解讀眼動的12個誤區(qū)

學(xué)術(shù)界和商界對眼球追蹤技術(shù)應(yīng)用（以下簡稱眼動）的關(guān)注度，每隔一段時間便會出現(xiàn)一次高潮的討論。隨著技術(shù)的革新和推廣,越來越多的用戶研究行業(yè)人員開始在產(chǎn)品設(shè)計和研發(fā)過程中引入眼球追蹤技術(shù),嘗試讀懂用戶眼中的產(chǎn)品和體驗。

        但是由于對眼動技術(shù)認知的不足、信息的不對稱，導(dǎo)致對該研究方法的誤區(qū)不斷出現(xiàn)。本文將列舉一些用戶研究領(lǐng)域?qū)ρ蹌拥恼`區(qū)，并試圖解答正確的應(yīng)用。

1  “先做個眼動，看看用戶在看什么？”

        對眼動有所了解的人，通常會向研究員拋來這樣的問題。假如盲目地接下這樣的任務(wù)，不經(jīng)過需求細分和策劃的眼動測試，最終所有人得到的也只是幾張漂亮的瀏覽軌跡圖和關(guān)注密度熱區(qū)圖。
        試想當(dāng)軟件界面需要做出大的調(diào)整時，用眼動來記錄“軟件的靜態(tài)設(shè)計稿”和“可點擊、有交互”的軟件demo稿時，用戶的關(guān)注點會有多大不同？在分析眼動 結(jié)果時，不明確的測試目標會難以回答“應(yīng)該這樣/可能是這樣”的問題。通常不明顯的結(jié)論，又要引發(fā)新一輪附加的測試任務(wù)。在理解和溝通測試前，就應(yīng)該明確 測試的目的、希望通過眼動配合數(shù)據(jù)解答的問題。    
         每個任務(wù)有明確的測試開始、完成節(jié)點，使結(jié)果易于分析和對比，才是眼動數(shù)據(jù)的意義所在。

2 “眼動就是熱區(qū)圖和軌跡圖。”

        Nielsen在06年發(fā)現(xiàn)人們?yōu)g覽網(wǎng)頁時有字母“F”型的閱讀習(xí)慣。這個F型的熱區(qū)圖在很多場合都被引用，但很少有深究熱區(qū)是基于用戶的眼睛停留次數(shù)、 停留時間，在什么時間范圍內(nèi)生成的呢？用戶瀏覽習(xí)慣是否會因為網(wǎng)站結(jié)構(gòu)和時間的變化，而不是呈現(xiàn)F型呢？通常閱讀報告中眼動數(shù)據(jù)的人，也常常會說“我要一 張關(guān)于xxx的熱區(qū)圖”，而不去考慮背后的各種限制因素。同樣的不幸也會降臨在“軌跡圖”身上。

眼動熱區(qū)圖

                             按關(guān)注點次數(shù)                                                         按關(guān)注時間長度

        這并不能怪讀報告的人，只因為通常為了更直觀的理解和展現(xiàn)結(jié)果，報告中常會出現(xiàn)這兩種圖。實際上，每一個項目都可以從不同的側(cè)面和角度來分析、闡述用戶的 認知行為，而每一種角度和衡量指標都會帶來對用戶瀏覽和認知行為的理解。因此，配合恰當(dāng)眼動指標的熱區(qū)圖/軌跡圖更容易讓讀者把握問題之所在。

3 “眼動的紅點就是人們看的確切位置。”

        無論是查看眼動視頻還是軌跡圖時，有人會以為紅點／十字點100%就是用戶看到的地方。實際情況并非全是這樣。
        首先，目前常見的商用非接觸式眼動儀的數(shù)據(jù)采樣率并沒有我們想像的那么高，所以顯示出的注視點可能會與用戶實際看到的點有些偏差。而且，當(dāng)用戶在測試過 程中變換了相對屏幕的位置，記錄眼動數(shù)據(jù)的攝像頭就非常有可能“記偏了”用戶的眼動情況。當(dāng)數(shù)據(jù)疊加在測試素材上時，就會發(fā)生眼動軌跡的“漂移”。

（眼動軌跡漂移：軌跡顯示讀者正在閱讀文字，但區(qū)域不符。）

       
        其次，大體上人眼的視覺分為高清晰度的視覺區(qū)（中央窩視覺：foveal vision）和低清晰度視覺區(qū)（邊緣視覺：peripheral vision）。而對應(yīng)在屏幕上的高清晰度區(qū)域，通常大于紅點顯示出來的關(guān)注點（fixation）。
        例如，當(dāng)我們看電腦屏幕的時，可見的高清區(qū)域差不多有兩個指甲蓋那么大。
        人眼在看較熟悉或較大的物體時，依然可以注意到較為模糊的影像區(qū)域（parafoveal& peripheral vision）。

