Nie tylko czasy fiksacji

Badania eyetrackingowe wciąż kojarzą się głównie z jednym pytaniem: „gdzie patrzył użytkownik?”. Tymczasem współczesny eye tracking to znacznie więcej niż mapa cieplna i czas fiksacji. Jeśli zajmujesz się psychologią poznawczą, neuromarketingiem lub UX/CX – ten artykuł jest dla Ciebie.

Dlaczego same czasy fiksacji to za mało?

Czas fiksacji jest intuicyjny i łatwy do wytłumaczenia klientowi. Jednak sprowadzanie badań eyetrackingowych wyłącznie do tego wskaźnika to trochę jak ocenianie koncertu symfonicznego na podstawie głośności. Informacja jest – ale obraz jest płaski.

Zaawansowane wskaźniki eyetrackingowe pozwalają odpowiadać na pytania, których fixation duration po prostu nie dotyka: jak zorganizowana jest eksploracja wzrokowa? Czy uwaga jest kontrolowana czy chaotyczna? Co dzieje się między fiksacjami? Czy wzorzec patrzenia ma strukturę – i czy ta struktura niesie znaczenie?

Poniżej omawiamy parametry, które w naszej pracy badawczej dają realną wartość dodaną – zarówno w kontekście akademickim, jak i aplikacyjnym.

Klasyczne wskaźniki eyetrackingowe

Zanim przejdziemy do wskaźników, które rzadko pojawiają się w standardowych raportach, warto zatrzymać się przy klasyce – nie po to, żeby ją odhaczyć, ale żeby pokazać, gdzie jej granice. Fixation duration, fixation count, TTFF czy dwell time to wskaźniki, które zna każdy, kto miał kontakt z eye trackingiem. Problem w tym, że rzadko są używane z pełną świadomością tego, co naprawdę mierzą i czego nie mierzą. To dobry punkt wyjścia.

Fixation Duration

Średni czas pojedynczej fiksacji to jeden z najbardziej podstawowych wskaźników eyetrackingowych. Fiksacja to moment, w którym oko zatrzymuje się na obiekcie wystarczająco długo, by przetworzyć informację – zazwyczaj przyjmuje się próg 100-200 ms, w zależności od kontekstu i ustawień urządzenia.

Dłuższe fiksacje wskazują na głębsze przetwarzanie poznawcze – trudność materiału, wysoką wartość informacyjną bodźca lub niepewność interpretacyjną. Krótsze fiksacje mogą natomiast oznaczać płytkie skanowanie albo, u ekspertów, bardzo sprawne i automatyczne rozpoznawanie wzorców.

Uwaga metodologiczna: sama średnia jest często myląca. Rozkład czasów fiksacji – wariancja, skośność – mówi więcej niż wartość centralna.

Fixation Count

Liczba fiksacji w danym obszarze zainteresowania (AOI) to wskaźnik zaangażowania, ale też obciążenia poznawczego. Więcej fiksacji na tym samym elemencie może oznaczać zarówno wysokie zainteresowanie, jak i trudność w przetworzeniu treści. W kontekście badań UX: jeśli użytkownik wielokrotnie wraca wzrokiem do tego samego elementu nawigacyjnego – to sygnał, że coś nie działa.

Time to First Fixation (TTFF)

Ile czasu mija od pojawienia się bodźca do momentu, gdy oko po raz pierwszy go zauważy? TTFF to wskaźnik salience – wyrazistości wizualnej elementu w kontekście całej sceny. Krótki TTFF oznacza, że element skutecznie przyciąga uwagę. Z kolei długi sygnalizuje, że ginie w szumie wizualnym lub nie jest wystarczająco kontrastowy.

W neuromarketingu TTFF dla logo, ceny lub call-to-action to jeden z kluczowych KPI oceny skuteczności materiałów reklamowych i opakowań.

Dwell Time

Dwell time to łączny czas spędzony w obszarze zainteresowania – suma wszystkich wizyt, nie tylko pierwszej. To jeden z najlepszych prostych wskaźników zaangażowania z konkretnym elementem. Różnica między TTFF a dwell time pozwala odróżnić elementy, które przyciągają uwagę szybko, od tych, które ją utrzymują.

 

Dynamika ruchu oczu i to, co między nimi

W standardowej analizie eyetrackingowej sakady są zazwyczaj pomijane, traktowane jako przerwy między „prawdziwymi” danymi. To błąd, który kosztuje utratę cennych informacji. Parametry ruchu sakkadycznego są od lat wykorzystywane w neurologii i psychiatrii jako biomarkery stanu układu nerwowego. W badaniach UX i neuromarketingowych mają analogiczny potencjał, bo pozwalają zajrzeć nie tylko w to, gdzie skierowana jest uwaga, ale w jakiej kondycji poznawczej jest osoba, która patrzy.

Saccade Velocity

Sakada to szybki, balistyczny ruch gałki ocznej między jedną fiksacją a kolejną. Prędkość sakady – szczytowa i średnia – to wskaźnik rzadko analizowany w standardowych raportach eyetrackingowych, a niesie istotne informacje diagnostyczne.

