Analisis Emosi: Definisi, Model dan Kasus Penggunaan

Analisis emosi adalah proses mendeteksi emosi konsumen dengan bantuan teknologi AI dan pembelajaran mesin. Pelajari lebih lanjut tentang bagaimana ini dapat membantu Anda membuat keputusan bisnis yang terinformasi.
10 Min Read
Also available in the following languages:
Chinese | Dutch | English | Espanol | French | German | Hebrew | Italian | Korean | Portuguese | Turkish | Vietnamese

Table Of Contents

    Seorang pemasar yang berpengalaman tahu bahwa emosi memiliki kekuatan untuk mempengaruhi perilaku dan tindakan konsumen.

    Pelanggan secara alami tertarik pada merek, produk, dan layanan yang membuat mereka bahagia, dan secara ketat menghindari hal-hal yang membuat mereka sedih.

    Hal yang sama berlaku untuk iklan dan kampanye pemasaran.

    Menurut psikologi, emosi adalah reaksi mental yang kuat yang terjadi pada setiap individu. Reaksi ini adalah respons terhadap perubahan tertentu dalam lingkungan dan dialami sebagai perasaan.

    Jadi jika Anda tahu apa yang membuat orang tertarik, Anda dapat dengan mudah mengendalikan respons emosional mereka.

    Bisnis yang memahami emosi konsumen dapat meningkatkan pengalaman pelanggan dan membangun hubungan yang lebih dalam.

    Analisis emosi lebih lanjut menyederhanakan proses ini, membantu Anda mendeteksi emosi yang mendasari yang tidak terlihat jelas dan membangun strategi pemasaran yang lebih baik.

    Apa itu analisis emosi?

    Analisis emosi adalah proses mengidentifikasi dan mengekstrak emosi manusia dari sejumlah besar data tekstual, visual, atau audio.

    Ini mirip seperti analisis sentimen, dalam arti keduanya menggunakan sumber data yang serupa. Namun, analisis emosi memberikan Anda pandangan yang lebih menyeluruh tentang perasaan dan emosi pelanggan Anda.

    Tapi lebih lanjut tentang itu nanti.

    Saat ini, raksasa teknologi seperti IBM mengintegrasikan kecerdasan buatan dan pembelajaran mesin untuk mengukur sentimen dan emosi pelanggan.

    Ambil contoh, IBM Watson. Ini menggunakan model pembelajaran mendalam untuk menyimpulkan emosi seperti kemarahan, jijik, ketakutan, kegembiraan, atau kesedihan dari data tekstual yang tidak terstruktur.

    Jenis-jenis emotion AI

    Emotion AI adalah cabang kecerdasan buatan yang membantu mesin memahami, mereplikasi, dan merespons emosi manusia.

    Dikenal sebagai komputasi afektif, ini menggabungkan ilmu komputer dan psikologi untuk memfasilitasi interaksi empatik antara manusia dan komputer.

    Anda dapat memanfaatkannya untuk menganalisis nada suara dan ekspresi pelanggan Anda. Ini akan membantu Anda mengetahui emosi yang diungkapkan dan memberikan respons secara real-time.

    Meskipun ada berbagai jenis model emotion AI yang tersedia saat ini, berikut adalah yang utama.

    Jenis-jenis emotion AI

    1. Analisis teks

    Dalam analisis tekstual, sebuah bagian bahasa tertulis atau lisan diproses untuk memahami perasaan yang diungkapkan dalam teks.

    Awalnya, sejumlah besar data dianalisis dan diklasifikasikan ke dalam sentimen yang berbeda menggunakan teknologi Pemrosesan Bahasa Alami (NLP) dan algoritma analisis sentimen.

    Klasifikasi dapat dilakukan pada tingkat kalimat, tingkat paragraf, atau tingkat dokumen.

    Data tekstual kemudian dipecah menjadi emosi yang lebih rinci seperti kemarahan, kebahagiaan, atau kesedihan untuk menentukan konteks emosional secara keseluruhan.

    Anda dapat melakukan analisis berbasis teks pada umpan balik pelanggan, survei, ulasan, posting media sosial, dan obrolan dukungan pelanggan.

    2. Analisis visual

    Mesin dapat menganalisis gambar, video, dan ekspresi wajah untuk menentukan emosi yang diungkapkan oleh individu.

