SlideShare uma empresa Scribd logo
1 de 22
Baixar para ler offline
CuBe Matrix
                                          interactive




  EyeTracking – (Kurzfassung)
  Visualisieren vs. Analysieren



UX-Roundtable, 04.04.2011
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
Klassische Analysemethoden –
Heatmaps & Gazeplots



                               CuBe Matrix
                                       interactive
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/
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
CuBe SequenceAnalyser -
Einsatz der Sequenzanalyse zur
Operationalisierung des User-/
EyeTrackingverhaltens
                                 CuBe Matrix
                                         interactive
Funktionsweise der Operationalisierung von Daten
Am Beispiel eines Klickpfades

   Werbekontakte
             Zeit

        Klickpfad

     Seitenaktion




                    Operationalisierung des Verhaltens durch
                      Codierung der gespeicherten Daten




                                                        CuBe Matrix
                                                              interactive
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
Speicherung der Sequenzen in den Basisdaten
Optimales Instrument für weitere Analysen und Data-Mining




                                                CuBe Matrix
                                                      interactive
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
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
Sequenzanalyse mit EyeTracking-Daten –
CuBe SequentialTrackScan



                            CuBe Matrix
                                    interactive
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
Analyse des Blickverlaufs anhand der Sequenzanalyse
Beispiel 1: Mustervergleich innerhalb einer Seite




                                                CuBe Matrix
                                                      interactive
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
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
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
Analyse des Blickverlaufs anhand der Sequenzanalyse
Beispiel 2: Mustervergleich zwischen verschiedenen Seiten




                                                 CuBe Matrix
                                                       interactive
Analyse des Blickverlaufs anhand der Sequenzanalyse
Beispiel 2: Mustervergleich zwischen verschiedenen Seiten




                                                 CuBe Matrix
                                                       interactive
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
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
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

Mais conteúdo relacionado

Semelhante a EyeTracking. Visualisieren vs. Analysieren

Contech analyser fuer_robust_design_v1.6_dt
Contech analyser fuer_robust_design_v1.6_dtContech analyser fuer_robust_design_v1.6_dt
Contech analyser fuer_robust_design_v1.6_dtClaudia Herrmann
 
Google Analytics Seminar - Auszug aus unser aktuellen Google Analytics Schulung
Google Analytics Seminar - Auszug aus unser aktuellen Google Analytics SchulungGoogle Analytics Seminar - Auszug aus unser aktuellen Google Analytics Schulung
Google Analytics Seminar - Auszug aus unser aktuellen Google Analytics Schulung121WATT GmbH
 
Analytics meets Big Data – R/Python auf der Hadoop/Spark-Plattform
Analytics meets Big Data – R/Python auf der Hadoop/Spark-PlattformAnalytics meets Big Data – R/Python auf der Hadoop/Spark-Plattform
Analytics meets Big Data – R/Python auf der Hadoop/Spark-PlattformRising Media Ltd.
 
Mgrani trier-faktenextraktion
Mgrani trier-faktenextraktionMgrani trier-faktenextraktion
Mgrani trier-faktenextraktionMichaelGranitzer
 
„Segmentierung und KPIs“ von Semphonic
„Segmentierung und KPIs“ von Semphonic„Segmentierung und KPIs“ von Semphonic
„Segmentierung und KPIs“ von SemphonicAT Internet
 
Überblick QR-Code
Überblick QR-CodeÜberblick QR-Code
Überblick QR-Codestrehlst
 
KPIs vs. UX – ist User Experience messbar?
KPIs vs. UX – ist User Experience messbar?KPIs vs. UX – ist User Experience messbar?
KPIs vs. UX – ist User Experience messbar?Matthias Feit
 
Pandas und matplotlib im praktischen Einsatz
Pandas und matplotlib im praktischen EinsatzPandas und matplotlib im praktischen Einsatz
Pandas und matplotlib im praktischen EinsatzThomas Koch
 
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...121WATT GmbH
 
BI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten DatenBI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten DatenBARC GmbH
 
Fachveranstaltung Intranet (4/5) - LUKB Rückblick
Fachveranstaltung Intranet (4/5) - LUKB RückblickFachveranstaltung Intranet (4/5) - LUKB Rückblick
Fachveranstaltung Intranet (4/5) - LUKB RückblickNamics – A Merkle Company
 
TWT Usability Testing
TWT Usability Testing TWT Usability Testing
TWT Usability Testing TWT
 
Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...
Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...
Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...integro
 
Aktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von InformationenAktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von InformationenBARC GmbH
 
