• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
EyeTracking. Visualisieren vs. Analysieren
 

EyeTracking. Visualisieren vs. Analysieren

on

  • 1,304 views

von Ron Warncke im User Experience Roundtable Hamburg am 4.4.2011. ...

von Ron Warncke im User Experience Roundtable Hamburg am 4.4.2011.

Dargestellt wird ein aus der Molekularbiologie adaptiertes Verfahren zur Identifikation typischer Muster in Userdaten. Unter diesem Hintergrund sollen mit dem Plenum folgende Fragen kontrovers diskutiert werden:
1) Erfahrung vs. Kennzahlen! Sind die vorherrschenden Ansätze von Usability-Consultants noch zeitgemäß?
2) Welche Anforderungen stellen Technik und Kunden an Eye-Tracking Studien von morgen?

Statistics

Views

Total Views
1,304
Views on SlideShare
1,304
Embed Views
0

Actions

Likes
0
Downloads
9
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

CC Attribution License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    EyeTracking. Visualisieren vs. Analysieren EyeTracking. Visualisieren vs. Analysieren Presentation Transcript

    • CuBe Matrix interactive EyeTracking – (Kurzfassung) Visualisieren vs. AnalysierenUX-Roundtable, 04.04.2011
    • CuBe Matrix – Molekularbiologie meets Marktforschung Analyse- und Beratungshaus mit Sitz in Hamburg Gründung aus der universitären Forschung Entwicklung eines selbstentwickelten Ansatzes für sequentielle Daten Schwerpunkt auf quantitative Verhaltens- und Kampagnenkontaktdaten Kunden: Marktforschungsinstitute, Mediaagenturen, Web-Analytics und Usability- Agenturen CuBe Matrix interactive
    • Klassische Analysemethoden –Heatmaps & Gazeplots CuBe Matrix interactive
    • Analysemöglichkeiten von EyeTracking-DatenAm Beispiel der Tobii – Analysesoftware Liefern einen ersten Überblick über die Sehr gute Berücksichtigung von Nutzung der Seite, aber keine Wechselbeziehungen, aber Limit der Berücksichtigung von Wechselbeziehungen. auswertbaren Fälle schnell erreicht. CuBe Matrix interactive http://www.tobii.com/en/analysis-and-research/global/products/software/tobii-studio-analysis-software/
    • Weitere Analysemöglichkeiten von EyeTracking-DatenStatistische FunktionenOutput aus den EyeTracking-Systemen: DateTimeSt DateTimeSt ampStartOff WebGroupI MappedGaz MappedGaz Timestamp amp set … AoiNames mage eDataPointX eDataPointY Tabellierung der Ergebnisse 576099 12:25:44.86 00:09:36.09 4 8 … 1. 7015babc- Bildschirm 7d53-4bca- 435 234 Häufigkeitsverteilung über die Zeit 576116 12:25:44.88 00:09:36.11 1 5 … 7015babc- Content A 7d53-4bca- 430 235 12:25:44.89 00:09:36.13 7015babc- Filter über soziodemografische Angaben 576132 7 2 … Content D 7d53-4bca- 434 244 Kreuztabellen (Zielgruppen, Ausprägung) … … … … … … … … BalkendiagrammeAnalysemöglichkeiten durch die Exportfunktion zu statistischer Software: Assoziationsanalysen, welche Elemente einer Seite werden gemeinsam besucht Korrelation/ Zusammenhang zwischen Verweildauer auf Objekten und Recall Einfluss von Objekten auf die Verweildauer einer Seite Treiber der Gesamtbeurteilung einer Seite Automatisierte Prozesse während der Betrachtung einer Seite etc. CuBe Matrix interactive
    • CuBe SequenceAnalyser -Einsatz der Sequenzanalyse zurOperationalisierung des User-/EyeTrackingverhaltens CuBe Matrix interactive
    • Funktionsweise der Operationalisierung von DatenAm Beispiel eines Klickpfades Werbekontakte Zeit Klickpfad Seitenaktion Operationalisierung des Verhaltens durch Codierung der gespeicherten Daten CuBe Matrix interactive