    Perangkat lunak pengenalan wajah dapat mendeteksi ekspresi yang terlalu cepat untuk mata manusia, seperti kedutan otot halus dan gerakan alis, untuk mengidentifikasi berbagai emosi.

    Meski begitu, ini tidak selalu akurat.

    Gambar statis lebih mudah diklasifikasikan, tetapi visual dinamis seperti video real-time lebih kompleks, karena orang dapat memalsukan ekspresi.

    3. Analisis ucapan/audio

    Tidak seperti emotion AI berbasis teks yang cukup sederhana, analisis ucapan memerlukan algoritma yang dapat memproses dataset audio.

    Algoritma mengidentifikasi emosi berdasarkan fitur suara seperti nada suara, pitch, tempo, pola bicara, aksen, dan petunjuk lainnya.

    Jenis teknologi analisis emosi ini sering digunakan dalam layanan pelanggan dan pusat panggilan untuk menilai sentimen penelepon dan meningkatkan kualitas layanan.

    Tiga elemen kunci emosi

    Menarik untuk berpikir bahwa tidak ada yang merasakan emosi sebelum tahun 1800-an. Sebaliknya, orang-orang mengalami serangan 'hasrat' atau 'kasih sayang.'

    Hal ini masuk akal karena emosi baru muncul pada tahun 1830-an. Berasal dari abad keenam belas, istilah ini berasal dari kata Prancis 'émouvoir,' yang berarti 'menggerakkan' atau 'memindahkan.'

    Teori James-Lange menunjukkan bahwa emosi terdiri dari tiga elemen, yaitu:

    1. Pengalaman subjektif
    2. Respon fisiologis
    3. Respon perilaku

    Ketiga elemen tersebut saling berhubungan. Mari kita lihat masing-masing dengan lebih detail.

    Tiga elemen kunci emosi

    #1 Pengalaman subjektif

    Anda tidak merasakan emosi tanpa alasan. Sebenarnya, Anda membutuhkan faktor eksternal atau rangsangan untuk mendorong Anda. Meskipun emosi dasar seperti kemarahan dan kebahagiaan dialami oleh semua orang, cara mengekspresikannya dapat berbeda.

    Ambil Jepang sebagai contoh. Negara ini memiliki budaya yang sangat menekankan "wa," yang pada dasarnya berarti keharmonisan sosial.

    Karena itu, orang Jepang cenderung menekan emosi negatif dalam lingkungan sosial. Emosi positif sering diekspresikan melalui gerakan dan perilaku halus.

    Ini tidak hanya terjadi pada kebangsaan dan budaya yang berbeda.

    Bahkan pada tingkat individualistis, emosi bersifat subjektif. Tergantung pada orang dan skenario, kualitas dan intensitas emosi yang dirasakan akan berbeda.

    Pelanggan yang menonton iklan lucu bisa merasakan kegembiraan ringan atau kegembiraan yang kuat berdasarkan dampaknya terhadap mereka.

    Respon emosional dapat dipicu oleh pesan atau visual.

    #2 Respon fisiologis

    Respon fisiologis adalah reaksi naluriah terhadap perubahan eksternal atau internal dalam lingkungan. Hal ini telah membantu kita menaiki tangga evolusi.

    Meski begitu, emosi dapat menyebabkan perubahan fisiologis yang kuat dalam tubuh Anda.

    Begini caranya.

    Bayangkan Anda sedang safari di hutan dan tiba-tiba diserang binatang buas. Apa emosi yang akan Anda rasakan?

    Rasa terkejut awal yang dengan cepat digantikan oleh rasa takut, benar?

    Jantung Anda akan berdetak kencang, tangan Anda akan berkeringat, dan otot-otot Anda akan menegang. Respon melawan-atau-lari ini disebabkan oleh pelepasan adrenalin dalam tubuh Anda.

    Perubahan fisik yang tidak disengaja adalah hasil dari reaksi sistem saraf otonom (ANS) terhadap rasa takut yang Anda alami.

    Iklan lucu mungkin menimbulkan reaksi fisiologis serupa, meskipun positif pada penonton. Orang mungkin mulai tersenyum atau tertawa dengan pelepasan "hormon bahagia" seperti endorfin.

    #3 Respon perilaku

    Ekspresi perilaku yang berbeda adalah yang memungkinkan kita untuk mengetahui apa yang dirasakan orang lain.

