgaben zu, die verlangen, dass der Teilnehmer nach bestimmten Produkten sucht und einige Produkte auswählt und / oder zurückgibt.
    Anmerkung: Beispiele für Anweisungen zum Manövrieren im virtuellen Speicher und Anweisungen für die Übungssitzung sind in den Zusatzdateien 1 bzw. 2 dargestellt . Eine Übungssitzung sollte alle Aufgaben umfassen, die ein Teilnehmer während des Haupttests durchführen muss.
  5. Lassen Sie den Teilnehmer frei zu übenBis er / sie sich mit dem virtuellen Laden vertraut macht. Stellen Sie sicher, dass der Teilnehmer klar versteht, wie man im virtuellen Speicher manövriert, bevor er die Hauptstudie beginnt. Korrigieren oder klären, ob der Teilnehmer Fehler gemacht hat.
  6. Erinnern Sie den Teilnehmer, den Einkaufswagen zu überprüfen (indem Sie "F1" drücken), bevor Sie die Aufgabe beenden. Eventuell erinnern Sie den Teilnehmer daran, die Einkaufstask zu beenden, indem Sie "Esc" drücken und dann auf "Neustart" klicken.
    Hinweis: Es ist nicht notwendig, das virtuelle Shop-Programm zu schließen, weil es schneller ist, den Shop für den Haupttest über eine geöffnete Schnittstelle zu laden.

7. Hauptprüfung durchführen

  1. Verschieben Sie den Teilnehmer in einen anderen Bereich, während der virtuelle Speicher für den Haupttest vorbereitet ist. Informieren Sie den Teilnehmer der Aufgaben, die folgen werden.
    Anmerkung: Abhängig von den Forschungszielen kann dies eine Aufgabe beinhalten, einen unabhängigen Faktor außerhalb des virtuellen Filialen zu manipulieren (im umfangreichen Beispiel thiS ist eine Gedächtnisaufgabe, um Shopping-Motivation zu manipulieren), eine Shopping-Aufgabe (im virtuellen Laden) und eine Shopping-Evaluierungsaufgabe (Fragebogen).
  2. Verwalten einer Aufgabe, um eine unabhängige Variable außerhalb des virtuellen Filialen zu manipulieren, wenn sie für die Studienziele relevant ist. Zum Beispiel bitten die Teilnehmer, im Detail eine aktuelle Shopping-Situation zu beschreiben, in der sie entweder hedonische oder utilitaristische Shopping-Motivationen hatten (siehe Ergänzende Datei 3 ).
  3. Bereiten Sie den virtuellen Speicher für die Hauptstudie vor.
    1. Klicken Sie auf "Begin", um den Laden aufzurufen und drücken Sie die Schaltfläche "` "oben links auf der Tastatur, um die Menüleiste des virtuellen Shop-Programms zu öffnen.
    2. Laden Sie den virtuellen Speicher und wählen Sie die virtuelle Umgebung (Wanderweg), nach den experimentellen Bedingungen.
    3. Halten Sie "SpaceNav" an der Box des Inputs, um die gleiche Art von Walking Verhalten wie in der Praxis zu erhalten.
    4. Wählen Sie "NAme of store condition "in der ShopConfig-Box und geben Sie den" Name der Store-Umgebung "in der Umgebung Feld, wie" Supermarket001 [Supermarket001]. "
    5. Klicken Sie auf "Reload Shop", um den Laden für den Haupttest zu öffnen. Das Feld "Begin" erscheint.
  4. Öffnen Sie das Datenmanagement-Programm auf einem anderen Rechner (in dem das Datenmanagement-Programm installiert ist). Notieren Sie die Daten durch einen Doppelklick auf das Datenverwaltungsprogramm-Symbol auf dem Desktop.
  5. Öffnen Sie das Projekt durch einen Doppelklick auf den "Name des Projektes", den der Forscher zuvor bei der Vorbereitung des Datenmanagementprogramms gespeichert hat.
  6. Erstellen Sie eine neue Beobachtung, indem Sie in der oberen Menüleiste auf "Observe" klicken und dann auf "Observation" und "New" klicken. Benennen Sie die Beobachtung ( zB Probe 1) und klicken Sie auf "OK".
  7. Starten Sie die Aufnahme durch Drücken der roten Kreistaste und füllen Sie benutzerdefinierte Variablen aus, Wie zB eine Versuchsbedingung ( zB Ladenaufbau = 1 und Einkaufsmotivation = 1 (utilitaristische Motivation)). OK klicken".
    Hinweis: Die Aufnahmetaste wechselt von einer Kreisform (Aufnahme) zu einer quadratischen Form (Stopp).
  8. Stellen Sie sicher, dass das Programm die Aufnahme von Daten startet.
    1. Vergewissern Sie sich, dass das Fenster "Statusdaten-Plugin" und "Statusereignis-Plugin" grüne Häkchen enthält.
    2. Stellen Sie sicher, dass "Zeit" verstrichen ist.
    3. Stellen Sie sicher, dass die Anzahl der "Sample" -Spalten im Fenster "Status Data Plugin" wächst (siehe Abbildung 3 ).

Abbildung 3
Abbildung 3 : Ein Beispiel für das Beobachtungsfenster, das die Aufzeichnung von Daten signalisiert. Wenn das Datenmanagement-Programm Daten aufnimmt, werden die "Statusdaten pLugin "-Fenster und das" Statusereignis-Plugin "zeigen eine grüne Markierung, außerdem sollte die Zeit vergehen und die Anzahl der Samples wachsen. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