Wysoka prędkość sakad koreluje z niskim obciążeniem poznawczym i automatycznym przetwarzaniem. Natomiast niska prędkość może wskazywać na zmęczenie, wysoki arousal lub zaburzenia okulomotoryczne. W badaniach klinicznych – neurologia, psychiatria – saccade velocity to jeden z biomarkerów: nieprawidłowości obserwuje się m.in. w schizofrenii, ADHD czy chorobie Parkinsona. W badaniach UX zmiana prędkości sakad w trakcie sesji może sygnalizować narastającą frustrację lub zmęczenie interfejsem.

Saccade Amplitude

Amplituda sakady to dystans, jaki oko pokonuje w jednym ruchu, mierzony w stopniach kątowych. Duże amplitudy sugerują globalne, przeglądowe przetwarzanie sceny. Z kolei małe amplitudy wskazują na lokalną, szczegółową eksplorację. Analiza rozkładu amplitud w czasie pozwala ponadto śledzić, jak zmienia się strategia przetwarzania wzrokowego w trakcie ekspozycji na bodziec.

Saccade-Fixation Ratio

Ile czasu uczestnik spędza w ruchu, a ile w fiksacjach? Ten iloraz opisuje styl eksploracji wzrokowej. Wysoki współczynnik – dużo sakad, mało fiksacji – to strategia skanowania, szybkie przeszukiwanie sceny. Niski natomiast oznacza strategię analityczną, głęboką obróbkę wybranych elementów.

W badaniach UX użytkownicy w trybie poszukiwania informacji mają inny saccade-fixation ratio niż użytkownicy w trybie czytania lub podejmowania decyzji zakupowej.

 

Wskaźniki złożone, kiedy dane eyetrackingowe zaczynają mówić

Wskaźniki omówione w poprzednich sekcjach operują na poziomie pojedynczych zdarzeń – fiksacji, sakady, wizyty w AOI. Wskaźniki złożone wychodzą poza ten poziom i pytają o strukturę całej sekwencji. Część z nich, jak entropia Shannona czy macierze przejść, ma już ugruntowaną pozycję w literaturze. Inne, jak fraktalne miary dynamiki uwagi, w tym wskaźnik Hursta, dopiero wchodzą do repertuaru analitycznego badaczy eyetrackingowych. Obie grupy łączy jedno: wymagają więcej od analityka, ale w zamian oferują wgląd, którego żadna heatmapa nie zastąpi. To już nie jest interpretacja „gdzie patrzył uczestnik”. To próba odpowiedzi na pytanie głębsze: jak zorganizowany jest proces poznawczy.

Scanpath Entropy

To jeden z najpotężniejszych wskaźników w repertuarze badacza eyetrackingowego. Entropia w sensie Shannona mierzy stopień losowości lub uporządkowania sekwencji fiksacji.

• Wysoka entropia oznacza wzorzec patrzenia chaotyczny i nieprzewidywalny – dominuje eksploracja bez wyraźnej struktury.
• Niska entropia oznacza natomiast wzorzec regularny, powtarzalny, schematyczny.

Co więcej, badania pokazują, że eksperci w danej dziedzinie mają niższą entropię niż nowicjusze – ich wzrok podąża wyuczonymi, efektywnymi ścieżkami. W psychologii poznawczej entropia scanpath to miara automatyzacji i ekspertyzy. W UX to z kolei miara przejrzystości interfejsu: jeśli wszyscy użytkownicy patrzą w podobnej kolejności, interfejs skutecznie prowadzi wzrok. Jeśli każdy robi coś innego – projekt wymaga rewizji.

Warto rozróżniać entropię stacjonarną – jakie AOI są odwiedzane – od tranzycyjnej, opisującej kolejność przejść między obszarami.

Transition Matrix i Markov Chains

Macierze przejść dają lokalną mapę przepływu uwagi między obszarami zainteresowania. Modelowanie sekwencji fiksacji jako łańcucha Markowa pozwala odpowiadać na konkretne pytania: jakie jest prawdopodobieństwo, że po spojrzeniu na cenę użytkownik przeniesie wzrok na zdjęcie produktu, a nie na przycisk dodania do koszyka? Czy ta sekwencja różni się między grupami?

W badaniach neuromarketingowych analiza markowska ścieżek wzrokowych coraz częściej zastępuje intuicyjne opisy heatmap – bo pozwala na statystyczną weryfikację hipotez o przepływie uwagi.

AOI Revisits

Ile razy uczestnik wrócił wzrokiem do danego AOI po pierwszej wizycie? Pojedyncze powroty mogą być przypadkowe. Natomiast systematyczne, wielokrotne powroty to sygnał niezdecydowania, przetwarzania porównawczego lub trudności decyzyjnej.

W badaniach e-commerce użytkownik, który wielokrotnie wraca wzrokiem do ceny przy jednoczesnym przeglądaniu galerii zdjęć, jest klasycznym profilem klienta w fazie deliberacji zakupowej.