      
         如下圖所示，盡管用戶沒有直接看廣告中的相機和皮包，但是用戶注意到相機和皮包的的可能性很高。

        因此，我們不能說用戶人們沒有看到什么，而只能說他們沒有直接看到什么東西上去。

4  “眼動數(shù)據(jù)很容易解釋。”

        “我想知道用戶會看什么地方”——經(jīng)常聽到的這句話一般會成為研究目的。
        說這句話的人好像心里十分清楚一個情況：假如我知道用戶在看什么，那我就知道這個東西怎么改了。實際上最終當(dāng)我們把瀏覽順序、用戶看的熱區(qū)圖拿出來之后， 有時候可能我們自己也懵住了。某些地方熱區(qū)圖很紅，就說明用戶很喜歡看這個地方嗎？還是說這個地方用戶根本沒有看懂是什么意思？

    看到眼動結(jié)果后，對方可能會問：
    “那又怎么樣呢？”
    “基于眼動的結(jié)果，你有什么修改的建議？”
    ……
    其實，眼動只能回答你“看了什么”，卻不能告訴“為什么看了”。

        舉個例子：從一款A(yù)pp橫、豎版的眼動熱區(qū)圖分布來看，橫版設(shè)計中紅色的區(qū)域較多，用戶似乎更青睞橫版。僅憑眼動數(shù)據(jù)很難解釋清楚。測試內(nèi)容的影響、用戶個人瀏覽習(xí)慣等因素，可能會導(dǎo)致用戶看橫版更多，也有可能是用戶在橫版中需要花費更多時間來提取信息。

        單憑眼動的數(shù)據(jù)，很難作出合理和全面的解釋。

5  “所有的可用性測試都能從眼動中受益。”

        一種對眼動的常見理解是：如果可用性測試加上眼動的話，效果和結(jié)果會更利于找出問題。但從每個項目所擁有的時間和人力資源上看，眼動測試在后期分析中會占 用過多成本進行區(qū)域劃分、場景切片分析等工作，而最后得出的結(jié)論可能僅僅是瀏覽軌跡和關(guān)注度，更多的具體原因仍需要深度訪問才能得知。相比之下，傳統(tǒng)的可 用性測試這種低成本-高效率的分析顯得更適宜。

        在正式的可用性測試中，眼動數(shù)據(jù)帶來的結(jié)論在整體結(jié)論中的占比會較小。以網(wǎng)站測試為例，如果想知道網(wǎng)頁的某個功能入口用戶是否會注意，而進入更多的網(wǎng)站后 用戶對網(wǎng)站的整體影響如何，指示性的文字是否容易理解。在這種情況下，眼動只能告訴你他/她看過，但具體的理解無法從眼動數(shù)據(jù)中解讀，這時眼動的價值就顯 得較低。

        相比之下，眼動更適合解答傳統(tǒng)可用性測試中無法解釋的具體疑問。（比如在確認在線支付前，用戶在這個頁面上糾結(jié)什么）倘若后臺數(shù)據(jù)顯示某些鏈接的點擊率和頁面跳出率很高，眼動可以告訴你用戶真正在找什么。

6  “學(xué)會操作就可以做眼動測試。”

        目前市場上各類眼動儀在功能上大同小異，最終可供的分析數(shù)據(jù)也相差不大?？雌饋碇灰獙W(xué)會了眼動測試的操作，從大家都用的角度來分析就可以做眼動了。但是， 會使用眼動儀并不意味著你就可以做眼動了。有效的眼動數(shù)據(jù)才是研究的前提，而這不僅僅是點兩下鼠標就能完成了。

        大至人眼工作的模式、視覺認知和信息加工的過程、研究方法論、數(shù)據(jù)眼動的處理和統(tǒng)計等，小至項目的流程設(shè)計、分析的參數(shù)、甚至提示語的修改等都需要提前心 中有數(shù)。等眼動項目結(jié)束后，才能從整體上看到熱區(qū)圖、軌跡圖以及看似毫無規(guī)律的眼動數(shù)據(jù)結(jié)合起來，發(fā)現(xiàn)用戶的瀏覽習(xí)慣和產(chǎn)品的問題。

7  “眼動就是等用戶看完后分析數(shù)據(jù)。”