    • Eigener Algorithmus zur Identifikation typischer MusterBasis: Page-Tagging, Log-Files, Mouse- & Eye-Tracking, etc. ID; Event_1;Ev_2;...; 11401; 11;7;37;37;37;37;35;6;35;35;18;37;17;37;37;12;35;35;18;37;37;37; 11402; 11;37;35;37;6;35;7;4;12;12;11;1;35;35;37;37;11;11;1;11;2;11;2;6;5; 11403; 37;37;35;35;18;37;38;37;37;35;35;18;37;40;8;37;37;37;37;37;8;37; 11404; 31;6;31;31;11;31;2;3;3;3;37;32;11;11;3;3;3;31;31;6;31;3;3;31;31; 11405; 11;6;38;20;20;3;11;6;22;11;11;6;6;6;20;20;6;38;1;11;2;11;35;6;38; 11406; 37;37;35;37;40;37;37;37;37;37;1;41;41;37;37;37;37;41;37;37;40;37; ... ... 2460006; 24;31;26;26;24;38;24;26;24;48;6;18;37;18;18;9;6;37;37;18;18;37; 2463174; 32;6;32;3;3;35;35;18;37;37;3;6;35;35;18;37;6;6;6;35;35;18;37;37;32; 2464998; 11;6;5;6;37;11;6;37;6;37;5;11;11;6;6;37;35;37;35;38;37;6;11;11; 2469343; 6;32; 48;19;18;37;35;35;35;18;37;35;35;32;35;32;36;35;38;6;35;6; 2470848; 9;9;11;37;9;1;11;2;11;40;9;1;11;324;48;27;18;37;32;40;9;37;35;35; 2538251; 37;41;32;32;32;35;35;18;37;37;32;11;32;35;35;18;37;41;2;37;40;40; 2550992; 32;3;32;1;32;20;11;32;11;9;3;9;32;11;32;20;32;6;3;6;32;6;9;35;9; 2607903; 35;10;10;6;10;10;9;10;10;1;10;6;12;20;18;37;37;32;36;38;35;15;32; 2610843; 31;6;31;31;11;31;2;3;3;3;37;32;11;11;3;3;3;31;31;6;1;11;2;11;31; 2628590; 11;6;38;20;20;3;11;6;35;35;18;37;6;6;35;35;18;37;6;37;35;6;35;6;38; 2632395; 37;37;35;37;40;37;37;37;37;37;1;41;41;37;37;37;37;41;37;37;40;37; CuBe Matrix interactive
    • Speicherung der Sequenzen in den BasisdatenOptimales Instrument für weitere Analysen und Data-Mining CuBe Matrix interactive
    • Die „Journey“ des SequenceAnalyserGrundlage für verschiedene Analyseansätze Sequenzanalyse Klassifikation/ Assoziation Segmentierung Wirkungsmessung Forecasting Beschreibung Kausale Bildung homogener Bestimmung der Prognosen/ Charakterisierung Zusammenhänge Kunden-, User- und Stärke und Richtung Wahrscheinlichkeit definierter Kunden-, verschiedener Events. Kampagnenkontakt- des Einflusses von über die nächsten User- und Welche Schritte löst gruppen. Einteilung Verhalten, Kunden- Schritte (Klicks, Kampagnenkontakt- ein Event aus? Wie des Marktes in und Adaption von gruppen. Rückschluss reagieren User in marketingrelevante Kampagnenhistorie Werbemitteln, auf Verhalten, Werte Ihrer Klickabfolge auf Teilgruppen. Einfluss auf definierte Blickrichtung etc.). und Bedürfnisse von eine online Werbung? der Segmente auf Zielgrößen Grundlage für Zielgruppen. Wo liegt der verschiedene (Zufriedenheit, Scoring-Modelle und Unterschied zu Zielgrößen Umsatz, „Predictive Behavioral Personen ohne (Markenwert, Umsatz Awareness,…). Targeting“. Kontakt. etc.) Bestimmung von Optimierungs- potentialen „SequenceAnalyser – Journey“ CuBe Matrix interactive
    • Welche Art von Daten können mit der Sequenzanalyseausgewertet werden? Typische Sequenzen im Marketing/ in der Marktforschung: Kundenlaufwege/ Klickverläufe Kampagnenkontakte (online, klassisch, PoS) Zuwendungen/ Aktionen, z.B. an (virtuellen) Regalen, auf Internetseiten Kundenhistorien (insbesondere im Bereich Finanzdienstleistungen) Blickverlauf/ Scanverhalten auf Sites oder Print-Anzeigen Abfolge von Botschaften und Elementen in TV-Spots Touchpoints während der Adaption von Neuprodukten Markenhistorien zusammenfassend: Ausgewertet werden alle Daten bei denen Reihenfolgeeffekte und Wechselwirkungen eine Rolle spielen (können). Die Auswertung erfolgt auf individueller sowie auf aggregierter Basis. CuBe Matrix interactive
