Tipps zum Eye Tracking von Experten

Wie Sie die Fallstricke der Eye Tracking-Forschung vermeiden und weitere nützliche Ratschläge für Ihre Arbeit.

Mit fast einem Jahrzehnt Erfahrung im Eye Tracking ist Dr. Tim Holmes einer der großen Vordenker der Branche. In diesem Artikel teilt er einige nützliche Lektionen, die er auf seinem Weg gelernt hat.

Tipp Nr. 1: Spielen Sie Ihre Daten ab und machen Sie eine "Sinnesprüfung", BEVOR Sie mit der Analyse beginnen! Bildschirm- und Bildauflösungen sind wichtig.

Der erste Tipp ist das direkte Ergebnis eines konkreten Beispiels, bei dem die Wiederholung des Blicks mit der Software des Herstellers bei der Visualisierung über den Stimuli keinen Sinn ergab, weil die Bilder mit einer anderen Pixelauflösung als die Visualisierungsbilder angezeigt wurden. Dies bedeutete, dass die Fixierungen nicht auf die aufgabenbezogenen Objekte im Stimulus visualisiert wurden. So sehr sich die Forscher auch wünschen, dass die Teilnehmer immer "an die richtige Stelle" schauen, so unrealistisch ist das. Da einige der Teilnehmer nicht typisch für ihre Entwicklung waren, war es in diesem Fall glaubhaft, dass einige der Fixierungen "ein bisschen daneben" lagen, und so wurde das Problem übersehen. Tatsächlich verriet die Anleitungsfolie des Experiments das Problem, denn die Augenbewegungen beim Lesen sind ziemlich vorhersehbar, und tatsächlich zeigten die Teilnehmer ein Muster von Fixierungen, das mit dem Lesen übereinstimmte, aber über den Text hinaus in alle Richtungen ging. Ich habe ähnliche Probleme mit den Seitenverhältnissen von Bildschirmen gesehen, bei denen ein Missverhältnis zwischen beiden zu einer leichten, aber systematischen Verschiebung der Blickpunkte führte, typischerweise in einer Dimension. Dabei ist zu bedenken, dass sich die Fixierungen in der Regel um die Bereiche eines Bildes gruppieren, die besonders informativ oder auffällig sind oder in engem Zusammenhang mit der auszuführenden Aufgabe stehen. Wenn Sie Daten haben, die sich an anderen Stellen anhäufen, sollten Sie überprüfen, ob Ihre Einrichtung die Blickdaten korrekt abbildet. Eine weitere gute Lösung besteht darin, immer eine Art Kalibrierungsstimulus in Ihr Experiment einzubauen, damit Sie überprüfen können, ob die Blickdaten richtig zugeordnet werden.

Tipp Nr. 2: Ob akademisch oder kommerziell, es macht keinen Unterschied, es gibt KEINEN Ersatz für die Pilotierung Ihrer Studie.

OK, das könnte ein eigener Blogeintrag sein! Da ich mit vielen Leuten zusammenarbeite, die Eye Tracking in der realen Welt und nicht in einem Universitätslabor durchführen (ja, ich weiß, einige Universitäten forschen auch in der realen Welt!), stoße ich häufig auf Studien, bei denen etwas Unerwartetes passiert ist - sei es das Wetter, die Anwesenheit anderer Menschen in der Umgebung, interne Reflexionen in Korrekturlinsen oder dass nicht genügend Zeit für die Datenerfassung des Teilnehmers im Testplan vorhanden war. In den meisten Fällen hätten sich die meisten Probleme, die mir bei Eye Tracking-Studien je begegnet sind, mit einem kleinen Vortest lösen lassen.

Wenn ich von Pilotierung spreche, meine ich nicht nur, dass ein Teilnehmer die Aufgabe durchläuft oder das Skript durchliest - ich meine, dass Sie bei einer Shopper-Studie die Strecke zu verschiedenen Tageszeiten ablaufen, mehrere Teilnehmer mit dem von Ihnen gewählten Eye Tracker in der tatsächlichen Umgebung, in der Sie testen werden, kalibrieren und Ihre Analysen durchführen, um sicherzustellen, dass Sie die Daten, die Sie benötigen, tatsächlich aus der von Ihnen konzipierten Studie gewinnen können. Außerdem müssen Sie natürlich sicherstellen, dass Sie ein geeignetes Paradigma und einen Eye Tracker für die von Ihnen untersuchte Fragestellung ausgewählt haben. Was im Labor oder in einem Besprechungsraum sinnvoll ist, kann plötzlich problematisch werden, wenn Sie es tatsächlich ausprobieren.

Als akademischer Forscher tue ich das immer, als kommerzieller Forscher weiß ich, dass es dafür oft wenig Zeit oder Budget gibt, aber glauben Sie mir, Sie können sich eine Menge Herzschmerz ersparen, wenn Sie sich ein paar Mitarbeiter schnappen und sie als Teilnehmer gewinnen, bevor Sie Tausende von Arbeitstagen in die Rekrutierung, Prüfung und Analyse der Daten von Teilnehmern einer Studie stecken, die Sie noch nicht durchgeführt haben. Ich garantiere, dass allein dieser eine Tipp zu besseren Ergebnissen für jeden führt, der ihn ausprobiert.

Tipp Nr. 3: Heatmaps sind großartig, um eine Geschichte zu erzählen, aber sie können auch eine verbergen. Gehen Sie tiefer.

In der akademischen Forschung neigen wir dazu, Heatmaps nicht so häufig zu verwenden und konzentrieren uns stattdessen auf die quantitative Analyse der tatsächlichen Blickmaße wie durchschnittliche Fixationsdauer, Zeit bis zur ersten Fixation und Sakkadenlatenz. Im kommerziellen Bereich verlässt man sich sehr stark auf Heatmaps zur Visualisierung von Eye Tracking, aber sie funktionieren nur, wenn die folgende Annahme zutrifft: Alle Personen in der Stichprobe haben sich über den gleichen Zeitraum hinweg in etwa gleich verhalten. Wenn es in Ihrer Stichprobe räumliche oder zeitliche Ausreißer gibt, ist die von den meisten handelsüblichen Programmen erstellte Heatmap mit Sicherheit irreführend und führt zu ungenauen Erkenntnissen und falschen Empfehlungen. Wenn Sie sich auf Heatmaps verlassen müssen, ist es unerlässlich, dass Sie sich auch einzelne Blickdiagramme/Wiederholungen ansehen, um diese Ausreißer zu identifizieren und sie aus der Visualisierung zu entfernen, die Sie verwenden, um Ihre Geschichte zu erzählen, andernfalls verfälschen Sie leider Ihre Ergebnisse, was Ihre Stakeholder/Kunden zwar glücklich machen mag, aber nicht die Gewinne bringt, die Sie ihnen versprechen.

Tipp Nr. 4: Achten Sie auf eine zentrale Ausrichtung - um aussagekräftige Ergebnisse zu erzielen, positionieren Sie Ihre Ziele außerhalb der Mitte des Gesichtsfeldes.