        通常在眼動研究項目過程中，用戶研究員在旁邊觀察、記錄，同時防止測試過程中各種風(fēng)險（程序意外退出、電腦死機等）的出現(xiàn)。測試開始后，研究員的工作似乎就變成了看稀奇一樣查看用戶瀏覽時眼睛的關(guān)注點、移動軌跡等情況，直至測試順利結(jié)束。

        用戶眼動的情況是實時展現(xiàn)給研究員／產(chǎn)品相關(guān)同事的，所以大家腦海中會隨時出現(xiàn)諸如此類的問題：

        “哦，她／他原來是這樣看的??！”
        “ 怪不得這里沒有去點擊……”。

        若不及時進行有效地記錄，或根本不知道應(yīng)該記些什么的話，則會錯失用戶的操作習(xí)慣和犯錯緣由。事后再看眼動數(shù)據(jù)時也無從解釋。

        這類通過對用戶眼動軌跡的發(fā)現(xiàn)和疑惑，應(yīng)當(dāng)立即記錄下來，待測試結(jié)束后針對用戶瀏覽時的表現(xiàn)，詢問用戶的理解和操作行為。有需要時，播放眼動的軌跡錄像讓 用戶重溫操作場景，借助有聲思維（think alound）反饋問題。這種方式通常會暴露問題的根源、挖掘到用戶的真實需求。

        總而言之，不要讓用戶帶著疑問離開了你的眼動測試項目。

8 “眼動可以通過看軌跡視頻來分析。”

        在提倡敏捷用研的節(jié)奏下，快速從測試中輸出結(jié)論是眼動價值所在。而最快的方法是在測試中實時觀看用戶的眼動軌跡，或測試后回放眼動軌跡的錄像。有人認為不需要做正式的分析，通過看視頻也可以得出眼動的結(jié)論，同時配上幾張熱區(qū)圖便能解釋用戶的瀏覽習(xí)慣。

        然而，我們的眼球每秒進行多次的注視，每分鐘可以產(chǎn)生200-300個眼動的數(shù)據(jù)點。僅僅通過看眼動視頻，單憑我們的記憶是無法記住和處理這么大的數(shù)據(jù) 量。就更不用說看眼動軌跡的視頻來分析用戶習(xí)慣（個體／人群）和眼動數(shù)據(jù)了。更糟糕的是，我們可能會帶著個人的偏好來看視頻。因為我們已經(jīng)知道項目研究的 目的，所以可能會過分強調(diào)用戶瀏覽的順序、在興趣區(qū)域上停留的時間等等。

        注：視頻中反映了用戶眼動注視點的變化情況,但實際上產(chǎn)生的眼動數(shù)據(jù)會多于視頻中的注視點。

                （眼動軌跡視頻）                                    （眼動軌跡可視化數(shù)據(jù)）

        眼動軌跡視頻適用于結(jié)論例證，而非數(shù)據(jù)分析。

9  “所有的眼動測試都可以通用一個樣本量。”

        “30！30就夠了。”

        我們常聽別人說眼動測試不需要很多人，30個樣本量就可以了。這似乎已成為眼動的標準樣本量。其實眼動的樣本量取決于測試的目的和實驗的設(shè)計，30并非全部適用于所有的測試。

        在決定眼動測試的樣本量前，研究員心里應(yīng)該清楚“我是要通過眼動來了解一個“總體情況”還是“比較不同設(shè)計之間的差異”。如果有不同的設(shè)計方案，希望通過 眼動來生成一個“總體情況”的話：比較被試組內(nèi)差異（within-subjects），30樣本就夠了；比較被試組間差異（between- subjects），這時眼動結(jié)果很容易受到個體差異的影響，30樣本很顯然已經(jīng)不夠了。

        假如想配合眼動找出產(chǎn)品可用性方面的問題，8-10個樣本已經(jīng)可以發(fā)現(xiàn)70-80%的問題。而此時30個樣本的眼動數(shù)據(jù)足以說明可用性方面的問題了。

10  “眼動數(shù)據(jù)分析參數(shù)的適用于所有案例。”

        常見的眼動報告中，總少不了用戶視線的瀏覽軌跡、停留時間等方面的比較，似乎眼動的價值在這里就畫上句號了。分析數(shù)據(jù)時，我們?nèi)菀资艿狡渌咐治鼋嵌鹊?影響，導(dǎo)致最終的分析更像是一份眼動數(shù)據(jù)報表。除了自己，沒人能從中讀懂用戶的瀏覽習(xí)慣和其中反映的問題。數(shù)據(jù)分析取決于你想透過哪些眼動相關(guān)的數(shù)據(jù)，來 佐證可用性的問題、不同設(shè)計之間的瀏覽差異等。因此并非用了一些別人通用的分析參數(shù)，就可以有效地說明問題。

