用户软件更新行为的激励因素及其机制研究

2023-12-21 12:02孙雪
上海管理科学 2023年6期

孙雪

摘 要:软件更新是企业增强软件使用率及用户黏性的重要手段,为此企业在软件更新中投入大量成本,而与此相对立的是用户的低更新率。对于企业而言,探索激励用户更新的方法迫在眉睫。该研究采用事件相关电位(ERP)方法,探索了软件更新行为的激励模式及其脑机制。研究结果表明,在软件更新的界面设计中,情绪唤醒和框架效应刺激显著影响用户更新行为,这一过程主要诱发了大脑的P100和P200成分。研究结果从理论上证实了界面设计因素(例如基于图片的情绪唤醒刺激,以及基于更新提示语的框架效应刺激)影响用户更新行为的有效性及其神经机制,并在实践上为企业进行软件更新提示设计提供了借鉴。

关键词:软件更新;情绪唤醒;框架效应;事件相关电位

中图分类号:F 276.7

文献标志码:A

Motivators and Mechanism of User Software UpdateBehavior:Based on ERP analysis

SUN Xue

(Shanghai Key Laboratory of Brain-Machine Intelligence for Information Behavior, School of Businessand Management,Shanghai International Studies University, Shanghai 201600,China)

Abstract:Software update is an important means for enterprises to enhance software utilization and user stickiness, so enterprises invest a lot of costs in software updates, and the opposite is the low update rate of users. For businesses, it’s urgent to explore ways to incentivize users to update. In this study, the event-related potential (ERP) method was used to explore the incentive mode of software update behavior and its brain mechanism. The results show that in the interface design of software updates, emotional arousal and regulatory directed stimuli significantly affect the user’s renewal behavior, which mainly induces the P100 and P200 components of the brain. The results of this study theoretically confirm the effectiveness and neural mechanism of interface design factors (such as image-based emotional arousal stimulation and regulatory directional stimulation based on update prompts) in influencing users’ update behavior, and provide reference for enterprise software update prompt design in practice.

Key words:software updates; emotional arousal; adjust orientation; event-related potentials

0 引言

軟件企业追求高更新率,而用户展现出低的更新意愿,在这种强烈反差下,对于企业而言,激励用户更新行为尤为重要。本研究基于情绪唤醒和框架效应两个理论,从更新界面设计角度探索促进用户更新行为的因素,同时使用事件相关电位的生理信号,检验上述过程的脑机制。使用情绪唤醒图片激发用户的积极情绪,增强用户动机,进而提高用户更新意愿;使用框架效应理论,设定软件更新的提示语,激励用户更新动机,以提升用户更新率。

1 研究假设

信息系统中的个体决策与动机相关。基于资源限制理论,个体有更多认知资源时,更可能进行详细思考而做出理性决策,而不是根据默认选项或惯例性决策。资源限制是指其作业受到所分配资源的限制,一旦得到较多的资源,这种过程便能顺利进行。更新决策也存在两种决策,一种是基于惯性的决策,这种决策不需要花费额外的认知资源,只需要按照平时的选择进行决策,在更新背景下,根据以往文献以及本研究的前期调研,发现大部分个体更倾向延迟更新或不更新,所以这种依靠惯性的决策更可能是拒绝更新。而当个体认知资源充沛时,则有更多资源进行更新决策,会考虑更新的收益和不更新可能带来的损失,这种更新更客观而不依靠以往决策和惯例性选择。所以当认知资源充沛时,个体更可能做出更新的选择。

研究发现(Nebes et al., 2000),认知资源具有两个重要特点,一是认知资源是有限的且随着个体的认知活动增加,认知资源会逐渐损耗;二是认知资源是可以恢复的,例如睡眠和动机,可以恢复个体的认知资源。考虑到信息系统的界面设计可操作性,本研究提出使用情绪唤醒和框架效应两种方式促进个体动机,进而恢复个体认知资源数量。积极的高情绪唤醒能够引起个体更高程度积极情绪。这些高程度的积极情绪可能是高兴的、令人眼前一亮的、兴奋的等。高情绪唤醒能够引起个体更强的动机(Zhu et al., 2021)。个体动机越强,那么认知资源越多,个体更可能进行精细决策做出理性的决定,相比于惯例性“不更新”决定,更可能做出更新的决策。

以往研究发现,P100成分与情绪和唤醒度相关,强烈的情绪往往会引起P100较大波幅(Wang et al., 2015)。在本研究中相比于低情绪唤醒,高情绪唤醒会诱发更大的P100波幅。

因此,提出以下假设:

相比于低情绪唤醒,高情绪唤醒引起更高的更新率。

相比于低情绪唤醒,高情緒唤醒诱发更大的P100振幅。

研究发现框架效应也可以激发个体动机(Chan, 2021)。框架效应有两种方式,一种是收益框架,另一种是损失框架。收益框架是通过展现事件或事物的积极方面,对自身收益的增进,进而激发个体动机。损失框架是通过展现事件或事物在避免消极影响方面的作用,对自身潜在损失的保护,进而促进个体动机。研究发现,不同背景下,收益框架和损失框架的作用效果不同(Eddington et al., 2017)。在更新背景中,软件更新经常与系统的损失或风险相关,甚至导致个人账户的利益损失。在这种背景下,人们通常考虑避免损失,而不是得到收益,即存在损失厌恶现象。进而,在软件更新的背景下,损失框架比促进框架引起个体更强的动机。更强的动机使个体获得更多认知资源,进而更可能理性地做出更新的选择。

P200成分与认知相关(Zhang et al., 2020),损失框架的刺激导致了更多认知资源需求,进而诱发更大的P200波幅(Zhang & Liu, 2006; Sun et al., 2020)。

因此,提出以下假设:

相比于收益框架,损失框架引起了更高的更新率。

相比于收益框架,损失框架诱发了更大的P200振幅。

2 方法

2.1 研究设计

本研究采用2×2被试内设计。一个因素是情绪唤醒,均采用了积极情绪唤醒,并分为高唤醒度和低唤醒度两个水平,第二个因素是框架效应,分为收益框架和损失框架两个水平。使用脑电设备,记录被试在实验过程中的脑电反应。

2.2 数据收集

本研究通过上海外国语大学论坛及社区群发布脑电实验被试招募信息,共招募在校学生36人,其中男生11人、女生25人。其中两名被试的脑电数据伪迹过多,而被剔除,最终确定34名有效被试。被试年龄在18~30岁,平均年龄24岁。按照脑电实验技术对被试的要求,所有被试均为右利手(不是左撇子),裸眼视力或矫正视力正常(实验过程中允许佩戴度数合适的眼镜),且所有被试均无神经或精神疾病病史,无红绿色盲症。实验过程经过上海外国语大学脑与认知科学神经实验室伦理委员会许可。

2.3 实验材料

首先,本研究进行软件更新背景的选定。以往研究发现,软件的使用频率会对该软件更新行为产生影响,所以本实验场景的选定以居中为准则,所选用的软件既不过于频繁使用,也不过于不常用。实验对35人的“软件屏幕使用时间”进行分析。以日志当天到前7天的数据为对象,分析了一周之内受试者软件使用次数以及软件使用总时长。根据Apple Store和华为软件市场对软件的分类,将软件划分为游戏、娱乐、社交、创意、购物与美食、效率与财务、工具、其他、教育、信息、旅游共11类。首先根据使用频率排序,去掉最常用和最不常用的两个,其他、购物与美食、效率与财务、娱乐、工具、信息、游戏为使用频率居中的软件类型(见图1)。

根据平均每日使用时长进行排序,去掉最常用和最不常用的两个,游戏、教育、娱乐、其他、购物与美食、信息、效率与财务为使用时长居中的软件类型(见图2)。

结合软件在人群中的使用特点,选择“效率与财务”类作为本实验的背景。效率与财务类软件包括网易邮箱大师、中国工商银行、企业微信、腾讯会议等。结合研究一的背景,最终选择会议软件作为本实验的软件背景。

其次,在更新图片刺激的操控中,使用CAPS中国情绪图片系统库中的图片(Bai et al., 2005)。首先招募30名测评人员,对CAPS中286张积极图片的情绪唤醒度等进行测评,具体内容包括图片的效价、支配度、唤醒度、愉悦度4个维度,采用7点量表。然后,对所有286张图片的情绪唤醒程度排序。挑选出情绪唤醒程度最高的前40张,以及情绪唤醒程度最低的后40张作为情绪唤醒的刺激材料,保证了不同组别的情绪唤醒具有足够的区分度。

最后,在对更新提示语的操控中,收益框架提示语主要告知被试更新所带来的收益或好处,能够激发人们对软件更新的正向态度,进而促进更新;损失框架提示语告知被试不更新所带来的损失或坏处,使人们担心失去而促使其更新。分别对收益框架和损失框架设定了10句更新提示语,并对这些提示语的重要性及收益/损失感知进行评分。最终分别挑选了4句收益框架和损失框架的软件更新提示语作为刺激材料。收益框架提示语包括:A1——提升兼容性能;A2——抢先探索新功能;A3——保障系统安全;A4——改善运行速度。损失框架提示语包括:B1——杜绝软件闪退;B2——避免错失新功能;B3——防止病毒入侵;B4——拒绝程序卡顿。根据18人的测评结果,对于各组内的4句提示语,其重要性均无显著差异。对于收益框架组,四句更新提示语的重要性差异不显著(P>0.6)。同样,对于损失框架组,四句更新提示语的重要性差异也不显著(P>0.1)。而两组间提示语的收益/损失感知具有显著差异,收益框架组的提示语被感知其收益显著大于损失框架组(P<0.01),而损失框架组的提示语被感知其损失显著大于收益框架组(P<0.01),说明框架效应的刺激材料符合要求。

2.4 实验流程

实验当天,被试来到实验室后,首先对被试讲解实验流程,在被试完全知晓实验程序后,签订实验知情同意书。然后让被试使用实验室专用的洗发水清洗头发,将头发完全吹干。之后将被试带入被试间,佩戴电极帽、涂抹磨砂膏并注射导电膏,所有电极的电阻均被降低在5000欧姆以下。在脑电实验开始前,被试会被要求填写一份人口统计学问卷,问卷由问卷星编制,主要是被试个人基本信息,包括年龄、性别、受教育程度等。

实验流程见图3。被试进入正式实验后,屏幕会首先呈现一个“+”注视点,注视点时间在600~800ms随机,注视点用于将被试的注意力集中在屏幕正中,并提示被试将开始一个新的试次。然后出现空白屏,空白屏的持续时间是固定500ms。接下来呈现一张图片,图片呈现时间固定2000ms。然后有一个短暂的空白屏幕,时间是500ms,用以分割图片刺激与下一屏刺激对大脑产生影响的交叉作用。接下来展示一句更新提示语,更新提示语的呈现时间也是2000ms,然后是一个空白屏,时间是500ms。最后一个关键屏是使用前面更新提示图片以及更新提示语组合成的更新提醒。这张更新提醒图片出现后,被试需要根据这个更新提醒对是否更新做出选择,无时间限制,被试根据自己节奏进行选择。“接受”与“拒绝”两个选项在屏幕中呈现的左右顺序随机。被试通过按键盘右下角的1和3按键进行选择,按1选择左边选项,按3选择右边选项,选项有2种情绪唤醒的图片(每种40张,共80张图片),以及2种框架效应的提示语(每种4句,共8句提示语)。实验程序中,图片与更新提示语随机组合成160张更新提醒图片,每张情绪唤醒图片分别随机匹配两种框架效应更新提示语,因此共160个试次。被试共分为4个组,每40个试次为一组,每组实验后被试可以进行休息,被试休息好后,可以自行点击进行下一组,直到完成所有4个组。

2.5 数据分析

本实验通过E-prime3.0软件编制实验程序,并用于向被试展示。E-prime3.0还记录了用户的行为日志,包括被试的按键结果以及按键反应时间等。

2.5.1 行为结果

比较四种条件下的更新率(见表1),发现更新率最高的是高情绪唤醒和损失框架条件,更新率为62.97%;其次是高情绪唤醒/收益框架条件,更新率为60.33%;再次是低情绪唤醒/损失框架条件,更新率为53.11%;最后是低情绪唤醒/收益框架条件,更新率为49.65%。

对不同唤醒度及不同条件的框架效应,使用逻辑回归分析,得到如下结果。唤醒度的主效应显著(P<0.001),且高情绪唤醒条件相比于低情绪唤醒条件更可能导致用户实施软件更新行为。框架效应的主效应显著(P<0.05),且损失框架条件相比于收益框架条件更可能导致用户实施软件更新行为。情绪唤醒与框架效应的交互作用显著(P<0.001)。

2.5.2 脑电结果

被试叠加总平均后Pz点以及Fz点的波形图见图4和图5。可以看到,Pz点存在P100趋势,同时Fz点存在P200。

2.5.2.1 P100(80~140ms)波幅分析

参考以往文献,并结合本研究设计,选取O1、O2、Pz点分析P100成分(Zhang et al., 2017)。对P100波幅进行2(情绪唤醒:高积极情绪唤醒 vs. 低积极情绪唤醒)×2(框架效应类型:损失框架 vs. 收益框架)×3(电极点:O1、O2、Pz)三因素重复测量方差分析。采用 Green-house-Geisser法来对P值进行校正,结果发现,情绪唤醒的主效应显著,F(2,66)=3.032,P<0.05,η=0.084。相比于低情绪唤醒,高情绪唤醒条件下诱发了更大的P100波峰。此外,电极点的主效应显著F(2,66)=8.304,P=0.001,η=0.201。对P100潜伏期进行重复测量方差分析,主效应和交互效应均不显著。

