去年「用户体验情绪评估」系列的分享得到了非常多的好评，围绕这一主题全面地“抖出”相关核心技术，体系化的同时也更有利于集中性学习，全歼知识盲区！于是有不少从业者提议可以推出更多有价值的系列分享。
经过内部对几个系列选题的脑暴与精心筛选，我们选定了「用户研究创新方法」这一新系列，并在开工的第一周立马推出！
为什么推出「用户研究创新方法」系列呢？常规的诸如深度访谈、问卷调查等研究方法是属于间接性的探测技术，依赖于用户的主观反馈，得到有关“用户想的是什么？”这一问题的回答。
但其实在日常生活中，人们的态度和实际行为可能完全不一样。这就需要我们能够对用户的回答加以区分，识别出他们的真实想法，并尽可能避免对用户进行诱导性质的提问。另外，人们可能缺乏对自己真实感受的总结与表述能力，这对于我们所获得信息的饱和度带来很大挑战。
SONY在研究Boom Box概念的时候，邀请了一批用户参与有关Boom Box色彩设计的访谈。访谈结束后，SONY得到了消费者应该更喜欢黄色款式的结论。
但在向参与访谈的用户赠送黄色和黑色的Boom Box作为感谢时，用户却大都选择了黑色的。
能够基于用户的直接行为/生理指标的「用户研究创新方法」，则会在一定程度上避免上述这些问题。生理指标反映的是人们的行为，能够回答“用户做了什么？”的问题。人们能够掩饰自己的态度，但却很难调节自己的行为，尤其是眼球运动、大脑信号这些生理行为。
通过这些方法，甚至能发现用户自己都没发觉、或觉得无足轻重的行为习惯。这有助于设计出更符合用户习惯的产品。
本系列将分为4篇，为大家介绍眼动技术、面部表情识别技术、脑电技术与其他生理指标测量技术在用户研究中的应用。每一篇都会是该主题在全网最详实的文章。
记得星标🌟一下，才能及时收到文章推送，不会错过宝藏系列哦！
本系列的首篇，分享的是眼动测量技术，我们将从眼动设备、常用指标、眼动研究一般流程等方面进行介绍；在文章的最后，还给大家带来了中国民用航空飞行学院的一个研究航空公司官网布局的案例。
眼睛是最容易反映人内心情绪的部位，眼球的运动是人类交流中最自然、最直观的一部分。
简单来说，眼动就是一种测量眼球细微运动的技术，它能够捕获到更自然、直观的用户体验信息。
在你打开推文、读到这里的过程中，你的视觉关注重点很可能发生了下面这样的变化。
可用性领域的权威Jakob Nielsen等人在研究中发现，人们阅读网页时的路径看起来很像英文字母“F”。
如图1所示，不同的颜色表示用户注视该位置的时间不太，红→黄→蓝→灰的颜色顺序代表着用户的注视时间依次减少。
在平面广告方面，我们以Tobii官方的一个视频为例。
图2 Tobii对某购物网站的眼动研究轨迹
推荐产品所在的行在白色背景上显得非常突出，消费者的注意力主要集中在商品“LST Driver”上，查看了图像和文字区域。
这种眼睛注视行为的变化极其细微，常常会被我们忽视。但却隐藏着有关人类注意力、认知、兴趣的大量信息，研究者能够通过这些信息了解用户的行为和产品的可用性问题。
眼动技术就是一种能够捕捉到这些（眼睛）信息，并将其进行解读的方法。
在用户研究中，眼动技术更多在网站、软件、APP的可用性领域“大发神威”。
正如图2中所显示的那样，眼动技术能够帮助我们洞察用户第一眼注视的位置，以及在整个界面内的视觉搜索方式，这有助于营造使用户体验更加舒适的交互界面。
眼动测量需要通过眼动仪来实现。目前，眼动仪种类主要有头戴式/眼镜式、桌面式/遥测式与XR眼动仪/设备。
（图片来自对应品牌官网）
不同种类的产品各有其用途，具体来说，头戴式眼动仪在采集数据的同时，允许使用者自由移动，并有效记录使用者对实物的观察行为或操作过程；
图4 Tobii Pro Glasses 3眼镜式眼动仪（左）与Eyelink Ⅱ头戴式眼动仪（右）
（图片来自对应品牌官网）
