Download - EyeTracking. Visualisieren vs. Analysieren
EyeTracking – (Kurzfassung)
Visualisieren vs. Analysieren
interactiveCuBe Matrix
UX-Roundtable, 04.04.2011
interactiveCuBe Matrix
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
Klassische Analysemethoden –Heatmaps & Gazeplots
interactiveCuBe Matrix
interactiveCuBe Matrix
Analysemöglichkeiten von EyeTracking-DatenAm Beispiel der Tobii – Analysesoftware
Liefern einen ersten Überblick über die Nutzung der Seite, aber keine Berücksichtigung von Wechselbeziehungen.
Sehr gute Berücksichtigung von Wechselbeziehungen, aber Limit der auswertbaren Fälle schnell erreicht.
http://www.tobii.com/en/analysis-and-research/global/products/software/tobii-studio-analysis-software/
interactiveCuBe Matrix
Output aus den EyeTracking-Systemen:
Tabellierung der Ergebnisse
Häufigkeitsverteilung über die Zeit
Filter über soziodemografische Angaben
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.
Weitere Analysemöglichkeiten von EyeTracking-DatenStatistische Funktionen
TimestampDateTimeSt
amp
DateTimeStampStartOff
set … AoiNamesWebGroupI
mageMappedGazeDataPointX
MappedGazeDataPointY
57609912:25:44.86
400:09:36.09
8 …1.
Bildschirm7015babc-7d53-4bca- 435 234
57611612:25:44.88
100:09:36.11
5 … Content A7015babc-7d53-4bca- 430 235
57613212:25:44.89
700:09:36.13
2 … Content D7015babc-7d53-4bca- 434 244
… … … … … … … …
CuBe SequenceAnalyser -Einsatz der Sequenzanalyse zur Operationalisierung des User-/ EyeTrackingverhaltens
interactiveCuBe Matrix
interactiveCuBe Matrix
Operationalisierung des Verhaltens durch Codierung der gespeicherten Daten
Funktionsweise der Operationalisierung von DatenAm Beispiel eines Klickpfades
Werbekontakte
Zeit
Klickpfad
Seitenaktion
interactiveCuBe Matrix
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;
ID; Event_1;Ev_2;...;
Eigener Algorithmus zur Identifikation typischer MusterBasis: Page-Tagging, Log-Files, Mouse- & Eye-Tracking, etc.
interactiveCuBe Matrix
Speicherung der Sequenzen in den Basisdaten Optimales Instrument für weitere Analysen und Data-Mining
interactiveCuBe Matrix
Die „Journey“ des SequenceAnalyser Grundlage für verschiedene Analyseansätze
Sequenzanalyse
Klassifikation/ Beschreibung
Charakterisierung definierter Kunden-,
User- und Kampagnenkontakt-
gruppen. Rückschluss auf Verhalten, Werte und Bedürfnisse von
Zielgruppen.
Assoziation
Kausale Zusammenhänge
verschiedener Events. Welche Schritte löst ein Event aus? Wie reagieren User in
Ihrer Klickabfolge auf eine online Werbung?
Wo liegt der Unterschied zu Personen ohne
Kontakt.
Segmentierung
Bildung homogener Kunden-, User- und Kampagnenkontakt-gruppen. Einteilung
des Marktes in marketingrelevante Teilgruppen. Einfluss
der Segmente auf verschiedene
Zielgrößen (Markenwert, Umsatz
etc.)
Wirkungsmessung
Bestimmung der Stärke und Richtung des Einflusses von
Verhalten, Kunden-und
Kampagnenhistorie auf definierte
Zielgrößen (Zufriedenheit,
Umsatz, Awareness,…).
Bestimmung von Optimierungs-
potentialen
Forecasting
Prognosen/ Wahrscheinlichkeit über die nächsten
Schritte (Klicks, Adaption von Werbemitteln,
Blickrichtung etc.). Grundlage für
Scoring-Modelle und „Predictive Behavioral
Targeting“.
„SequenceAnalyser – Journey“
interactiveCuBe Matrix
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.
Welche Art von Daten können mit der Sequenzanalyse ausgewertet werden?
Sequenzanalyse mit EyeTracking-Daten –CuBe SequentialTrackScan
interactiveCuBe Matrix
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseMustererkennung für die Website-Usability
USPs:Kompatibel mit bestehenden Instrumenten/ ToolsKomprimierung und Operationalisierung von Eye- und Mousetracking-DatenGrundlage für Datamining-Prozesse
Seq. 2: AoI_2 .1 AoI_7 …
Seq. 1: AoI_2 .2 AoI_5b …
CuBe SequenceAnalyser –Analysieren statt visualisieren
Besuchte Areas of Interest
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 1: Mustervergleich innerhalb einer Seite
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 1: Mustervergleich innerhalb einer Seite
Codebuch:H = Headline/ titelG = GrafikT = TextL = LinkD = rechteSpalteS = Subtitle
G1H1
S1
T1
L1
D1
G2
H2S1
T2
L2
D2
G3 H3S3
T3
L3
G4
S4H4
T4
D3
Blicksequenz:G1;S1;H1;T1;G1;G2;G2;G2;G2;D2;D2;D1;H2;G2;H2;T2;T2; G3;H3;H3;S3;T3;G3;D2;G3;G4;H4;T4;T4;G4; …
Generierung von typischen Substrings mit unterschiedlichen Längen:H GS H...H G S...D1 D2 D3 D4
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseOutput: Beschreibung typischer Blickverläufe (2-Strings)
Codebuch:H = Headline/ titelG = GrafikT = TextL = LinkD = rechteSpalteS = Subtitle
… 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%
L --> … 0% 0% 0% 100% 0% 100%
S --> … 0% 0% 100% 0% 0% 100%
T --> … 100% 0% 0% 0% 0% 100%
… D … G … H … L … S … T Sum
D --> … 75% 0% 13% 0% 13% 0% 100%
G --> … 0% 20% 20% 20% 40% 0% 100%
H --> … 60% 16% 77% 0% 3% 3% 100%
L --> … 0% 0% 0% 0% 100% 0% 100%
S --> … 0% 0% 67% 0% 33% 0% 100%
T --> … 100% 0% 0% 0% 0% 0% 100%
Analoge Berechnung für typische 3-, 4-,…,N-Sequenzlängen möglich.
Output inkl. Verbleibwahrscheinlichkeit auf einem Element
Output ohne Verbleibwahrscheinlichkeit
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 1: Mustervergleich innerhalb einer Seite
Gibt es ein typisches Muster beim Scannen der Artikel?
Zeigen verschiedene Kundentypen auch ein unterschiedliches Scanverhalten?
Wie wird das Scanverhalten von bestimmten Elementen beeinflusst?
Haben Themengebiete einen Einfluss auf das Scanverhalten?
etc.
G1H1
S1
T1
L1
D1
G2
H2S1
T2
L2
D2
G3 H3S3
T3
L3
G4
S4H4
T4
D3
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 2: Mustervergleich zwischen verschiedenen Seiten
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 2: Mustervergleich zwischen verschiedenen Seiten
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseBeispiel 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?
interactiveCuBe Matrix
Analyse des Blickverlaufs anhand der SequenzanalyseMustererkennung für die Website-Usability
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 SequenceAnalyser –Analysieren statt visualisieren
interactiveCuBe Matrix
Kontakt:Ron Warncke, Dipl.-Kfm.Consulting, GF fon: 040 38 97 64 [email protected]
Vielen Dank für Ihre Aufmerksamkeit!
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?