    Jika seseorang tersenyum, mereka mungkin bahagia. Jika mereka menunjukkan tanda-tanda agresi, seperti alis berkerut atau kepalan tinju, mereka mungkin sedang marah.

    Tapi tidak semua ekspresi menyampaikan makna yang sama.

    Ingat bahwa masyarakat, budaya, dan kepribadian kita memainkan peran besar dalam cara kita mengekspresikan diri.

    Lebih mudah untuk terbuka tentang emosi di negara-negara Barat seperti Amerika, yang memprioritaskan individualisme dan ekspresi diri, dibandingkan dengan negara-negara Timur seperti Jepang.

    Jadi sementara orang Amerika mungkin tertawa terbahak-bahak melihat iklan lucu, orang Jepang mungkin hanya membagikannya dengan orang lain secara online.

    Analisis emosi vs analisis sentimen: Apa perbedaannya?

    Meskipun sering digunakan secara bergantian, analisis emosi dan analisis sentimen adalah dua konsep yang berbeda.

    Analisis sentimen, yang juga dikenal sebagai penambangan opini, terutama berfokus pada polaritas. Ini menentukan apakah pengguna memiliki sentimen positif, negatif, atau netral terhadap produk, fitur, atau merek Anda.

    Ini bekerja dengan baik untuk perusahaan yang menginginkan gambaran umum tentang keberhasilan kampanye pemasaran dan peluncuran produk mereka.

    Namun, analisis sentimen agak subjektif, karena apa yang mungkin dianggap sebagai sentimen positif dalam satu konteks mungkin negatif dalam konteks lain.

    Analisis emosi adalah pendekatan yang lebih terperinci terhadap analisis sentimen. Ini melampaui polaritas positif dan negatif dan melihat detail yang lebih halus dari emosi pembeli.

    Berikut representasi sederhananya:

    • Polaritas > Kategori Emosi > Emosi
    • Negatif > Kecemasan > Khawatir, Tertekan

    Meskipun analisis sentimen terkadang berguna, hal ini tidak cukup dalam skenario yang membutuhkan pemahaman yang lebih baik tentang emosi pelanggan.

    Jenis-jenis model analisis emosi

    Para psikolog telah berusaha keras untuk memahami emosi yang membentuk populasi manusia dan menghasilkan banyak teori selama bertahun-tahun.

    Dan mengapa tidak? Emosi memainkan peran penting dalam kehidupan kita.

    Saat ini, analitik emosi sangat bergantung pada analisis tekstual untuk memproses emosi pelanggan. Pendekatan ini melibatkan teknologi NLP yang menggunakan model emosi yang berbeda.

    Sekarang ada dua model utama untuk mengklasifikasikan emosi:

    • Model kategorikal
    • Model dimensional

    Kedua model membantu mendeteksi emosi dan memberikan wawasan tentang bagaimana emosi dipersepsikan oleh pikiran manusia.

    I. Model kategorikal

    Model kategorikal analisis emosi menempatkan emosi seseorang ke dalam enam kategori dasar, seperti kemarahan, ketakutan, kejijikan, kegembiraan, kesedihan, dan keterkejutan.

    Kata-kata tertentu dikaitkan dengan tag emosi yang relevan dan digunakan untuk mendeteksi emosi yang terkait maupun tidak terkait.

    Anda juga bisa melampaui dasar dan memasukkan empat hingga delapan kategori.

    Model kategorikal terdengar sederhana dan efektif tetapi memiliki masalahnya sendiri.

    1. Tidak mencakup semua emosi, karena kebanyakan dikelompokkan dalam satu kategori.
    2. Orang mungkin memilih dari kelas yang telah ditentukan daripada menciptakan emosi baru sendiri.
    3. Perbedaan budaya dan linguistik mungkin mendorong orang untuk melabeli emosi yang sama secara berbeda.

    II. Model dimensional

    Emosi dalam model dimensional disajikan berdasarkan tiga parameter: valensi, arousal, dan power.

    • Valensi mewakili polaritas, yang menggambarkan positif atau negatifnya suatu emosi
    • Arousal menunjukkan intensitas suatu emosi
    • Power menandakan tingkat kendali seseorang atas suatu emosi

    Istilah terkait emosi biasanya ditempatkan dalam bentuk sirkumpleks, yang bisa dua dimensi (valensi dan arousal) atau tiga dimensi (valensi, arousal, dan power).

