克里斯托夫·施奈德

你的電腦鼠標(biāo)會(huì)“說話”！它會(huì)透露你的哪些情況？我們大多數(shù)人都知道技術(shù)“輸出”（比如糟糕的網(wǎng)站設(shè)計(jì)）會(huì)讓人心煩意亂，但我們是否意識(shí)到，技術(shù)“輸入”（比如我們自身特定的鼠標(biāo)光標(biāo)移動(dòng)方式）也能向計(jì)算機(jī)提供我們情緒狀態(tài)的實(shí)時(shí)指標(biāo)？

我和我的同事們一直在研究一個(gè)課題：通過用戶自身的數(shù)字活動(dòng)來偵測(cè)負(fù)面情緒。我們通過幾個(gè)實(shí)驗(yàn)，提示組織如何以有價(jià)值的方式利用此類信息——從改善網(wǎng)站設(shè)計(jì)到偵測(cè)欺詐。是的，用戶手中鼠標(biāo)一個(gè)看似不起眼的微小移動(dòng)，或者填寫在線表格時(shí)片刻的猶豫，實(shí)際上都可以成為警示信號(hào)，提示此人可能有欺詐企圖——他被自己的鼠標(biāo)出賣了！

本文專門探討了我本人在跟蹤數(shù)據(jù)（即用戶在人機(jī)互動(dòng)過程中留下的數(shù)字足跡）領(lǐng)域的研究，并具體說明了企業(yè)如何利用此類數(shù)據(jù)，既改善用戶體驗(yàn)，又防止錯(cuò)誤輸入（無(wú)論故意與否），從而降低成本、提高利潤(rùn)率和滿意度?，F(xiàn)在，讓我們點(diǎn)擊開啟探索之旅吧。

從操作電腦鼠標(biāo)到觸控觸摸屏以及滑動(dòng)手機(jī)屏幕，我們運(yùn)用精細(xì)動(dòng)作技能來實(shí)現(xiàn)人機(jī)互動(dòng)。這種技能獲得于童年時(shí)期，并成為大腦中的“硬布線”。神經(jīng)學(xué)研究表明，消極情緒會(huì)降低大腦的處理能力，影響反應(yīng)時(shí)間、肌肉力量以及最終的工作績(jī)效。

既往研究表明，挫折感會(huì)使得線上消費(fèi)者紛紛離去。因此，我和我的合作者們決定探索以下課題：我們是否能夠檢測(cè)以及如何檢測(cè)到挫折感存在的信號(hào)，從而幫助網(wǎng)站所有者打造流暢的用戶體驗(yàn)？鑒于負(fù)面情緒（如沮喪）會(huì)影響精細(xì)動(dòng)作控制，我們推測(cè)，這會(huì)影響用戶通過輸入設(shè)備（如電腦鼠標(biāo)）的人機(jī)交互。又鑒于在線交互過程中鼠標(biāo)光標(biāo)的移動(dòng)很容易被記錄下來，那么我們能否通過分析鼠標(biāo)光標(biāo)移動(dòng)的距離和速度來偵測(cè)用戶的挫折感？

大多數(shù)線上的目標(biāo)導(dǎo)向型任務(wù)（如搜索信息、支付賬單或辦理結(jié)賬手續(xù)）都是結(jié)構(gòu)化和線性的。用戶操縱著鼠標(biāo)，將光標(biāo)從A點(diǎn)移到B點(diǎn)。我們提出的論點(diǎn)是：處于負(fù)面情緒影響下的用戶，其鼠標(biāo)光標(biāo)移動(dòng)軌跡容易偏離屏幕上兩點(diǎn)之間最高效的路徑即直線軌跡。我們還假定，其鼠標(biāo)光標(biāo)的移動(dòng)速度會(huì)慢于正常情況下的速度。為驗(yàn)證以上假定，我們進(jìn)行了三項(xiàng)實(shí)驗(yàn)研究。