  1. Verschieben Sie den Teilnehmer aus dem Bereich, in dem sie mit Anweisungen versehen wurden, und (optional) eine Aufgabe, um eine Out-of-Store-Variable wie Shopping-Motivation zu manipulieren, zurück zum virtuellen Speicher, nachdem er / sie die Manipulationsaufgabe beendet hat.
    1. Setzen Sie den Teilnehmer vor den mittleren LCD-Bildschirm und in kurzer Entfernung vom mittleren Bildschirm (~ 60 cm). Stellen Sie den Stuhl so ein, dass die Augenhöhe des Teilnehmers mit der Position der Bildschirme übereinstimmt.
  2. Geben Sie dem Teilnehmer die Maus, den 3D-Space Navigator und die Tastatur. Vergewissern Sie sich, dass die Vorderseite des 3D-Raumnavigators dem Teilnehmer gegenüber steht, um die Korrektur zu ermöglichenCt Navigationsrichtung.
  3. Geben Sie Anweisungen zum Manövrieren im virtuellen Speicher an (siehe Supplement 1 ), Einkaufsaufgaben und eine Einkaufsliste für die Hauptstudie (siehe Ergänzung 4 ).
  4. Weisen Sie den Teilnehmer an, "beginnen" zu beginnen, den Laden zu besuchen. Anschließend lassen Sie den Teilnehmer allein ohne Unterbrechung einkaufen.
  5. Überprüfen Sie das Datenmanagement-Programm auf einem anderen Computer und stellen Sie sicher, dass die Daten aufgezeichnet werden, indem Sie das "Statusdaten-Plugin" und das "Statusereignis-Plugin" überprüfen. Diese Fenster sollten eine wachsende Anzahl von Samples und Events zeigen.
  6. Warten Sie, bis der Teilnehmer das Einkaufen im virtuellen Laden beendet hat. Erinnern Sie den Teilnehmer, den Einkaufswagen zu überprüfen (indem Sie "F1" drücken) und drücken Sie "Esc", um die Einkaufstask zu vervollständigen.
    Hinweis: Es ist sehr wichtig, "Esc" zu drücken, um das Ende der Shopping-Tour zu markieren und eine korrekte Messung von t zu erhalten Er kaufend dauert
  7. Drücken Sie die Taste "Stop" des Datenverwaltungsprogramms auf dem anderen Computer, um die Umkodierung zu beenden (die quadratische Schaltfläche wechselt in einen Kreis zurück).
    Anmerkung: Zwei kleine Fenster - "Bitte warten Sie, bis die Ereignisdaten beendet sind" und "Bitte warten Sie, bis externe Daten zu beenden" - werden Sie während der Kündigung auftauchen. Diese Fenster werden nach 2-3 s automatisch geschlossen.
  8. Bitten Sie den Teilnehmer, sich in einen anderen Bereich zu bewegen und ihn zu bitten, einen Fragebogen auszufüllen, der zB die Einkaufserlebnisse des Teilnehmers, die Wahrnehmung über den Laden und die Bereitschaft, den Laden zu besuchen, zu messen.
  9. Kehren Sie zum Datenmanagement-Programm zurück und klicken Sie auf die Schaltfläche "Visualisieren", um die aufgezeichneten Daten zu überprüfen. Der Graph und die Daten der gekauften Produkte sollten gezeigt werden, und Beispiele für visualisierte Daten sind in Abbildung 4 dargestellt .

/ftp_upload/55719/55719fig4.jpg "/>
Abbildung 4 : Das im Datenverwaltungsprogramm angezeigte Visualisierungsfenster. Der orangefarbene Balken repräsentiert die gesamte Shopping-Zeit, da der Teilnehmer den Laden betrat, bis er "Esc" drückte, um das Ende des Shopping-Trips anzuzeigen. Der grüne Balken bezeichnet die Zeit für die untersuchten Produkte. Diese Ausgänge können in Tabellen umgewandelt werden, die in Kombination mit SPSS oder anderen statistischen Programmen einfach zu bedienen sind. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

  1. Debrief und geben eine Belohnung ( zB ein Snack-Produkt oder Geldzahlung), nachdem der Teilnehmer beendet ist.
  2. Wiederholen Sie einen Übungsspeicher für einen neuen Teilnehmer durch die folgenden Schritte 5.2.3-5.2.4.
  3. Drücken Sie F9, um den virtuellen Speicher zu schließen, nachdem der letzte Teilnehmer beendet ist.
  4. sparenDie Daten so häufig wie möglich, um Datenverlust zu vermeiden.

8. Exportieren Sie die Daten

  1. Exportieren Sie die Daten des Shopping-bezogenen Verhaltens.
    1. Richten Sie einen Filter ein, um die Daten des Shopping-bezogenen Verhaltens auszuwählen.
      1. Klicken Sie auf "Datenprofil" unter dem Ordner "Analysen" in der linken Menüspalte. Das Fenster zeigt die Datenkomponenten und das Hauptdiagramm des Datenprofilfilters.
      2. Wählen Sie das Feld "Nest over Behaviors" unter der Überschrift "Select Intervals" aus. Die Schachtel mit verschachtelten Verhaltensweisen erscheint.
      3. Wählen Sie alle interessanten Verhaltensweisen aus ( zB Einkaufsdauer, abgeholte Produkte, gekaufte Produkte und zurückgegebene Produkte) und klicken Sie auf "OK".
      4. Ziehen Sie das Feld "Nested Behaviors" und legen Sie es zwischen den Feldern "Start" und "Results".
      5. Stellen Sie sicher, dass alle Boxen mit Pfeilen verbunden sind (siehe Abbildung 5 ) und thaDas Feld "Ergebnisse" zeigt die korrekte Anzahl der Beobachtungen an.
        Hinweis: Wenn die Boxen nicht automatisch verbunden sind, kann ein Forscher sie durch Anklicken der Maus auf eine Box anschließen, halten und eine Zeile zum nächsten Feld machen.
    2. Klicken Sie auf "Behavior Analyses" unter dem Ordner "Analysen" und klicken Sie dann auf "Neue Verhaltensanalyse", um die Tabelle der verhaltensbezogenen Ergebnisse zu öffnen.
    3. Klicken Sie auf "Berechnen" oben links in der Menüleiste, um die Ergebnisse zu extrahieren. Stellen Sie sicher, dass die Einkaufsverhalten pro Teilnehmer in separaten Zeilen angezeigt werden.
      Hinweis: Ein Forscher kann das Format der präsentierten Ergebnisse über eine "Einstellanzeige" ändern.
    4. Klicken Sie auf die Schaltfläche "Exportieren", um die Daten zu exportieren. Benennen Sie die exportierte Datei "Name.xlsx".
      Hinweis: Diese Datei wird im Ordner "Exportieren" des Datenverwaltungsprogramms gespeichert.

Abbildung 5 Abbildung 5 : Datenprofil-Filterschema für den Export von Shopping-bezogenem Verhalten. Der Datenprofilfilter ermöglicht es Forschern, die interessierenden Daten auszuwählen und zu exportieren. Zum Beispiel entscheidet sich dieses Schema für einkaufsbezogene Verhaltensweisen ( zB Einkaufsdauer, Anzahl der untersuchten Produkte, Anzahl der gekauften Produkte und Anzahl der zurückgegebenen Produkte). Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

