本文翻譯自Attention Insight，本網站已獲得Attention Insight授權。
原文連結：Predictive Eye Tracking vs Regular Eye Tracking
為什麽你需要了解預測式眼動追蹤？
在過去的幾十年裡，眼動追蹤技術開啟了許多新研究的可能性。各種專業人員亦透過此技術，重新評估他們的工作方法，包括營銷人員、設計師和網頁開發人員。
隨著最近人工智慧（AI）的創新發展，一種基於AI（AI-based）的預測式眼動跟蹤技術出現了，它具有帶來更多改變的潛力。
如果你還沒有聽說過預測式眼動跟蹤或者眼動跟蹤，是時候了解一下了。尤其是如果你從事營銷或設計工作，更是如此，因為你們的工作將是會被這項技術改變最多的領域。你不想被拋在後面，對吧？
不用擔心，我們已經為你準備好了。
文章目錄
- 為什麼需要了解預測式眼動追蹤？
- 眼動追蹤定義及其用途
- 眼動追蹤是如何運作的？
- 基本的眼動追蹤指標和數據表現
- 眼動儀的類型
- 眼動追蹤的優缺點
- 什麼是預測式眼動追蹤？
- 預測式眼動追蹤如何運作的？
- 預測式眼動追蹤的優缺點
- 如何充分利用 AI 生成的注意力熱圖？
- 案例研究——Omnisend
- 該選擇哪種眼動追蹤方法？
眼動追蹤定義及其用途
眼動追蹤（Eye tracking）是測量眼睛位置與其運動的過程，判斷人類眼睛的注視方向。換句話說，眼動追蹤可以評估視覺注意力，它有助於確定一個人在看哪裡、看多長時間，甚至是以什麼順序進行觀看。
眼動追蹤實驗設置
（圖片來源：Attention Insight）
眼動追蹤不僅僅是關注哪些東西會引起人們目光的關注，它還可以揭露人們沒有注意到什麼、是哪些東西讓他們分心，而他們的注意力模式又是什麼。市場營銷和用戶體驗研究在內的各種研究人員，可使用眼動追蹤，來深入了解人們的注意力取向。
例如，在易用性測試（Usability Testing）中，眼動追蹤研究有助於了解，哪些網頁或廣告中的元素，吸引了最多使用者的注意力。公司可使用這個技術與研究，設計出更容易使用的網頁，並製作出更有效果的廣告。
在零售業，企業使用眼動追蹤，進行貨架的注意力分析，並深入了解購買的決策過程。Property Solvers拍賣金融專家James Durr評論：「網站擁有者可以透過多種工具，來觀察使用者如何與他們的網站互動。」
顧客在凝視產品貨架時，對於不同產品的注視時間評估圖
眼動追蹤技術可用於擬定產品在貨架擺放上的最佳陳設策略
（圖片來源：Attention Insight）
神經科學家使用這項技術，來了解人們如何辨別其他人的面部表情。此外，醫學研究人員利用眼動追蹤，來診斷阿茲海默症或自閉症等疾病。眼動追蹤還可用於優化線上課程的學習過程，或用來提升駕駛安全性。
眼動追蹤在各個領域應用還有更多，需要另闢文章來一一分享。
研究人員透過注意力模式研究來提升駕駛安全性
（圖片來源：Attention Insight）
大多數眼動追蹤研究，都在類似實驗室的可控制環境中進行，並且需要特殊設備。直到近期技術進步，開始可使用一般的網路攝影機進行眼動追蹤研究，也減少此類研究所需的成本與時間。
眼動追蹤是如何運作的？
眼動追蹤的基本原理相對來說較簡單，但其背後的技術卻相當複雜，包含複雜的眼動裝備設備和專用軟體，用來計算和分析收集的數據，並呈現出有意義的分析結果。
光學眼動追蹤（Optical eye tracking）是目前公認的標準技術，它通常使用的是瞳孔中心內眼角反射法（PCCR）——透過眼動儀將人眼不可見的近紅外光（near-infrared light），投射到使用者的眼睛上，並經由瞳孔和角膜反射近紅外光。會有高清晰度的紅外攝影機，追蹤瞳孔和角膜反射的位置。
光學眼動追蹤是當前公認的標準技術
（圖片來源：Attention Insight）
研究人員在此過程中，主要測量的是瞳孔中心與角膜反射之間的向量。你可以將此向量想像為它們之間的距離與反射從瞳孔中心漂移的方向的總和。
主要測量指標——瞳孔中心與角膜反射之間的向量
（圖片來源：Attention Insight）
然後使用進階演算法，根據該向量的變化，去計算眼睛的位置。此外，還需要進行一些校準，並考慮頭部運動來計算注視位置（Gaze Point）——用戶正在注視的特定點。
