アイトラッキングのコツ

※翻訳ソフトを使用しています。

アイトラッキング研究の落とし穴を回避する方法と、あなたの仕事に役立つその他のアドバイス。

ほぼ10年にわたるアイトラッキングの経験を持つティム・ホームズ博士は、この業界の偉大なオピニオンリーダーの一人です。この記事では、彼がその過程で学んだ有益な教訓をいくつか紹介する。

ヒント1：分析を始める前にデータを再生し、「センスチェック」を行う！画面と画像の解像度は重要です。

最初のヒントは、私が見た具体的な例の直接的な結果である。メーカーのソフトウェアを使用した視線の再生は、視覚化画像とは異なるピクセル解像度で画像が表示されていたため、刺激の上に視覚化されたときに意味を成さなかった。これは、刺激中のタスクに関連するオブジェクトに固視が視覚化されていないことを意味する。研究者は、参加者が常に「正しい場所」を見ることを望むが、それは現実的ではなく、この場合、参加者の中には典型的な発達を遂げていない者もいたため、固視の一部が「少しずれている」ことは信憑性があり、問題は見過ごされていた。実際、読書の視線運動はかなり予測可能であり、案の定、参加者は読書と一致しながらもテキストを越えてあらゆる方向に広がる固視のパターンを示していたのだから。スクリーンのアスペクト比でも同じような問題を見たことがある。両者の間にミスマッチがあり、その結果、わずかではあるが組織的な注視点のオフセットが典型的には1つの次元で生じていた。ここで覚えておくべきポイントは、固視は、情報量が多い、顕著である、または実行中のタスクに強く関連している画像の領域に集中する傾向があるということです。もし他の場所に集まっているデータがある場合、セットアップが正しく注視データをマッピングしているかチェックする価値があります。ここでのもう一つの良い解決策は、視線が正しくマッピングされていることを確認するために、常に実験に何らかのキャリブレーション刺激を含めることです。

ヒント2：学術的であろうと商業的であろうと違いはない。

さて、これはそれ自体がブログのエントリーになり得る！私は大学の研究室ではなく、実社会でアイトラッキングを行う多くの人たちと仕事をしています（そう、実社会で研究を行っている大学もあるのです！）。– 、天候であったり、環境に他の人がいたり、Tobiiグラスの内面反射であったり、テストスケジュールの中で参加者からデータを収集する時間が足りなかったりなど、何か予期せぬことが起こった研究に頻繁に遭遇します。ほとんどの場合、ちょっとした事前テストがあれば、私がこれまでアイトラッキングの研究で遭遇した問題の大半は解決できたはずです。

私がパイロットと言うとき、単に「タスクを通して参加者を動かす」とか「スクリプトを読む」という意味ではありません– 。つまり、買い物客調査のために1日の異なる時間帯にルートを歩いたり、テストを行う実際の環境で選択したアイトラッカーで複数の参加者をキャリブレーションしたり、アナリティクスを実行して、設計した調査から必要なデータを実際に得られることを確認したりすることです。またもちろん、あなたが研究している質問に対して、実際に適切なパラダイムとアイトラッカーを選択したことを確認してください。研究室や会議室では理にかなっていても、実際に試してみると、突然、問題が山積しているように見えることがあります。

学術研究者として、これは私が常に行っていることであり、商業研究者として、これはしばしば時間や予算がないものであることを知っています。しかし、私を信じてください。あなたが試験的に行っていない研究の参加者のリクルート、テスト、データ分析に何千、何日もの仕事をコミットする前に、何人かの同僚をつかまえて、彼らに参加者になってもらうことで、あなた自身の心痛を完全に救うことができます。この1つのヒントだけで、試した人全員がより良い結果を得られることを保証する。

ヒント3：ヒートマップはストーリーを語るのに最適だが、ストーリーを隠してしまうこともある。もっと深く掘り下げよう。

学術研究においては、ヒートマップはあまり使われず、代わりに平均固視時間、最初の固視までの時間、サッケード潜時などの実際の注視尺度の定量的分析に重点を置く傾向があります。商業的には、あらゆるアイトラッキングの可視化としてヒートマップが重宝されていますが、ヒートマップが機能するのは、次のような前提が成り立つ場合のみです。もしサンプルに空間的または時間的な異常値があれば、ほとんどの市販のソフトウェアで作成されるヒートマップは、ほぼ間違いなく誤解を招くでしょう。ヒートマップに頼らざるを得ないのであれば、個々の視線プロット／リプレイも見て異常値を特定し、ストーリーを伝えるために使用するビジュアライゼーションからそれを取り除くことが不可欠です。

ヒント4：中心バイアスに注意– 意味のある結果を得るためには、視野の中心からずれた位置にターゲットを置く。

ヒートマップといえば、画像の中心にホットスポットがあることに何度気づいたことがあるだろうか。これは中心固視バイアス（central fixation bias）と呼ばれるものによるもので、観察者が情景の中心を見ようとする傾向のことで、刺激開始後の最初の数回の固視に特に多く見られる。研究者として、刺激の提示前に固視をコントロールすることは、自由視聴パラダイムでも常に行っていることです。なぜなら、参加者の眼球運動の起源を知ることは、刺激によって引き起こされる注意の分析に役立つからです。しかし、純粋に機械的な観点から見ると、これは、次の眼球運動が計画され、実行されるまでに時間がかかるため、固視コントロールターゲット（通常は十字）が取り除かれた後でも、その周りに常に注視点のクラスターが存在することを意味します。
では、平均的な市場研究者はこのことを心配すべきでしょうか？答えは大きなYESである！この影響を軽減する1つの簡単な方法は、画像開始の0.5～1秒後に起こる固視を分析することです。これにより、少なくとも最初のバイアスはほとんど軽減される。しかし、ここで覚えておくべき本当に重要なことは、ブランドや製品、主張が注目を集め、注目を集めるかどうかをテストしたいのであれば、それをシーンの中心に配置しないことである。私は以前、ある商品のリデザイン候補を競わせるためのファインダビリティ調査のアドバイスをしたことがある。私が受け取った最初のプラノグラムでは、新しいデザインは常に真ん中の棚の真ん中にあった。つまり、デザイン間の違いが調査から検出される可能性は極めて低いということだ。リサーチ・バイヤーの皆さん、もし画面の中央に大きな赤い塊が表示されたヒートマップを提示され、その下にたまたまあなたの商品が置かれていたら、その結果について言われたことはすべて大目に見ることをお勧めする。

ヒント#5a：関心領域（AOI）に注意– AOIに触れることは、人間やトラッカーの精度を反映しているのだろうか？

ヒートマップが正しく実行されなければ、誤解を招く可能性があると私が感じていることは周知の事実である。さらに、もしあなたが商業的な研究者であり、研究を実行するたびに生データに飛び込みたくないのであれば、プレゼンテーションに含めることが義務付けられているヒートマップ以上の価値を付加するために使用できる簡単なツールはあるのでしょうか？しかし、その範囲は、視覚シーンが注意やタスクを完了する能力にどのように影響しているかに興味がある人に限られている。もしあなたが眼球運動そのもののメカニズムに興味があるのなら、生のデータを掘り下げることに代わるものはないと思う。

科学的な研究では通常、検証したい仮説があり、それは「グループAの参加者は、対象物2よりも対象物1を早く見つけるだろう」というようなものだ– ！商業的な研究では、質問はより一般的に組み立てられ、しばしば「エンゲージメント」や「いいね！」のような危険なほど曖昧な概念が使われるかもしれない：私の製品は棚で目立つだろうか？このウェブサイトのレイアウトは購入までの時間を短縮するか？衛星ナビゲーションはドライバーの注意を道路からそらすか？これらの質問に共通していることは、視覚シーンにおけるオブジェクトのタイミングや位置について質問しているということです。このような質問に対して、いくつかのAOI（Areas of Interest）を使用することで、あなたのリサーチを別のレベルに引き上げることができます。

しかし、AOIの定義には注意が必要です！例えば、ウェブページやプラノグラム全体をAOIで覆い、余白が見えないようにすることは、一般的に良いアイデアとは言えません。どのアイトラッカーにも精度の限界があります。メーカーに問い合わせればわかりますが、通常0.5– 視角1度程度です。ウェアラブル・アイトラッカーでは、ターゲットまでの距離が大きくなるため、この数値は大きくなります。AOIの間に余白がない場合、AOI間の境界での固視が報告されますが、アイトラッカー精度のノイズが結果に影響している可能性があります。さらに、私たち自身の視線の位置も必ずしも正確ではありません。例えば、私がテキストを読んでいるとき、視線は通常、文字に直接ではなく、文字の少し上に置きます。このことが意味するのは、AOIは通常、あなたが興味を持っている対象よりも少し大きめ（全方向に0.5度）の領域をカバーし、そして理想的には、あなたのAOIと他のAOIの間に四方に隙間があるべきであるということです。こうすることで、AOI内の注視点が本当にそのAOIに関連していて、隣接する別のAOIからこぼれていないことを自信を持って報告することができます。

ヒント#5b：Areas of Interest (AOI)– AOIが重なると、二重にカウントされたり、固視が見落とされたりしませんか？

もしAOIが重なったときに、その人がどちらのAOIを見ていたのかがわからないのであれば、AOIが重なったときにどちらのAOIを見ていたのかはわかりません！しかし、この場合、アイトラッキングソフトウェアは2つのAOIの固視を同時に報告することに問題はありません。さらに、もしAOIが同じ(x,y)座標にありながら、異なる奥行き(z)平面にあるために重なっている場合、オクルージョンや視差補正（網膜上の像が近くの物体に焦点を合わせているか、遠くの物体に焦点を合わせているか）を考慮していない場合、アイトラッキングソフトウェアが間違ったAOIに注視点を割り当ててしまう可能性もあります。

AOIがシーン内の静的な領域に適用されるだけでなく、頭の動きによって常に動いているウェアラブル・アイトラッカーで作業する場合、これらすべてが特に重要になる。このため Tobii Pro Labのようなツールは、動的なAOIを作成する機能を提供し、フレームごとにAOIを配置する手間を省くために、補間アルゴリズムを適用してキーフレーム間の位置をアニメーション化したり、オクルージョンに対応するためにAOIが見えるか見えないかを指定したりします。これらのアルゴリズムは通常、AOIが関連するオブジェクトの実際のアウトラインに合わせるのではなく、キーフレーム間で2DのAOI形状を変換またはモーフィングすることを覚えておいてください。そのため、検査中のオブジェクトの加減速やサイズ変更に最適な精度を得るために、多くのキーフレームを利用する必要があります。