Hoe goed is jouw profielfoto op LinkedIn, Twitter of Tinder? Best ok? Durf je dat wetenschappelijk te laten testen? Met PhotoFeeler kan dat.

Mijn profielfoto is gemaakt door een professioneel fotograaf en (op zijn advies) door mijn echtgenote gekozen uit een zestal varianten. Je zou denken dat een dergelijk zorgvuldig proces een goede, representatieve foto oplevert. Maar het internet is onverbiddelijk.

Testen, testen, testen

Wij online marketeers roepen het altijd: testen, testen, testen. Wijziging aan je landingspagina? Andere tweet bij je link? Grotere foto bij je product? Alles wordt altijd de hele tijd getest. Alleen voor foto’s hadden we nog geen testtool. Dat is nu veranderd met de komst van PhotoFeeler. Deze slimme en vermakelijke tool zet crowdsourcing in om profielfoto’s te testen.

Competent, gezellig en invloedrijk

Het werkt eenvoudig. Je uploadt een profielfoto en geeft aan wat voor werk je doet. Photofeeler laat je foto dan aan een aantal mensen zien. Die mensen wordt gevraagd de foto te beoordelen op drie aspecten. Bij een zakelijke foto zijn dat ‘competent’, ‘likable’ en ‘influential’. Er zijn ook tabjes voor ‘dating’ en ‘social’. Bij social worden foto’s beoordeeld op ‘confident’, ‘authentic’ en ‘fun’. Bij dating gebeurt dat op ‘smart’, ‘trustworthy’ en natuurlijk ‘attractive’. Naast de scores is er de mogelijkheid om een opmerking toe te voegen. Daarbij zijn er snelkoppelingen voor standaardopmerkingen zoals ‘de foto is een beetje wazig’ of ‘iets verder uitzoomen graag’.

Betrouwbare steekproef

De grap is om zo veel beoordelingen te verzamelen dat er een statistisch representatieve steekproef ontstaat. Volgens PhotoFeeler heb je voor een nauwkeurige beoordeling enkele tientallen testpersonen nodig. Per testpersoon betaal je 1 ‘credit’. Credits kun je kopen, maar ook verdienen door zelf foto’s te beoordelen. Dat laatste is natuurlijk de leukste en leerzaamste manier. Door kritisch naar heel veel andere profielfoto’s te kijken leer je ook wat je aan je eigen foto’s zou kunnen verbeteren. De scores worden uiteindelijk in een ‘PhotoFeeler rank’ vertaald, die aangeeft of je boven of onder het gemiddelde zit, waarbij het gemiddelde op 50% wordt gezet.

Cultureel afhankelijk?

Je kunt bij de steekproef natuurlijk ook meteen kanttekeningen plaatsen. Hoe je uiterlijk beoordeeld wordt hangt ontzettend af van de cultuur waarin je leeft. Omdat PhotoFeeler niet laat zien waar je beoordelaars vandaan komen en op dat gebied ook geen opties biedt, weet je nooit zeker of de resultaten ook geldig zijn binnen de Nederlandse situatie. Als de tool groeit, zou het geweldig zijn om regio- of zelfs doelgroepinstellingen te krijgen, zodat je kunt bepalen op wie je een foto wilt uitproberen. Zo worden de resultaten nog relevanter.

Kunstmatige intelligentie

Er is tegenwoordig veel te doen over lerende algoritmen en kunstmatige intelligentie. Waarom de makers van deze tool voor crowdsourcing hebben gekozen en niet voor AI, leggen ze uit in de FAQ:

One of PhotoFeeler’s co-founders has a PhD in Optimization Algorithms and a background writing artificial intelligence. The fact is, the way we interpret each other’s faces is one of the most complex mental processes, and technology is a ways away from bottling all of the nuance involved.

What PhotoFeeler does do with algorithms, however, is use past voting behavior and rating distributions to optimize the results from voting, for statistical accuracy far beyond what a small number of votes could normally provide.

