SlideShare a Scribd company logo
1 of 32
Download to read offline
Dmitrij Żatuchin




            Ślady użytkowników w procesie
          automatyzacji badania użyteczności
                     strony WWW.




Kansei 2008, Warszawa 7.06.2008
Agenda
    1. Wstęp.
    2. Mousetracking alternatywą dla eytrackinga.
    3. Actiontracking, clicktracking, motiontracking.
    4. Ślad użytkownika (i po nim) na stronie WWW.
    5. Case w Czytodziala.pl.
    6. Skuteczność actiontrackingu i eyetrackingu. Części
       wspólne i różnice.
    7. Podobieństwo śladów a grupa docelowa strony.
    8. Treść a struktura serwisu – wnioski.

2                                        Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Wstęp.
    • Po co komu automatyzacja badań użyteczności?
    • Informacje uzyskiwane podczas badań:
       –   Notatka, odpowiedzi na ankietę, lista kontrolna
       –   Wywiad przed- i potestowy
       –   Dane pozyskane automatycznie za pomocą sprzętu i oprogramowania
       –   Statystyczne dane
       –   Analiza ekspercka
    • Dane pozyskiwane bez aktywnego udziału użytkowników:
       –   ślady drogi (ślady myszki), mapę cieplną, mapę kliknięć,
       –   obszary skupienia wzroku,
       –   średni czas wykonywania każdego zadania oraz średnia liczba kliknięć,
       –   rozkład uczestników wg sukcesu ukończenia zadań.
       –   pliki z historią dokonanych akcji na stronie.

3                                                       Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Mousetracking

    • Przechwytywanie miejsc, w które użytkownik
      wskazuje na ekranie
    • Rejestruje uwagę, zwróconą na dane miejsce
      ŚWIADOMIE




                                                       Rys. za Norman K. L.

4                                 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Actiontracking




5                    Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Ogólny model akcji użytkownika

    •   Określenie celu.
    •   Określenie zamiaru (intencji).
    •   Określenie akcji.
    •   Wykonanie akcji.
    •   Spostrzeżenia dot. świata rzeczywistego.
    •   Interpretacja świata rzeczywistego.
    •   Ewaluacja wyników.


6                                     Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Clicktracking

    • Wszystkie akcje związane z klikaniem przez
      użytkownika wskaźnikiem
    • Śledzenie momentów akcji na stronie
    • Mapa relacji użytkownik-linki, linki-liczba
      kliknięć, kliknięcia-element




7                                    Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Zastosowanie clicktrackingu 1/2

    • Używamy m.in. do śledzenia popularnych
      linków, notowania aktywności na stronie,
      analizy porównawcze z konkurencją.
    • Dane z clicktrackera:
      –   czas kliknięcia
      –   pozycja kliknięcia
      –   liczba kliknięć w dany element
      –   parametry użytkownika (GeoIP, browser, etc.)


8                                        Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Zastosowanie clicktrackingu 2/2
    • Możliwe sposoby prezentacji danych to:
      – mapa kliknięć
      – mapa cieplna
    • Mapa kliknięć - dwie warstwy nałożone na siebie
    • Mapa cieplna – graficzna reprezentacja liczby
      punktów skupień w określonym promieniu
    • Pomaga rozwiązywać problem product placement
      poprzez reogranizację elementów serwisu



9                                      Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Motiontracking. Charakterystyka danych.

     • „nagrywanie” ruchów i akcji wykonywanych
       przez użytkownika na stronie WWW w czasie
       rzeczywistym
     • Trybem dyskretnym ciągłym notowana jest w
       krótkim odstępnie czasu czwórka danych:
       –   P – pozycja kursora
       –   T – czas pozycji w wyznaczonym miejscu
       –   L – długość przestoju kursora
       –   A – rodzaj akcji, np. przeciąganie, kliknięcie,
           fiksacja, opuszczenie
10                                            Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Motiontracking. Ścieżka wizyty użytkownika

     • graf zachowań sieciowych
     • System webowy:
       – Kreślenie ścieżek
         użytkowników
       – Idealna ścieżka od punktu
         startu do celu jako wzorzec
         do porównywania




11                                     Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Ogólny schemat systemu logującego




12                           Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Case study: Testowanie i wyniki

     •   8 użytkowników dla eyetracking
     •   ok. 500 użytkowników serwisu Czytodziala.pl
     •   Natywne środowisko pracy użytkowników
     •   Testy eyetrack w laboratorium ergonomii PWr
     •   Analiza porównawczą jakości uzyskanych
         wyników przez web aplikację i Eyetrack 6000
         (GTAnaly)


13                                   Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Case study: Czytodziala.pl. Mapa cieplna
     kliknięć, maj 2008




14                               Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Kliknięcia i przestoje kursora.




                          Im grubszy jest znacznik, tym dłużej w tym miejscu
                          znajdował się użytkownik
15                                          Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Przestoje kursora wskaźnika. Maj 2008.
     Maksymalny czas 44,8 s.




16                               Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Case study: Czytodziala.pl. Ścieżka.
                                  U ytkownik 1


            0   200   400   600       800        1000       1200          1400
       0


     200


     400


     600


     800

                                                                                     156.17.73.229
     1000


     1200


     1400


     1600


     1800



17                                                      Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Case study: Czytodziala.pl. Ścieżka #2
                             U ytkownik 2

           0   200   400   600              800    1000             1200
      0




     100




     200




     300

                                                                               156.17.73.229

     400




     500




     600




     700



18                                                Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Case study: Czytodziala.pl. Ścieżka #3
                                         U ytkownik 4


     -200

            0   100   200   300   400   500     600     700   800      900      1000
       0


     200


     400


     600


     800                                                                                    156.17.75.70


     1000


     1200


     1400


     1600


     1800



19                                                            Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Case study: Czytodziala.pl. Ścieżka #4




20                              Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Ścieżka – przestoje od 32 sek do 2 sek




21                             Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Eyetracking. Gaze points.




22                               Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Eyetracking. Analiza konturów.




23                            Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Analiza mapy cieplnej przestojów.




24                            Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Skuteczność actiontracking i eyetracking.

     • GTAnaly i eyetracker – brak możliwości w
       prosty sposób zebrać całościowe dane
       użytkowników i manipulować w celu analizy
       strony.
     • Częściowo obszaru skupienia wzroku
       pokrywają się z obszarami miejsc przestoju
       wskaźnika oraz kliknięć. W szczególności
       takimi obszarami jest obszar nawigacji (nr 5),
       obszar „Nasi Partnerzy” (nr 4), obszar z ofertą
       promocyjną (nr 6) oraz obszar jednorazowego
       badania dostępności (nr 8).
25                                    Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Wnioski
     •   Obszar loga Czytodziala.pl jest rzadko odwiedzany przez wskaźnik myszy.
     •   Obszar nr 1 jest odwiedzany przez wskaźnik, problemem jest brak jakichkolwiek
         odnośników w nim.
     •   Obszar nr 2 informuje o ofercie i mimo klikalności i obecności wskaźnika w nim,
         nie daje możliwości przejścia na kolejne podstrony.
     •   Obszar nr 4, czyli tytuł bloczka „Nasi Partnerzy” mógłby być odnośnikiem.
     •   Obszary nr 5 i 6 są w dobrych miejscach, nawigacja (nr 5) jest intensywnie
         odwiedzana, klikana i wykorzystywana.
     •   Obszar tytułu (nr 7) dla obszaru nr 8 mógłby być klikalny lub dostarczać
         podpowiedzi, co do pola adresowego.
     •   Obszar logowania do serwisu (okolice nr 9) - słabo klikalny i mało odwiedzany.
         Propozycja zamienić z obszarem nr 8. Pole typu checkbox (nr 9) jest praktycznie
         nie używane.
     •   Pola treści (nr 10 i 11) w badaniach eyetracking wykazały duże zainteresowanie, co
         jest uzasadnione – czytanie informacji. Przyciski służące do przełączania informacji
         (nr 11) są wykorzystywanie tylko częściowo – drugi i czwarty cechuje zwiększona
         klikalność, zaś drugi i w mniejszy stopniu trzeci – miejsca przestoju wskaźnika.
26                                                               Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Treść a struktura serwisu
     • Analiza ruchu myszki na stronie oraz miejsc
       skupienia uwagi w zależności od treści, która
       jest przekazywana do użytkowników
     • Trzy grupy tematyczne stron:
       – Strony informacyjne, o charakterze portalowym
       – Strony turystyczne, z dziedziny eCommerce
       – Strony aukcji internetowych
     • Użytkownicy o różnym poziomie
       zaawansowania znajomości eksploracji
       Internetu (średnie, techniczne, wyższe)
27                                     Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
28   Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Treść wyznacznikiem unikalności

     • Szybkość odnalezienia wybranych elementów
       zależy od tematyki serwisu oraz struktury
     • Sposób szukania elementów zależy od treści
       serwisu webowego, a nie od jego struktury.
     • Treść jest wyznacznikiem unikalności strony.
       Unikalność cechowana jest przez różnicę w
       poruszaniu się na stronie internetowej.
       Ścieżka użytkownika jest podobna na stronach
       o podobnej tematyce.

29                                  Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Podsumowanie
     • Ścieżki pomagają w analizie obszarów
       zainteresowań, są kluczowe dla optymalizacji pod
       kątem używalności serwisu – w badaniach
       automatycznych
     • Porównując łatwość uzyskania danych i ich
       odczytanie system motiontrackingu wykazuje
       większą efektywność i elastyczność na poziomie
       zadowalającym.
     • Podczas zdalnej ewaluacji jest możliwe
       pozyskanie większej liczby określonych z góry
       danych o środowisku użytkownika, jego akcjach i
       ruchach na stronie WWW.

30                                     Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Literatura
     •   HACKOS, J. T., REDISH J. C., User and Task Analysis for Interface Design
     •   HILBERT D. M., REDMILES D. F., “Why Let Perfectly Good Usability Data Go to Waste?”,
         HCI Consortium Meeting USA, 1998, str. 1-2.
     •   GELLNER M., FORBRIG P., “A Usability Evaluation Pattern Language”, University of
         Rostock.
     •   NIELSEN, J., Designing Web usability - the practice of simplicity.
     •   NIELSEN J., http://www.useit.com/alertbox.
     •   NIELSEN, J., LORANGER H., Prioritizing Web Usability
     •   NORMAN K. L., “Levels of Automation and User Participation in Usability Testing”, 2004.
     •   SOFTWARE QUALITY JOURNAL, Vol. 14, No. 2. (June 2006), 159-178.
     •   age”, University of Rostock.
     •   TRAUB P., “Optimising human factors integration in system design”, Engineering
         Management Journal Publication, Apr 1996 Volume 6, Wydanie 2, 93-98 ISSN: 0960-7919.
     •   ZELDMAN J., Designing with Web Standards 2nd Edition.
     •   Standard ISO 9126.
     •   http://www.w3c.org
     •   www.upassoc.org/upa_publications/

31                                                                 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
Dmitrij Żatuchin, Kansei 2008, Warszawa 7.06.2008




                             Dziękuje za uwagę!
                                  Pytania?

Stała kontrola dostępności stron WWW, testy obcią eniowe i Complex 360
Monitoring.
Zapraszamy do współpracy na Czytodziala.pl – partnera Konsorcjum
„U yteczna strona”.
tel.+48 500 190 517
info@czytodziala.pl

Full software house serwis – rozwiązanie webowe dla biznesu, projektowanie
analityczne, optymalizacja i dobór technologii, SEO/SEM.
tel.+48 71 332 60 08
info@internetworks.pl

More Related Content

Viewers also liked

PresentacióN De Bea
PresentacióN De BeaPresentacióN De Bea
PresentacióN De Bearubiah.94
 
CríTica Culinaria
CríTica CulinariaCríTica Culinaria
CríTica Culinariaguest0e298c
 
A SubordinaciÓN Adverbial
A SubordinaciÓN AdverbialA SubordinaciÓN Adverbial
A SubordinaciÓN AdverbialManulourenzo
 
Ya Han Llegado Las Vacaciones
Ya Han Llegado Las VacacionesYa Han Llegado Las Vacaciones
Ya Han Llegado Las Vacacionesrudolfon5
 