而桌面式眼动仪不需要使用者穿戴任何设备，仅依靠算法就能够在一定范围内精准计算注视点坐标；
图5 Eyelink 1000 Plus桌面式眼动仪（上）与aSee Pro桌面式眼动仪（下）
（图片来自对应品牌官网）
XR设备支持在对应的虚拟现实（VR）/增强现实（AR）场景内，全方位地收集眼动数据。
图6 aSee VR虚拟现实眼动仪
（图片来自对应品牌官网）
目前，市面上使用较多的眼动仪品牌主要有Eyelink、Tobii、SMI和aSee。
不同品牌的产品各有优劣，例如，Eyelink品牌是由加拿大老牌厂家SR Research推出。该品牌眼动仪主要为桌面式与头戴式，具有高采样率、高精准度等优点。能够采集到更加丰富、准确的数据，相对来说更适合学术方面的研究。
另外，目前应用最多的是瑞典Tobii品牌的眼动仪。该品牌产品类型丰富、简单方便、容易上手；但采样率不及Eyelink，主要应用于商业领域。
还有就是品牌aSee，由中国公司七鑫易维生产制造。该品牌设备性价比高，价格约为同规格进口设备的一半。该品牌产品的采样精度与Tobii接近，同样拥有多个类型的眼动设备；虽然软件功能稍少，但方便进行SDK开发或软件定制。
至于SMI这一德国品牌，自2017年被苹果公司收购以后，已经停止了眼动仪的生产和维护。虽然国内目前仍有大量SMI设备残留，但整体来说濒临淘汰。
为了更好地理解眼动测量得到的数据指标，我们需要先理清以下几个关键概念。
#1 凝视点（Gaze Point）：眼动测量过程中的基本单位，是眼动技术捕获的单个原始样本，也被称为采样点。
#2 注视（Fixation）：凝视点在某个范围内停留了一段时间，停留时间在60-800毫秒（ms，1秒=1000毫秒）之间，主要指凝视点在时间维度上的变化。
#3 眼跳（Saccade）：凝视点从一个位置快速运动到另一个位置的过程，眼跳时间平均约为20-40ms，主要指凝视点在空间维度上的变化。
#4 兴趣区（Area of Interest，AOI）：在实验材料上人为标定出的，包含了研究关键对象的区域。区域大小和形状主要根据研究目的确定。
眼动测量过程中能够得到大量指标，具体来说，主要分为注视（时间）、眼跳（空间）两大类，分别对应注视、眼跳这两种主要的眼动行为；而测量的维度主要有时间、空间与计数三类。
常见的眼动指标如表2所示。
另外，结合兴趣区这一概念，不同的指标之间也能够相互结合，形成新的综合性指标（如表2中的注视持续时间、平均注视持续时间等）。
1、实验前期准备
在开始实验之前，需要做以下准备：
（1）确定研究指标
眼动测试中常用的维度有吸引力、效率、认知负荷等。
不同的维度通过不同的眼动指标体现：例如，注视时间、注视次数往往能够反映用户的认知负荷；注视位置凸显了用户感兴趣的元素所在；眼跳距离、眼跳次数表明了信息提取的效率。
选择指标时，第一，可以参考先前的同类研究，选择与它们相同的指标；第二，要避免单一原则，同时使用多个指标来证实你的发现。
（2）制作实验材料
这一步没有什么固定的流程，主要是选择合适的方式制作符合研究要求的图片、文字或视频。
（3）选择实验用户
结合研究目的与方法，从合适的目标群体中选出符合要求的用户参与实验。
例如，对于某个专业网站来说，目标群体主要是相关行业的人员；对于外卖平台来说，目标群体应主要是学生和青年白领（选择老年群体就不太合适）。
在选择参加实验的用户时，也要考虑用户自身的情况。比方说近视度数较高的那些用户，可能无法使用常规眼动仪进行实验（镜片的存在会影响眼动仪对眼球运动的观测）。
（4）设定实验任务
结合研究目的与典型任务，设计符合项目要求的任务流程。
一般包括介绍→简单访谈→自由浏览→正式测试→问卷调查等环节。
（5）编写实验程序
2、实验过程
（1）欢迎用户，引导用户填写个人信息