研究1：承受時(shí)間壓力 在第一項(xiàng)研究中，我們將參與者隨機(jī)分成兩組，對(duì)其解釋說，他們正在參加一個(gè)智力測(cè)試，總共包括三個(gè)問題。在對(duì)照組中，我們?cè)O(shè)定的問題很簡(jiǎn)單，而且參與者答對(duì)每個(gè)問題之后都會(huì)收到祝賀。另一組則要承受負(fù)面條件的影響：參與者只有幾秒鐘的時(shí)間來回答每個(gè)問題，而且題目極難，幾乎不可能答對(duì)。他們隨后被告知，由于他們的反應(yīng)速度太慢，因而被認(rèn)定智力水平遜于參加過同一測(cè)試的大多數(shù)人。（別擔(dān)心，我們一定會(huì)在實(shí)驗(yàn)結(jié)束后對(duì)他們解釋清楚?。?/p>

接著，兩組人被要求參與同一項(xiàng)任務(wù)：將數(shù)字從屏幕的一邊拖拽到另一邊。我們記錄了每位參與者的鼠標(biāo)光標(biāo)移動(dòng)情況。結(jié)果正如我們預(yù)測(cè)的那樣，受過負(fù)面影響的一組鼠標(biāo)移動(dòng)速度慢于另一組，而且其移動(dòng)軌跡也更偏離直線軌跡。

研究2：購(gòu)物遇阻 在第二項(xiàng)研究中，我們建立了一個(gè)逼真的電商網(wǎng)站，參與者被要求在該網(wǎng)站購(gòu)買一個(gè)筆記本電腦包。他們須在網(wǎng)站主頁(yè)點(diǎn)擊“購(gòu)買筆記本電腦包”的鏈接，在下一個(gè)頁(yè)面選擇所需的包，在第三個(gè)頁(yè)面填寫筆記本電腦的屏幕尺寸，在第四個(gè)頁(yè)面審視產(chǎn)品并點(diǎn)擊“購(gòu)買”。

我們同樣將參與者分為兩組。對(duì)于其中一個(gè)組，每個(gè)網(wǎng)頁(yè)的加載都沒有延遲，購(gòu)物流程簡(jiǎn)單順暢。而對(duì)于另一組，網(wǎng)頁(yè)加載緩慢，一些鏈接卡頓，頁(yè)面信息顯示“請(qǐng)等待下一個(gè)頁(yè)面加載”，接著是“頁(yè)面仍在加載中，請(qǐng)耐心等待”，然后是“頁(yè)面加載錯(cuò)誤，請(qǐng)重試”。（這種情況我們都經(jīng)歷過，對(duì)嗎？）

購(gòu)物完成后，兩組人都被轉(zhuǎn)到一個(gè)在線調(diào)查，按要求報(bào)告自己的情緒。結(jié)果顯示，在實(shí)驗(yàn)過程中鼠標(biāo)光標(biāo)移動(dòng)速度較慢、與直線軌跡偏離最大的人群與自我報(bào)告高度挫折感的人群呈正相關(guān)。這證實(shí)了可以用前者來推斷后者的存在，其總體準(zhǔn)確率約為82%。

研究3：配置挑戰(zhàn) 在第三項(xiàng)研究中，參與者被隨機(jī)分配到兩個(gè)不同的網(wǎng)站，他們要在網(wǎng)站上選擇一個(gè)產(chǎn)品型號(hào)，再選擇不同的產(chǎn)品屬性，然后配置產(chǎn)品，涉及的步驟各種各樣，有些相當(dāng)復(fù)雜。他們的鼠標(biāo)光標(biāo)移動(dòng)情況被全程記錄下來，在每個(gè)步驟之后，參與者都要自我報(bào)告情緒狀態(tài)。在這里，我們?nèi)斡蓞⑴c者的情緒在沒有直接操縱的情況下自然變化，并將受試者不同的經(jīng)驗(yàn)和專業(yè)知識(shí)，以及不同產(chǎn)品配置的不同復(fù)雜程度之間的異質(zhì)性納入考慮。結(jié)果表明，我們不僅可以根據(jù)鼠標(biāo)光標(biāo)移動(dòng)的距離和速度來部分解讀受試者的情緒變化，而且可以由這些數(shù)據(jù)推斷出負(fù)面情緒的水平。

為什么說這些實(shí)驗(yàn)很重要？首先，它們觸及用戶體驗(yàn)設(shè)計(jì)的核心。像鼠標(biāo)光標(biāo)移動(dòng)速度和距離這類跟蹤數(shù)據(jù)可以為A/B測(cè)試提供有用的輸入，有助于觀察同一網(wǎng)頁(yè)的兩個(gè)版本在用戶心中引發(fā)的負(fù)面情緒孰大孰小。借助JavaScript，管理者可以從客戶開始與網(wǎng)站互動(dòng)的那一刻起，捕捉其鼠標(biāo)光標(biāo)的移動(dòng)，直到他們退出網(wǎng)站，由此可以發(fā)現(xiàn)交互過程中的薄弱點(diǎn)或不夠“絲滑”的地方。異常的光標(biāo)移動(dòng)距離或速度可能意味著負(fù)面反應(yīng)，揭示出需要改進(jìn)之處，甚至具體到精確的時(shí)間點(diǎn)、所在位置及網(wǎng)頁(yè)上的區(qū)域。它還可以幫助管理者主動(dòng)、實(shí)時(shí)地回應(yīng)用戶需求：一個(gè)電商網(wǎng)站會(huì)由此獲知通過道歉、解釋或提供幫助等方式進(jìn)行干預(yù)的最佳時(shí)間點(diǎn)，趁著心懷不滿的客戶還沒下決心棄你而去，及時(shí)地減輕或平息偵測(cè)到的任何負(fù)面情緒。

前面講的是跟蹤數(shù)據(jù)如何能夠幫助公司更好地識(shí)別和修復(fù)自家網(wǎng)站的痛點(diǎn)，解決令用戶頭疼的問題。但有時(shí)候情況恰恰相反：是用戶的欺詐行為令公司遭受損失。這就引出了我的另一個(gè)研究方向，接下來我會(huì)予以詳述。

美國(guó)的一些估算數(shù)據(jù)顯示，每年因保險(xiǎn)欺詐造成的損失約在800億美元到50，000億美元不等。而這些成本會(huì)以保費(fèi)上漲的形式轉(zhuǎn)嫁給消費(fèi)者，使得每人每年的保費(fèi)負(fù)擔(dān)增加700美元。隨著在線交易數(shù)量日益增多，偵測(cè)欺詐行為的難度也變得更大。多數(shù)偵測(cè)方法是依靠事后監(jiān)察，即對(duì)已提交的索賠進(jìn)行統(tǒng)計(jì)抽樣，審查其中是否可能有虛假陳述。然而這種方法依賴的是輸出端。我們能否從用戶的輸入下手來偵測(cè)欺詐？通過分析他們的實(shí)時(shí)鼠標(biāo)光標(biāo)移動(dòng)，揭示他們的實(shí)際心態(tài)，就像前述實(shí)驗(yàn)一樣，從而當(dāng)場(chǎng)拿獲欺詐行為？

這一次我們進(jìn)行了兩項(xiàng)實(shí)驗(yàn)。如同揭示負(fù)面情緒狀態(tài)的實(shí)驗(yàn)一樣，我們假定在填寫線上表格時(shí)，提供虛假答案的人更有可能出現(xiàn)鼠標(biāo)光標(biāo)移動(dòng)速度較慢、移動(dòng)軌跡偏離最短路徑較大的情形。實(shí)驗(yàn)中的實(shí)際情況如下。

研究1：捉住說謊者 首先，我們采用了一個(gè)業(yè)內(nèi)普遍認(rèn)同的游戲：參與者被要求注視一個(gè)由對(duì)角線一分為二的正方形。在正方形內(nèi)，對(duì)角線左右兩側(cè)會(huì)隨機(jī)出現(xiàn)一些小點(diǎn)，參與者須識(shí)別哪一側(cè)出現(xiàn)的小點(diǎn)更多。他們這樣做了十次，將鼠標(biāo)光標(biāo)向右或向左移動(dòng)，點(diǎn)擊所選答案。這些動(dòng)作都被JavaScript記錄下來。

為了激發(fā)作弊行為，我們告訴參與者，無(wú)論他們的答案是否屬實(shí)，點(diǎn)擊右邊總會(huì)比點(diǎn)擊左邊獲得更多報(bào)酬。這意味著四種可能性：參與者如實(shí)地點(diǎn)擊左邊；如實(shí)地點(diǎn)擊右邊；不小心點(diǎn)擊了錯(cuò)誤答案；為追求自身報(bào)酬最大化，在明知那是錯(cuò)誤答案的情況下故意點(diǎn)擊右邊。