以上是基本原理的基礎解釋，它和其他技術有更多的細微差別，與以上描述的技術略有不同，但通常這是眼動追蹤工作的原理基礎。
基本的眼動追蹤指標和數據表現
有關使用者注意力的數據收集可以用多種方式呈現。談到注意力，最基本的衡量單位是注視位置（Gaze Point）。 一個注視點等於眼動儀記錄的一個原始樣本。
如果眼動儀以100Hz的採樣率工作，則意味著它每秒捕獲100個注視點。 消費者導向的眼動儀採樣率大約從30Hz到60Hz不等，研究導向的設備採樣率可能落在120-1250Hz的區間內。
當視線在一個地方停留更長時間時，它被稱為凝視（Fixation）。另一種描述注意力模式的方法可以是凝視序列（Fixation Sequences）或掃描路徑（scanpaths），它顯示了眼睛凝視掃描的順序。
研究可以顯示眼睛掃描內容的順序
（圖片來源：Attention Insight）
如果您想了解在一群參與者中，他們最關注的是什麼，熱圖（Heatmap）是一個很好的工具。熱圖是以顏色編碼的方式，視覺化呈現所有注視點紀錄。
紅色代表高密度的注視點，這代表著參與者的高度關注。 黃色和綠色著色標記他們不太感興趣的區域，沒有任何著色的部分，則表示沒有得到任何關注。
網頁設計的注意力熱圖
（圖片來源：Attention Insight）
當你需要比較同一張圖片中不同元素各自獲得多少關注時，感興趣區域 (Areas of Interest, AOI) 可以派上用場。AOI 是一個特定的選定區域，可以為此區域單獨提取指標。
虛線正方形代表感興趣區域，下面的數字則是由AI計算選定區域受到的關注度百分比
（圖片來源：Attention Insight）
眼動儀的類型
- 螢幕式（遠距） Screen-based (remote)
- 穿戴式（頭戴式） Wearable (head-mounted)
- 網路攝影機式 Webcam-based
眼動儀的類型
（圖片來源：Attention Insight）
螢幕式（Screen-based）設備以獨立物件放置在螢幕附近，作為連接到顯示器或筆記型電腦的面板，以及作為已經連結到平板或其他設備中的眼動儀。
它們用於參與者坐在顯示器前，並與螢幕式的刺激物進行互動。這些眼動儀不需要參與者佩戴任何配件，非常適合在受控環境中進行研究。
穿戴式（Wearable）的眼動儀有幾種選擇——眼動追蹤眼鏡和附有眼動儀的VR頭盔。
眼動追蹤眼鏡會將一個小型設備安裝在眼鏡架上，並連接到參與者的頭部。 眼動追蹤眼鏡允許受測者自由移動，並適用於任何真實生活的環境。 它們非常適合用於產品設計、易用性研究，或是研究超市裡的消費者。
假設真實環境涉及太多風險，或者成本太高或太難設置。在這種情況下，您可以引入VR式的眼動儀，來研究虛擬環境中的注意力。
網路攝影機式（Webcam-based）的眼動追蹤，使用常規低解析度的網路攝影機鏡頭，也不會記錄紅外線。受測者凝視方向的計算，是依據網路攝影機的圖像紀錄。 這項技術遠不如其他技術準確，但也是最便宜的。
眼動追蹤的優缺點
由於眼動追蹤技術，可提供有關人們正在看哪裡，以及他們最感興趣的內容的資訊，因此也消除了大量的猜測成本。
在改進產品或網站時，不需要依賴直覺，因為你已經擁有數據。
另一方面，並不是每個人都能負擔得起眼動追蹤研究。此類研究所需的設備非常昂貴——一台眼動儀，可能高達50,000美元。此外，需要軟體、如何設置實驗的知識，以及至少39名參與者進行定性分析。
你可以以每月幾百美元的價格，從另一家公司購買這些研究來降低成本。儘管如此，由於一項單獨測試可能會持續60分鐘甚至更長時間，而且在一項研究中需要數十名受訪者，因此製作一份案例研究仍需要相當長的時間。
以學術研究的角度，這些限制可能不是什麼大問題，但在時間寶貴、每一分錢都很重要的快速商業環境中，情況並非如此。
然而，由於AI技術的最新發展，開闢了新的可能性。 許多創新者開始思考，如何在幾秒鐘內，而不是在幾週或幾天內，快速獲得注意力模式的數據——這導致了預測式眼動追蹤（predictive eye tracking）的出現。
什麼是預測式眼動追蹤？
預測式眼動追蹤是一種基於AI的眼動追蹤研究替代方案。它依賴預先收集的眼動追蹤數據來模擬人類視覺。
通過AI生成的熱圖，就像眼動追蹤熱圖一樣，顯示了人們最有可能和最不可能查看的視覺材料的區域。