UX Methoden, Costumer Journey, Prototyping
UX Methoden, Costumer Journey, PrototypingUX Methoden, Costumer Journey, Prototyping
UX Methoden, Costumer Journey, PrototypingMaria Mory
 
Benchlearning Projekt Social Intranet 2012 (#blp12)
Benchlearning Projekt Social Intranet 2012 (#blp12)Benchlearning Projekt Social Intranet 2012 (#blp12)
Benchlearning Projekt Social Intranet 2012 (#blp12)Cogneon Akademie
 
Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...
Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...
Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...e-dialog GmbH
 

Semelhante a EyeTracking. Visualisieren vs. Analysieren (20)

Contech analyser fuer_robust_design_v1.6_dt
Contech analyser fuer_robust_design_v1.6_dtContech analyser fuer_robust_design_v1.6_dt
Contech analyser fuer_robust_design_v1.6_dt
 
Google Analytics Seminar - Auszug aus unser aktuellen Google Analytics Schulung
Google Analytics Seminar - Auszug aus unser aktuellen Google Analytics SchulungGoogle Analytics Seminar - Auszug aus unser aktuellen Google Analytics Schulung
Google Analytics Seminar - Auszug aus unser aktuellen Google Analytics Schulung
 
Analytics meets Big Data – R/Python auf der Hadoop/Spark-Plattform
Analytics meets Big Data – R/Python auf der Hadoop/Spark-PlattformAnalytics meets Big Data – R/Python auf der Hadoop/Spark-Plattform
Analytics meets Big Data – R/Python auf der Hadoop/Spark-Plattform
 
Mgrani trier-faktenextraktion
Mgrani trier-faktenextraktionMgrani trier-faktenextraktion
Mgrani trier-faktenextraktion
 
„Segmentierung und KPIs“ von Semphonic
„Segmentierung und KPIs“ von Semphonic„Segmentierung und KPIs“ von Semphonic
„Segmentierung und KPIs“ von Semphonic
 
Präsentation WUD2008
Präsentation WUD2008Präsentation WUD2008
Präsentation WUD2008
 
Überblick QR-Code
Überblick QR-CodeÜberblick QR-Code
Überblick QR-Code
 
KPIs vs. UX – ist User Experience messbar?
KPIs vs. UX – ist User Experience messbar?KPIs vs. UX – ist User Experience messbar?
KPIs vs. UX – ist User Experience messbar?
 
KPIs vs. UX - Ist User Experience messbar?
KPIs vs. UX - Ist User Experience messbar?KPIs vs. UX - Ist User Experience messbar?
KPIs vs. UX - Ist User Experience messbar?
 
Pandas und matplotlib im praktischen Einsatz
Pandas und matplotlib im praktischen EinsatzPandas und matplotlib im praktischen Einsatz
Pandas und matplotlib im praktischen Einsatz
 
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...Mobile Analytics  - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
Mobile Analytics - wie Sie Ihre mobilen Nutzer mit Google Analytics besser v...
 
BI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten DatenBI und ECM - Verbindung von strukturierten und unstrukturierten Daten
BI und ECM - Verbindung von strukturierten und unstrukturierten Daten
 
Fachveranstaltung Intranet (4/5) - LUKB Rückblick
Fachveranstaltung Intranet (4/5) - LUKB RückblickFachveranstaltung Intranet (4/5) - LUKB Rückblick
Fachveranstaltung Intranet (4/5) - LUKB Rückblick
 
TWT Usability Testing
TWT Usability Testing TWT Usability Testing
TWT Usability Testing
 
eStrategy Magazin 02 / 2014
eStrategy Magazin 02 / 2014eStrategy Magazin 02 / 2014
eStrategy Magazin 02 / 2014
 
Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...
Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...
Der Socio-Technical Walkthrough als Methode der Dokumentation und Analyse von...
 
Aktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von InformationenAktuelle Trends in der Visualisierung von Informationen
Aktuelle Trends in der Visualisierung von Informationen
 
UX Methoden, Costumer Journey, Prototyping
UX Methoden, Costumer Journey, PrototypingUX Methoden, Costumer Journey, Prototyping
UX Methoden, Costumer Journey, Prototyping
 
Benchlearning Projekt Social Intranet 2012 (#blp12)
Benchlearning Projekt Social Intranet 2012 (#blp12)Benchlearning Projekt Social Intranet 2012 (#blp12)
Benchlearning Projekt Social Intranet 2012 (#blp12)
 
Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...
Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...
Google Analytics Konferenz 2012: Thomas Tauchner, e-dialog: Events implementi...
 