So get reliable results based on real people’s feedback now, and who knows what A.I. our own team may cook up later. ;)

Ik vind dat geinig, een AI-wetenschapper die zegt dat ergens (nog) geen AI voor te maken is en dus iets anders bedenkt. Maar PhotoFeeler houdt dus wel de deur open voor eventuele toekomstige ontwikkelingen op dat vlak. Reken dus maar dat PhotoFeeler alle foto’s en alle stemmen (en misschien wel andere data, zoals hoe lang we doen over het beoordelen van een foto) opslaat in een grote database. Op basis van die gegevens zou het in de toekomst zomaar mogelijk kunnen worden om te voorspellen of een portretfoto de doelgroep een beetje gaat bevallen. De verzamelde data is ook sociologisch interessant. Je kunt na een tijdje draaien immers vrij goed vaststellen of bepaalde uiterlijke kenmerken positief of negatief beoordeeld worden. Zo betrap ik mezelf erop dat ik glimlachende vrouwen over het algemeen als minder invloedrijk beschouw en dat ik knappe mannen over het algemeen weinig competent acht. In samenwerking met universiteit Princeton doet PhotoFeeler dan ook onderzoek naar dit soort dingen.

Maar goed, mijn profielfoto dus…

bouke vilerhuisIk deed een test met mijn LinkedIn-foto. Dat was minder. Na 10 beoordelingen wezen de cijfers erop dat ik weliswaar als competent beoordeeld wordt, maar niet als erg aardig of invloedrijk. Pardon? Ik bedoel, ik vind het prima om als competent beschouwd te worden – dat is immers de basis – maar naar mijn bescheiden mening ben ik in het echt best gezellig. Het is dus jammer als ik een profielfoto heb die dat niet laat zien. Wat ‘influential’ betreft: of ik het ben laat ik ter beoordeling van anderen, maar het kan geen kwaad om er een beetje invloedrijk uit te zien, lijkt me. Na 40 stemmen (een steekproef die door PhotoFeeler als ‘precise’ wordt beoordeeld) kon ik er niet meer onderuit: mijn profielfoto werkt voor geen meter.

Wat nu?

Ik heb nog niet heel veel tijd gehad om met PhotoFeeler te spelen, maar mijn eerste schokkende ervaring is in ieder geval aanleiding om serieus werk te gaan maken van een nieuwe profielfoto. Het probleem is nu hoe die eruit moet zien… Dat is de pest met dit soort data: je meet alleen wat er misgaat, maar niet waarom het misgaat. Ik weet dat mijn huidige foto niet geweldig presteert, maar ik weet (afgezien van het uitzoomen) niet wat ik eraan moet veranderen. Daarom heb ik een serie experimenten bedacht.

Stropdas/geen stropdas

De doelstelling van mijn nieuwe foto is om op alledrie de metrics boven de 50% te scoren. Omdat de foto uiteindelijk dient om mij opdrachten te bezorgen wil ik daarbij graag dat ‘competence’ boven de andere twee uitsteekt. Dat zijn mijn KPI’s. Nu wil ik een aantal hypotheses testen:

1. Een stropdas verhoogt de score ‘influential’

2. Glimlachen verhoogt de score ‘likeable’

3. Recht in de camera kijken verhoogt de score ‘likeable’

Daarnaast wil ik heel erg graag weten hoe mijn nieuwe favoriete mode- en personal branding-accessoire, een honkbalpet waar een ‘B’ op staat, de mening van anderen over mij beïnvloedt. Daarvoor heb ik dus vier paar profielfoto’s nodig die steeds alleen op dat ene punt verschillen. Of dat kan weet ik eigenlijk niet, maar een goede fotograaf komt vast een heel eind.

Ik houd jullie op de hoogte. Vertellen jullie me ondertussen hieronder over jullie avonturen met PhotoFeeler?

0 Shares:
6 comments
  1. Op het Twittercongres werd verteld dat je hoger op betrouwbaarheid scoort als je lachend (tanden bloot) in de camera kijkt, met je ogen ietwat toegeknepen….. Ben benieuwd naar je experiment :-)

  2. Interessante test, Bouke. Houd je ons op de hoogte? N.a.v. jouw blog ben ik het ook eens gaan testen voor mezelf. Ik heb twee LinkedIn foto’s gebruikt, mijn huidige en vorige profielfoto.

    Ik zal via Twitter de resultaten delen :)

  3. Ik vind je opmerkingen over stropdassen erg interessant, maar laat ik die nu niet zo vaak dragen. Enig idee wat hiervoor de vrouwelijke equivalent is?

    1. Wel/geen lippenstift, haar in een staart of los, knoopje open/knoopje dicht… De mogelijkheden zijn eindeloos, lijkt me.

Comments are closed.

Dit artikel is 12.752 keer gelezen