        從常見的停留時間、視線訪問次數(shù)、視線軌跡等，到較少使用的瞳孔大小、眼球運動速度、掃視路徑等參數(shù)，豐富的眼動指標使得描述用戶瀏覽行為維度具有時空的 立體性。配合定性和定量數(shù)據(jù)分析，會讓你的眼動結(jié)果更容易理解，也能更真實的還原用戶的認知和操作行為。

        比如讓用戶完成“在訂票頁面上購買一張機票”的任務(wù)。

        時間上: 訂票頁面的注意力的時間分布（注視時長、注視次數(shù)、首次注視時長等）；
        空間上: 最吸引用戶注意力的區(qū)域（興趣區(qū)域上的時間和空間分布、首次注視區(qū)域、視線訪問區(qū)域和次數(shù)等）、訂票過程中的瀏覽軌跡等；

        信息檢索效率：總體的注視次數(shù)（次數(shù)越低，效率越高）
        決策效率：首次注視到首次鼠標點擊的時耗
        內(nèi)容布局：訂票相關(guān)的信息和功能區(qū)之間眼跳次數(shù)、瀏覽順序
        任務(wù)的成功率、完成率、完成時耗、滿意度等。

        通過上面的一個小例子嘗試說明，沒有一套公式化的參數(shù)供所有的項目分析。
        真正重要的是，你希望通過眼動數(shù)據(jù)向觀眾講述一個怎樣的故事，基于此來選擇合適的數(shù)據(jù)進行分析。
        獨立存在的眼動數(shù)據(jù)不具有說服力。

11  “所有人的眼動數(shù)據(jù)都可以拿來分析。”

        通常在大樣本數(shù)據(jù)中需要清洗一部分不符合邏輯／數(shù)據(jù)缺失的樣本，而一般小樣本的眼動測試，人們?nèi)菀缀鲆暅y試過程中眼動數(shù)據(jù)采集的質(zhì)量。最常見的數(shù)據(jù)質(zhì)量 問題是由于個體差異導(dǎo)致的——測試時眼睛位置的偏差、攝像頭沒有很好的記錄眼動數(shù)據(jù)、個人原因?qū)е驴戳撕荛L時間等情況。個別用戶不正常的眼動數(shù)據(jù)（與其他 用戶平均眼動數(shù)據(jù)有顯著差異）、眼動數(shù)據(jù)采樣率較低的數(shù)據(jù)也應(yīng)考慮清洗掉。

        如果僅僅從數(shù)字上，很難判斷這些“問題數(shù)據(jù)”的產(chǎn)生原因。也許是因為用戶的眼球運動沒有被捕捉到，也許只是用戶的個人習(xí)慣，還有可能是用戶在測試時忘記 了當(dāng)時的任務(wù)。配合眼動軌跡的回放錄像 ，我們可以確定這些數(shù)據(jù)是否應(yīng)該從總體樣本中去除。在數(shù)據(jù)分析時，這些質(zhì)量較差的數(shù)據(jù)會造成瀏覽行為的錯誤解讀。

12  “眼動結(jié)果的可視化結(jié)果是可靠的。”

        熱區(qū)圖/軌跡圖已成為眼動數(shù)據(jù)可視化的一種標準輸出形式，人們甚至?xí)J為沒有看到這種圖的話，就不算是一個眼動分析。眼動數(shù)據(jù)的可視化使人們即使沒有相關(guān)知識，也能很快速地了解用戶關(guān)注點和瀏覽次序。

眼動軌跡圖

              自由瀏覽網(wǎng)頁的眼動軌跡                                                      在網(wǎng)頁上查找特定信息的眼動軌跡

        通常我們看到這些可視化結(jié)果時，較少會考慮到這是什么情況下生成的圖片。同一個網(wǎng)頁，讓用戶自由瀏覽和找一個感興趣的新聞，最終得到的眼動結(jié)果會截然不同。在適當(dāng)?shù)那榫跋庐a(chǎn)生的數(shù)據(jù)和眼動結(jié)果才會有意義。
        所以當(dāng)下次看到熱區(qū)圖/其他形式的眼動可視化結(jié)論時，要記得問清楚是在什么時間范圍內(nèi)、做什么事情時的眼動結(jié)果。