  1. Exportieren Sie die bewegungsbezogenen Daten.
    1. Richten Sie einen Filter ein, um die bewegungsbezogenen Daten auszuwählen.
      1. Klicken Sie auf "Datenprofil" unter dem Ordner "Analysen" in der linken Menüspalte. Wählen Sie das Feld "Nest over Speed" unter der Überschrift "Intervalle mit externer Daten auswählen" aus. Die "Nested Speed"; Feld erscheint.
      2. Legen Sie die Intervallkriterien auf "Begrenzung" → "Höher als" → "0.100 Meter pro Sekunde (m / sec)" und klicken Sie dann auf "OK".
        Hinweis: Dieser Filter exportiert nur die Daten ( zB Laufgeschwindigkeit und Zeit), die auftreten, wenn sich der Teilnehmer im Laden bewegt.
      3. Ziehen Sie das Feld "Nested Speed" und legen Sie es zwischen den Feldern "Nested behaviors" und "Results".
      4. Vergewissern Sie sich, dass alle Felder mitgeliefert sind ( dh "Start" -Box → Feld "Verschachtelte Verhaltensweisen" → Feld "Verschachtelte Geschwindigkeit" → Feld "Ergebnisse" (siehe Abbildung 6 ) und das Feld "Ergebnisse" zeigt die korrekte Anzahl von Beobachtungen an.
    2. Exportiere die Gehzeit.
      1. Klicken Sie auf "Behavior Analyses" unter dem Ordner "Analysen" und klicken Sie dann auf "Neue Verhaltensanalyse", um die ta zu öffnenVerhaltensbezogene Ergebnisse.
      2. Klicken Sie auf "Berechnen" oben links in der Menüleiste, um die Ergebnisse zu extrahieren. Stellen Sie sicher, dass die Einkaufsverhalten pro Person in separaten Zeilen angezeigt werden.
        Hinweis: Die Ergebnisse sollten im Vergleich zu Schritt 8.1.3 eine niedrigere Einkaufsdauer aufweisen, da die Einkaufsdauer in diesem Teil die Zeit berücksichtigt, die ein Teilnehmer im Laden gegangen ist. Diese Ergebnisse schließen die Zeit für die Produktprüfung und die Abholung von Produkten aus.
      3. Klicken Sie auf die Schaltfläche "Exportieren", um die Daten zu exportieren. Benennen Sie die exportierte Datei "Name.xlsx" mit einem Namen, der sich von den ersten exportierten Shopping-bezogenen Daten unterscheidet. Diese Datei wird auch im Ordner "Export" des Datenverwaltungsprogramms gespeichert.
    3. Exportieren Sie die Laufgeschwindigkeit.
      1. Klicken Sie im Ordner "Analysen" auf "Numerische Analysen" und dann auf "Neue Numerische Analyse", um die Tabelle der bewegungsbezogenen Ergebnisse zu öffnen.
      2. Klicken Sie auf "Berechnen" oben links in der Menüleiste, um die Ergebnisse zu extrahieren. Stellen Sie sicher, dass die Bewegungsbezogenen Ergebnisse, wie z. B. die Geschwindigkeit pro Teilnehmer, in separaten Zeilen angezeigt werden.
      3. Klicken Sie auf die Schaltfläche "Exportieren", um die Daten zu exportieren. Benennen Sie die exportierte Datei "Name.xlsx;" Diese Datei wird im Ordner "Exportieren" des Datenverwaltungsprogramms gespeichert.

Abbildung 6
Abbildung 6 : Datenprofil-Filterschema zum Export von Bewegungsverhalten. Dieses Schema filtert die bewegungsbezogenen Verhaltensweisen ( z. B. Bewegungsgeschwindigkeit und Bewegungszeit), die auftreten, wenn sich die Teilnehmer im Laden bewegen (Geschwindigkeit> 0,100 m / s). Das Verhalten und die Zeiten, in denen die Teilnehmer stehen bleiben, werden herausgefiltert.Blank "> Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Der virtuelle Speicher, der mit einem PC mit drei 42-Zoll-LCD-Bildschirmen angezeigt wurde, wurde angewendet, um die Auswirkungen des Supermarkt-Layouts auf das Konsumentenverhalten zu untersuchen ( z. B. die gesamte Einkaufszeit, die Bewegungsdauer und die Geschwindigkeit, die Gesamtzahl der untersuchten Produkte und die Gesamtzahl der Produkte Produkte gekauft) und wahrgenommene Shopping-Erlebnis. Der virtuelle Speicher ermöglicht es dem Forscher, die Attribute der Regalböden ( dh Regallänge und Regalorientierung) flexibel zu modifizieren und diese Effekte im Labor einzustellen.

Als Beispiel werden die Ergebnisse aus der Store-Layout-Studie zur Verfügung gestellt. In der Studie wurden Supermarktgeschäfte mit 4 verschiedenen Layouts gebaut, in denen die Regallänge (kurze versus lange Regale) und die Regalausrichtung (parallele Anordnung gegen unvergleichliche Anordnung) variiert wurden. Diese Läden sind in Abbildung 7 dargestellt . Abbildung 7
Abbildung 7 : Bilder von vier Ladenlayouts im Ladenlayout-Experiment. Die Layouts unterscheiden sich in der Regallänge und Regalausrichtung: 1) mit langen und parallelen Regalen aufbewahren, 2) mit kurzen und parallelen Regalen aufbewahren, 3) mit langen und nicht parallelen Regalen aufbewahren und 4) mit kurzen und nicht parallelen Regalen aufbewahren . Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Die Studie wurde in Übereinstimmung mit dem "Generic Protocol Food Choice Simulator" durchgeführt und vom Ethikkomitee der Sozialwissenschaften der Universität Wageningen genehmigt. Alle Teilnehmer haben vor der Teilnahme an den Experimenten eine informierte Einwilligungserklärung unterzeichnet. Im vorliegenden Beispiel sind die Teilnehmer (n = 241, 71% weiblich) wurden in vier Gruppen eingeteilt; Jede Gruppe besuchte eine von vier Ladenlayouts. Die Teilnehmer wurden geschult, wie man den virtuellen Laden in einer Trainingseinheit benutzt. Als nächstes haben sie eine Shopping-Motivation Manipulation Aufgabe, die sie gebeten, sich an Shopping-Trips mit entweder hedonischen oder utilitaristischen Shopping-Motivationen erinnern. Anschließend begannen die Teilnehmer den Haupttest, in dem sie gebeten wurden, ein Abendessen mit einer Einkaufsliste zu kaufen. Die Teilnehmer wurden gebeten, sich vorzustellen, dass sie mit entweder hedonischen oder utilitaristischen Motivation einkaufen (die gleiche Motivation wie in der vorherigen Rückrufaufgabe wurde zugewiesen). Die Einkaufsliste bestand aus fester Wahl (8 vordefinierte Arten von Produkten) und frei wählbaren Produkten (unbestimmte Produkte aus der Obst- und Gemüsekategorie). Die frei wählbaren Produkte wurden verwendet, um die Auswirkungen des Ladenaufbaus auf die Anzahl der gekauften Produkte zu testen. Sobald die Teilnehmer mit dem Einkauf fertig waren, füllten sie einen computerbasierten Fragebogen ausAluate ihre Shopping-Erlebnisse, Wahrnehmungen über den Laden und die Bereitschaft, den Laden zu besuchen.

Das Datenmanagement-Programm verzeichnete das Einkaufsverhalten ( z. B. die gesamte Einkaufszeit, die Bewegungsgeschwindigkeit und die Gesamtzahl der gekauften Produkte). Danach wurden Variablen aus dem Datenmanagementprogramm in 3 getrennte Tabellen exportiert: Tabelle 1 , Tabelle 2 und Tabelle 3 . Tabelle 1 zeigt die gesamte Einkaufszeit, die Gesamtzahl der untersuchten Produkte und die Gesamtzahl der von jedem Teilnehmer erworbenen Produkte. Tabelle 2 zeigt die Gesamtbewegungsdauer ( dh die Einkaufszeit), die aus einem Filter mit Geschwindigkeiten von mehr als 0,001 m / s ausgewählt wurde. Tabelle 3 zeigt die Bewegungsgeschwindigkeit, die später verwendet werden kann, um den Gehweg zu berechnen (Fußweg (m) = mittlere Bewegungsgeschwindigkeit (m / s) x Gesamtbewegungszeit (en)).

Tabelle 1
Tabelle 1: Beispiele für einkaufsbezogene Verhaltensdaten von jedem Teilnehmer ( dh Gesamtbearbeitungszeit, Gesamtzahl der untersuchten Produkte, Gesamtzahl der gekauften Produkte und Gesamtzahl der zurückgegebenen Produkte), exportiert aus dem Datenmanagement-Programm. Alle einkaufsbezogenen Verhaltensdaten von jedem Teilnehmer sollten in einer Zeile organisiert werden, bevor sie auf SPSS oder andere statistische Programme übertragen werden. Diese exportierten Daten werden in der Datei "Behavioral data" im Exportordner des Datenmanagementprogramms gespeichert. Bitte klicken Sie hier, um eine größere Version dieser Tabelle zu sehen.

Tabelle 2
Tabelle 2: Beispiele für bewegungsbezogene dAta ( dh die Bewegungsgeschwindigkeit und die Laufposition jedes Teilnehmers), exportiert aus dem Datenmanagement-Programm. Die bewegungsbezogenen Daten werden ausgewählt, wenn die Teilnehmer mit Geschwindigkeiten über 0,100 m / s fahren. Diese Auswahl filtert alle Daten aus, die aufgetreten sind, als die Teilnehmer noch standen. Alle bewegungsbezogenen Daten von jedem Teilnehmer sollten in einer Zeile organisiert werden, bevor sie an SPSS oder andere statistische Programme übertragen werden. Diese exportierten Daten werden in einer Datei mit dem Namen "Numerische Daten" im Exportordner des Datenverwaltungsprogramms gespeichert. Bitte klicken Sie hier, um eine größere Version dieser Tabelle zu sehen.

Tisch 3
Tabelle 3: Beispiele für Bewegungsdauer (in der Spalte Einkaufsdauer angegeben), exportiert aus der DatenverwaltungProgramm. Die Bewegungsdauer wird aus der Verhaltensdaten-Tabelle abgerufen, die die Zeit, in der sich die Teilnehmer nicht bewegt haben (Geschwindigkeit <0,100 m / s), herausfiltert. Diese Dauer ist kürzer als die gesamte Einkaufsdauer. Die exportierten Daten werden in einer Datei mit dem Titel "Behavioral data" im Exportordner des Datenmanagementprogramms gespeichert. Bitte klicken Sie hier, um eine größere Version dieser Tabelle zu sehen.

Sobald die Daten exportiert wurden, wurde eine unangemessene ANOVA angewendet, um die Auswirkungen der Regallänge und der Regalausrichtung auf das Einkaufenverhalten zu untersuchen. Die Auswirkungen des Ladenaufbaus können in verschiedenen Formen dargestellt werden, wie zB Balkendiagramme und Tabellen.

Abbildung 8 zeigt die Gesamtzahl der untersuchten Produkte und die Gesamtzahl der gekauften Produkte anDie Supermärkte mit unterschiedlichen Ladenlayouts. Die Ergebnisse aus dem virtuellen Speicher bestätigten, dass die Speicherlayoutattribute, insbesondere die Wechselwirkung von Regallänge und Regalorientierung, die Anzahl der untersuchten Produkte beeinflusst haben ( F (1.237) = 4.66, p <.05, η p ² = .02) und die Anzahl der gekauften Produkte ( F (1.237) = 3.47, p = .06, η p ² = .01). Die Ergebnisse zeigten, dass bei gleichzeitiger Lagerung der Regalböden die Anzahl der untersuchten Produkte nicht beeinflusst wurde ( M kurz ± SD kurz = 16,12 ± 5,37, M lang ± SD lang = 17,12 ± 5,99, F (1,237) = 0,81, p = 0,37, η p ² = .00), noch die Anzahl der gekauften Produkte ( M kurz ± SD kurz = 12,00 ± 2,77, M lang ± SD long = 12,22 ± 2,37, F (1,237) = 0,24, p = 0,63, η p ² = .00). Im Gegensatz dazu, wenn die Ausrichtung der Regale unvergleichlich war, stimulierten kürzere Regallängen eine höhere Anzahl von untersuchten Produkten ( M kurz ± SD kurz = 17,62 ± 6,48, M lang ± SD lang = 15,23 ± 6,45, F (1,237) = 4,65, P <0,05, η p ² = 0,22) und erworben als längere Regallängen ( M kurz ± SD kurz = 12,30 ± 2,15, M lang ± SD lang = 11,35 ± 2,37, F (1,237) = 4,61, p <0,05 , Η p ² = 0,02).

Abbildung 8
Abbildung 8 : Die Gesamtzahl derProdukte geprüft (links) und die Gesamtzahl der gekauften Produkte (rechts) in einem Supermarkt mit unterschiedlichen Ladenlayouts (kurze versus lange Regale, die parallel oder in unvergleichlicher Orientierung platziert sind). Die Gesamtzahl der untersuchten Produkte (Pakete oder Artikel) erhöhte sich jedes Mal, wenn die Teilnehmer auf ein Produkt klickten. Diese Zahl unterscheidet sich von der Gesamtzahl der gekauften Produkte (Pakete oder Posten), bei denen die Anzahl der Produkte im Kaufkorb erfasst wurde. Die Teilnehmer konnten alle ausgewählten Produkte zurückgeben. P <0,10 + , p <0,05 * , p <0,01 ** , p <0,001 *** Bitte klicken Sie hier um eine größere Version dieser Figur zu sehen.