Mais de uxHH

Web-Analytics für UXler
Web-Analytics für UXlerWeb-Analytics für UXler
Web-Analytics für UXleruxHH
 
VR/AR Experience - Speicherstadt Digital und William Lindley
VR/AR Experience - Speicherstadt Digital und William LindleyVR/AR Experience - Speicherstadt Digital und William Lindley
VR/AR Experience - Speicherstadt Digital und William LindleyuxHH
 
Gamified Customer Experiene
Gamified Customer ExperieneGamified Customer Experiene
Gamified Customer ExperieneuxHH
 
Kontinuierliche User Research und UX Design
Kontinuierliche User Research und UX DesignKontinuierliche User Research und UX Design
Kontinuierliche User Research und UX DesignuxHH
 
Lebensmittel Online – diesmal richtig
Lebensmittel Online – diesmal richtigLebensmittel Online – diesmal richtig
Lebensmittel Online – diesmal richtiguxHH
 
UX Communities - Skopos Nova
UX Communities - Skopos NovaUX Communities - Skopos Nova
UX Communities - Skopos NovauxHH
 
Conversational UX & Shopping-Convenience
Conversational UX & Shopping-ConvenienceConversational UX & Shopping-Convenience
Conversational UX & Shopping-ConvenienceuxHH
 
UXR817_Fahrradstadt-Koldorf-Hipp
UXR817_Fahrradstadt-Koldorf-HippUXR817_Fahrradstadt-Koldorf-Hipp
UXR817_Fahrradstadt-Koldorf-HippuxHH
 
Werkstattgespräch Agile Requirements Engineering
Werkstattgespräch Agile Requirements EngineeringWerkstattgespräch Agile Requirements Engineering
Werkstattgespräch Agile Requirements EngineeringuxHH
 
UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...
UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...
UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...uxHH
 
UXR 7/16 Ediz Kiratli: Car Remote Apps
UXR 7/16 Ediz Kiratli: Car Remote AppsUXR 7/16 Ediz Kiratli: Car Remote Apps
UXR 7/16 Ediz Kiratli: Car Remote AppsuxHH
 
Grounded Innovation – Ethnografie als Schlüssel für user-zentrierte Innovation
Grounded Innovation – Ethnografie als Schlüssel für user-zentrierte InnovationGrounded Innovation – Ethnografie als Schlüssel für user-zentrierte Innovation
Grounded Innovation – Ethnografie als Schlüssel für user-zentrierte InnovationuxHH
 
Riding the Wave of Exponential Innovation
Riding the Wave of Exponential InnovationRiding the Wave of Exponential Innovation
Riding the Wave of Exponential InnovationuxHH
 
Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...
Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...
Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...uxHH
 
Gamified Nachbarschaft
Gamified NachbarschaftGamified Nachbarschaft
Gamified NachbarschaftuxHH
 
Neue Strategie bei Stuffle nach Research
Neue Strategie bei Stuffle nach ResearchNeue Strategie bei Stuffle nach Research
Neue Strategie bei Stuffle nach ResearchuxHH
 
Virtual & Augmented Reality: Neue Entertainment Experience
Virtual & Augmented Reality: Neue Entertainment ExperienceVirtual & Augmented Reality: Neue Entertainment Experience
Virtual & Augmented Reality: Neue Entertainment ExperienceuxHH
 
U-Multirank - Entwicklung eines WebTools für ein neues globales Hochschulranking
U-Multirank - Entwicklung eines WebTools für ein neues globales HochschulrankingU-Multirank - Entwicklung eines WebTools für ein neues globales Hochschulranking
U-Multirank - Entwicklung eines WebTools für ein neues globales HochschulrankinguxHH
 
Enhancing the Touch
Enhancing the TouchEnhancing the Touch
Enhancing the TouchuxHH
 
Mastering SCRUM & UCD
Mastering SCRUM & UCDMastering SCRUM & UCD
Mastering SCRUM & UCDuxHH
 

Mais de uxHH (20)

Web-Analytics für UXler
Web-Analytics für UXlerWeb-Analytics für UXler
Web-Analytics für UXler
 
VR/AR Experience - Speicherstadt Digital und William Lindley
VR/AR Experience - Speicherstadt Digital und William LindleyVR/AR Experience - Speicherstadt Digital und William Lindley
VR/AR Experience - Speicherstadt Digital und William Lindley
 
Gamified Customer Experiene
Gamified Customer ExperieneGamified Customer Experiene
Gamified Customer Experiene
 