    Bagian berikut akan memberikan contoh model kategorikal dan model dimensional.

    Teori emosi dasar Paul Ekman

    Paul Ekman adalah psikolog terkenal yang mengemukakan teori bahwa manusia mengalami enam emosi dasar: Kebahagiaan, kesedihan, kemarahan, ketakutan, kejijikan, dan keterkejutan.

    Teorinya terutama digunakan dalam analisis emosi kategorikal.

    Menurut Ekman, beberapa emosi bersifat universal dan diekspresikan melalui ekspresi wajah yang berbeda, terlepas dari pengaruh budaya, bahasa, atau masyarakat.

    Mari kita periksa definisi dan ekspresi wajah yang menyertai masing-masing:

    Examples of the Ekman-Friesen Pictures of Facial Affect used in the computerized task.

    Kebahagiaan: Emosi yang ditandai dengan senyuman dan tawa. Orang yang bahagia sering memiliki pipi terangkat dan kerutan di sudut mata mereka.

    Kesedihan: Meliputi duka, kepiluan, kesusahan atau kekecewaan. Umumnya ditandai dengan mulut menurun, kelopak mata turun, dan/atau menangis.

    Kemarahan: Mata menyipit, alis berkerut, dan rahang tegang menunjukkan seseorang yang sedang kesal atau marah.

    Ketakutan: Individu yang dalam keadaan waspada atau panik memiliki mata lebar, alis terangkat, dan mulut tegang.

    Kejijikan: Anda bisa merasa jijik terhadap sesuatu atau seseorang. Penolakan ini dapat terlihat dalam bentuk hidung dan bibir atas yang berkerut.

    Keterkejutan: Mengacu pada ketakjuban atau keheranan. Keterkejutan, baik yang menyenangkan maupun tidak, ditandai dengan mata lebar, alis terangkat, dan mulut terbuka.

    Ekman kemudian memperluas daftarnya untuk mencakup emosi seperti penghinaan, kegembiraan, rasa malu, kebanggaan, kepuasan, dan kesenangan.

    Model emosi valensi-arousal 2D

    Kita mengetahui bahwa model analisis emosi sebagian besar berasal dari karya psikologi dan digunakan untuk menginterpretasikan perilaku pelanggan.

    Model emosi valensi-arousal 2D, atau model sirkumplex, adalah salah satu kerangka kerja yang mengkategorikan emosi manusia ke dalam ruang dua dimensi.

    Model ini merepresentasikan emosi berdasarkan dua dimensi:

    • Valensi (positif ke negatif)
    • Arousal (tinggi ke rendah)

    Valensi adalah kualitas emosional atau kesenangan dari suatu emosi. Rentangnya dari positif hingga negatif.

    Emosi di sisi positif spektrum cenderung dikaitkan dengan perasaan bahagia, gembira, dan puas, sementara yang di ujung negatif mewakili kemarahan, kecemasan, dan ketakutan.

    Perasaan netral, atau yang tidak positif maupun negatif, termasuk hal-hal seperti kebosanan dan kelesuan.

    Arousal menunjukkan intensitas atau besarnya suatu emosi. Bisa tinggi, rendah, atau netral.

    Emosi dengan arousal rendah biasanya tenang (seperti relaksasi dan kebosanan), sementara emosi dengan arousal tinggi bersifat merangsang (seperti kemarahan, ketakutan, dan kegembiraan).

    Emosi dapat direpresentasikan pada tingkat valensi dan arousal apapun, atau pada tingkat netral terhadap salah satu atau kedua dimensi ini.

    Model emosi valensi-arousal 2D

    Selain pemasaran, model valensi-arousal sering digunakan dalam interaksi manusia-komputer (HCI) untuk merancang dan mengembangkan pengalaman pengguna yang lebih baik.

    Apa kegunaan analisis emosi?

    Berbisnis adalah tentang mendapatkan pelanggan dan menghasilkan keuntungan. Namun, tidak mudah mendapatkan calon pelanggan yang mempercayai Anda saat ini.

    Analisis emosi adalah komponen penting yang akan memberdayakan Anda untuk mendapatkan pengguna bahkan di tengah lanskap perilaku konsumen yang terus berkembang.