Zusätzlich zum Produktwahlverhalten kann der virtuelle Speicher auch Zeit und Bewegung aufzeichnen Gepflegte Verhaltensweisen, wie die Einkaufszeit und die Gehweite. Abbildung 9 und Abbildung 10 zeigen die Auswirkungen von Regalattributen auf die Shopping-Zeit und Fußabstand der Teilnehmer.

Abbildung 9
Abbildung 9 : Gesamte Einkaufszeit (en) Teilnehmer im Supermarkt mit unterschiedlichen Regallängen und Regalorientierungen. Die gesamte Shopping-Zeit für die Zeit Teilnehmer verbracht zwischen der Eingabe der Filiale und verlassen den Laden. Das Datenmanagement-Programm ermöglicht es den Forschern auch, die Zeit, die die Teilnehmer in einem bestimmten Bereich verbracht haben, herauszufiltern. P <0,10 + , p <0,05 * , p <0,01 ** , p <0,001 ***Target = "_ blank"> Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 10
Abbildung 10 : Die Gehminuten von Teilnehmern im Supermarkt mit verschiedenen Regallängen und Regalorientierungen. Der Fußweg wurde durch Multiplikation der Bewegungszeit (en) mit der durchschnittlichen Einkaufsgeschwindigkeit (m / s) bestimmt. Die Dauer der Bewegungszeit, die verwendet wird, um den Fußweg zu berechnen, unterscheidet sich von der gesamten Einkaufszeit, da die Bewegungszeit ausschließlich während der Teilnehmerbewegung aufgezeichnet wird. Im Gegensatz dazu ist die gesamte Shopping-Zeit für die Bewegungszeit und die Zeit verbrachte Betrachtung und Auswahl von Produkten. Somit kann die gesamte Bewegungszeit erreicht werden, indem nur die Zeit gewählt wird, während der sich die Teilnehmer schneller als 0,100 m / s bewegen. P <0,10 + , p <0,05 * , p <0,01 ** p <0,001 *** Bitte klicken Sie hier um eine größere Version dieser Figur zu sehen.

Neben den Auswirkungen der Regalattribute konzentriert sich die aktuelle Forschung auch auf Shopping-Motivationen, um ihren Einfluss auf das Einkaufenverhalten zu berücksichtigen. Die Ergebnisse zeigen signifikante Haupteffekte von Shopping-Motivationen auf alle in-store Verhaltensvariablen. Konsumenten mit einer hedonischen Motivation gesucht ( dh angeklickt) ( M hedonisch ± SD hedonisch = 17,97 ± 6,93) und erwarb mehr Produkte ( M hedonic ± SD hedonic = 12,25 ± 2,42) als Konsumenten mit einer utilitaristischen Motivation (Produkte untersucht: M Utilitaristisch ± SD utilitaristisch = 15.10 ± 4.82, erworbene Produkte: M utilitaristisch ± SD utilitaristisch = 11,69 ± 2,43, siehe Abbildung 11). Sie verbrachten auch mehr Zeit (M hedonischen ± SD hedonischen = 607,18 ± 205,07 s, M utilitaristische ± SD utilitaristische = 480,94 ± 134,25 s, siehe Abbildung 12) und gingen längere Strecken (M hedonischen ± SD hedonischen = 89,87 ± 31,15 m, M utilitaristische ± SD utilitaristisch = 80,73 ± 34,08 m, siehe Abbildung 13). Der Interaktionseffekt von Shopping-Motivation und Store-Regal-Attributen war nicht signifikant.

Abbildung 12
Abbildung 11 : Die Gesamtzahl der untersuchten Produkte (links) und die Gesamtzahl der gekauften Produkte (rechts) von Teilnehmern mit utilitaristischen und erDonic shopping motivation Die Anzahl der untersuchten und gekauften Produkte wird über alle Ladenlayouts hinweg präsentiert. Die Teilnehmer wurden vor einer Shopping-Aufgabe mit Geschäften unter entweder utilitaristischen oder hedonischen Shopping-Motivation beauftragt. Die Shopping-Motivation wurde durch eine Motivationsmanipulationsaufgabe und eine Shopping-Situation manipuliert. P <0.10+, p <0,05 *, p <0,01 **, p <0,001 *** Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 13
Abbildung 12 : Gesamte Einkaufszeit (en) in den Supermärkten von Teilnehmern mit utilitaristischen oder hedonischen Shopping-Motivation. Die gesamte Shopping-Zeit für die ganze Zeit, dass die Teilnehmer mit verschiedenen Shopping-Motivationen verbracht in derVirtueller Supermarkt über alle Ladenlayouts. P <0.10+, p <0,05 *, p <0,01 **, p <0,001 *** Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Abbildung 14
Abbildung 13 : Die Distanz, die Teilnehmer mit utilitaristischen und hedonischen Shopping-Motivation gingen. Diese Figur zeigt den durchschnittlichen Fußweg über alle Ladenlayouts. P <0.10+, p <0,05 *, p <0,01 **, p <0,001 *** Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

Der virtuelle Speicher ist eine der fortschrittlicheren Computertechnologien, die entwickelt wurden, um virtuelle Umgebungen zu schaffen, in denen Menschen auf nahezu realitätsbezogene Objekte reagieren und reagieren können. Im Allgemeinen besteht der Desktop-virtuelle Speicher aus benutzerfreundlichen Schnittstellen, die eine kurze Zeit zum Verständnis benötigen. Allerdings müssen eine Reihe von kritischen Punkten berücksichtigt werden. Zunächst werden klare Forschungsziele benötigt, um die Ausgangspunkte beim Bau des virtuellen Ladens festzulegen. Dazu gehört ein Plan über die Produkte; Die Art, die Platzierung und die Anzahl der Regale; Die Lage der Produktkategorien auf diesen Regalen; Art und Ort der Produkte innerhalb der Produktkategorien; Und andere Elemente ( zB Poster, Beschilderung und Sonderanzeigen). Darüber hinaus ist es wichtig zu entscheiden, welches Modell (2D oder 3D) einer digitalen Repräsentation von Objekten verwendet wird (siehe Abbildung 14 ). Die 3D-Modelle sind virtuelle Darstellungen mit Höhe, Breite,Und Tiefe, in der alle Seiten im Detail dargestellt sind. Im Gegensatz dazu gibt das 2D-Modell die Illusion einer 3D-Darstellung, indem es ein Objekt in einem Würfelrahmen (3D-Form) präsentiert, mit realistischen Visuals der Vorderseite des Objekts. Die anderen Seiten der 2D-Modelle werden grob ohne Details gezeigt. Verschiedene Darstellungsformen ergeben unterschiedliche Benutzererfahrungen und unterschiedliche Tauchempfindungen. Das 3D-Modell, das alle Details eines Objekts zeigt, kann ein höheres Gefühl von Präsenz und Immersion (PI und Psi) als das 2D-Modell ergeben. Allerdings ist das 2D-Modell flexibel und einfach für einen Forscher zu verwenden, und die Größe des Würfelrahmens kann leicht angepasst werden. Die Wahl der virtuellen Repräsentation hängt also von den Forschungszielen ab. Zweitens, nachdem alle Geschäfte gebaut wurden, sollte der Forscher alle Versionen des virtuellen Films ausführen und testen, indem er jeden Laden besucht und die Produkte abholt, auswählt und zurückgibt, um zu überprüfen, ob die Daten korrekt gespeichert sind. Drittens, weil die Studie besteht aus sAllmähliche Schritte, klare Anweisungen und detaillierte virtuelle Shop-Handbücher sind extrem wichtig. Die Anweisungen sollten angeben, welche Teilnehmer in jedem Schritt tun sollen und sollten. Viertens ist die Trainingseinheit entscheidend für die Vertrautmachung der Teilnehmer mit dem virtuellen Laden und die Minimierung von Biasen, die aus unterschiedlichen Computerkenntnissen entstehen. Zuletzt sollten die Forscher gewarnt werden, um so oft wie möglich Daten zu speichern, um eventuelle Datenverluste zu vermeiden.
Abbildung 11
Abbildung 14 : Ein Beispiel für ein Produkt in einem 3D-Modell (links) und einem 2D-Modell (rechts). Wenn die Teilnehmer auf ein Produkt klicken, kann das 3D-Modell auf dem Bildschirm gedreht werden, um alle Seiten des Produkts zu veranschaulichen, während das 2D-Modell nur die Vorderseite des Produkts darstellt und nicht gedreht werden kann. Bitte hier klickenSehen Sie eine größere Version dieser Figur.

