Елена Орлова

директор по стратегическому развитию портфеля продуктов Авандок в ГК «КОРУС Консалтинг»

Привет, Хабр! В этой статье я решила разобрать, как 27 категорий эмоций влияют на бизнес, потому что уже более 20 лет я работаю с IT-решениями по управлению клиентским опытом (CX), а СХ — это идеальное сочетание математики и психологии.

Именно многомерный эмоциональный спектр превращает операционные данные в по-настоящему глубокий инсайт, позволяя нам строить точные математические модели и, в конечном итоге, управлять лояльностью и ростом.

На связи Елена Орлова, директор по стратегическому развитию портфеля продуктов Авандок в компании КОРУС Консалтинг.

Ученые из Калифорнийского университета в Беркли в 2017 году провели исследование под руководством Дахера Келтнера и Алана Коуэна, в котором выделили 27 категорий эмоций. Это исследование, основанное на анализе реакций более 800 участников на эмоционально заряженные видео, показало, что эмоции образуют непрерывный спектр, а не строго разделенные категории.

Вот список этих эмоций:

1. Восхищение (Admiration)

2. Эстетическое наслаждение (Aesthetic Appreciation)

3. Развлечение (Amusement)

4. Тревога (Anxiety)

5. Благоговение (Awe)

6. Неловкость (Awkwardness)

7. Скука (Boredom)

8. Спокойствие (Calmness)

9. Замешательство (Confusion)

10. Тяга (Craving)

11. Отвращение (Disgust)

12. Сопереживание (Empathetic Pain)

13. Воодушевление (Entrancement)

14. Зависть (Envy)

15. Возбуждение (Excitement)

16. Страх (Fear)

17. Ужас (Horror)

18. Интерес (Interest)

19. Радость (Joy)

20. Ностальгия (Nostalgia)

21. Облегчение (Relief)

22. Романтическая любовь (Romance)

23. Грусть (Sadness)

24. Удовлетворение (Satisfaction)

25. Сексуальное желание (Sexual Desire)

26. Удивление (Surprise)

27. Триумф (Triumph)

Ключевые особенности исследования:

• Континуум эмоций: Эмоции не изолированы, а плавно переходят друг в друга (например, страх и ужас связаны с тревогой).

• Методология: Участники описывали свои переживания, а алгоритмы машинного обучения анализировали данные, выявляя кластеры.

• Культурный аспект: Некоторые эмоции (например, благоговение) могут по-разному проявляться в разных культурах.

Этот подход расширяет классические модели (как 6 базовых эмоций Пола Экмана), подчеркивая сложность и многомерность человеческих переживаний. Однако важно учитывать, что список может варьироваться в зависимости от методологии и культурного контекста.

В исследовании эмоции не просто перечислены списком, а визуализированы как многомерный спектр, где каждая эмоция связана с другими через плавные градиенты. Нет линейного списка «по порядку», вместо этого они образуют сложную сеть с переходами между категориями. Например, «благоговение» находится между «восхищением» и «страхом», а «ностальгия» граничит с «грустью» и «романтической любовью». Использовалась статистическая модель (метод многомерного шкалирования), которая преобразовала данные самоотчётов участников в 2D- и 3D-карты эмоций. Близкие эмоции расположены рядом, а противоположные — далеко друг от друга. Например, «сексуальное желание» связано с «романтической любовью» и «ностальгией», а «тревога» — со «страхом» и «ужасом».

Современный бизнес все больше осознает, что эмоции и впечатления клиентов и сотрудников являются ключевым фактором успеха. Исследование Калифорнийского университета, выделившее 27 категорий эмоций, наглядно демонстрирует, насколько сложен и многогранен эмоциональный спектр человека. От восхищения и благоговения до тревоги и разочарования — каждая эмоция оказывает непосредственное влияние на принятие решений, лояльность и, в конечном итоге, на бизнес-показатели.

Ядром эффективного управления этими процессами выступает единая платформа данных, объединяющая клиентские и employee-профили в целостную систему. Такая платформа агрегирует:

• Операционные данные из CRM, ERP и систем обслуживания

• Эмоциональные сигналы и впечатления

• Поведенческие паттерны в различных точках касания

Особую ценность представляет интеграция данных о 27 категориях эмоций, что позволяет выявлять тонкие, но критически важные взаимосвязи. Например, между тревогой клиента и риском оттока, или между профессиональным выгоранием сотрудника и снижением качества обслуживания.

Синергия четырех ключевых элементов лежит в основе успешного управления эмоциональным опытом:

1. Математика и аналитика — предиктивные модели и алгоритмы машинного обучения

2. Данные — реальные поведенческие паттерны и эмоциональные отклики

3. Технологии — AI, IoT, системы реального времени

4. Психология — теории эмоционального интеллекта и поведенческой экономики

Такой комплексный подход позволяет:

• Превращать «шум» эмоций в четкие, измеримые инсайты

• Прогнозировать поведение на стыке данных и эмоциональных реакций

• Разрабатывать персонализированные вмешательства в критических точках

• Создавать продукты и сервисы, точно попадающие в эмоциональные ожидания аудитории

Результаты впечатляют: снижение оттока клиентов на 20%, рост NPS на 15 пунктов, сокращение времени вывода продуктов на рынок. Кейс Porsche с моделью Macan наглядно демонстрирует, как анализ эмоциональных предпочтений аудитории может привести к прорывным бизнес-результатам. Об этом примере расскажу в своих следующих публикациях.

В эпоху, когда опыт становится новой валютой, компании, научившиеся декодировать эмоциональный код потребителей и сотрудников, получают не просто временное преимущество, а фундамент для долгосрочного успеха и устойчивого роста. Сочетание передовых технологий с глубоким пониманием человеческой психологии открывает новые горизонты для создания по-настоящему лояльных сообществ вокруг брендов.

Замечали, какие эмоции ваших клиентов или сотрудников больше всего влияют на бизнес? Делитесь в комментариях — обсудим, как превращать эти инсайты в реальные результаты!

P.S. Возможно, именно ваш кейс вдохновит других на прорыв в управлении клиентским опытом.