Case study: LitterGram

Dwudziesty pierwszy listopada. Dzień, kiedy po czterech – a tak naprawdę to siedmu – latach bronię doktorat. Wow. Gdy się pracuje nad tak wielkim projektem, to gdzieś po drodze człowiek zapomina, że kiedyś w końcu nadejdzie dzień, gdy projekt ten się zakończy.

Dzisiaj co prawda jeszcze pewnie nie jest ten dzień  (w Wielkiej Brytanii jest inny system obron niż w Polsce i obrona jest egzaminem i „tylko” spotkaniem z recenzentami, na którym dostaje się feedback nt. swojej pracy i listę poprawek do naniesienia), ale już widać światło na końcu tunelu!

Z tejże okazji mam dla Was pierwszy wpis z serii #casestudies i pierwszy bazujący na moim doktoracie.

Tło problemu

Wielka Brytania jest najbardziej zaśmieconym krajem w Europie. Część problemu tkwi w tym, że lokalne urzędy, które są odpowiedzialne za sprzątanie śmieci i opróżnianie przepełnionych koszty, nie robią tego odpowiednio często. A jak pokazują badania behawioralne, normy społeczne mają ogromny wpływ na zachowanie ludzi. Jeśli zatem urzędy wykonają swoją pracę i na ulicach nie będzie żadnych śmieci, to większość osób nie będzie śmiecić. Jeśli jednak na ulicy będą leżały chociażby dwa śmieci, to znacznie wzrośnie szansa, że większość ludzi zamiast skorzystać z koszy, rzuci swoje pety, papierki i opakowania po napojach na ziemię. Dlatego też tak ważną częścią rozwiązania problemu jest regularnie sprzątanie tego, co zostało już porozrzucane.

O aplikacji

LitterGram to aplikacja na telefony, która została stworzona w celu wywarcia presji na lokalne urzędy, aby sprzątały śmieci, które zostały porozrzucane w ich rejonach.

Użytkownik może zrobić zdjęcie zaśmieconego miejsca czy przepełnionego koszaprzez aplikację. Takie zdjęcie jest automatycznie geo-tagowane, za pomocą funkcji GPS w telefonie.

Po upublikowaniu zdjęcia, na podstawie geo-taga, automatycznie oznaczany jest na Twitterze lokalny urząd, jaki odpowiedzialny jest za sprzątnięcie danej lokalizacji. Takie posty są publiczne, tak więc im więcej osób korzysta z LitterGrama, tym więcej postów pojawia się z informacjami o niesprzątniętych miejscach, a tym samym tym większa presja społeczna wywierana jest na lokalne urzędy, aby sprzątały swoje rejony. A im więcej śmieci oni sprzątną, tym bardziej pozytywne normy społeczne zostaną zbudowane, co z kolei wpłynie na redukcję nowych śmieci generowanych każdego dnia, bo mniej osób będzie bezmyślnie, automatycznie rzucać śmieci na ziemię.

Cel biznesowy

LitterGram ma kilkanaście tysięcy użytkowników, ale tylko kilkadziesiąt zdjęć dziennie jest wrzucanych do aplikacji i na Twittera. Celem tej interwencji behawioralnej było zachęcenie osób, które pobrały aplikację, to aktywnego korzystania z niej.

Ze względów praktycznych, nie było możliwe wdrożenie zmian w samej aplikacji. Interwencja opierała się o newslettery, czyli behawioralne narzędzia zmiany zachowania miały być wykorzystane w komunikacji e-mailowej.

Diagnoza behawioralna

Pierwszym krokiem do przygotowania interwencji było przeprowadzenie diagnozy behawioralnej. Wykorzystana do tego została metodologia, która jest podsumowaniem prawie 100 teorii psychologicznych dotyczących motywacji i zmiany zachowania. Według tego podejścia, istnieje 14 barier do zmiany zachowania: wiedza; umiejętności; tożsamość i rola społeczna/zawodowa; przekonania dotyczące możliwości; przekonania dotyczące konsekwencji; optymizm; nagrody; intencje; cele; pamięć, uwaga i mechanizmy decyzyjne; środowisko i kontekst; emocje; regulacja zachowania.

Diagnoza pokazała, że użytkownicy LitterGrama nie korzystają regularnie z aplikacji ze względu na:

  • przekonania dotyczące konsekwencji, czyli brak wiary, że wrzucanie zdjęć może mieć pozytywny wpływ na redukcję ilości śmieci;
  • emocje, czyli brak pozytywnych odczuć związanych z korzystaniem z aplikacji;
  • regulację zachowania, czyli nieśledzenie i niewidzenie postępów w swoim zachowaniu.

Interwencja behawioralna

Interwencja składała się z 18 e-maili, wysyłanych przez sześć tygodni, po trzy tygodniowo.

W każdy piątek wysłany był e-mail zawierający komunikat adresujący przekonania dotyczące konsekwencji. W tym e-mailu użytkownicy LitterGrama mogli przeczytać o pozytywnych konsekwencjach korzystania z aplikacji lub negatywnych konsekwencjach niekorzystania z aplikacji.

W każdy wtorek wysyłany był e-mail zawierający komunikat adresujący emocjeE-mail taki zawierał pytanie, w którym użytkownik zachęcany był do zastanowienia się, jak (dobrze) czuje się ze względu na to, że publikował zdjęcie w ostatnim tygodniu. Aby rzeczywiście skłonić użytkowników do refleksji, w mailu były trzy ikonki emoji – uśmiechnięta, neutralna oraz smutna buźka. Użytkownicy mieli kliknąć w tą, która najlepiej oddawała jego samopoczucie związane z aktywnością. Jeśli ktoś nie wrzucił żadnego zdjęcia w ostatnich siedmiu dniach, był proszony o ocenę jakby się czuł, gdyby takie zdjęcie wrzucił.

W każdy czwartek wysyłany był e-mail zawierający komunikat adresujący regulację zachowania. W tym e-mailu podana była informacja, ile zdjęć dany użytkownik publikował w ostatnim tygodniu, co miało pomóc takiej osobie monitorować postępy w aktywności.

Efekt

Średnia liczba zdjęć wrzucanych na LitterGrama na koniec interwencji była o ponad 60% wyższa niż przed interwencją i różnicy tej nie da się wyjaśnić sezonowością. Ponadto analiza pokazała, że każdego dnia wrzucanych było średnio o .6 zdjęcia więcej i trend ten się utrzymywał. Wyniki te sugerują, że kontynuowanie interwencji przez okres dłuższy niż sześć tygodni wpłynęłoby na jeszcze większą aktywację użytkowników.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *