Presentatie
Doorheen het academiejaar worden de studenten gecoached om hun resultaten zo overzichtelijk mogelijk weer te geven in stakeholder presentaties.
METHODIEK 1: Stakeholder mapping
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- Inzicht in wie de stakeholders zijn binnen het project Solid4Media.
- Onze belangrijkste stakeholders zijn VRT en Solid4Media, dit zijn namelijk onze opdrachtgevers voor dit project. Daarnaast vormen SolidLab Vlaanderen, Athumi en DataVillage cruciale stakeholders doorheen deze challenge. Zij gaan ons doorheen dit project heel wat informatie kunnen aanleveren, aangezien zij over diepgaande kennis en ervaring beschikken in verband met persoonlijke datakluizen.
METHODIEK 2: Literatuurstudie
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- Aan de hand van een literatuurstudie kregen we inzicht in de werking van persoonlijke datakluizen, wat van cruciaal belang is voor het verdere verloop van dit onderzoeksproject. Het verduidelijkte vervolgens dat het belangrijk is om de voordelen van het gebruik van persoonlijke datakluizen aan de eindgebruiker te verduidelijken, zoals agency, controle en transparantie. Vervolgens werd uit de literatuur duidelijk dat het bewustzijn van persoonlijke datakluizen bij de Vlaming significant laag is. Zodoende is het van belang in te zetten op "explainability" en te onderzoeken hoe het gebruik van persoonlijke datakluizen in de contect van VRT MAX er uit zal moeten zien, zodat het bovenstaande voordelen en voldoende duidelijkheid biedt voor de eindgebruikers.
METHODIEK 3: Product promise
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- Aan de hand van een product promise werd duidelijk dat de belangrijkste kernwaarden binnen onze challenge kennis, vertrouwen en privacy zijn. De belangrijkste pijnpunten zijn vervolgens: gebrek aan kennis en bewustzijn van persoonlijke datakluizen & transparantie.
- De belangrijke succesindicatoren om de klanttevredenheid in de toekomst te meten zijn: grotere klanttevredenheid, verbeterde reputatie, meer streaming, mogelijk bredere acceptatie van de Solid-technolgie.
METHODIEK 1: Expert interview
Aantal respondenten
4
Schatting
5
Reëel
Belangrijkste resultaten
- In het expertinterview met Peter Mechant (senior onderzoeker @imec & gast professor @UGent, onderzoeksgroep MICT, trekker van SolidLab Flanders en Solid4Media) werd duidelijk dat de technologie van persoonlijke datakluizen nog in zijn kinderschoenen staat. Momenteel staat Solid in de fase van early adopters en moeten we de ‘chasm’ nog overbruggen. Of burgers uiteindelijk de technologie volledig gaan adopteren valt momenteel nog niet te voorspellen. Ook hoofd van het onderzoeksteam van de VRT, Thijs Vanderhaegen, is heel sceptisch over de realiseerbaarheid van het project. Mensen staan niet te wachten op deze technologie, er is geen nood aan en op dit moment lijkt het project onrealistisch omdat het nog heel abstract lijkt. Aline Cadron (digitale data-analist, VRT) en Sofie De Coker (hoofd van Generation Next, VRT) gaven beiden aan dat mochten gebruikers meer data delen dit zou resulteren in het verhogen van de gebruikerservaring voor gebruikers van VRT Max. Dit zou vervolgens ook voor VRT Max voordeel kunnen opleveren omdat ze gerichter persoonlijke aanbevelingen kunnen doen indien ze meer en diverse data zouden kunnen verzamelen over de gebruikers (bv. Live locatie, NMBS-data, data over gezinssamenstelling). Ze zijn zich er echter van bewust dat gebruikers niet echt open staan om deze en andere sensitieve data te delen. Er geldt echter ook hoe meer contextgedreven data gebruikers delen, hoe beter de personalisatie van deze platformen zal vorm krijgen voor de eindgebruiker. Anderzijds gaan persoonlijke aanbevelingen niet alles kunnen oplossen. Mensen zijn heel complex en veranderen zo snel dat het bijna niet realistisch is. De taak van de VRT is bovendien smaakverbredend te inspireren en niet per se meer content aan te bieden. Een hogere mate van personalisatie is dus eerder afhankelijk van de noden van de gebruiker in de context van VRT.