    Dengan menggabungkan analisis emosi dan intelijen bisnis, Anda dapat menguji desain produk baru, membentuk ulang pemasaran, dan meningkatkan layanan pelanggan.

    Uses of emotion analytics

    Pelajari lebih lanjut tentang cara melakukannya di bagian berikut.

    #1 Menguji desain dan ide produk baru

    Analisis emosi menggunakan teknologi AI canggih yang dapat menganalisis data penelitian dalam jumlah besar untuk mengidentifikasi tren industri.

    Anda dapat memperoleh wawasan tentang bagaimana pengguna terhubung secara emosional dengan produk, membantu Anda menguji potensi pasar dan menghindari pemborosan sumber daya keuangan.

    Selain itu, Anda dapat:

    • Mengumpulkan umpan balik emosional dari pengguna yang berinteraksi dengan desain baru
    • Mengidentifikasi elemen desain yang menyebabkan frustrasi atau kebingungan
    • Memperkuat emosi positif dan menyelesaikan yang negatif
    • Mempercepat proses desain iteratif (pembuatan prototipe, pengujian, penyempurnaan)

    Berdasarkan keadaan emosional pelanggan, produk Anda kemudian dapat disesuaikan untuk menawarkan pengalaman pengguna yang lebih personal.

    #2 Mengoptimalkan iklan dan strategi pemasaran

    Harvard Business Review melaporkan, "Dalam waktu satu tahun setelah meluncurkan produk dan pesan untuk memaksimalkan koneksi emosional, pembersih rumah tangga terkemuka mengubah kerugian pangsa pasar menjadi pertumbuhan dua digit."

    Ini menunjukkan bahwa memiliki hubungan emosional dengan pembeli Anda itu penting.

    Cara terbaik untuk mencapai koneksi adalah melalui analisis emosi. Ini memberikan pemasar wawasan yang mereka butuhkan untuk menciptakan kampanye yang beresonansi secara emosional dengan audiens mereka.

    Dalam ranah media digital yang dinamis, Anda dapat menggunakan alat analisis emosi untuk:

    • Mendapatkan wawasan tentang kebutuhan, masalah, dan pemicu pelanggan
    • Membuat konten menarik berdasarkan metrik analisis emosi
    • Mengeksplorasi percakapan terkait merek di media sosial
    • Meningkatkan manajemen hubungan pelanggan
    • Mengoptimalkan iklan dengan menganalisis emosi penonton
    • Membuat konten video yang ditargetkan berdasarkan ekspresi

    Anda dapat mengintegrasikan analisis data dengan analisis emosi untuk membuat keputusan berbasis data. Ini akan memungkinkan Anda membangun strategi pemasaran yang solid yang meningkatkan keterlibatan dan kinerja iklan.

    #3 Menawarkan layanan pelanggan yang hebat

    Analisis emosi telah mendapatkan pentingnya yang signifikan dalam industri layanan pelanggan.

    Anda sekarang dapat menggunakan analisis audio untuk memahami emosi di balik suara pelanggan, yang memungkinkan Anda lebih memahami kebutuhan pembeli Anda.

    Perangkat lunak pengenalan emosi dapat membantu Anda mendapatkan wawasan kompetitif lebih lanjut. Berikut beberapa cara yang dapat Anda capai:

    1. Menganalisis sentimen dan umpan balik pelanggan

    Staf layanan pelanggan Anda dapat menggunakan alat analisis ucapan untuk memantau sentimen, nada, dan umpan balik yang diberikan oleh pembeli Anda.

    2. Meningkatkan pengalaman pelanggan

    Beberapa alat dapat membimbing anggota tim Anda dengan menyarankan penyesuaian nada, modifikasi kecepatan, dan tampilan empati, yang dapat meningkatkan interaksi.

    3. Menawarkan rekomendasi yang dipersonalisasi

    Dengan mengumpulkan data pengguna dan menganalisis emosi pelanggan, merek tidak hanya dapat menyelesaikan pertanyaan dan keluhan tetapi juga memberikan rekomendasi produk yang disesuaikan.

    4. Mengembangkan chatbot yang lebih baik

    Pengguna mengharapkan personalisasi di setiap langkah perjalanan pelanggan.

