Dmitrij Zatuchin Webtracks Usability Kansei

Ślady użytkowników w procesie automatyzacji badania użyteczności

strony WWW.

Dmitrij Żatuchin

strony WWW.

Kansei 2008, Warszawa 7.06.2008

Agenda

1. Wstęp.

2. Mousetracking alternatywą dla eytrackinga.

3. Actiontracking, clicktracking, motiontracking.

4. Ślad użytkownika (i po nim) na stronie WWW.

5. Case w Czytodziala.pl.

6. Skuteczność actiontrackingu i eyetrackingu. Części wspólne i różnice.

7. Podobieństwo śladów a grupa docelowa strony.

8. Treść a struktura serwisu – wnioski.

2 Dmitrij Żatuchin, Kansei 2008, Warszawa 7.06.2008

Wstęp.

• Po co komu automatyzacja badań użyteczności?

• Informacje uzyskiwane podczas badań:– Notatka, odpowiedzi na ankietę, lista kontrolna

– Wywiad przed- i potestowy

– Dane pozyskane automatycznie za pomocą sprzętu i oprogramowania

– Statystyczne dane– Statystyczne dane

– Analiza ekspercka

• Dane pozyskiwane bez aktywnego udziału użytkowników:– ślady drogi (ślady myszki), mapę cieplną, mapę kliknięć,

– obszary skupienia wzroku,

– średni czas wykonywania każdego zadania oraz średnia liczba kliknięć,

– rozkład uczestników wg sukcesu ukończenia zadań.

– pliki z historią dokonanych akcji na stronie.


Mousetracking

• Przechwytywanie miejsc, w które użytkownik wskazuje na ekranie

• Rejestruje uwagę, zwróconą na dane miejsce ŚWIADOMIEŚWIADOMIE


Rys. za Norman K. L.

Actiontracking


Ogólny model akcji użytkownika

• Określenie celu.

• Określenie zamiaru (intencji).

• Określenie akcji.

• Wykonanie akcji.• Wykonanie akcji.

• Spostrzeżenia dot. świata rzeczywistego.

• Interpretacja świata rzeczywistego.

• Ewaluacja wyników.


Clicktracking

• Wszystkie akcje związane z klikaniem przez użytkownika wskaźnikiem

• Śledzenie momentów akcji na stronie

• Mapa relacji użytkownik-linki, linki-liczba • Mapa relacji użytkownik-linki, linki-liczba kliknięć, kliknięcia-element


Zastosowanie clicktrackingu 1/2

• Używamy m.in. do śledzenia popularnych linków, notowania aktywności na stronie, analizy porównawcze z konkurencją.

• Dane z clicktrackera:• Dane z clicktrackera:

– czas kliknięcia

– pozycja kliknięcia

– liczba kliknięć w dany element

– parametry użytkownika (GeoIP, browser, etc.)


Zastosowanie clicktrackingu 2/2

• Możliwe sposoby prezentacji danych to:

– mapa kliknięć

– mapa cieplna

• Mapa kliknięć - dwie warstwy nałożone na siebie

• Mapa cieplna – graficzna reprezentacja liczby


• Mapa cieplna – graficzna reprezentacja liczby punktów skupień w określonym promieniu

• Pomaga rozwiązywać problem product placement poprzez reogranizację elementów serwisu

Motiontracking. Charakterystyka danych.

• „nagrywanie” ruchów i akcji wykonywanych przez użytkownika na stronie WWW w czasie rzeczywistym

• Trybem dyskretnym ciągłym notowana jest w • Trybem dyskretnym ciągłym notowana jest w krótkim odstępnie czasu czwórka danych:

– P – pozycja kursora

– T – czas pozycji w wyznaczonym miejscu

– L – długość przestoju kursora

– A – rodzaj akcji, np. przeciąganie, kliknięcie, fiksacja, opuszczenie


Motiontracking. Ścieżka wizyty użytkownika

• graf zachowań sieciowych

• System webowy:

– Kreślenie ścieżek użytkowników


użytkowników

– Idealna ścieżka od punktustartu do celu jako wzorzecdo porównywania

Ogólny schemat systemu logującego


Case study: Testowanie i wyniki

• 8 użytkowników dla eyetracking

• ok. 500 użytkowników serwisu Czytodziala.pl

• Natywne środowisko pracy użytkowników

• Testy eyetrack w laboratorium ergonomii PWr• Testy eyetrack w laboratorium ergonomii PWr

• Analiza porównawczą jakości uzyskanych wyników przez web aplikację i Eyetrack 6000 (GTAnaly)


Case study: Czytodziala.pl. Mapa cieplna kliknięć, maj 2008


Kliknięcia i przestoje kursora.


Im grubszy jest znacznik, tym dłużej w tym miejscu znajdował się użytkownik

Przestoje kursora wskaźnika. Maj 2008. Maksymalny czas 44,8 s.


Case study: Czytodziala.pl. Ścieżka.

Użytkownik 1

0

200

400

0 200 400 600 800 1000 1200 1400


600

800

1000

1200

1400

1600

1800

156.17.73.229

Case study: Czytodziala.pl. Ścieżka #2

Użytkownik 2

0

100

200

0 200 400 600 800 1000 1200


200

300

400

500

600

700

156.17.73.229


Użytkownik 4

-200

0

200

400

0 100 200 300 400 500 600 700 800 900 1000


600

800

1000

1200

1400

1600

1800

156.17.75.70

Ścieżka – przestoje od 32 sek do 2 sek


Eyetracking. Gaze points.


Eyetracking. Analiza konturów.


Analiza mapy cieplnej przestojów.