Die Nutzung von virtuellen Geschäften in der Verbraucherforschung hat Vorteile gegenüber traditionellen Forschungsmethoden. Ein virtueller Speicher ist eine streng kontrollierte und dennoch realistische Umgebung 17 , 19 , wodurch die interne Validität eines kontrollierten Experiments bereitgestellt wird, während auch ein hoher Grad an externer Gültigkeit beibehalten wird. Es verbindet damit die Vorteile von Feld- und Laboransätzen 20 . Dies bedeutet, dass das Konsumentenverhalten in einem realistischen Kontext beobachtet und gemessen werden kann, mit weniger Sorge für sozial wünschenswerte Antworten als bei anderen Forschungsmethoden wie Umfragen und Fokusgruppen 21 . Eine aktuelle Studie hat gezeigt, dass im Vergleich zu einer Methode der Verwendung von Fotos, um ein Laden Regal zu zeigen, die Verwendung von virtuellen Realität führt zu Verbraucher in-Store-Verhalten, das mehr ähnelt dem Verhalten in einer physischen stErz, basierend auf mehreren Parametern (dh Gefühle der Präsenz, Art der ausgewählten Marken und Reaktionen auf den Standort der Produkte im Display) 18 . Ein zusätzlicher Vorteil der virtuellen Realität ist, dass Änderungen in der Ladenumgebung vorgenommen werden können, ohne auf komplexe Implementierungsprozesse in den realen Einstellungen 22 , 23 zurückgreifen zu müssen. Dies bietet Flexibilität für den Forscher. Infolgedessen hat die Verwendung eines virtuellen Films klare Vorteile, wenn das Ziel einer Studie darin besteht, die Verbraucherreaktionen auf Produkte zu untersuchen, die noch nicht im Markt verfügbar sind ( z. B. in frühen Stadien der neuen Produktentwicklung), um die Verbraucherreaktionen zu untersuchen Auf Faktoren, die im realen Leben kostspielig oder schwer zu verändern sind ( zB Gesamtlagerlayout) und / oder routinierte Verhaltensweisen in vertrauten Umgebungen zu untersuchen.

Trotz der genannten Vorteile des virtuellen Ladens, mehrere LimitaMüssen sorgfältig geprüft werden. Die Hauptbeschränkungen in diesem Stadium der Entwicklung beziehen sich auf: 1) die Zeit und der Platzbedarf pro Teilnehmer, 2) die potenzielle geschickte Bias, 3) die Kosten für die Anpassung neuer Umgebungen und 4) das reale Verhalten und die Anreize. Derzeit kann der virtuelle Speicher nur von einer Person zu einer Zeit verwendet werden. Insbesondere werden eine Anzahl von Teilnehmern in einem virtuellen Labor oder einem experimentellen Bereich abgetastet, um Simulationen durchzuführen. Diese Begrenzung von Zeit und physischem Raum für das virtuelle Speicher-Experiment beschränkt die Stichprobengröße und die Arten von Zielgruppen. Darüber hinaus wird die Beschränkung auf die Arten von Zielgruppen auch durch die Fähigkeiten verursacht, die für die Teilnehmer benötigt werden, um den Computer zu benutzen. Gamers oder jüngere Teilnehmer sind wahrscheinlich in der Lage, das Programm effizienter zu behandeln als ältere Menschen oder Personen mit geringer Computerkenntnisse. Eine weitere Einschränkung des virtuellen Filialen ist, dass die Anpassung des Ladens und der Produktbibliothek in der Entwicklung liegtEnt bühne Wenn man ein komplexes Ladendesign verwenden oder Elemente oder Produkte, die sich von den verfügbaren Vorlagen unterscheiden, verwenden möchte ( z. B. die Speichergröße erweitern oder neue Speicherelemente wie Displaytabellen einschließen), muss das Programm angepasst werden. So entstehen Kosten und Zeit für die Vorbereitung der Datenerhebung. Schließlich, obwohl frühere Studien gezeigt haben, dass der virtuelle Speicher das Verhalten im physischen Speicher genauer widerspiegelt als ein Experiment mit bildlichen Reizen, neigen die Teilnehmer dazu, mehr Produkte im Labor-Setup zu kaufen, als sie in den tatsächlichen Geschäften tun. Obwohl die Verwendung eines virtuellen Speichers den Realismus im Vergleich zur Verwendung von Bildern erhöht, bleiben einige Unterschiede vom Real-Life-Verhalten 18 . Um vorsichtig zu sein, muss dies bei der Interpretation von Ergebnissen aus einer Studie mit dem virtuellen Speicher berücksichtigt werden.