- Thijs Vandehaegen wees erop dat het belangrijk is te onthouden dat de VRT een maatschappelijke functie en opdracht moet vervullen. Verschillende doelgroepen moeten op een verschillende manier bereikt worden met de juiste content. Het algoritme voor persoonlijke aanbevelingen moet enerzijds rekening houden met de behoeften van de mensen en anderzijds breed genoeg blijven (cf. opdracht van de VRT) en contextuele factoren zoveel mogelijk meenemen. Zowel Aline Cadron, Sofie De Coker en Thijs Vanderhaegen gaven aan dat jongeren tussen 12 en 24 jaar het moeilijkst te bereiken zijn door de VRT. Ze associëren VRT vaak met nieuws, lokale content, politiek, saaiheid, ‘niet hun platform’. Hierdoor vormt het het een uitdaging om de jongeren te betrekken bij het platform en hun mediacontent aan te leveren. Dit hangt samen met de verschillende verwachtingen, behoeften en mediagebruik van jongeren in vergelijking met andere doelgroepen. Daarbovenop is het speelveld de afgelopen 10-15 jaar enorm veranderd, denk bijvoorbeeld aan de evolutie van lineair naar on-demand kijkgedrag de afgelopen decennia. Enkele cijfers van een onderzoek uit 2021: slechts 48% van de Vlamingen (boven de 16 jaar) weet wat personalisatie is. Hiervan zijn slechts 1/5 65+. Lager opgeleiden zijn vaak minder digitaal geletterd. 62% Vlaamse jongeren vindt personalisatie nuttig. Bij volwassenen ligt dit percentage op 38%. Jongeren staan er meer voor open om meer informatie te delen. Vertrouwen in de VRT als instelling ten opzichte van andere openbare instellingen: 6e plaat in het lijstje van 22 openbare instellingen (na dokters, brandweer, mutualiteit...). Er is een kloof in vertrouwen. Jongeren, mensen met buitenlandse afkomst hebben een lager vertrouwen in de VRT. De exacte reden hiervoor is niet duidelijk. Maar de bouwstenen van vertrouwen zijn enorm moeilijk in kaart te brengen, dit is sterk afhankelijk van persoon tot persoon.
METHODIEK 2: Focusgroep
Aantal respondenten
16
Schatting
16
Reëel
Belangrijkste resultaten
- Het overgrote deel van de mensen die deelnamen aan de focusgroepen zouden data willen delen met VRT MAX om betere persoonlijke aanbevelingen te krijgen. De deelnemers hebben geen probleem om hun socio-demografische data te delen, maar live locaties, bankgegevens of data van sociale mediaplatformen zijn grijze zones voor de deelnemers.
- De deelnemers zouden de persoonlijke datakluis gebruiken om een beter overzicht te krijgen van welke data ze met wie delen. Een aantal deelnemers zijn echter sceptisch over hoe waterdicht de persoonlijke datakluizen zijn en wijzen op een angst dat grote mediabedrijven weer een andere weg zullen vinden om data te verkrijgen. Er komt ook naar voren dat de Vlaamse 18 - 24 jarige vaak niet bewust zijn van de gevaren rond het delen van data met allerhande grote spelers en websites volgens de participanten van de focusgroepen.
METHODIEK 3: Survey
Aantal respondenten
250
Schatting
281
Reëel
Belangrijkste resultaten
- Ons onderzoek focust op de gebruiksvriendelijkheid van VRT max dus deze resultaten waren handig voor de volgende stappen die we nu gaan moeten ondernemen: Tevredenheid ten aan zien VRT MAX met gemiddelde van 3.9 (/5). De tevredenheid over de gebruiksvriendelijkheid verschilt niet onder de profielen. Gebruiksvriendelijkheid scoorde het hoogst met een gemiddelde van 4.18 (/5) Transparantie scoorde het laagst met een gemiddelde van 3.59 (/5) Op toegankelijkheid over verschillende apparaten heen zien we een gemiddelde van 4.13 (/5). Dit wil zeggen dat de VRT MAX gebruikers in het algemeen ‘tevreden’ zijn van de toegankelijkheid. Ook de bewustzijn rond data speelde bij onze respondenten van de survey een grote rol: De koploper die het meest op de eerste plaats stond bij de vraag motivaties om een datakluis te gebruiken is ‘privacy’ (2.51/7). Daarbovenop worden opslag en veiligheid (3.21/7) en controle (3.27/7) ervaren als belangrijke motieven voor het gebruik van datakluizen. Verder was de grootste barrière om datakluizen te gebruiken 'zorgen om privacy'. Dit betekent dus dat er zeker nog bewustzijn nodig is hieromtrent aangezien datakluizen net positief zullen zijn voor privacy. Het lijkt dat respondenten het belangrijker vinden om datakluizen te gebruiken omwille van de garantie op transparantie en controle, eerder dan aanbevelingen te krijgen op vlak van content. Angst voor verslaving door aanbevelingen scoort zeer laag, terwijl dit wel sterk naar voor kwam in de focusgroepen.
- In totaal hadden we 281 respondenten. Hiervan waren 193 vrouwen en 83 mannen. Deze kloof is een beperking van het onderzoek. We hebben de survey apart gedeeld voor extra mannelijke respondenten om deze kloof een beetje meer te dichten. De respondenten kregen een percentage toegekend in hoeverre ze bij één van de drie profielen pasten. Bij sommigen was dit percentage bijna gelijk over de drie profielen heen, dus konden deze respondenten niet meegeteld worden voor analyses gebaseerd op de verschillende profielen. De uiteindelijke verdeling van deze profielen was als volgt: 229 respondenten, 63 Privacy Pioniers, 100 Onbezorgde Opportunisten en 66 Argwanende Achterblijvers.
METHODIEK 4: Benchmarking
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- In de benchmarking werden Netflix, Streamz, VTMGO en VRT MAX bestudeerd en met elkaar vergeleken. Hiernaast werd ook Digi.me, een digitale datakluis, bestudeerd. Hiertui bleek dat elk platform een eigen privacyverklaring en cookiebeleid heeft, die allemaal redelijk op elkaar gelijken. Omdat wij hier specifiek naar op zoek gingen waren deze verklaringen redelijk snel te vinden maar voor iemand die hier minder vaardig mee is of niet bewust zelf naar op zoek gaat, zitten de privacyverklaring en het cookiebeleid redelijk verstopt. De pagina van VRT MAX was het meest overzichtelijk en makkelijk te gebruiken. De gebruiker komt namelijk terecht op een pagina waar overzichtelijk wordt weergegeven welk VRT merk toegang heeft tot welke data. Daarboveop heeft VRT een volledige website opgericht waar alles omtrent data en privacy duidelijk staat uitgelegd. Hierop staan ook twee video’s die op een visuele manier uitlegt hoe VRT omgaat met de gegevens van haar gebruikers.
- Algemeen (over de 4 platformen en de digitale datakluis) wordt er een grote verantwoordelijkheid bij de gebruiker gelegd om zelf bewust bezig te zijn met hun data en wat het platform hiermee doet. De knoppen ‘privacybeleid’ en ‘cookiebeleid’ zijn namelijk niet direct zichtbaar. Het is pas nadat de gebruiker hier specifiek naar op zoek gaat, dat ze op deze pagina’s belanden. Wat voor ons dus een grote troef zou lijken is het toevoegen van meer nudges op streamingsplatformen die mensen eraan herinneren om bewust om te gaan met hun data, de privacyverklaring te lezen, op de hoogte zijn welke data ze delen met een platform en dergelijke.
METHODIEK 5: Literatuurstudie
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- De hedendaagse zorgen van gebruikers over de controle en transparantie van hun persoonlijke gegevens hebben geleid tot het opkomen van oplossingen zoals persoonlijke datakluizen (Het Vlaams Datanutsbedrijf, 2022; Maes at al., 2023). Deze datakluizen, waarvan Solid een specifieke toepassing is, introduceren een meer gedecentraliseerd model waardoor gebruikers in staat zijn controle te hebben over hun gegevens en deze te delen op basis van hun eigen voorkeuzen (Janssen et al., 2020). Dergelijke datakluizen brengen verschillende voordelen met zich mee. Het voornaamste voordeel voor gebruikers is het verwerven van meer controle over de persoonlijke gegevens, wat op zijn beurt resulteert in een verbeterde privacy- en databescherming. Daarnaast verwerven datakluizen verscheidene analyses die interessant kunnen zijn voor individueel gebruik. Tot slot heeft de gebruiker de mogelijkheid om hun gegevens te verhandelen, wat kan resulteren in een financieel voordeel (Fallatah et al., 2023; Janssen et al., 2023). Naast gebruikers ondervinden ook bedrijven verschillende voordelen. Zij profiteren namelijk van een beter gebruiksvertrouwen, toegang tot een breder scala aan gegevens en lagere operationele kosten (Fallatah et al., 2023). Een specifieke toepassing van dergelijke datakluizen heeft betrekking op het gebruik ervan bij de creatie van persoonlijke aanbevelingen op streamingsplatformen. Streamingsplatformen gebruiken hiervoor PRS-algoritmen die afhankelijk zijn van verschillende soorten gebruikersdata om gepersonaliseerde aanbevelingen te doen. Hoewel het potentieel van dergelijke datakluizen aanzienlijk is, blijkt uit onderzoek dat de bereidheid van gebruikers om persoonlijk data te delen voor betere aanbevelingen nog relatief laag is. Dit kan verklaard worden door een beperkt begrip van gebruikers over deze aanbevelingssystemen, waardoor transparantie en controle belangrijke aspecten zijn voor een positieve gebruikerservaring (Budiu, 2018; Janssen et al., 2022; Maes et al., 2022). In het kader van het optimaliseren van de gebruikservaring van jongeren op VRT MAX door het delen van data via persoonlijke datakluizen, is het van belang om rekening te houden met deze bevindingen en de specifieke attitudes van verschillende gebruikersprofielen in Vlaanderen. Het belang van transparantie, controle en bewustwording manifesteren zich als cruciale elementen voor het succesvol implementeren van dergelijke systemen en het maximaliseren van de voordelen voor zowel gebruikers, als organisaties (Janssen et al., 2020).