Skuteczność actiontracking i eyetracking.

• GTAnaly i eyetracker – brak możliwości w prosty sposób zebrać całościowe dane użytkowników i manipulować w celu analizy strony.

• Częściowo obszaru skupienia wzroku • Częściowo obszaru skupienia wzroku pokrywają się z obszarami miejsc przestoju wskaźnika oraz kliknięć. W szczególności takimi obszarami jest obszar nawigacji (nr 5), obszar „Nasi Partnerzy” (nr 4), obszar z ofertą promocyjną (nr 6) oraz obszar jednorazowego badania dostępności (nr 8).


Wnioski

• Obszar loga Czytodziala.pl jest rzadko odwiedzany przez wskaźnik myszy.

• Obszar nr 1 jest odwiedzany przez wskaźnik, problemem jest brak jakichkolwiek odnośników w nim.

• Obszar nr 2 informuje o ofercie i mimo klikalności i obecności wskaźnika w nim, nie daje możliwości przejścia na kolejne podstrony.

• Obszar nr 4, czyli tytuł bloczka „Nasi Partnerzy” mógłby być odnośnikiem.

• Obszary nr 5 i 6 są w dobrych miejscach, nawigacja (nr 5) jest intensywnie • Obszary nr 5 i 6 są w dobrych miejscach, nawigacja (nr 5) jest intensywnie odwiedzana, klikana i wykorzystywana.

• Obszar tytułu (nr 7) dla obszaru nr 8 mógłby być klikalny lub dostarczać podpowiedzi, co do pola adresowego.

• Obszar logowania do serwisu (okolice nr 9) - słabo klikalny i mało odwiedzany. Propozycja zamienić z obszarem nr 8. Pole typu checkbox (nr 9) jest praktycznie nie używane.

• Pola treści (nr 10 i 11) w badaniach eyetracking wykazały duże zainteresowanie, co jest uzasadnione – czytanie informacji. Przyciski służące do przełączania informacji (nr 11) są wykorzystywanie tylko częściowo – drugi i czwarty cechuje zwiększona klikalność, zaś drugi i w mniejszy stopniu trzeci – miejsca przestoju wskaźnika.


Treść a struktura serwisu

• Analiza ruchu myszki na stronie oraz miejsc skupienia uwagi w zależności od treści, która jest przekazywana do użytkowników

• Trzy grupy tematyczne stron:– Strony informacyjne, o charakterze portalowym– Strony informacyjne, o charakterze portalowym

– Strony turystyczne, z dziedziny eCommerce

– Strony aukcji internetowych

• Użytkownicy o różnym poziomie zaawansowania znajomości eksploracji Internetu (średnie, techniczne, wyższe)


Treść wyznacznikiem unikalności

• Szybkość odnalezienia wybranych elementów zależy od tematyki serwisu oraz struktury

• Sposób szukania elementów zależy od treści serwisu webowego, a nie od jego struktury. serwisu webowego, a nie od jego struktury.

• Treść jest wyznacznikiem unikalności strony. Unikalność cechowana jest przez różnicę w poruszaniu się na stronie internetowej. Ścieżka użytkownika jest podobna na stronach o podobnej tematyce.


Podsumowanie

• Ścieżki pomagają w analizie obszarów zainteresowań, są kluczowe dla optymalizacji pod kątem używalności serwisu – w badaniach automatycznych

• Porównując łatwość uzyskania danych i ich odczytanie system motiontrackingu wykazuje odczytanie system motiontrackingu wykazuje większą efektywność i elastyczność na poziomie zadowalającym.

• Podczas zdalnej ewaluacji jest możliwe pozyskanie większej liczby określonych z góry danych o środowisku użytkownika, jego akcjach i ruchach na stronie WWW.


Literatura

• HACKOS, J. T., REDISH J. C., User and Task Analysis for Interface Design

• HILBERT D. M., REDMILES D. F., “Why Let Perfectly Good Usability Data Go to Waste?”, HCI Consortium Meeting USA, 1998, str. 1-2.

• GELLNER M., FORBRIG P., “A Usability Evaluation Pattern Language”, University of Rostock.

• NIELSEN, J., Designing Web usability - the practice of simplicity.

• NIELSEN J., http://www.useit.com/alertbox.

• NIELSEN, J., LORANGER H., Prioritizing Web Usability

• NORMAN K. L., “Levels of Automation and User Participation in Usability Testing”, 2004.

• SOFTWARE QUALITY JOURNAL, Vol. 14, No. 2. (June 2006), 159-178.

• age”, University of Rostock.

• TRAUB P., “Optimising human factors integration in system design”, Engineering Management Journal Publication, Apr 1996 Volume 6, Wydanie 2, 93-98 ISSN: 0960-7919.

• ZELDMAN J., Designing with Web Standards 2nd Edition.

• Standard ISO 9126.

• http://www.w3c.org

• www.upassoc.org/upa_publications/


Dmitrij Żatuchin, Kansei 2008, Warszawa 7.06.2008

Dziękuje za uwagę! Pytania?

Stała kontrola dostępności stron WWW, testy obciążeniowe i Complex 360 Monitoring.

Zapraszamy do współpracy na Czytodziala.pl – partnera Konsorcjum „Użyteczna strona”.tel.+48 500 190 517

[email protected]

Full software house serwis – rozwiązanie webowe dla biznesu, projektowanie

analityczne, optymalizacja i dobór technologii, SEO/SEM.tel.+48 71 332 60 08

[email protected]

Dmitrij Zatuchin Webtracks Usability Kansei

Design

Transcript of Dmitrij Zatuchin Webtracks Usability Kansei