Es gibt eine breite Palette von verschiedenen technologischen Funktionen und Systemen für die virtuelle Realität apPlications Diese Systeme unterscheiden sich hauptsächlich von Aspekten der Gerätemobilität, der Benutzeroberflächen und der Entwicklungskosten. Die Kosten für Ausrüstung und Lizenzen variieren und unterliegen drastischen Änderungen aufgrund technologischer Entwicklungen. Im Allgemeinen sind die Kosten pro Teilnehmer höher, wenn mehr Verhaltensdaten mit übergeordneten 3D-Simulationen benötigt werden. Die Verwendung eines anderen Systems oder einer anderen Schnittstelle kann einigen der erwähnten Einschränkungen entgegenwirken, aber zu einem Preis in Bezug auf Geld oder Flexibilität. Insbesondere kann die erste Einschränkung auf die Zeit und den Platzbedarf pro Teilnehmer durch die Verwendung von Smartphone-Technologien entgegengewirkt werden. Smartphones, in Kombination mit einem designierten Headset, können eine volle, immersive, 360 ° Umgebung machen. Raumeinschränkungen sind so gering wie möglich, da es nicht mehr Platz braucht als das, was man normalerweise benutzt. Aufgrund der weit verbreiteten Verwendung von Smartphones und der niedrigen Kosten für ausgewiesene Headsets können mehrere Personen gleichzeitig nutzen. Der Nachteil dieser Technologie istDass Smartphones eine niedrigere Rechenleistung haben und somit nur weniger schwierige Umgebungen bewältigen können. Die zweite Einschränkung ist die potentielle skillbezogene Bias, eine Einschränkung, die jedes System zu bewältigen hat. Einige Systeme, wie das Höhlensystem, simulieren natürliche Bewegungen 24 , die potenziell diese Vorspannung reduzieren könnten. Das Cave-System verwendet Projektor-Bildschirme und Kopfverfolgung, die es den Teilnehmern ermöglicht, sich physisch durch einen begrenzten Raum zu bewegen und ihren Kopf willkürlich auszurichten. Ein solches System ist jedoch nicht oder ist kaum mobil und erfordert viel mehr Entwicklungs- und Hardwarekosten. Die dritte Begrenzung, die Kosten, die mit der Anpassung der Ladenprodukte und der Umwelt verbunden sind, hängen vom Grad der Simulation ab. Es ist möglich, eine stationäre Umgebung auf Basis eines Bildes zu simulieren, aber sobald mehr Details wie eine 3D-Welt oder 3D-Produkte benötigt werden, hängt man von der Verfügbarkeit dieser Objekte in 3D ab. Die letzte Einschränkung, die Simulat Ionen von echtem Verhalten und Anreizen, sind wahrscheinlich abhängig von den oben genannten Faktoren der Mobilität, Skill Bias, und im Allgemeinen der Grad der Immersion. Mobile Einheiten können in einem relevanten Kontext ( z. B. im eigentlichen Supermarkt) eingesetzt werden, wodurch der Anreiz und der Zweck des Besuchs real wird ( zB der Kauf eines Produktes ergibt sich praktisch, tatsächlich das Produkt im realen Leben zu kaufen). Darüber hinaus ist zu erwarten, dass, wenn die Benutzeroberfläche der natürlichen Bewegung gänzlich ähnelt, es besser dem wirklichen Verhalten ähnelt. Schließlich ist das Niveau des Eintauchens, das durch den gegenwärtigen virtuellen Speicher erreicht wird, zwischen denen eines regelmäßigen Schreibtisches und einer halb-immersiven virtuellen Realitätsprojektion 8 . Da sich andere virtuelle Filialsysteme in den frühen Entwicklungsstadien befinden, sind Studien, die verschiedene virtuelle Filialsysteme beschreiben und vergleichen, knapp. Ein Vergleich des Einkaufsverhaltens unter verschiedenen Ebenen des Eintauchens ist noch zu führen.

"> Als virtuelle Realität ist eine weit verbreitete Technologie geworden, außerhalb des Umfangs der Computerspiele, Virtual-Tech-Technologie wird wahrscheinlich in den Markt der Heimanwender ( z. B. durch Fernsehen, Internet oder mobile Anwendung) zu betreten.Dies wird potenziell ermöglichen Forscher zu tun Virtuelle Reality-Tests außerhalb des Labors Darüber hinaus eröffnet diese Entwicklung reichlich Möglichkeiten, das Verhalten von Menschen in einem breiteren Maßstab in Form von Gruppen und Gebieten zu messen, zu erforschen und zu verstehen ( z. B. in Entwicklungsländern oder ländlichen Gebieten mit eingeschränkter Zugänglichkeit zur Technologie ) Die externe Gültigkeit der Forschung wird folglich verstärkt: Mit der Weiterentwicklung dieser Technologie auf dem Consumer-Markt könnte die Virtual-Reality-Forschung von der Unterstützung von Simulationen bis hin zur direkten Messung und Verfolgung von echten Verhaltensweisen weiterentwickeln, genau wie Menschen, die im Internet surfen Oder Verbraucher, die sich in einem Web-Shop entscheiden, sind bereits intensiv verfolgt, um das Verhalten vorherzusagen oder zu beeinflussenE von Verhaltensmaßnahmen existieren (und kommen zu existieren) für simulierte virtuelle Welten. Eine weitere potenzielle Entwicklung ist im Bereich der Erstellung von personalisierten Umgebungen vorgesehen. Mehrere Webseiten werden bereits automatisch an die Person angepasst, die sie besucht. Beispiele für solche Webseiten sind Online-Händler, die Vorschläge auf der Grundlage von Aspekten wie Standort, vorherige Einkäufe und Facebook ( dh eine Social Media und Networking-Plattform), die nicht nur die Werbung, sondern auch andere Inhalte, um persönliche Präferenzen zu personalisieren. Das gleiche könnte für virtuelle Welten passieren. In der Praxis können die Menschen beispielsweise personalisierte Supermärkte auswählen, die Art und Weise wählen, in der sie lieber geführt werden möchten ( z. B. "Leitfaden zu nachhaltigen Produktwahlen") oder sogar die Entscheidungen, die sie machen können ( zB, Nur Produkte für Menschen mit einer bestimmten Krankheit).

Zusammenfassend lässt sich die Mysterien von conSumer-Verhalten kann nicht durch eine eigenständige Forschungsmethode erreicht werden. Um also Einblicke zu vergleichen oder zu kombinieren, müssen verschiedene Datenerfassungswerkzeuge verwendet werden. Die Entwicklungen der virtuellen Realität haben in den letzten Jahren große Schritte unternommen. Jetzt ist es an der Zeit, diese Methoden mit traditionellen Methoden zu verknüpfen, damit neue Einsichten entstehen können. Es gibt mehrere Möglichkeiten des virtuellen Ladens, alle mit ihren jeweiligen Vor- und Nachteilen. Der hier beschriebene virtuelle Speicher ist einzigartig, da es einen einfachen Editor gibt, einen virtuellen Speicher zu bauen, der eine Reihe von Optionen enthält, um Verhaltensdaten zu sammeln. Ein Beispiel für die Forschung mit dem hier vorgestellten virtuellen Laden legt den Grundstein als universelle Methode zur Messung des Konsumentenverhaltens in der Virtual-Reality-Forschung

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Die Autoren haben nichts zu offenbaren.

