¡¿Qué AOI?!

En el momento de escribir esta entrada del blog, me encuentro inmerso en el análisis de datos y me acuerdo de uno de los conceptos más importantes, pero no discutidos, en la investigación del Eye tracking.

En este artículo, te invito a que te diviertas conmigo sobre las Áreas de Interés (AOI ), porque tanto si tus datos de Eye Tracker se recopilan mediante sistemas basados en pantalla ,
Eye trackers portatiles , RV o webcams , necesitas comprender las consecuencias de las AOI que creas para los conocimientos que generas.

Tenga en cuenta que esta conversación es importante incluso si no es usted quien realiza el análisis de Eye tracking; la interpretación de los resultados de las agencias y de las métricas de visibilidad de anuncios estándar del sector depende en gran medida de cómo se crearon esas AOI. Si realmente quieres entender cuánta atención reciben tus productos, contenidos o anuncios, ¡sigue leyendo!

Hoy en día, la mayoría de las herramientas de eye tracking no reconocen automáticamente objetos como un anuncio en una página web o un bote de champú en la estantería de un supermercado. Esa funcionalidad está en camino, pero por ahora solemos necesitar trazar un límite alrededor de un objeto, o región del espacio, para responder a preguntas como "¿cuánto tiempo se dedicó a fijar la vista en el anuncio?" o "¿cuántos frascos de champú se miraron antes del nuestro?". Estas regiones delimitadas se denominan áreas de interés.

Intuitivamente, podría parecer que la mejor manera de crear este objeto delimitador es trazar alrededor del borde del marco del anuncio o de la botella, y según mi experiencia es lo que hace la mayoría de la gente. Pero la cosa es un poco más compleja: hay que tener en cuenta la precisión tanto de la visión humana como del Eye tracker.

Vaya a lo grande o a lo pequeño, pero no se acerque demasiado.

Los humanos tienen un campo visual estático de unos 120°-140°, aunque la calidad de la visión es bastante pobre en los bordes. La visión periférica es buena para detectar cambios y movimientos, pero no tanto para reconocer objetos y leer. Para este tipo de tareas, nos interesan más dos regiones llamadas fóvea y parafóvea, que tienen un diámetro aproximado de 2° y 10° en el centro del campo visual. Esta fisiología es la única razón por la que funciona el eye tracking: tenemos que mover los ojos continuamente para reposicionar la Fóvea y poder utilizar nuestra visión en color y de alta resolución.

Pero aquí está la cuestión. Incluso un ángulo visual de 2° puede abarcar múltiples objetos, especialmente cuando se ven a distancia. En la pantalla que estoy mirando ahora mismo, el diámetro de la Fóvea cubrirá fácilmente 1-1,5 palabras en 2-3 líneas de texto. En el Eye tracking tendemos a basar todo en el centro de la Fóvea, pero esto significa que esas finas retículas no representan realmente todo lo que puede ver el espectador. También significa que los AOI con límites específicos de píxel corren el riesgo de sobreestimar o subestimar el número de fijaciones en un AOI dependiendo de cómo se dibuje el límite. Ya que estamos hablando de esto, no es necesario trazar todos los detalles de un objeto para crear el AOI; una forma geométrica simple, como un rectángulo o un círculo, suele ser suficiente.

¿Cómo se decide el tamaño de la AOI? Como todo lo relacionado con la visión, depende de la distancia desde la que se mire, el contexto en el que se mire y, quizás lo más importante, el diseño de la investigación. Si tiene AOI bien espaciados con regiones neutras entre ellos, probablemente sea mejor que sus AOI sean 2° más grandes que el objeto. Si, como en la mayoría de los estudios del mundo real, no se dispone de este lujo, entonces recomendaría dibujar AOIs que sean 2° más pequeños que el objeto para que sólo se informe de las fijaciones que estaban definitivamente en el objeto.

AOIs = Insights, ¡sólo cuando se hacen bien!

Decidir cómo dibujar las AOI no es un reto nuevo. Pero la razón por la que lo tengo en mente es que estoy analizando mi primer estudio completo de webcam eye tracking. Todo lo que he dicho hasta ahora es cierto para los Eye trackers de infrarrojos de grado de investigación que normalmente pueden alcanzar niveles de precisión entre 0,2° y 0,5°. Sin embargo, en el caso del Webcam eye tracking, los niveles de precisión suelen ser de 1° a 2° o menos. En mi estudio actual tengo un participante (que he excluido) con una precisión de menos de 10°. En su caso, me resulta difícil saber si estaba mirando a la pantalla, por no hablar de las imágenes que le estaba mostrando.

Por eso es esencial pensar en cómo se analizarán los datos antes de recopilarlos. El diseño del estudio es fundamental y debe tener en cuenta la precisión del rastreador utilizado. Pero esto plantea una cuestión difícil para algunas medidas estándar del sector, que siguen basándose en la precisión a nivel de píxel tanto para los espectadores como para los rastreadores.

Considere el siguiente ejemplo. Se muestran tres patrones de fijación diferentes, en los que el tamaño del círculo representa la duración de la mirada. Cada patrón representa una interpretación completamente diferente basada en lo que ahora sabemos sobre los AOI y, sin embargo, la mayoría de las métricas de visibilidad de anuncios indicarían que el área de interés mostrada a la derecha ha recibido la misma cantidad de atención, ¡pero la precisión del seguimiento de la cámara web podría ser menor que el diámetro de los círculos más pequeños! En otras palabras, merece la pena profundizar en la forma en que se calculan estas métricas antes de tomarse demasiado en serio las conclusiones.

La conclusión de este artículo es muy sencilla. Comprenda primero la precisión de sus participantes y de sus Eye trackers. A continuación, téngalo en cuenta en su diseño experimental planificando sus AOI antes de recoger un solo punto de datos. Y si eres el destinatario de los datos del Eye tracking, prepárate para hacer las preguntas difíciles y asegurarte de que la atención que se atribuye a tu producto o diseño es merecida.