第一名。主导作用。第一。当事情排列在序列中时,我们对“首先”有一个温和的痴迷。你想要蓝丝带。在搜索结果的第一页上。让你的故事高于折叠。毕竟,我们优先考虑首先出现的东西。
当美容品牌用序号标记他们的基础阴影时,它们在序列开始时隐含地优先考虑那些。这些产品对客户越来越多,因为商店货架上的往往更高,并且不会隐藏在网站上的“查看更多”按钮。
我们在Sephora和Ulta的网站上找到了130个产品,该网站使用序号系统来标记它们的色调。其中,97%的人放轻了较轻的色调,从而使这些阴影的客户首先使用。这里有一些例子:
大约40%的美容品牌使用序贯编号系统来组织他们的基础阴影。然而,这款130个产品中只有4个从黑暗中订购了他们的色调。
在表面上,始终如一地编号最轻的色调可能看起来很简单,看似无意。然而,当与众多微不足道的边缘化群体面相结合时,它将成为围绕着更深的阴影以及穿着它们的人的较大谈话的一部分,并由美容产业进行大。
虽然基于数字的标签导致序列开始时阴影的优先级,但是数字本身充当直接标签。在美国文化中,除了13或666等值得注意的例外,大多数数字都没有额外的内涵。
另一方面,单词通常与个人和社会内涵交织在一起。 82%的产品,包括一些也使用顺序编号系统的一些产品,用单词或短语命名它们的阴影,其中许多有很多不同的关联。
2020年研究调查了20种产品中基金会阴影名称的内涵,发现深色的阴影在很大程度上以“最不高贵的物质和物体''虽然在“装饰,有价值和珍贵的物体”之后,较轻的色调被标记。我们的分析显示了类似的结果,您研究数据越多,专门针对黑色和棕色消费者的微产语模式就越多。
作为沉默的事件,将基础阴影的颜色作为“裸体”或“自然”,绝对没有错。毕竟,基础是模仿皮肤的颜色。但如果这些单词不用于在颜色频谱上始终如一地命名阴影,则可能会出现问题。
此故事中的下一个图形将利用滚动驱动的动画。使用此切换以禁用此功能并查看静态图形。
我们确定了来自73个产品的110种,其中包含名称中的“裸体”一词。
如果我们从黑暗中对阴影对光线分类,我们可以开始了解某种类型的色调被认为是“裸体”。
大多数名为“裸体”的色调在光线光线的光线中聚集在光线频谱中。
您可能会想知道这种偏斜的阴影是否是由于阴影可用性。较少的暗色调一般可用,所以自然地,会叫裸体。让我们看看那是这种情况。而不是看个人颜色,让我们暂时考虑这些样品的整体形状,当它们从暗到光线排列时会产生。
现在,如果这些110阴影以与我们数据集中的Word名称相同的方式分发了这些110阴影,我们将覆盖这些样本的形状。如果这种不一致的命名只是阴影可用性的产物,我们希望看到更少名为“裸体”的中档色调,以及更多暗“裸体”色调。这不仅仅是可用性问题,而且是不一致的命名方案之一。
少数较暗的阴影与他们的名字中的“裸体”,许多人可以归因于一个品牌,Nudestix,它在其着色封面基础产品“裸体”(“裸体”这个词与顺序编号配对系统区分色调。)
其中包含“裸体”的最黑暗的阴影并不简单地称为“裸体”。这是“裸体摩卡”。虽然他们的名字中有其他色调,但在他们的名字中有修饰符(如“温暖的裸体”或“裸体米色”),但只有另外2种带有食物修饰符的色调:“裸体香草”和“裸体比特。”
我们看到了叫做“自然”的阴影中相同的命名趋势。再一次,这个组中的大部分阴影都很亮,其中一个最黑暗的色调与食品修饰符配对。自然的太妃糖是唯一与食品名称配对的“自然”阴影。
“裸体”和“裸体”和“自然”的持续关联与轻微的肤色留下了未经答复的问题,即暗示隐含偏差和抗黑色。是较深肤色的人“不自然?”为什么黑色皮肤的Skintones也不认为裸体?