通常，它專注於模擬使用者在網站上的前3-5秒的注意力。您可以確定您的頁面的視覺架構是否清晰，以及關鍵資訊是否在大多數使用者點擊任何內容前被注意到。
這項技術可以準確預測人們在與呈現內容互動時會看向哪裡，準確率高達95%左右。例如，Attention Insight預測眼動追蹤工具已獲得麻省理工學院（MIT）的認可，在網站上的預測準確率為90%，在圖像上的準確率為94-96%。
真實的眼動追蹤研究
（圖片來源：Attention Insight）
預測式眼動追蹤
（圖片來源：Attention Insight）
麻省理工學院的研究人員，將Attention Insight演算法的結果，與他們含有眼動追蹤數據的數據集進行比較，並確定了其準確性。為了將眼動追蹤數據與Attention Insight的演算法結果進行比較，他們使用了Area under ROC curve（AUC-Judd）作為評估指標，這是麻省理工學院的顯著性基準測試中的主要指標。
這使得Attention Insight成為商業上最準確的預測眼動追蹤工具，其準確性經過獨立研究機構評估並公開報告。為了進行這樣的預測，Attention Insight不需要進行實際的眼動追蹤研究。它最適用於預測基於螢幕的刺激物（如網頁、應用程式、廣告等）上的注意力模式。
在發布網站或廣告之前，你可以快速評估設計元素的可見性，並根據需要進行改進。只需上傳要測試的圖像，幾秒鐘之內即可獲得圖像的分析結果——通常以熱圖的形式呈現——無需設備、參與者或數據收集。
預測式眼動追蹤如何運作的？
那麼，預測式眼動追蹤技術背後的基本原理是什麼呢？它依賴於一個能夠從資料中學習並自我改進的AI演算法。透過成千上萬個真實眼動追蹤研究中生成的圖像，複雜的深度學習演算法在這些圖像中進行訓練。
在分析這些圖像時，AI能夠識別使用者注意力流的特定模式，並將其系統化。因此AI能夠預測，哪些網站內容將引起最大的興趣。
這些演算法所擁有的資料越多，它們在預測人們的注視模式時就越準確。目前，學術界的視覺顯著性預測模型的準確度約為95%。大多數商業演算法聲稱其準確度在90%左右，可能會隨著時間的推移而進一步提高。
預測式眼動追蹤的優缺點
當談到這項技術的優點時，有相當多的好處。您可以使用預測式眼動追蹤，作為更快速的上線前分析工具，以改善設計性能。
例如，預測式眼動追蹤讓營銷人員能夠快速基於數據做出決策，不需要等待數天或數週才能獲得有關使用者注意力的數據，這也可以讓你在與經理或CEO的會議上，使用這些數據來支持你的觀點。你也可以進行A/B測試，並在一分鐘內獲得結果。
眼動追蹤有助於優化您的轉換率
（圖片來源：Attention Insight）
因為可以在幾秒鐘內獲得注意力預測的結果，網站開發人員可以測試更多不同的設計概念，並在創意過程中更加靈活。設計師也可以從這些預測中受益，他們可以從使用者的角度看待自己的設計，甚至可以在不離開設計軟體的情況下做到這一點。
此外，預測式眼動追蹤是一種成本更低廉的選擇。這些設備通常每個人每月只需不到一百美元，企業計劃則是幾百美元。
有些人可能會想知道，AI生成的注意力熱點圖，與點擊熱圖、滑鼠追蹤懸停圖或滾動熱圖有何不同。它與這些滑鼠追蹤工具不同，因為它顯示了訪客看到的位置，而不是點擊或懸停滑鼠的位置。
AI生成的注意力熱圖，描繪了使用者在點擊或使用滑鼠互動之前的注意力流動，這是點擊熱圖或滑鼠追蹤懸停圖所無法顯示的。因此，你可以將這些AI熱圖用作滑鼠追蹤的補充工具，而不是替代品。
但是，為了降低成本和時間，也犧牲了一些準確性。你無法使用它來預測3D環境中的注意力流動。需要將所有你想研究的刺激物轉換成圖像或影片格式，以便AI進行注意力預測。此外，預測式眼動追蹤工具通常提供較少的數據呈現選項。
如何充分利用AI生成的注意力熱圖？
當您以熱圖形式獲得注意力分析結果時，您可能還是不清楚下一步應該怎麼做，或者從這些AI生成的注意力熱圖中獲取最高的價值。預測式眼動追蹤雖然可以分析您設計的現況，但目前它還無法為你提供完美的設計解決方案。
以下是一些最佳的預測式眼動追蹤應用方式：
在實驗中嘗試使用10-20種不同的設計變體
一般的A/B測試可能需要數月的時間，而且流量成本很高。通過使用AI注意力熱圖進行快速分析，您可以快速排除不可行的設計方案。從半途開始會比從頭開始更聰明。
預測式眼動追蹤在A/B測試中的應用範例