METHODIEK 1: Lotus blossom
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- In deze brainstormsessie met het hele team haalden we allerlei ideeën voor features die we kunnen invoegen in onze tangible.
- De Lotus Blossom methode stelde ons in staat om innovatieve ideeën te genereren en diverse oplossingsmogelijkheden te verkennen. Zo kwamen we tijdens de brainstormsessie tot allerlei features die we konden invoegen in onze tangible. We zijn gestart met 8 requirements die onze tangible nodig zou hebben, namelijk sensibilisering, transparantie over data, vindbaarheid van data, data als valuta, overzichtelijke user interface, verbeteren persoonlijke aanbevelingen, bereidheid tot data delen en het aantrekkelijk maken voor jongeren tussen de18 en 24 jaar oud. Vervolgens hebben we voor ieder van deze requirements een voorbeeld gezocht dat zo ver mogelijk van onze challenge lag. Dit stimuleerde een brainstorm over mogelijke aspecten van onze tangible.
METHODIEK 2: Creative brainstorm
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- Uiteindelijk leidde de ideeën uit de Lotus Blossom tot twee concrete ideeën. Het eerste heet "MAX Connected". Max Connected dient gezien te worden als een nieuwe sociale laag die we toevoegen aan het VRT MAX-platform. Binnen dit concept kan je connecteren met je vrienden om te zien wat zij aan het bekijken zijn, wat hun VRT MAX kijkgeschiedenis is, welke reviews ze geven op series, ... Deze sociale connecties, in samenloop met de data die je deelt, zorgen voor verbeterde persoonlijke aanbevelingen.
- Het tweede idee noemen we het "VRT Data Dashboard". Het VRT Data Dasboard biedt een overzicht van welke data uit je datakluis je deelt met VRT MAX. Buiten het overzicht krijg je een uitgebreide uitleg over welke invloed data delen heeft en welke voordelen dit voor jou kan hebben als individu, maar ook wat VRT met je data doet.
METHODIEK 1: Paper prototyping
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- We hebben onze ideeën uit de ideation fase op papier kunnen visualiseren waardoor heel het team op dezelfde lijn zat over over de 3 functies die we willen toevoegen aan VRT MAX, namelijk: inloggen met Solid datakluis, Max Connected (sociale platform) & schrijven van reviews.
METHODIEK 2: Scenarios of use
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- Dit ging hand in hand met het opstellen van onze paper prototypes. Het uitschrijven van de scenarios of use zorgde ervoor dat we dachten aan kleine details en we richting het ontwikkelen van wireframes en het voorbereiden van de focusgroepen wisten waar we op moesten letten bij het uitteken en uitleggen van onze ideeën.
- Bijvoorbeeld: inloggen op VRT MAX kan niet zomaar, je moet eerst naar Google gaan en zo de VRT MAX-pagina vinden.
METHODIEK 3: Wireframes
Aantal respondenten
?
Schatting
?
Reëel
Belangrijkste resultaten
- Na het ontwikkelen van paper prototypes en scenarios of use hadden we heel wat input om te beginnen aan onze wireframes die we ontwikkelden in Figma. Na een workshop van Tim en feedback van Tim & Olivier hebben hebben we onze versie van VRT MAX kunnen ontwikkelen.
- Dit zorgde ervoor dat onze 3 concepten visueel in Figma ontwikkeld waren waardoor we de mening van anderen konden vragen en we al deze feedback van zowel binnen onze groep, van onze UGent begeleiders als later uit de focusgroepen konden toevoegen en verwerken (ook nog in fase 5).
METHODIEK 4: Focusgroep
Aantal respondenten
16
Schatting
17
Reëel
Belangrijkste resultaten
- De respondenten vinden zowel het inlogproces, Max Connected (sociale laag) en de toevoeging van reviews aan VRT MAX een grote meerwaarde.
- Uit de focusgroepen zijn kleine aanpassingen naar boven gekomen, alsook nog een paar nieuwe ideeën die we in onze tangible kunnen integreren en kunnen meegeven aan VRT MAX.
METHODIEK 1: Cognitive walkthroughs
Aantal respondenten
10
Schatting
9
Reëel
Belangrijkste resultaten
- Er kwamen heel wat positieve punten rond het delen van data, de reviews, de aanbevelingen, de gebruiksvriendelijkheid en het platform visueel. Daarnaast ook nog een aantal werkpunten met betrekking tot de information buttons, toevoegen van vrienden, nodige toevoeging van informerende teksten en voorbeelden, navigeren doorheen VRT MAX, nieuwe functies. We stelden op basis van de walkthroughs nog enkele aanbevelingen op voor de toekomst.