最終結(jié)果顯示，參與者聲稱右側(cè)小點(diǎn)更多的時(shí)候占到59%，而實(shí)際上這種情況只占50%。對(duì)于這一組人，我們發(fā)現(xiàn)他們?cè)诳紤]作弊時(shí)，鼠標(biāo)光標(biāo)偏離最短路徑及移動(dòng)速度變慢的情況都明顯增加。

研究2：夸大保險(xiǎn)索賠 接下來，我們要求參與者填寫一份提交車損索賠的線上表格。參與者在開始時(shí)擁有2，000枚虛擬幣。他們的保險(xiǎn)免賠額是600枚虛擬幣。我們告訴他們，在完成保險(xiǎn)索賠后，將根據(jù)每人手頭剩余的虛擬幣數(shù)量向他們發(fā)放獎(jiǎng)金。我們想看看，人們是否會(huì)夸大損失，以獲得更高賠償來抵扣免賠額，并增加自己的最終財(cái)富。

參與者須點(diǎn)擊屏幕上的汽車圖片，標(biāo)示出所有報(bào)損的地方，其鼠標(biāo)光標(biāo)的移動(dòng)都被跟蹤和記錄下來。在這一步，我們發(fā)現(xiàn)了更顯著的結(jié)果：與之前的實(shí)驗(yàn)相比，鼠標(biāo)光標(biāo)移動(dòng)的偏差更大、速度更慢。此外，與我們的假定一致，我們發(fā)現(xiàn)欺詐的嚴(yán)重程度與鼠標(biāo)光標(biāo)移動(dòng)偏差的大小呈正相關(guān)，與其移動(dòng)速度呈負(fù)相關(guān)。我們的實(shí)驗(yàn)結(jié)果表明，欺詐行為確實(shí)與用戶的跟蹤數(shù)據(jù)表現(xiàn)出一定的相關(guān)度。

先別急于在腦海中喚起類似《少數(shù)派報(bào)告》（Minority Report）中描寫的那種反烏托邦場(chǎng)景——在那部科幻小說中，組織有能力提前偵測(cè)到“未發(fā)生的犯罪”，并在預(yù)知人的犯罪意圖的情況下將其逮捕——我們需要從正確的角度看待上述結(jié)果。這些發(fā)現(xiàn)是基于實(shí)驗(yàn)的，盡管它們極具穩(wěn)健性，但還需要在現(xiàn)實(shí)環(huán)境中加以檢測(cè)。

正如我的兩位研究同事約瑟夫·瓦拉季奇（Joseph Valacich，來自亞利桑那大學(xué)）和杰夫·詹金斯（Jeff Jenkins，來自楊百翰大學(xué)）在最近發(fā)表的一篇會(huì)議論文中所指出的，雖然鼠標(biāo)光標(biāo)的軌跡偏差和速度是辨別用戶情緒和認(rèn)知狀態(tài)的有力手段，但我們必須保持審慎態(tài)度，不可貿(mào)然下結(jié)論。

在討論另一類跟蹤數(shù)據(jù)——擊鍵動(dòng)態(tài)時(shí)，他們指出：“輸入本人姓名時(shí)的低熟悉度往往是一個(gè)標(biāo)示欺詐的信號(hào)。通常情況下，人們?cè)谳斎胱约盒彰麜r(shí)表現(xiàn)出很高的熟悉度，因?yàn)樗麄冊(cè)缫蚜?xí)慣成自然了。然而，如果針對(duì)姓名以外的其他監(jiān)控目標(biāo)，低熟悉度則未必意味著欺詐。例如，有些應(yīng)用程序要求填寫工作地址，而很多人記不清自己的工作地址，或者沒怎么輸入過。因此，他們?cè)谳斎牍ぷ鞯刂窌r(shí)表現(xiàn)出較低的熟悉度，而這很可能不是標(biāo)示欺詐的信號(hào)?！?/p>

另外，有些人可能在技術(shù)互動(dòng)方面天生不夠靈活，或者對(duì)觸摸屏設(shè)備的敏感度有別于其他人。在根據(jù)數(shù)字行為生物統(tǒng)計(jì)學(xué)（digital behavioral biometrics， DBB）做出推斷時(shí)，也就是從跟蹤數(shù)據(jù)中總結(jié)出獨(dú)特的行為模式時(shí)，必須在用戶進(jìn)行人機(jī)交互的特定目標(biāo)情境下做出解釋。某個(gè)特定的DBB統(tǒng)計(jì)數(shù)據(jù)（比如熟悉度）在應(yīng)用于一個(gè)目標(biāo)（如名字）和另一個(gè)目標(biāo)（如工作地址）的時(shí)候，意義可能完全不同。