Apropos Heatmaps: Wie oft haben Sie schon einen Hotspot in der Mitte des Bildes bemerkt? Dies ist das Ergebnis eines Phänomens, das wir als "central fixation bias" bezeichnen. Dabei handelt es sich um eine Tendenz des Beobachters, auf die Mitte der Szene zu schauen, die vor allem bei den ersten Fixationen nach dem Auftreten des Reizes auftritt. Als Forscher kontrolliere ich die Fixation vor der Präsentation eines Reizes, was ich selbst in Free-Viewing-Paradigmen ständig tue, weil die Kenntnis des Ursprungs der Augenbewegungen eines Teilnehmers bei der Analyse der reizgesteuerten Aufmerksamkeit hilfreich ist. Aus rein mechanischer Sicht bedeutet dies jedoch, dass es immer eine Ansammlung von Blickpunkten um das Fixationskontrollziel, in der Regel ein Kreuz, geben wird, selbst nachdem es entfernt wurde, weil es Zeit braucht, bis die nächsten Augenbewegungen geplant und ausgeführt werden.
Sollte sich der durchschnittliche Marktforscher also darüber Sorgen machen? Nun, die Antwort ist ein klares JA! Eine einfache Möglichkeit, diesen Effekt abzuschwächen, besteht darin, Fixierungen zu analysieren, die 0,5 bis 1 Sekunde NACH dem Beginn des Bildes auftreten. Dadurch wird zumindest der größte Teil der anfänglichen Verzerrung abgeschwächt. Aber jetzt kommt der wirklich wichtige Punkt: Wenn Sie testen wollen, ob eine Marke, ein Produkt oder eine Behauptung Aufmerksamkeit erregt, sollten Sie sie nicht in den Mittelpunkt des Bildes stellen. Ich habe einmal eine Studie zur Auffindbarkeit von konkurrierenden Kandidaten für die Neugestaltung eines Produkts durchgeführt. Auf den ersten Planogrammen, die ich erhielt, befand sich das neue Design immer in der Mitte des mittleren Regals, was bedeutet, dass es sehr unwahrscheinlich ist, dass ein Unterschied zwischen den Designs bei der Untersuchung erkennbar wäre. Und wenn Sie als Einkäufer in der Forschung jemals eine Heatmap mit einem großen roten Fleck in der Mitte des Bildschirms zu sehen bekommen und Ihr Produkt sich zufällig darunter befindet, rate ich Ihnen, alles, was über diese Ergebnisse gesagt wird, mit einer großen Prise Salz zu nehmen.

Tipp Nr. 5a: Achten Sie auf die Areas of Interest (AOI) - spiegeln die sich berührenden AOIs die menschliche Genauigkeit oder die Genauigkeit Ihres Trackers wider?

Es ist kein Geheimnis, dass ich Heatmaps für ein potenziell irreführendes Gebiet halte, wenn sie nicht korrekt ausgeführt werden. Daher stellt sich die offensichtliche Frage: Was SOLLTEN Sie tun, wenn Sie Ihre Ergebnisse analysieren? Und wenn Sie ein kommerzieller Forscher sind und nicht jedes Mal, wenn Sie eine Studie durchführen, in die Rohdaten eintauchen wollen, gibt es dann einfache Tools, die Sie verwenden können, um einen Mehrwert zu schaffen, der über die Heatmaps hinausgeht, die Sie in Ihre Präsentationen aufnehmen MÜSSEN? Keine Angst, mein Freund, ich habe tatsächlich Antworten auf diese Fragen, aber sie beschränken sich auf diejenigen, die sich dafür interessieren, wie die visuelle Szene die Aufmerksamkeit und/oder die Fähigkeit, eine Aufgabe zu erledigen, beeinflussen könnte. Wenn Sie sich für die Mechanik der Augenbewegungen selbst interessieren, gibt es meines Erachtens keinen Ersatz für die Untersuchung der Rohdaten.

In der wissenschaftlichen Forschung haben wir in der Regel eine Hypothese, die wir testen wollen, etwa so: "Teilnehmer der Gruppe A finden Objekt 1 schneller als Objekt 2" - ja, so verrückt sind wir! In der kommerziellen Forschung sind die Fragen vielleicht allgemeiner formuliert und verwenden oft gefährlich zweideutige Begriffe wie "Engagement" oder "Like", aber im Prinzip hat jede Forschung, die es wert ist, durchgeführt zu werden, im Kern eine Frage: Fällt mein Produkt im Regal auf? Verkürzt das Layout der Website die Zeit bis zum Kauf? Lenkt das Navi die Aufmerksamkeit des Fahrers von der Straße ab? Diese Fragen haben gemeinsam, dass sie eine Frage über das Timing oder die Position von Objekten in der visuellen Szene stellen, und für Fragen wie diese können ein paar Areas of Interest (AOI) Ihre Forschung auf eine andere Ebene heben, weil Sie Messwerte wie Time To First Fixation, Accumulated Dwell Time, Revisits usw. generieren können, die besonders nützlich sind, wenn Sie irgendeine Art von A/B-Testing durchführen.

Aber Sie müssen bei der Definition von AOIs vorsichtig sein! So ist es beispielsweise keine gute Idee, eine ganze Webseite oder ein Planogramm mit AOIs zu bedecken, die keinen Weißraum sichtbar lassen. Bei jedem Eye Tracker gibt es eine Genauigkeitsgrenze. Diese können Sie bei den Herstellern erfragen, aber in der Regel liegt sie bei 0,5 - 1 Grad Blickwinkel. Das bedeutet, dass der Blickpunkt bei einem Betrachtungsabstand von etwa 60 cm auf 0,5 bis 1 cm genau ist. Bei tragbaren Eye Trackern kann der Abstand zum Ziel größer sein, so dass sich dieser Wert erhöht. Wenn Ihre AOIs keinen Leerraum dazwischen lassen, werden Fixierungen an den Rändern zwischen Ihren AOIs gemeldet, aber es ist möglich, dass das Rauschen des Eye Trackers Ihre Ergebnisse beeinträchtigt. Außerdem ist auch unsere eigene Blickpositionierung nicht immer sehr genau. Wenn ich beispielsweise einen Text lese, bewege ich meinen Blick normalerweise etwas über den Wörtern und nicht direkt auf sie. Das bedeutet, dass die AOIs in der Regel einen Bereich abdecken sollten, der etwas größer ist (0,5 Grad in alle Richtungen) als das Objekt, für das Sie sich interessieren, und idealerweise sollte zwischen Ihrem AOI und allen anderen AOIs auf allen Seiten ein Abstand bestehen. Auf diese Weise können Sie sicher sein, dass sich die Blickpunkte in der AOI tatsächlich auf diese AOI beziehen und nicht von einer anderen, benachbarten AOI übergreifen.

Tipp #5b: Achten Sie auf die Areas of Interest (AOI) - führen überlappende AOIs zu Doppelzählungen oder verpassten Fixierungen?

Dies ist die hoffentlich offensichtliche Folge von Tipp 5a, denn wenn Sie nicht sicher sein können, auf welche AOI eine Person geschaut hat, wenn sich die AOIs berühren, dann können Sie erst recht nicht sicher sein, wenn sie sich überschneiden! In diesem Fall wird Ihre Eye Tracking Software jedoch kein Problem damit haben, Fixierungen in 2 AOIs gleichzeitig zu melden, was bedeutet, dass Sie Fixierungen möglicherweise doppelt zählen. Wenn sich die AOIs überschneiden, weil sie sich in denselben (x,y)-Koordinaten, aber in einer anderen Tiefenebene (z) befinden, ist es außerdem möglich, dass die Eye Tracking Software durch die Überlagerung der AOIs den Blickpunkt der falschen AOI zuordnet, wenn Sie Verdeckungen oder Parallaxenkorrekturen (ob das Bild auf der Netzhaut auf das nahe oder ferne Objekt fokussiert ist) nicht berücksichtigt haben.

All dies ist besonders wichtig bei der Arbeit mit tragbaren Eye Trackern, bei denen die AOIs nicht nur für statische Bereiche in der Szene gelten, sondern aufgrund von Kopfbewegungen ständig in Bewegung sind. Aus diesem Grund bieten Tools wie Tobii Pro Lab die Möglichkeit, dynamische AOIs zu erstellen und, um Ihnen die mühsame Positionierung von Frame zu Frame zu ersparen, Interpolationsalgorithmen anzuwenden, um ihre Positionen zwischen Schlüsselbildern zu animieren und zu bestimmen, wann AOIs sichtbar sind und wann nicht, um Verdeckungen zu berücksichtigen. Denken Sie daran, dass diese Algorithmen in der Regel eine 2D-AOI-Form zwischen Keyframes transformieren oder morphen, anstatt die tatsächliche Kontur des Objekts, mit dem die AOIs verbunden sind, anzupassen. Daher müssen Sie eine Reihe von Schlüsselbildern verwenden, um die beste Genauigkeit bei der Beschleunigung/Verzögerung und Größenänderung des Objekts während der Studie zu erzielen.