（2）介绍实验任务，讲解实验流程，确保实验环境不会影响实验进行
（3）校准设备
校准是正式实验之前不可或缺的环节。
这一步的目的是用于设置眼动追踪软件以“准确”地跟踪眼球运动，是通过记录眼睛位置来完成的，校准的一般流程如下：
以Eyelink品牌眼动仪为例，一般来说，会使用9点法进行校准。
#1 校准时，软件会在屏幕上的9个固定位置以随机顺序呈现点，每次同时只会有1个点出现，用户被要求对每个出现的点保持注视（直到它们消失）。
#2 当发现用户正试图预测下一个点出现的位置时，可以采取手动模式操纵点的移动，以保证用户对当前呈现点的注视。
#3 校准完成后需要进行验证，验证时，用户注视与校准期间位置相同的9个点。
#4 然后将校准过程中得到的计算注视位置与验证时的已知固定位置进行比较，以确定计算的注视位置中视觉误差的程度。
#5 软件能够显示出每个注视点的视觉错误程度、所有点的平均误差与最大误差。
#6 一般情况下，对于图片或视频类的研究，要求平均误差在1°以下；阅读实验的平均误差应小于视角0.5°。
在正式实验完成后，一般还会根据研究目的邀请参与者填写一些问卷。
在购买眼动仪时，厂家往往会提供配套的软件用来分析数据。
不同的软件具体操作上可能会有不同，但大致思路都是一样的。
这里，我们以Eyelink配套的分析软件Data Viewer为例，结合来自SR Research官方论坛的视觉世界范式案例，进行数据分析步骤讲解。
在视觉世界这一范式中，屏幕上每次会出现两个（或两个以上）刺激（一般是图像，有时也用文字和视频），并由主试告诉用户一些如何与刺激进行交互的说明。
例如，用户可能会看到葡萄、烤架、苹果和雨伞的图片，然后被告知要点击葡萄的图片。而烤架、苹果、雨伞分别是作为语音干扰、语义干扰和无关干扰出现。
用户对不同图像的注视模式反映了口语加工的不同方面。因为在参与者点击“葡萄”之前，如果他向“烤架”看，则表明存在语音干扰（grape v.s. grill）;如果向“苹果”看，则表明存在语义干扰（它们都是水果）。
眼动数据的分析步骤大致有五步：
#1 导入数据文件
#2 设置兴趣期（时间）
#3 设置兴趣区（空间）
#4 试次分组
#5 输出数据报告
中国民用航空飞行学院的研究者使用Tobii Glasses2 RU型眼动仪（采样频率为25Hz），测量了11名大学生在不同航空公司官网（九元、西部、成都、春秋、幸福和中国联合航空）完成①浏览官网、②购买机票任务时的眼动行为。并在任务完成后填写《用户体验评价表》。
（1）九元、西部航空。功能区分散纵向叠加呈“三”字型横向排列；
（2）成都、春秋航空。功能区呈“三”字型横向排列，购票区内嵌于广告区；
（3）幸福、中国联合航空。功能区呈“品”字型，购票区内嵌在广告区中。
不同航空公司的官网布局如下：从左到右依次为九元&西部航空、成都&春秋航空、幸福&中国联合航空。
（左右滑动查看更多）
接着，选择实验环境，完成摄像机的架设；确保实验环境的噪声、光线和温度适宜。
然后，由主试向用户讲解实验要求、任务以及注意事项。
最后，连接好眼动仪，进行校准；完成后进入测试阶段。
首先，完成校准之后，实验人员佩戴眼动仪，调整座椅高度和距电脑屏幕的距离（60~65cm），并保证平视时注视点位于屏幕中央。
本研究中使用到的指标有5个，分别是：注视热点、注视轨迹、平均注视时间、平均眼跳时间、瞳孔直径。具体含义可见下表：
各官网的注视热点图如图8所示，颜色越红，表示该区域注视点数量越多。
以九元航空和西部航空的热点图为例，注视点主要集中在广告区（尤其是文字部分），这表明广告区文字的吸引力大。
这与用户首次使用网页时，最想要了解画面中的文字内容的习惯一致。
在浏览时，用户会首先了解网页能干什么，因此会习惯性地寻找购票区。