“裸体”及其隐蔽的种族主义历史,对美容产业及以后有很长时间的效果。直到2015年,韦伯斯特的字典从它的裸照官方定义中删除了“拥有白人皮肤的颜色”短语。这种变化只发生在伊萨卡学院大学之后,托罗斯·托雷斯的题为“裸体觉醒”的运动。但即使随着官方词典定义变得更具包容性,其他行业也一直缓慢适应。
棕色阴影的裸体内衣并没有成为主流,直到Nubian皮肤这样的品牌开始为肤色的胸罩和内衣创造各种色调。 2017年,辅助化妆品帮助重新定义了美容产业的浅色裸唇标准,并推出了一个称为所有肤色的第一个包容性阴影范围。它采用了Breonna Taylor和George Floyd的警察杀戮触发的黑人呼吸困难,因为乐队援助终于扩大了他们的长期站立,苍白的粉红色绷带产品,以试图向黑人社区表达团结。
这些轶事揭示了一种严重无知的经常性模式。而不是强大的实体和频繁的隐性伤害的肇事者,积极主动和采取问责制,拓扑群体被迫争夺包容性和公平,并且他们往往会创造益处我们所有人的变化。
许多这些潜在的偏见无疑被捆绑在更大的结构问题上,如美容产业创新缺乏多样性。有一个原因,为什么在市场上引入了激光脱毛等的美容服务,而不是首先考虑它们如何在更深入的肤色上工作。或者为什么最新的增强现实口红试图工具未能准确地代表棕色皮肤的某人上的产品的真正色调。
它'因为那些具有较深肤色的人通常被认为是事后的想法。在许多品牌推出了一个由主要浅色阴影的基础上,它已经痛苦明显,只能通过“扩展”几个月来重新启动较深的色调。或者砖和砂浆商店的全部色调,留下最黑暗的色调仅在线提供。
奇怪的是,另一个趋势被出现在美容品牌中,为他们的收藏品添加了更深层次的产品。他们在“自然”描述符中缺少的深层基础阴影缺乏,它们在食物和饮料形容词中弥补。
黑人社区的色彩领带受到奴隶制和帝国主义的肮脏历史的严重影响。因此,在谁应该被视为“轻微皮肤”或“黑暗皮肤”之间的界定界定的努力。例如,臭名昭着的棕色纸袋试验用于排除历史上历史上历史上深层肤色的女性几十年。
多年来,由于这种分类,许多标签出现,通常比较一个人对无生命物体的肤色。对于那些有较轻皮肤的人,术语的普及是“黄骨”开始上升。对于那些皮肤更深的人,恭维往往包括涉及美味款待的绰号。
美容产业很快跟着衣服 - 在食物或饮料后的较暗色调的命名是一种普遍的标准。
虽然与你最喜欢的美味乐趣相比是世界上最糟糕的事情,但纯粹的“摩卡,”“拿铁咖啡”和“浓咖啡”基金会在棕色命名时揭示了一般缺乏创造力的光芒,黑暗或黑色化妆品。
就像被命名为“裸体”或“自然”的阴影一样,食物或饮料后的命名色调没有任何内在的错误。在某些情况下,就像哈达美的#fauxfilter线一样,所有的色调都以食物或饮料命名,从最黑暗的“巧克力松露”到中间的“花生酱杯”,到了最轻的“天使食物”和所有的色调之间。但是,通常,产品线不会使用一致的命名方案,并最终在食品和饮料后命名为更暗的色调。或者,他们的较轻的色调被命名为宝石,植物或更广泛的各种各样的杂项。
当然,这提出了为什么食物和饮料名称如“浓缩咖啡”,“摩卡”和“巧克力”等问题,这可能是如此过度用作深层肤色的描述符。这种命名系统可以以英语语言框架或黑暗等同于等同于负面结果的方式来偏见。以“去黑暗的一面”或“黑名单”作为一个例子来拍摄这样的短语。咖啡和巧克力等产品是难以呈现积极协会的黑色物品的罕见例外,甚至认为“奢侈品”产品。
即便如此,有些人已经谨慎态度。反复被称为食物可以遇到恋物癖或脱储。当我们认为虽然巧克力和咖啡可能被视为“奢侈品”产品时,所以所有这些都可以复杂化,它们也是与历史和现代奴隶制交织的两种产品。
当我们退后一步并查看所有可能的基础阴影名称时,一些趋势开始出现。我们的肤色色调与萌芽的植物,流行度假目的地和更多更多。你可能会感到惊讶地发现,在“恭维”类别中,包括像“完美”或“经典”的单词,15品牌包括在命名中的恭维语言,但只有2 - zoeva和blk / opl - 使用这些词最深的色调。这另一个对穿过美容产业的抗黑度的暗示点。您可能还发现它有趣的是“纺织”类别,其中包括“亚麻”和“羊绒”等词,甚至是一个类别。看看下面的数据,并探索美容行业名称不同的基础阴影的不同方式。
虽然美容行业本质上是有趣,放松和迷人的魅力,但它无法逃避我们在社会中观察到更大规模的歧视的危险。抗黑色微不足道的致力允许偶然无视和拒绝,但随着数据显示,那些小型偏见实例可以很快加起来。
幸运的是,在过去的6个月里,我们在美容产业中涉及多样性,公平和包容时,我们已经看到了一些积极的变化。但是,很明显,我们还有很长的路要走,以便真正让每个人都感到欢迎。随着我们继续庆祝我们真理的真实性,因为我们最真实的自我,我们还必须推动学习别人的真理,经常询问我们可能拥有自己的隐蔽偏见。
使用Microsoft Playwight分别于1月11日和1月18日,从美国Sephora和Ulta的网站中收集所有数据。透明或未列入的阴影被删除。除去重复产品,总共107个品牌和328种产品总共6,816种。
通过在每个产品页面上刮擦Swatch图像的Alt文本并使用Regex从列出的描述中提取名称来确定阴影名称。估计必须从ALT文本中手动提取10%的名称。其中,产品可以使用基于数字的系统,基于词的系统或用于命名它们的色调的组合。在使用JPEG,Magick和Imager软件包的网站上为产品的每种阴影的特色样本从特色的样本中确定了六角形值和亮度。
类别被手动分配,因此须经解释。通常具有多种含义(例如,“TAN”的一些词语可以参考颜色或者可以是“SUNTAN”的速写,“橄榄”可以是食物或颜色等)以多个类别分组,因此可以出现不止一次。基于整个产品线的上下文,可以不同地分类一些单词。虽然大多数行似乎没有一致的命名方案,但有些是提供上下文。埃斯特·劳德·劳德有一个叫做“黎明”的阴影,另一个被称为“黄昏”,可能是指一天中的时间,因此两者都被分类为“杂项”。 exa也有一个叫做“黎明”的阴影,但整个产品系列包含人们的名字,所以在这种情况下,“黎明”可能会指的是一个名字,而不是一天中的名称,并被分类为“名称”。如果您在[email protected] [email protected]上可以免费让我们知道,如果您看到了一个辉煌的错误。
本文使用Microsoft Playwright,R,D3和Svelte进行了。找到用于收集和处理GitHub存储库中的数据的最终数据和脚本。
非常感谢Frank Elavsky和Data Viz A11y集团的反馈和帮助,使本文更加访问!