編輯導(dǎo)讀：眼動分析，顧名思義，就是通過圖像采集設(shè)備對用戶眼球運動的信息進行捕捉并分析，從而服務(wù)于具體的產(chǎn)品設(shè)計上。具體怎么做？本文作者從自己公眾號的案例出發(fā)，對這一技術(shù)應(yīng)用展開了詳細說明，希望對大家有用。

大家有沒有聽過 眼動儀 Eye Tracker?這個東西？

就是一個可捕捉用戶眼睛在屏幕上焦點的儀器，經(jīng)常用在用戶研究中，一般長這樣：

眼動儀可以用來做用戶的眼動記錄或者熱點圖，以此來分析界面的可用性：

由于專業(yè)度較高，就連萬能的某寶都找不到。就算是在亞馬遜美國站上搜，結(jié)果也不多：

一臺幾千塊人民幣的起步價說來也沒有多貴，但是國內(nèi)很多中小型公司連用研都難得做，通常不會想到花這個錢。

在沒有眼動儀的情況下，我們在做用戶測試就必須通過人力觀察和記錄，來判斷產(chǎn)品的可用性。

用戶測試的方法，我之前有寫過一篇很詳細的文章：《7個步驟，幫助設(shè)計師做好用戶測試》

我這接下來就要介紹一項，可以替代眼動儀的神奇技術(shù)：

01 眼動模擬人工智能

最近的研究發(fā)現(xiàn)，眼動其實是可以用AI來模擬的。給機器提供了大量眼動數(shù)據(jù)后，算法能夠預(yù)測出一個界面會怎樣被用戶觀看。

說來神奇，但也可以理解。這個和早已被廣泛傳播的人工智能填色類似：

上圖來源：人工智能填色工具網(wǎng)站：https://petalica-paint.pixiv.dev/index_en.html

有一家叫做 AttentionInsight的公司，就把這項技術(shù)開發(fā)成了一款可以被大眾使用的產(chǎn)品。

給它一張界面圖，就能生成用戶在前 3-5 秒內(nèi)的預(yù)估眼動熱點圖。

該公司號稱對網(wǎng)站的眼動模擬可以達到90%的準確度，對于圖像更是可以達到94%準確度。這個數(shù)據(jù)是和 MIT 數(shù)據(jù)庫對比出來的。

上圖左側(cè)為真實眼動熱點圖，右側(cè)為模擬眼動熱點圖

雖然精確度比不上眼動儀，但是好在快速便宜啊：

上圖為 Attention Insight 官網(wǎng)價格表

登錄網(wǎng)站上傳界面圖片/輸入想要測試的網(wǎng)頁地址就可以使用，快的話幾秒鐘出結(jié)果，還有免費體驗版。

02 如何用眼動分析提高用戶體驗？

雖然很多人自信可以用頭腦預(yù)估用戶行為，但是在大量的方案以及復(fù)雜的現(xiàn)實情況中，人為判斷多有不準確的時候。

而眼動分析至少可以給我們提供可靠的事實依據(jù)。

例如下面這個 Omnisend 網(wǎng)站的真實案例，他們用眼動模擬AI工具生成了這樣的熱點圖：

分析發(fā)現(xiàn)了幾個問題：

• LOGO 與標題太近，且標題內(nèi)容太復(fù)雜，導(dǎo)致用戶沒有給予標題較多的關(guān)注。
• 兩個按鈕主次不明確，用戶把視線放到兩者之間，沒有聚焦
• 右側(cè)用戶大量注意力都放在沒什么意義的圖標上，毫無幫助

于是他們改了一版，再去做眼動模擬：

這次明顯要好多了：

• 標題更加清晰
• 用戶對主按鈕的關(guān)注也更加明確
• 右圖的專注焦點在人臉，至少這比無情緒的圖標來得有意義

Omnisend 拿著這兩個頁面去給真實用戶做了 A/B 測試，發(fā)現(xiàn)后者的轉(zhuǎn)化率比前者提高了30%。

找真實用戶做 A/B 測試固然是最準確的，但是成本也大。

所以為了控制成本，先拿AI模擬來低成本驗證一下，再去花力氣做實測會更加穩(wěn)妥。

03 給公眾號改版做個眼動模擬

大家都知道，公眾號改版了：

很多文章都分析了一下這次改版，有吐槽的也有贊賞的，但貌似還沒有人做過眼動分析。

所以我很好奇，如果做個眼動模擬對比，是否可以驗證這次改版究竟是進步還是倒退。

搞不好，我是全網(wǎng)第一個給公眾號改版做眼動分析的：

上圖可以看到，至少這個眼動模擬AI工具對新版本評分比較高，因為用戶視線更加聚焦。

而且新版對內(nèi)容露出更多一些，把“取消關(guān)注”縮減了，這是我個人比較贊賞的。

如果感興趣，可以自己去試試這個工具：https://www.attentioninsight.com

作者：Z Yuhan，一名前華為騰訊留英設(shè)計師，每周一早上8:20分享用戶體驗；公眾號：體驗進階。

本文由 @Z Yuhan 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。