    Sama halnya dengan chatbot. Mereka menginginkan asisten AI yang dapat menganalisis suasana hati mereka dan merespons pertanyaan mereka dengan sesuai.

    Analisis emosi memungkinkan chatbot untuk memberikan respons yang tulus, beradaptasi dengan percakapan, dan mengekspresikan empati, secara efektif memenuhi harapan pengguna.

    Kesimpulan

    Perusahaan teknologi besar seperti Apple, Microsoft, dan IBM berinvestasi dan menyediakan alat analisis emosi yang dapat membantu keputusan bisnis Anda.

    Baik keputusan tersebut melibatkan pemasaran, penjualan, atau layanan, perusahaan di bidang e-commerce dan teknologi sudah menggunakan analisis emosi untuk mengukur kepuasan pelanggan.

    Meskipun ada kekhawatiran seputar pengumpulan data dan privasi, Anda dapat memanfaatkan analisis emosi untuk meningkatkan kinerja bisnis Anda.

    Pertanyaan yang Sering Diajukan

    Apa itu analitik emosi?

    Analisis emosi adalah proses mengidentifikasi emosi manusia dari sejumlah besar data tekstual, visual, dan audio. Perangkat lunak analitik emosi digunakan untuk mengekstrak data ini dan memberikan wawasan tentang suasana hati, emosi, dan sikap individu.

    Apa perbedaan antara analisis emosi dan analisis sentimen?

    Analisis emosi melihat emosi manusia yang berbeda yang melampaui positif atau negatif, menawarkan pemahaman terperinci tentang sentimen konsumen. Sedangkan analisis sentimen berfokus pada polaritas — menentukan apakah sentimen pengguna positif, negatif, atau netral — memberikan gambaran umum dan subjektif tentang reputasi merek dan popularitas produk Anda.

    Apa itu metode analisis emosi?

    Analisis emosi mempelajari emosi manusia menggunakan teknologi AI dan machine learning. Secara umum, ada tiga jenis model AI emosi yang dapat Anda gunakan untuk melakukan analisis emosi: analisis tekstual, analisis visual, dan analisis audio.

    • Analisis tekstual menganalisis bahasa tertulis atau lisan untuk memahami emosi pelanggan.
    • Analisis visual menggunakan foto, video, dan ekspresi wajah untuk mengukur emosi yang diungkapkan oleh orang-orang.
    • Analisis audio memproses dataset audio (ucapan, suara, nada, tempo, aksen) untuk menentukan emosi individu.
    Apa tiga konsep emosi?

    Menurut teori James-Lange, emosi terdiri dari tiga elemen utama: pengalaman subjektif, respons fisiologis, dan respons perilaku. Ketiga elemen tersebut saling berhubungan satu sama lain dan membentuk cara manusia merasakan sesuatu.

    Suka dengan apa yang Anda baca? Daftar ke buletin email kami!
    Pelajari tentang persona, analisis pesaing, dan penelitian audiens

    Related articles

    How to Use Personas for Competitor Analysis

    How to Use Personas for Competitor Analysis

    Performing regular competitor analysis is all about seeing where your company stands, where it could be and to identify opportunities to piggyback on the strategies of competitors.
    9 Min Read
    What Is an Ideal Customer Profile?

    What Is an Ideal Customer Profile?

    Ideal Customer Profile (ICP) describes someone who would benefit a lot from what you offer and provides you with significant value in exchange. ICP helps you with meaningful conversations and sharper campaigns.
    8 Min Read
    What Is a Buyer Persona and How to Create One?

    What Is a Buyer Persona?

    A buyer persona represents your ideal customers, helping you make better product and marketing decisions. Learn how to create and use one for your business here.
    27 Min Read
    Available in 11 languages
    View all blog articles ->

    Our products

    Create data-driven buyer, competitor and employee personas for your business automatically. Gain high-quality buyer insights with Delve AI's persona generator tools.
    Learn more
    seo advisor icon
    SEO Advisor
    social advisor icon
    Social Advisor
    pr advisor icon
    PR Advisor
    sales advisor icon
    Sales Advisor
    media advisor icon
    Media Advisor
    content advisor icon
    Content Advisor
    Transform customer insights into tailored, impactful growth and marketing recommendations. Unleash powerful marketing strategies across all major channels.
    Learn more
    Get the latest updates about personas,
    audience research, and marketing