这种“三”字型的布局，能够很好地将用户的注视点从购票区转移到广告区，从而实现广告宣传的目的。航空公司也可以凭借宣传文字吸引更多用户。
相较于九元航空，西部航空的广告区色彩更丰富，其注视热点分布更广泛，说明用户更加全面地观看了广告区。
2、眼跳行为分析
将所有眼动数据叠加，输出航空公司官网的注视轨迹如图9：
图9 用户浏览不同航空公司官网时的注视轨迹图
同样以九元航空与西部航空的轨迹图为例，“三”字型的官网注视轨迹图体现了经典的网页“F形浏览模式”（本文图1所示）。
该模式下，注视点主要集中于广告区的图案和文字，并且在两者间横向反复浏览，这种布局能够让用户更全面地获取广告信息。
但处于购票区的注视点较少，即使有注视点落在了购票区，也会很快转移到广告区。
该布局不利于促进用户产生购票行为。
根据《用户体验评价表》，统计得到有关网站舒适度和易用性的评分如表4所示。
在该评价表中，非常好为5分，一般为3分，非常差为1分。
结果显示，九元航空官网带给用户的体验感最好，色彩简洁、布局合理、操作简便是带来良好体验感的主要原因。
使用Tukey HSD方法将不同官网的用户体验评分两两比较，结果如图10所示。
每一个方格内的数值表示所在行与列的航空公司官网评分差值，不同深浅的颜色代表着不同的显著性（p）程度。
例如，第1行第2列的数值“0.614”就表示用户对“九元航空”官网的评分比对“西部航空”官网的评分平均要高0.614；这一单元格为最浅的绿色，代表p>0.05，二者差异不显著。
结果表明，九元航空、西部航空这两家公司官网带给用户的体验显著好于其他航空公司官网。
4、眼动指标与用户体验的相关分析
结合已有度量用户体验的眼动指标与采集到的眼动数据，将其与主观用户体验评分进行pearson相关分析，结果如表5所示。
结果显示，平均注视时间与用户体验评分呈显著负相关。即，较长的平均注视时间，往往意味着用户的体验较差。
本次分享到这里就结束啦！本系列目前规划共有4篇，分别介绍眼动、面部表情识别、脑电与其他生理指标，我们下篇再见啦~
[1]
做研究眼动仪有哪些比较好的选择？- 知乎[EB/OL]. /2024-01-08. https://www.zhihu.com/question/404030343/answer/1308436007.
[2]
到底应该选择遥测式，眼镜式还是VR眼动仪？- 知乎[EB/OL]. /2024-01-08. https://www.zhihu.com/question/406086808/answer/1330145914.
[3]
搞不懂眼动仪?看完这篇文章你就全明白啦！[EB/OL]. 知乎专栏. /2024-01-08. https://zhuanlan.zhihu.com/p/23164412.
[4]
陈闽楠. 教学视频中教师面部表情和眼睛注视对学习者学习的影响[D]. 华中师范大学, 2021.
[5]
石元伍, 解永霞. 基于眼动实验的健康检测产品界面评估及优化[J]. 包装工程, : 1–14.
[6]
七鑫易维7invensun官网 - 专注于眼球追踪技术研发与创新[EB/OL]. /2024-01-08. https://www.7invensun.com/.
[7]
贺强, 王凯. 基于“眼动+面部表情”的航空公司官网用户体验分析与预测[J]. 科学技术与工程, 2022, 22(20): 8739–8747.
[8]
曹树金, 曹茹烨, 龙影. 用户体验视角下网络辟谣平台导航优化研究——基于眼动实验与访谈的分析[J]. 现代情报, 2023, 43(6): 43–55.
今天先分享到这里。也欢迎有项目需求、培训需求的朋友们找我聊聊，同行们也欢迎探讨~
对产品创新洞察、用户体验管理、品牌与营销策略有想法、有疑问、有困惑的公司或个人可联系我们，我们将提供免费的咨询答疑。