Anunciata3
Anunciata3Anunciata3
Anunciata3mguinoa
 
Lukas E Pedro 5ºB
Lukas E Pedro 5ºBLukas E Pedro 5ºB
Lukas E Pedro 5ºBguest246903
 
Tenemos
TenemosTenemos
Tenemoshome
 
Lagrimas De Mujer
Lagrimas De MujerLagrimas De Mujer
Lagrimas De Mujerhome
 
Una Argentina En England Parte I
Una Argentina En England   Parte IUna Argentina En England   Parte I
Una Argentina En England Parte IeSeaSailing
 
Tugas Prof. Yusuf
Tugas Prof. YusufTugas Prof. Yusuf
Tugas Prof. Yusufaidil.1976
 
Ankur.Batla.Resume
Ankur.Batla.ResumeAnkur.Batla.Resume
Ankur.Batla.Resumeankurbatla
 
Pres4 Proyecto seminario informatica
Pres4 Proyecto seminario informaticaPres4 Proyecto seminario informatica
Pres4 Proyecto seminario informaticaFabyale
 

Viewers also liked (20)

Mens Rules
Mens RulesMens Rules
Mens Rules
 
PresentacióN De Bea
PresentacióN De BeaPresentacióN De Bea
PresentacióN De Bea
 
CríTica Culinaria
CríTica CulinariaCríTica Culinaria
CríTica Culinaria
 
A SubordinaciÓN Adverbial
A SubordinaciÓN AdverbialA SubordinaciÓN Adverbial
A SubordinaciÓN Adverbial
 
Animalesyoficios
AnimalesyoficiosAnimalesyoficios
Animalesyoficios
 
Pres4
Pres4Pres4
Pres4
 
Valtaojanmateriaali
ValtaojanmateriaaliValtaojanmateriaali
Valtaojanmateriaali
 
Ya Han Llegado Las Vacaciones
Ya Han Llegado Las VacacionesYa Han Llegado Las Vacaciones
Ya Han Llegado Las Vacaciones
 
Igor E Pedro 2
Igor E Pedro 2Igor E Pedro 2
Igor E Pedro 2
 
Plan Region
Plan RegionPlan Region
Plan Region
 
PresentacióN
PresentacióNPresentacióN
PresentacióN
 
Anunciata3
Anunciata3Anunciata3
Anunciata3
 
Lukas E Pedro 5ºB
Lukas E Pedro 5ºBLukas E Pedro 5ºB
Lukas E Pedro 5ºB
 
Tenemos
TenemosTenemos
Tenemos
 
Lagrimas De Mujer
Lagrimas De MujerLagrimas De Mujer
Lagrimas De Mujer
 
Una Argentina En England Parte I
Una Argentina En England   Parte IUna Argentina En England   Parte I
Una Argentina En England Parte I
 
Tugas Prof. Yusuf
Tugas Prof. YusufTugas Prof. Yusuf
Tugas Prof. Yusuf
 
Ankur.Batla.Resume
Ankur.Batla.ResumeAnkur.Batla.Resume
Ankur.Batla.Resume
 
Aitory Amanda
Aitory AmandaAitory Amanda
Aitory Amanda
 
Pres4 Proyecto seminario informatica
Pres4 Proyecto seminario informaticaPres4 Proyecto seminario informatica
Pres4 Proyecto seminario informatica
 

More from Dmitrij Żatuchin

DO OK - selected cases in portfolio
DO OK - selected cases in portfolioDO OK - selected cases in portfolio
DO OK - selected cases in portfolioDmitrij Żatuchin
 
Edustation Business - platforma do nauki języków obcych dla firm
Edustation Business - platforma do nauki języków obcych dla firmEdustation Business - platforma do nauki języków obcych dla firm
Edustation Business - platforma do nauki języków obcych dla firmDmitrij Żatuchin
 
O Edustation na Netcamp / Szczecin
O Edustation na Netcamp / SzczecinO Edustation na Netcamp / Szczecin
O Edustation na Netcamp / SzczecinDmitrij Żatuchin
 
Problem of website structure discovery and quality valuation
Problem of website structure discovery and quality valuationProblem of website structure discovery and quality valuation
Problem of website structure discovery and quality valuationDmitrij Żatuchin
 
Usability eCommerce - teoria, bledy, porady. Kansei 2009
Usability eCommerce - teoria, bledy, porady. Kansei 2009Usability eCommerce - teoria, bledy, porady. Kansei 2009
Usability eCommerce - teoria, bledy, porady. Kansei 2009Dmitrij Żatuchin
 
Alchemia zespołu w metodologiach Agile
Alchemia zespołu w metodologiach AgileAlchemia zespołu w metodologiach Agile
Alchemia zespołu w metodologiach AgileDmitrij Żatuchin
 
[CW] Piotr Nogal - kiedy skończymy z banerami
[CW] Piotr Nogal - kiedy skończymy z banerami[CW] Piotr Nogal - kiedy skończymy z banerami
[CW] Piotr Nogal - kiedy skończymy z baneramiDmitrij Żatuchin
 
Dmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWW
Dmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWWDmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWW
Dmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWWDmitrij Żatuchin
 
Quality and usability of WWW - user tracks
Quality and usability of WWW - user tracksQuality and usability of WWW - user tracks
Quality and usability of WWW - user tracksDmitrij Żatuchin
 
Raport z badania dostepnosci firm hostingowych
Raport z badania dostepnosci firm hostingowychRaport z badania dostepnosci firm hostingowych
Raport z badania dostepnosci firm hostingowychDmitrij Żatuchin
 
Grill It Krakow - Usability Lab, monitoring www
Grill It Krakow - Usability Lab, monitoring wwwGrill It Krakow - Usability Lab, monitoring www
Grill It Krakow - Usability Lab, monitoring wwwDmitrij Żatuchin
 
Rozwój Systemów Informacyjnych - Syndykacja Treści
Rozwój Systemów Informacyjnych - Syndykacja TreściRozwój Systemów Informacyjnych - Syndykacja Treści
Rozwój Systemów Informacyjnych - Syndykacja TreściDmitrij Żatuchin
 
ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...
ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...
ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...Dmitrij Żatuchin
 
Języki wyszukiwania w serwisach e-commerce
Języki wyszukiwania w serwisach e-commerceJęzyki wyszukiwania w serwisach e-commerce
Języki wyszukiwania w serwisach e-commerceDmitrij Żatuchin
 

More from Dmitrij Żatuchin (18)

DO OK - selected cases in portfolio
DO OK - selected cases in portfolioDO OK - selected cases in portfolio
DO OK - selected cases in portfolio
 
Edustation Business - platforma do nauki języków obcych dla firm
Edustation Business - platforma do nauki języków obcych dla firmEdustation Business - platforma do nauki języków obcych dla firm
Edustation Business - platforma do nauki języków obcych dla firm
 
O Edustation na Netcamp / Szczecin
O Edustation na Netcamp / SzczecinO Edustation na Netcamp / Szczecin
O Edustation na Netcamp / Szczecin
 
Edustation.pl na educamp
Edustation.pl na educampEdustation.pl na educamp
Edustation.pl na educamp
 
Problem of website structure discovery and quality valuation
Problem of website structure discovery and quality valuationProblem of website structure discovery and quality valuation
Problem of website structure discovery and quality valuation
 
Tworzenie spolecznosci
Tworzenie spolecznosciTworzenie spolecznosci
Tworzenie spolecznosci
 
Usability eCommerce - teoria, bledy, porady. Kansei 2009
Usability eCommerce - teoria, bledy, porady. Kansei 2009Usability eCommerce - teoria, bledy, porady. Kansei 2009
Usability eCommerce - teoria, bledy, porady. Kansei 2009
 
Alchemia zespołu w metodologiach Agile
Alchemia zespołu w metodologiach AgileAlchemia zespołu w metodologiach Agile
Alchemia zespołu w metodologiach Agile
 
[CW] Piotr Nogal - kiedy skończymy z banerami
[CW] Piotr Nogal - kiedy skończymy z banerami[CW] Piotr Nogal - kiedy skończymy z banerami
[CW] Piotr Nogal - kiedy skończymy z banerami
 
Dmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWW
Dmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWWDmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWW
Dmitrij Żatuchin - Ślady użytkowników jako cenne dane o użyteczności stron WWW
 
Photohub Aula
Photohub AulaPhotohub Aula
Photohub Aula
 
Quality and usability of WWW - user tracks
Quality and usability of WWW - user tracksQuality and usability of WWW - user tracks
Quality and usability of WWW - user tracks
 
Raport z badania dostepnosci firm hostingowych
Raport z badania dostepnosci firm hostingowychRaport z badania dostepnosci firm hostingowych
Raport z badania dostepnosci firm hostingowych
 
Grill It Krakow - Usability Lab, monitoring www
Grill It Krakow - Usability Lab, monitoring wwwGrill It Krakow - Usability Lab, monitoring www
Grill It Krakow - Usability Lab, monitoring www
 
XQuery overview
XQuery overviewXQuery overview
XQuery overview
 
Rozwój Systemów Informacyjnych - Syndykacja Treści
Rozwój Systemów Informacyjnych - Syndykacja TreściRozwój Systemów Informacyjnych - Syndykacja Treści
Rozwój Systemów Informacyjnych - Syndykacja Treści
 
ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...
ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...
ANALIZA PRZYDATNOŚCI FORMATU MUSICXML W WYSZUKIWANIU I KLASYFIKACJI ZBIORÓW D...
 
Języki wyszukiwania w serwisach e-commerce
Języki wyszukiwania w serwisach e-commerceJęzyki wyszukiwania w serwisach e-commerce
Języki wyszukiwania w serwisach e-commerce
 

Dmitrij Zatuchin Webtracks Usability Kansei

  • 1. Dmitrij Żatuchin Ślady użytkowników w procesie automatyzacji badania użyteczności strony WWW. Kansei 2008, Warszawa 7.06.2008
  • 2. Agenda 1. Wstęp. 2. Mousetracking alternatywą dla eytrackinga. 3. Actiontracking, clicktracking, motiontracking. 4. Ślad użytkownika (i po nim) na stronie WWW. 5. Case w Czytodziala.pl. 6. Skuteczność actiontrackingu i eyetrackingu. Części wspólne i różnice. 7. Podobieństwo śladów a grupa docelowa strony. 8. Treść a struktura serwisu – wnioski. 2 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 3. Wstęp. • Po co komu automatyzacja badań użyteczności? • Informacje uzyskiwane podczas badań: – Notatka, odpowiedzi na ankietę, lista kontrolna – Wywiad przed- i potestowy – Dane pozyskane automatycznie za pomocą sprzętu i oprogramowania – Statystyczne dane – Analiza ekspercka • Dane pozyskiwane bez aktywnego udziału użytkowników: – ślady drogi (ślady myszki), mapę cieplną, mapę kliknięć, – obszary skupienia wzroku, – średni czas wykonywania każdego zadania oraz średnia liczba kliknięć, – rozkład uczestników wg sukcesu ukończenia zadań. – pliki z historią dokonanych akcji na stronie. 3 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 4. Mousetracking • Przechwytywanie miejsc, w które użytkownik wskazuje na ekranie • Rejestruje uwagę, zwróconą na dane miejsce ŚWIADOMIE Rys. za Norman K. L. 4 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 5. Actiontracking 5 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 6. Ogólny model akcji użytkownika • Określenie celu. • Określenie zamiaru (intencji). • Określenie akcji. • Wykonanie akcji. • Spostrzeżenia dot. świata rzeczywistego. • Interpretacja świata rzeczywistego. • Ewaluacja wyników. 6 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 7. Clicktracking • Wszystkie akcje związane z klikaniem przez użytkownika wskaźnikiem • Śledzenie momentów akcji na stronie • Mapa relacji użytkownik-linki, linki-liczba kliknięć, kliknięcia-element 7 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 8. Zastosowanie clicktrackingu 1/2 • Używamy m.in. do śledzenia popularnych linków, notowania aktywności na stronie, analizy porównawcze z konkurencją. • Dane z clicktrackera: – czas kliknięcia – pozycja kliknięcia – liczba kliknięć w dany element – parametry użytkownika (GeoIP, browser, etc.) 8 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 9. Zastosowanie clicktrackingu 2/2 • Możliwe sposoby prezentacji danych to: – mapa kliknięć – mapa cieplna • Mapa kliknięć - dwie warstwy nałożone na siebie • Mapa cieplna – graficzna reprezentacja liczby punktów skupień w określonym promieniu • Pomaga rozwiązywać problem product placement poprzez reogranizację elementów serwisu 9 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 10. Motiontracking. Charakterystyka danych. • „nagrywanie” ruchów i akcji wykonywanych przez użytkownika na stronie WWW w czasie rzeczywistym • Trybem dyskretnym ciągłym notowana jest w krótkim odstępnie czasu czwórka danych: – P – pozycja kursora – T – czas pozycji w wyznaczonym miejscu – L – długość przestoju kursora – A – rodzaj akcji, np. przeciąganie, kliknięcie, fiksacja, opuszczenie 10 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 11. Motiontracking. Ścieżka wizyty użytkownika • graf zachowań sieciowych • System webowy: – Kreślenie ścieżek użytkowników – Idealna ścieżka od punktu startu do celu jako wzorzec do porównywania 11 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 12. Ogólny schemat systemu logującego 12 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 13. Case study: Testowanie i wyniki • 8 użytkowników dla eyetracking • ok. 500 użytkowników serwisu Czytodziala.pl • Natywne środowisko pracy użytkowników • Testy eyetrack w laboratorium ergonomii PWr • Analiza porównawczą jakości uzyskanych wyników przez web aplikację i Eyetrack 6000 (GTAnaly) 13 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 14. Case study: Czytodziala.pl. Mapa cieplna kliknięć, maj 2008 14 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 15. Kliknięcia i przestoje kursora. Im grubszy jest znacznik, tym dłużej w tym miejscu znajdował się użytkownik 15 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 16. Przestoje kursora wskaźnika. Maj 2008. Maksymalny czas 44,8 s. 16 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 17. Case study: Czytodziala.pl. Ścieżka. U ytkownik 1 0 200 400 600 800 1000 1200 1400 0 200 400 600 800 156.17.73.229 1000 1200 1400 1600 1800 17 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 18. Case study: Czytodziala.pl. Ścieżka #2 U ytkownik 2 0 200 400 600 800 1000 1200 0 100 200 300 156.17.73.229 400 500 600 700 18 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 19. Case study: Czytodziala.pl. Ścieżka #3 U ytkownik 4 -200 0 100 200 300 400 500 600 700 800 900 1000 0 200 400 600 800 156.17.75.70 1000 1200 1400 1600 1800 19 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 20. Case study: Czytodziala.pl. Ścieżka #4 20 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 21. Ścieżka – przestoje od 32 sek do 2 sek 21 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 22. Eyetracking. Gaze points. 22 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 23. Eyetracking. Analiza konturów. 23 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 24. Analiza mapy cieplnej przestojów. 24 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 25. Skuteczność actiontracking i eyetracking. • GTAnaly i eyetracker – brak możliwości w prosty sposób zebrać całościowe dane użytkowników i manipulować w celu analizy strony. • Częściowo obszaru skupienia wzroku pokrywają się z obszarami miejsc przestoju wskaźnika oraz kliknięć. W szczególności takimi obszarami jest obszar nawigacji (nr 5), obszar „Nasi Partnerzy” (nr 4), obszar z ofertą promocyjną (nr 6) oraz obszar jednorazowego badania dostępności (nr 8). 25 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 26. Wnioski • Obszar loga Czytodziala.pl jest rzadko odwiedzany przez wskaźnik myszy. • Obszar nr 1 jest odwiedzany przez wskaźnik, problemem jest brak jakichkolwiek odnośników w nim. • Obszar nr 2 informuje o ofercie i mimo klikalności i obecności wskaźnika w nim, nie daje możliwości przejścia na kolejne podstrony. • Obszar nr 4, czyli tytuł bloczka „Nasi Partnerzy” mógłby być odnośnikiem. • Obszary nr 5 i 6 są w dobrych miejscach, nawigacja (nr 5) jest intensywnie odwiedzana, klikana i wykorzystywana. • Obszar tytułu (nr 7) dla obszaru nr 8 mógłby być klikalny lub dostarczać podpowiedzi, co do pola adresowego. • Obszar logowania do serwisu (okolice nr 9) - słabo klikalny i mało odwiedzany. Propozycja zamienić z obszarem nr 8. Pole typu checkbox (nr 9) jest praktycznie nie używane. • Pola treści (nr 10 i 11) w badaniach eyetracking wykazały duże zainteresowanie, co jest uzasadnione – czytanie informacji. Przyciski służące do przełączania informacji (nr 11) są wykorzystywanie tylko częściowo – drugi i czwarty cechuje zwiększona klikalność, zaś drugi i w mniejszy stopniu trzeci – miejsca przestoju wskaźnika. 26 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 27. Treść a struktura serwisu • Analiza ruchu myszki na stronie oraz miejsc skupienia uwagi w zależności od treści, która jest przekazywana do użytkowników • Trzy grupy tematyczne stron: – Strony informacyjne, o charakterze portalowym – Strony turystyczne, z dziedziny eCommerce – Strony aukcji internetowych • Użytkownicy o różnym poziomie zaawansowania znajomości eksploracji Internetu (średnie, techniczne, wyższe) 27 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 28. 28 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 29. Treść wyznacznikiem unikalności • Szybkość odnalezienia wybranych elementów zależy od tematyki serwisu oraz struktury • Sposób szukania elementów zależy od treści serwisu webowego, a nie od jego struktury. • Treść jest wyznacznikiem unikalności strony. Unikalność cechowana jest przez różnicę w poruszaniu się na stronie internetowej. Ścieżka użytkownika jest podobna na stronach o podobnej tematyce. 29 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 30. Podsumowanie • Ścieżki pomagają w analizie obszarów zainteresowań, są kluczowe dla optymalizacji pod kątem używalności serwisu – w badaniach automatycznych • Porównując łatwość uzyskania danych i ich odczytanie system motiontrackingu wykazuje większą efektywność i elastyczność na poziomie zadowalającym. • Podczas zdalnej ewaluacji jest możliwe pozyskanie większej liczby określonych z góry danych o środowisku użytkownika, jego akcjach i ruchach na stronie WWW. 30 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 31. Literatura • HACKOS, J. T., REDISH J. C., User and Task Analysis for Interface Design • HILBERT D. M., REDMILES D. F., “Why Let Perfectly Good Usability Data Go to Waste?”, HCI Consortium Meeting USA, 1998, str. 1-2. • GELLNER M., FORBRIG P., “A Usability Evaluation Pattern Language”, University of Rostock. • NIELSEN, J., Designing Web usability - the practice of simplicity. • NIELSEN J., http://www.useit.com/alertbox. • NIELSEN, J., LORANGER H., Prioritizing Web Usability • NORMAN K. L., “Levels of Automation and User Participation in Usability Testing”, 2004. • SOFTWARE QUALITY JOURNAL, Vol. 14, No. 2. (June 2006), 159-178. • age”, University of Rostock. • TRAUB P., “Optimising human factors integration in system design”, Engineering Management Journal Publication, Apr 1996 Volume 6, Wydanie 2, 93-98 ISSN: 0960-7919. • ZELDMAN J., Designing with Web Standards 2nd Edition. • Standard ISO 9126. • http://www.w3c.org • www.upassoc.org/upa_publications/ 31 Dmitrij atuchin, Kansei 2008, Warszawa 7.06.2008
  • 32. Dmitrij Żatuchin, Kansei 2008, Warszawa 7.06.2008 Dziękuje za uwagę! Pytania? Stała kontrola dostępności stron WWW, testy obcią eniowe i Complex 360 Monitoring. Zapraszamy do współpracy na Czytodziala.pl – partnera Konsorcjum „U yteczna strona”. tel.+48 500 190 517 info@czytodziala.pl Full software house serwis – rozwiązanie webowe dla biznesu, projektowanie analityczne, optymalizacja i dobór technologii, SEO/SEM. tel.+48 71 332 60 08 info@internetworks.pl