Acknowledgments

Die Autoren möchten die Königliche thailändische Regierung, den Europäischen Fonds für regionale Entwicklung und die niederländischen Provinzen Gelderland und Overijssel (Zuschusszahl 2011P017004) für die finanzielle Unterstützung anerkennen. Der Inhalt des Papiers spiegelt nur die Ansichten der Autoren wider. Die Autoren schätzen auch die Hilfe von Andrea Poelstra von GreenDino und Tobias Heffelaar von Noldus Information Technology für ihren wertvollen Beitrag zu technischen Themen.

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. 

DOWNLOAD MATERIALS LIST

References

  1. Gorini, A., Griez, E., Petrova, A., Riva, G. Assessment of the emotional responses produced by exposure to real food, virtual food and photographs of food in patients affected by eating disorders. Ann Gen Psychiatry. 9, (1), 30-39 (2010).
  2. Sutherland, I. E. The ultimate display. Proceedings of the IFIP Congress. 65, (2), Spartan Books. Washington DC. 506-508 (1965).
  3. Steuer, J. Defining virtual reality: Dimensions determining telepresence. J. Commun. 42, (4), 73-93 (1992).
  4. Witmer, B. G., Singer, M. J. Measuring presence in virtual environments: A presence questionnaire. Presence. 7, (3), 225-240 (1998).
  5. Baños, R. M., Botella, C., Garcia-Palacios, A., Villa, H., Perpiña, C., Alcañiz, M. Presence and Reality Judgment in Virtual Environments: A Unitary Construct. Cyberpsychol Behav. 3, (3), 327-335 (2004).
  6. Lessiter, J., Freeman, J., Keogh, E., Davidoff, J. A cross-media presence questionnaire: The ITC-Sense of Presence Inventory. Presence-Teleop Virt. 10, (3), 282-297 (2001).
  7. Witmer, B. G., Singer, M. J. Measuring presence in virtual environments: A presence questionnaire. Presence. 7, (3), 225-240 (1998).
  8. Slater, M. Place illusion and plausibility can lead to realistic behaviour in immersive virtual environments. Phil. Trans. R. Soc. B. 364, (1535), 3549-3557 (2009).
  9. Zygouris, S., et al. Can a virtual reality cognitive training application fulfill a dual role? Using the virtual supermarket cognitive training application as a screening tool for mild cognitive impairment. J. Alzheimers Dis. 44, (4), 1333-1347 (2015).
  10. Waterlander, W. E., Mhurchu, C. N., Steenhuis, I. H. M. Effects of a price increase on purchases of sugar sweetened beverages. Results from a randomized controlled trial. Appetite. 78, 32-39 (2014).
  11. Waterlander, W. E., Steenhuis, I. H., de Boer, M. R., Schuit, A. J., Seidell, J. C. The effects of a 25% discount on fruits and vegetables: Results of a randomized trial in a three-dimensional web-based supermarket. Int J Behav Nutr Phys Act. 9, (1), 11-22 (2012).
  12. Waterlander, W. E., et al. Study protocol: combining experimental methods, econometrics and simulation modelling to determine price elasticities for studying food taxes and subsidies (The Price ExaM Study). BMC Public Health. 16, (1), 601-614 (2016).
  13. Kim, A. E., et al. Influence of Point-of-Sale Tobacco Displays and Graphic Health Warning Signs on Adults: Evidence From a Virtual Store Experimental Study. Am J Public Health. 104, (5), 888-895 (2014).
  14. van Herpen, E., Immink, V., van Den Puttelaar, J. Organics unpacked: The influence of packaging on the choice for organic fruits and vegetables. Food Qual Prefer. 53, 90-96 (2016).
  15. Ducrot, P., et al. Impact of Different Front-of-Pack Nutrition Labels on Consumer Purchasing Intentions: A Randomized Controlled Trial: A Randomized Controlled Trial. Am J Prev Med. 50, (5), 627-636 (2015).
  16. van Herpen, E., Pieters, R., Zeelenberg, M. When demand accelerates demand: Trailing the bandwagon. J Consum Psychol. 19, (3), 302-312 (2009).
  17. Berneburg, A. Interactive 3D simulations in measuring consumer preferences: Friend or foe to test results. J. interact. advert. 8, (1), 1-13 (2007).
  18. van Herpen, E., van den Broek, E., van Trijp, H. C., Yu, T. Can a virtual supermarket bring realism into the lab? Comparing shopping behavior using virtual and pictorial store representations to behavior in a physical store. Appetite. 107, 196-207 (2016).
  19. Khan, V. -J., Nuijten, K. C., Deslé, N. Pervasive Application Evaluation within Virtual Environments. Proc. PECCS. 261-264 (2011).
  20. Rebelo, F., Duarte, E., Noriega, P., Soares, M. M. Virtual reality in consumer product design: Methods and applications. Human factors and ergonomics in consumer product design. Karwowski, W., Soares, M. M., Stanton, N. A. CRC Press. Boca Raton, FL. 381-402 (2011).
  21. Ruppert, B. New directions in the use of virtual reality for food shopping: Marketing and education perspectives. J Diabetes Sci Technol. 5, (2), 315-318 (2011).
  22. Waterlander, W., Mhurchu, C. N., Steenhuis, I. The use of virtual reality in studying complex interventions in our every-day food environment. Virtual reality-Human computer interaction. Xinxing, T. INTECH Open Access Publisher. 231-260 (2012).
  23. Waterlander, W. E., Jiang, Y., Steenhuis, I. H. M., Mhurchu, C. N. Using a 3D virtual supermarket to measure food purchase behavior: A validation study. J Med Internet Res. 17, (4), (2015).
  24. Mikkelsen, B., Høeg, E., Mangano, L., Serafin, S. The Virtual Foodscape Simulator-gaming, designing and measuring food behaviour in created food realities. Proc Meas Behav 2016. (2016).
Verwenden eines virtuellen Films als Forschungs-Tool zur Untersuchung des Konsumenten-In-Store-Verhaltens
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ploydanai, K., van den Puttelaar, J., van Herpen, E., van Trijp, H. Using a Virtual Store As a Research Tool to Investigate Consumer In-store Behavior. J. Vis. Exp. (125), e55719, doi:10.3791/55719 (2017).More

Ploydanai, K., van den Puttelaar, J., van Herpen, E., van Trijp, H. Using a Virtual Store As a Research Tool to Investigate Consumer In-store Behavior. J. Vis. Exp. (125), e55719, doi:10.3791/55719 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter