Successfully reported this slideshow.

EyeTracking. Visualisieren vs. Analysieren

0

Share

Upcoming SlideShare
Web-Analytics für UXler
Web-Analytics für UXler
Loading in …3
×
1 of 22
1 of 22

EyeTracking. Visualisieren vs. Analysieren

0

Share

Download to read offline

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?

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?

More Related Content

Related Books

Free with a 14 day trial from Scribd

See all

Related Audiobooks

Free with a 14 day trial from Scribd

See all

EyeTracking. Visualisieren vs. Analysieren

  1. 1. CuBe Matrix interactive EyeTracking – (Kurzfassung) Visualisieren vs. Analysieren UX-Roundtable, 04.04.2011
  2. 2. 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
  3. 3. Klassische Analysemethoden – Heatmaps & Gazeplots CuBe Matrix interactive
  4. 4. Analysemöglichkeiten von EyeTracking-Daten Am 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/
  5. 5. Weitere Analysemöglichkeiten von EyeTracking-Daten Statistische Funktionen Output 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) … … … … … … … … Balkendiagramme Analysemöglichkeiten 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
  6. 6. CuBe SequenceAnalyser - Einsatz der Sequenzanalyse zur Operationalisierung des User-/ EyeTrackingverhaltens CuBe Matrix interactive
  7. 7. Funktionsweise der Operationalisierung von Daten Am Beispiel eines Klickpfades Werbekontakte Zeit Klickpfad Seitenaktion Operationalisierung des Verhaltens durch Codierung der gespeicherten Daten CuBe Matrix interactive
  8. 8. Eigener Algorithmus zur Identifikation typischer Muster Basis: 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
  9. 9. Speicherung der Sequenzen in den Basisdaten Optimales Instrument für weitere Analysen und Data-Mining CuBe Matrix interactive
  10. 10. Die „Journey“ des SequenceAnalyser Grundlage 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
  11. 11. Welche Art von Daten können mit der Sequenzanalyse ausgewertet 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
  12. 12. Sequenzanalyse mit EyeTracking-Daten – CuBe SequentialTrackScan CuBe Matrix interactive
  13. 13. Analyse des Blickverlaufs anhand der Sequenzanalyse Mustererkennung 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
  14. 14. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 1: Mustervergleich innerhalb einer Seite CuBe Matrix interactive
  15. 15. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 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
  16. 16. Analyse des Blickverlaufs anhand der Sequenzanalyse Output: 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
  17. 17. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 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
  18. 18. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 2: Mustervergleich zwischen verschiedenen Seiten CuBe Matrix interactive
  19. 19. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 2: Mustervergleich zwischen verschiedenen Seiten CuBe Matrix interactive
  20. 20. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 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
  21. 21. Analyse des Blickverlaufs anhand der Sequenzanalyse Mustererkennung 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
  22. 22. CuBe Matrix interactive Diskussion: Visualisieren vs. Analysieren Fragestellungen: 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

×