Kontinuierliche User Research und UX Design
Kontinuierliche User Research und UX DesignKontinuierliche User Research und UX Design
Kontinuierliche User Research und UX Design
 
Lebensmittel Online – diesmal richtig
Lebensmittel Online – diesmal richtigLebensmittel Online – diesmal richtig
Lebensmittel Online – diesmal richtig
 
UX Communities - Skopos Nova
UX Communities - Skopos NovaUX Communities - Skopos Nova
UX Communities - Skopos Nova
 
Conversational UX & Shopping-Convenience
Conversational UX & Shopping-ConvenienceConversational UX & Shopping-Convenience
Conversational UX & Shopping-Convenience
 
UXR817_Fahrradstadt-Koldorf-Hipp
UXR817_Fahrradstadt-Koldorf-HippUXR817_Fahrradstadt-Koldorf-Hipp
UXR817_Fahrradstadt-Koldorf-Hipp
 
Werkstattgespräch Agile Requirements Engineering
Werkstattgespräch Agile Requirements EngineeringWerkstattgespräch Agile Requirements Engineering
Werkstattgespräch Agile Requirements Engineering
 
UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...
UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...
UXR2/17: Accessibility Trends – Anspruch und Wirklichkeit der Barrierefreihei...
 
UXR 7/16 Ediz Kiratli: Car Remote Apps
UXR 7/16 Ediz Kiratli: Car Remote AppsUXR 7/16 Ediz Kiratli: Car Remote Apps
UXR 7/16 Ediz Kiratli: Car Remote Apps
 
Grounded Innovation – Ethnografie als Schlüssel für user-zentrierte Innovation
Grounded Innovation – Ethnografie als Schlüssel für user-zentrierte InnovationGrounded Innovation – Ethnografie als Schlüssel für user-zentrierte Innovation
Grounded Innovation – Ethnografie als Schlüssel für user-zentrierte Innovation
 
Riding the Wave of Exponential Innovation
Riding the Wave of Exponential InnovationRiding the Wave of Exponential Innovation
Riding the Wave of Exponential Innovation
 
Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...
Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...
Creative Space for Technical Innovations (CSTI) im Kontext von Human-Computer...
 
Gamified Nachbarschaft
Gamified NachbarschaftGamified Nachbarschaft
Gamified Nachbarschaft
 
Neue Strategie bei Stuffle nach Research
Neue Strategie bei Stuffle nach ResearchNeue Strategie bei Stuffle nach Research
Neue Strategie bei Stuffle nach Research
 
Virtual & Augmented Reality: Neue Entertainment Experience
Virtual & Augmented Reality: Neue Entertainment ExperienceVirtual & Augmented Reality: Neue Entertainment Experience
Virtual & Augmented Reality: Neue Entertainment Experience
 
U-Multirank - Entwicklung eines WebTools für ein neues globales Hochschulranking
U-Multirank - Entwicklung eines WebTools für ein neues globales HochschulrankingU-Multirank - Entwicklung eines WebTools für ein neues globales Hochschulranking
U-Multirank - Entwicklung eines WebTools für ein neues globales Hochschulranking
 
Enhancing the Touch
Enhancing the TouchEnhancing the Touch
Enhancing the Touch
 
Mastering SCRUM & UCD
Mastering SCRUM & UCDMastering SCRUM & UCD
Mastering SCRUM & UCD
 

EyeTracking. Visualisieren vs. Analysieren

  • 1. CuBe Matrix interactive EyeTracking – (Kurzfassung) Visualisieren vs. Analysieren UX-Roundtable, 04.04.2011
  • 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. Klassische Analysemethoden – Heatmaps & Gazeplots CuBe Matrix interactive
  • 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. 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. CuBe SequenceAnalyser - Einsatz der Sequenzanalyse zur Operationalisierung des User-/ EyeTrackingverhaltens CuBe Matrix interactive
  • 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. 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. Speicherung der Sequenzen in den Basisdaten Optimales Instrument für weitere Analysen und Data-Mining CuBe Matrix interactive
  • 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. 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. Sequenzanalyse mit EyeTracking-Daten – CuBe SequentialTrackScan CuBe Matrix interactive
  • 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. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 1: Mustervergleich innerhalb einer Seite CuBe Matrix interactive
  • 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. 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. 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. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 2: Mustervergleich zwischen verschiedenen Seiten CuBe Matrix interactive
  • 19. Analyse des Blickverlaufs anhand der Sequenzanalyse Beispiel 2: Mustervergleich zwischen verschiedenen Seiten CuBe Matrix interactive
  • 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. 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. 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