Wskaźnik Hursta (H) – persistencja wzorca fiksacyjnego

Wskaźnik Hursta to miara zaczerpnięta z teorii szeregów czasowych i analizy fraktalnej, aplikowana do sekwencji danych eyetrackingowych. Wartość H z zakresu 0-1 opisuje właściwości dynamiczne szeregu:

• Wartość powyżej 0,5 oznacza persistencję: wzorzec wykazuje długookresową pamięć, tendencję do podtrzymywania kierunku. Po długiej fiksacji następuje kolejna długa, eksploracja ma wewnętrzną strukturę.
• Wartość równa 0,5 wskazuje na ruch losowy: brak struktury, czysta losowość sekwencji.
• Wartość poniżej 0,5 świadczy o antypersistencji: wzorzec naprzemiennie zmienia kierunek, jest meandrujący i reaktywny.

Stosowany do szeregu czasowego fiksacji wskaźnik Hursta pozwala wykryć ukrytą strukturę temporalną eksploracji wzrokowej – coś, czego entropia ani średnie czasy fiksacji nie uchwycą. Wysoka wartość H sugeruje, że uwaga wzrokowa uczestnika jest zorganizowana i celowa. Niska wartość może natomiast wskazywać na chaotyczne, reaktywne przetwarzanie bodźców lub wysoki poziom dystresu poznawczego.

To wskaźnik szczególnie obiecujący w badaniach różnic indywidualnych, stanów emocjonalnych oraz w diagnostyce klinicznej – tam, gdzie interesuje nas nie tylko to, co ktoś oglądał, ale jak jego uwaga zachowuje się w czasie. Szczegółowe omówienie wskaźnika Hursta w badaniach eyetrackingowych znajdziesz w osobnym wpisie na tym blogu.

 

Zestawienie wskaźników eyetrackingowych

Wskaźnik	Co mierzy	Psychologia poznawcza	UX / CX
Fixation Duration	Czas zatrzymania wzroku na jednym miejscu	Głębokość przetwarzania, obciążenie kognitywne, ekspertyza	Trudność odczytu treści, zaangażowanie z elementem
Fixation Count	Liczba fiksacji w AOI	Intensywność uwagi, rozpoznawanie wzorców	Skuteczność elementu, problemy z czytelnością
Time to First Fixation	Czas do pierwszego zauważenia elementu	Saliencja wizualna, priorytety percepcyjne	Widoczność kluczowych elementów – CTA, cena, logo
Dwell Time	Łączny czas w AOI	Zaangażowanie, zainteresowanie poznawcze	Skuteczność treści, trzymanie uwagi przez element
Saccade Velocity	Prędkość ruchów gałki ocznej	Zmęczenie, arousal, biomarker neurologiczny	Narastająca frustracja, zmęczenie interfejsem
Saccade Amplitude	Dystans jednego ruchu oczu	Strategia przetwarzania – globalna vs. lokalna	Typ eksploracji strony – skanowanie vs. czytanie
Saccade-Fixation Ratio	Proporcja ruchu do zatrzymań	Styl poznawczy, strategia eksploracji	Tryb użytkownika – poszukiwanie vs. analiza
Scanpath Entropy	Losowość vs. porządek sekwencji fiksacji	Ekspertyza, automatyzacja, kontrola uwagi	Przejrzystość layoutu, skuteczność prowadzenia wzroku
Transition Matrix	Prawdopodobieństwo przejść między AOI	Przepływ uwagi, hierarchia przetwarzania	Rzeczywista ścieżka decyzyjna użytkownika
AOI Revisits	Powroty wzroku do wcześniej oglądanych obszarów	Deliberacja, niezdecydowanie, pamięć robocza	Faza porównywania, trudność decyzji zakupowej
Wskaźnik Hursta (H)	Persistencja sekwencji fiksacyjnej w czasie	Ukryta struktura temporalna uwagi, różnice indywidualne	Jakość poznawcza interakcji z interfejsem, profil użytkownika

 

Zaawansowane badania eyetrackingowe, co z tego tak naprawdę wynika w praktyce?

Badania eyetrackingowe dają dostęp do danych, których żadna ankieta ani wywiad nie dostarczy obiektywnych, rejestrowanych w czasie rzeczywistym śladów pracy układu poznawczego. Ale ta wartość ujawnia się w pełni dopiero wtedy, gdy wychodzimy poza podstawowe statystyki, poza pytanie co i jak długo przyciągało uwagę, a zaczynamy pytać o strukturę, dynamikę i wzorce, o matematyczną sygnaturę procesu poznawczego. Wskaźniki opisane w tym artykule to nie akademicka nadbudowa, to narzędzia, które w naszej praktyce badawczej regularnie zmieniają interpretację wyników. Czasem jedno spojrzenie na entropię scanpath lub na rozkład wartości H mówi więcej o procesie niż analizy heatmap czy klasycznych statystyk dla AOI.