在Attention Insight平台上比較兩種不同設計方案的評估模式
（圖片來源：Attention Insight）
向客戶證明設計決策
如果您在市場營銷、廣告、CRO或網站開發領域工作，很有可能需要說服客戶相信您的某些選擇，或者找出他們設計中的一些問題點。通過預測式眼動追蹤提供的數據證據，會讓這些任務會變得更加容易。將AI生成的注意力熱圖呈現給客戶，無疑可以增加對設計選擇的說服力，並有助於達成交易。
在上市前階段測試網站和橫幅廣告
確保最重要的元素可見且設計清晰。在開發階段，測試網頁設計的方法有限。因此，AI注意力熱圖是節省時間的替代方案，避免了耗時的用戶訪談和焦點團體討論。
分析競爭對手的網站
由於無需插入任何程式碼片段，你可以測試任何你選擇的網站，這是一個很好的機會可以把你的網站與競爭對手進行比較。您可以找到在你的專業領域內，真正優秀且可能超越你的競爭對手，並分析他們的網站、設計清晰度、CTA可見度等。這可能會帶給您一些有關如何改進您的網站的洞察。
測試流量較低的網站
當您推出一個新的網站時，還沒有大量的流量。因此，在這個階段進行A/B測試非常困難，因為需要很長時間才能獲得足夠的數據進行分析。幸運的是，當您使用預測式眼動追蹤時，流量是無關緊要的，因為AI熱圖是基於先前收集的眼動追蹤數據生成的。
優化轉換率
預測式眼動追蹤允許您審核現有的設計，並檢查轉換率優化的可能性。您可以檢查頁面的視覺層次結構，並調查使用者的注意力是否流向關鍵的頁面元素。此外，AI熱圖還可以顯示是否有任何分散用戶對CTA注意力的因素。
案例研究——Omnisend
以下是跨通路營銷自動化平台Omnisend，使用AI動力的注意力熱圖，成功增加30%的演示請求（Demo Request）的方法。
Omnisend設定了增加網站到達頁（Landing Page）的演示請求的目標。因此，他們分析了原始的網站到達頁，並進行了設計更改，以增加演示請求的數量。
他們使用了Attention Insight預測式眼動追蹤工具，對不需要移動卷軸的可視部分進行了設計審核（Design Audit）。
原始Omnisend主頁的注意力熱圖
（圖片來源：Attention Insight）
注意力熱圖顯示LOGO和主標題兩者之間，由於缺乏空白間隔而獲得注意力。此外，顯示兩個主要CTA（「獲取演示」和「開始免費試用」）分別獲得了4%和3%的注意力，兩者互相競爭用戶的注意力。
根據適用於網頁設計的席克定律（Hick’s Law），當擁有的選擇越多，做決定的時間也會增加。由於Omnisend決定增加演示要求的註冊率，因此必須去掉「開始免費試用」的按鈕。
新的Omnisend主頁的注意力熱圖
（圖片來源：Attention Insight）
在更改設計後，「請求演示」的按鈕獲得了7%的注意力，比之前的4%更高。現在，用戶只有一個高度可見的CTA選項，這使得做出決策更加容易。對新主頁進行的A/B測試顯示，演示請求增加了近30％！
如果您想瞭解更多細節，這是對該案例研究的深入探討。
該選擇哪種眼動追蹤方法？
您應該選擇傳統眼動追蹤還是預測式眼動追蹤，取決於您的需求、使用目的和預算。如果最高準確性比獲取結果所需的時間和成本更重要，則應該選擇傳統眼動追蹤研究。這對於預算龐大、風險高的大型企業可能很重要。對於學術研究來說，研究真實參與者而不是使用AI預測是理所當然的選擇。
預測式眼動追蹤在充滿活力的商業和創業環境中非常吸引人，靈活性和快速決策對於成功至關重要。
如果您預算有限，無法等待數天甚至數週以獲得結果，預測式眼動追蹤對於評估用戶的視覺注意力非常有價值。此外，它提供了很多靈活性。您可以將這些由AI生成的注意力熱圖用於A/B測試設計、審核網站、轉換優化甚至基準設定。
如果您是營銷人員、使用者體驗研究人員、設計師、轉換率優化專家或網站開發專家，預測式眼動追蹤對於您的日常工作流程可能是極有用的。此外，越來越多的營銷人員和設計師使用預測式眼動追蹤，這使得無法避免它以成為最優選擇之一。
總結來說，根據你的需求、確認你的目標、考慮所有資訊，就能夠清楚地判斷傳統眼動追蹤或預測式眼動追蹤，哪種更適合您的需求和特定情況。
本文轉載自Attention Insight: Predictive Eye Tracking vs Regular Eye Tracking