    • Sequenzanalyse mit EyeTracking-Daten –CuBe SequentialTrackScan CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseMustererkennung für die Website-Usability CuBe SequenceAnalyser – Analysieren statt visualisieren Besuchte Areas of Interest Seq. 1: AoI_2 .2  AoI_5b  … Seq. 2: AoI_2 .1  AoI_7  … USPs: Kompatibel mit bestehenden Instrumenten/ Tools Komprimierung und Operationalisierung von Eye- und Mousetracking-Daten Grundlage für Datamining-Prozesse CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 1: Mustervergleich innerhalb einer Seite CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 1: Mustervergleich innerhalb einer Seite S1 H1 G1 T1 Blicksequenz: D1 G1;S1;H1;T1;G1;G2;G2;G2;G2;D2;D2;D1;H2;G2;H2;T L1 2;T2; G3;H3;H3;S3;T3;G3;D2;G3;G4;H4;T4;T4;G4; … G2 S1 Generierung von typischen Substrings mit H2 T2 D2 unterschiedlichen Längen: H G L2 S H S3 ... G3 H3 H G S ... T3 D1 D2 D3 D4 L3 Codebuch: H = Headline/ titel S4 D3 G = Grafik G4 H4 T = Text L = Link T4 D = rechteSpalte S = Subtitle CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseOutput: Beschreibung typischer Blickverläufe (2-Strings) Output inkl. Verbleibwahrscheinlichkeit auf einem Element …D …G …H …L …S …T D --> … 75% 0% 13% 0% 13% 0% Sum 100% Analoge G --> … 0% 20% 20% 20% 40% 0% 100% Berechnung für H --> … 60% 16% 77% 0% 3% 3% 100% typische 3-, 4-,…,N- L --> … 0% 0% 0% 0% 100% 0% 100% S --> … 0% 0% 67% 0% 33% 0% 100% Sequenzlängen T --> … 100% 0% 0% 0% 0% 0% 100% möglich. Output ohne Verbleibwahrscheinlichkeit …D …G …H …L …S …T Sum D --> … 0% 50% 0% 50% 0% 100% G --> … 0% 25% 25% 50% 0% 100% H --> … 0% 71% 0% 14% 14% 100% Codebuch: L --> … 0% 0% 0% 100% 0% 100% H = Headline/ titel G = Grafik S --> … 0% 0% 100% 0% 0% 100% T = Text L = Link T --> … 100% 0% 0% 0% 0% 100% D = rechteSpalte S = Subtitle CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 1: Mustervergleich innerhalb einer Seite S1 H1 G1 T1 D1 Gibt es ein typisches Muster beim L1 Scannen der Artikel? Zeigen verschiedene Kundentypen auch ein unterschiedliches Scanverhalten? G2 Wie wird das Scanverhalten von S1 bestimmten Elementen beeinflusst? H2 T2 D2 Haben Themengebiete einen Einfluss auf L2 das Scanverhalten? S3 etc. G3 H3 T3 L3 S4 D3 G4 H4 T4 CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 2: Mustervergleich zwischen verschiedenen Seiten CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 2: Mustervergleich zwischen verschiedenen Seiten CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 2: Mustervergleich zwischen verschiedenen Seiten Gibt es ein typisches Muster beim Scannen der Produktseite? Zeigen verschiedene Kundentypen auch ein unterschiedliches Scanverhalten? Welches Scanverhalten ist zielführen, d.h. endet im Kauf? Welches Verhaltensmuster zeigt einen signifikanten Einfluss auf den Kauf? CuBe Matrix interactive
    • Analyse des Blickverlaufs anhand der SequenzanalyseMustererkennung für die Website-Usability CuBe SequenceAnalyser – Analysieren statt visualisieren Typische Fragestellungen für die Analyse: Wie bewegt sich die Zielgruppe auf meiner Seite? Gibt es ein automatisiertes Scanverhalten meiner Seiten? Wie kann ich dieses automatisierte „Scannen“ ausnutzen? Was sind die wirklich relevanten Elemente? Wo liegen die Eyecatcher? Werden Inhalte und visuelle Elemente vom Nutzer beachtet? Folgen die User dem gewünschten Blickverlauf? Können die Besucher anhand Ihres Verhaltens gruppiert werden? CuBe Matrix interactive
    • CuBe Matrix interactiveDiskussion:Visualisieren vs. AnalysierenFragestellungen: Erfahrung vs. Kennzahlen! Sind die vorherrschenden Ansätze von Usability- Consultants noch zeitgemäß? Welche Anforderungen stellen Technik und Kunden an Eye-Tracking Studien von morgen? Vielen Dank für Ihre Aufmerksamkeit! Kontakt: Ron Warncke, Dipl.-Kfm. Consulting, GF fon: 040 38 97 64 46 warncke@cubematrix.com