2.5.2.2 P200(180~260ms)波幅分析

选取Fz、Fc1、Fc2点分析P200成分(Zhang et al., 2020)。对P200波幅进行2(情绪唤醒:高积极情绪唤醒 vs. 低积极情绪唤醒)×2(框架效应类型:损失框架 vs. 收益框架)×3(电极点:Fz、Fc1、Fc2)三因素重复测量方差分析。结果发现,框架效应的主效应显著,F(2,66) = 9.188,P<0.001,η= 0.218。相比于收益框架,损失框架诱发了更大的P200波峰。对P200的潛伏期进行重复测量方差分析,主效应和交互效应均不显著。

2.6 结果讨论

本研究使用行为实验探究了界面设计因素对软件更新行为的激励作用,并使用ERP方法进一步探讨了界面设计因素影响软件更新行为的脑机制及认知资源在信息系统决策中大脑信号的表征。从行为结果来看,界面设计的情绪唤醒因素和框架效应因素引起了不同比例的更新行为,高情绪唤醒和损失框架显著增强了用户更新行为。行为结果说明,对用户短时的情绪和动机刺激确实能够影响用户的软件更新决策,且高唤醒度的积极情绪以及损失框架总体上能够引起用户更强的更新意愿。从脑电结果来看,界面设计影响用户更新行为过程中主要诱发了P100成分以及P200成分。以往研究发现了P100和P200成分对个体在情绪和动机上的神经表征作用(Zhang & Liu, 2006; Sun et al., 2020; Zhang et al., 2017),说明基于图片的情绪唤醒和基于更新提示语的框架效应刺激大脑产生了与情绪和动机相关的反应,进而影响了大脑对软件更新的决策。

3 结论与展望

本研究基于情绪唤醒和框架效应理论,从软件更新的界面设计角度探索了用户软件更新的激励因素,并同步使用事件相关电位技术探究了其神经机制。本研究发现,基于图片刺激的情绪唤醒和基于更新提示语的框架效应能够促进用户的软件更新行为,且这个过程主要诱发了P100和P200成分,而以往研究已经证实P100和P200成分通常与正向情绪、动机等相关(Zhang et al., 2017; Zhang et al., 2020),说明刺激用户短时的积极情绪以及用户动机可以促进用户的软件更新行为。

本研究还存在可以进一步优化的设计和处理。首先,脑电实验的被试量可以进一步扩充,在后续研究中可以增加脑电实验的样本数量,得到更夯实及更丰富的结果。其次,以往研究发现软件用户的个人特征也会影响系统行为,例如现状偏见可能会导致用户拒绝更新,而情绪唤醒和框架效应是否可以调节现状偏见值得进一步讨论。这些内容为本研究的后续扩展提供了思路。

参考文献:

[1]MUGARZA I, FLORES J L, MONTERO J L. Security issues and software updates management in the industrial internet of things (iiot) era[J]. Sensors, 2020, 20(24):1-22.

[2]TIAN H, GROVER V, ZHAO J, et al. The differential impact of types of app innovation on customer evaluation[J]. Information & Management, 2020,  57(7):1-17.

[3]CHANG Y C, CHI T Y, WANG W C, et al. Dynamic software update model for remote entity management of machine‐to‐machine service capability[J]. IET Communications, 2013, 7(1):32-39.

[4]MATHIASSEN L, VAINIO A M. Dynamic capabilities in small software firms:a sense-and-respond approach[J]. IEEE Transactions on Engineering Management, 2007, 54(3):522-538.

[5]VITALE F, MCGRENERE J, TABARD A, et al. High costs and small benefits:a field study of how users experience operating system upgrades[J]. In Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems, 2017(May):4242-4253.

[6]张林, 刘昌. 青少年工作记忆的年龄差异:脑事件相关电位研究[J]. 中国临床心理学杂志, 2006(5):542-546,541.

[7]张积家, 陆禹同, 张启睿, 等. 外语焦虑、紧张情绪与认知负荷对外语说谎的影响:來自中-英双语者的证据[J]. 心理学报, 52(7):861-873.

[8]白露, 马慧, 黄宇霞, 等. 中国情绪图片系统的编制:在46名中国大学生中的试用[J]. 中国心理卫生杂志, 2005(11):4-7.

[9]NEBES R D, BUTTERS M A, MULSANT B H, et al. Decreased working memory and processing speed mediate cognitive impairment in geriatric depression[J]. Psychological medicine, 2000, 30(3):679-691.

[10]ZHU C, JIANG Y, WANG Y, et al. Arithmetic performance is modulated by cognitive reappraisal and expression suppression:evidence from behavioral and ERP findings[J]. Neuropsychologia, 2021, 162:108060.