對(duì)于任何打算在自身商業(yè)環(huán)境中利用DBB的從業(yè)者，除了要注意在具體情境中對(duì)事物做出解釋的重要性以外，我的同事們還給出了下面一些建議。

● 盡可能從行為數(shù)據(jù)中剔除個(gè)人身份信息。

● 避免需要特殊權(quán)限的侵入行為，如啟用電腦話筒和攝像頭。特別是在歐洲，根據(jù)《通用數(shù)據(jù)保護(hù)條例》（General Data Protection Regulation， GDPR）的規(guī)定，收集用戶數(shù)據(jù)需要征得同意，處理用戶數(shù)據(jù)須明確告知。

● 同樣，要避免跨域跟蹤用戶行為，這在技術(shù)上是可行的，但超出了在征得用戶同意的域內(nèi)收集數(shù)據(jù)的限制。

● 在不同設(shè)備間傳輸DBB時(shí)，要進(jìn)行加密。

● 對(duì)數(shù)據(jù)的解讀要建立在基于堅(jiān)實(shí)理論和嚴(yán)謹(jǐn)研究的成熟科學(xué)方法之上。

最后一點(diǎn)是關(guān)鍵。隨著組織越來越多地運(yùn)用人工智能（AI）和機(jī)器學(xué)習(xí)（ML）算法來強(qiáng)化自身的人工流程，這就要求精通此類技術(shù)的管理者了解這些自動(dòng)化手段的潛在缺點(diǎn)、偏差和失誤。如前所述，某些奇怪的鼠標(biāo)動(dòng)作可能有欺詐以外的原因。AI可以標(biāo)記出異常情況，但這需要合理的邏輯和有代表性的訓(xùn)練數(shù)據(jù)，后續(xù)還需要人類解讀者跟進(jìn)處理，如此方能形成可靠的結(jié)果，避免將用戶誤判為欺詐分子。

與任何用戶界面一樣，這個(gè)問題也不存在一種簡(jiǎn)單的答案。然而，我們的研究揭示了一種低成本、高度可擴(kuò)展的方法，可用于檢測(cè)用戶的情緒和認(rèn)知狀態(tài)，以便改進(jìn)用戶體驗(yàn)設(shè)計(jì)。鼠標(biāo)移動(dòng)特征還可以與其他類型的用戶輸入（如擊鍵動(dòng)態(tài)和文件上傳）聯(lián)合運(yùn)用。有了多種來源的跟蹤數(shù)據(jù)，管理者就可以不斷嘗試不同的設(shè)計(jì)、布局和A/B測(cè)試，并進(jìn)一步探索結(jié)果。

我們的方法不只是用來偵測(cè)用戶的沮喪水平或欺詐等負(fù)面因素。舉個(gè)例子：了解到認(rèn)知失調(diào)或認(rèn)知過載是教育領(lǐng)域的一個(gè)問題，我們就可以利用鼠標(biāo)移動(dòng)指標(biāo)來設(shè)計(jì)更出色的界面，為在線學(xué)習(xí)者提供最適度的刺激，達(dá)到學(xué)習(xí)成果最大化。此外，我們還可以利用源自跟蹤數(shù)據(jù)的洞見，將用戶引向積極的方向，比如助力公共衛(wèi)生運(yùn)動(dòng)，或者減輕大眾對(duì)疫苗接種的認(rèn)知障礙。

越來越多的初創(chuàng)企業(yè)已經(jīng)在向企業(yè)客戶提供DBB產(chǎn)品和服務(wù)，特別是在金融領(lǐng)域，像匯豐銀行（HSBC）、巴克萊銀行（Barclays）、花旗銀行（Citi）和美國(guó)運(yùn)通（American Express）等都已加入其中，這僅僅是幾個(gè)例子。潛在的應(yīng)用還有許多，需要未來做進(jìn)一步的研究和探索。好消息是：新的洞見并不遙遠(yuǎn)，輕點(diǎn)鼠標(biāo)，或許它就在眼前。

翻譯：石小竹