本司日前购入T牌眼动仪一台，乃最新型号，无需戴头盔，用户以最自然的状态进行测试。
很好很强大吧？
一直以来对“神秘”的眼动仪及眼动技术都持敬仰状，可是真正接触并使用就发现陷阱多多
！本文从菜鸟眼动研究实践者的角度出发，试论以下几个问题：
- 眼动研究及其结果的危险
- 眼动研究设计的若干雷区
（1）你是否清楚自己在做哪种类型的研究？
（2）研究过程中的QC
要说明的是：
- 关于眼动研究是什么，为什么要做眼动研究，已有大量文献（见延伸阅读1-3），本文不是讨论眼动研究有多女子多弓虽大。
- 本文讨论背景是企业环境中的眼动研究，非科研机构的眼动研究；
- 本文仅探讨互联网领域的眼动研究，不涉及广告（平面或多媒体）、货架管理等领域的眼动研究
- 本文专注于眼动研究方案的设计及操作过程，暂不讨论对眼动结果进行详细分析时的问题
————————————————————————————
- 眼动研究及其结果的危险
尽管眼动仪设备的精度、追踪技术的可信度、眼动算法等硬件上的局限性目前仍然存在，但眼动研究以其相比起别的人机交互研究方式的“高贵性”（一台动辄几十万淫民币），容易造成盲目崇拜，觉得花了大钱买来的东西，一定很了不得很牛掰。可事实上，如果操作不当（下文将详述），眼动研究结果可能比廉价的可用性测试还不如。
另一方面，眼动数据分析工具，即目前普遍使用的T家的Studio软件，在快速生成貌似直观易懂的数据可视化图方面愈趋强大。随便抓个人来眼动一下，再按一个按钮，一副美丽的数据结果图就能出来！！不费吹灰之力
这样可能造成的危险是，一个设计得很烂的研究，也能做出漂亮的、让老板一看就“懂”的数据结果。最典型的莫过于热度图：
呀，最红的最吸引眼球嘛！傻逼都能看懂
但实质上，热度图可以通过三种计算方式（凝视次数、绝对长度、相对长度）来呈现，每种计算方式的起算点也可以人工设置。选择哪一种计算方式、哪一个起算点，都会影响到某区域的红或不红。其次，时间段对于红与不红也有很大影响。你切前0.5秒和前1秒，也许就变样了。再其次，被试人数能严重影响红分布和红浓度。再再次，红只是表象，导致红的本质是什么？如果研究控制不当，也会严重扭曲结果。
你的老板也许见红就爽，他的确不会知道，也不会关心红怎么来。而且相比起干巴巴的可用性测试结果，精美、“客观”的眼动研究结果，似乎更具卖相。但研究者绝不要贪一时之快，把眼动结果当作忽悠的工具。
- 眼动研究设计的若干雷区
就算你的研究态度刚正不阿，没有科学严谨的研究方法论也是白搭。
雷区1：是否清楚自己在做哪种类型的研究？
互联网行业的眼动研究大致可分为两种——
（1）观察性研究（observational studies）：
观察性研究往往作为可用性评估的辅助，找出某一个设计方案的失败/成功之处（见延伸阅读4），或对比某几个设计方案（见延伸阅读5-7）。观察性研究得出的是描述性数据(Descriptive），这种结果不具备普遍性，也不能建立任何因果论（causal link）。并不是说这种研究的结果不可信，只是有局限性，权当参考。对于那种试图推导“模式”的研究结果要特别小心。例如像这篇《科学设计你的网站网页》（译文、原文），用小样本的观察性研究，试图推导大概念。Nielson著名的F-Shape阅读模式眼动研究，之所以要找200多个被试，测试上千网页，就是因为并非实验研究。要得出稍具效度的结论，须大量增加被试数（见《为什么眼动研究需要50个被试》，译文，原文）。
（2）实验研究（experiments）：
实验研究是指对自变量（IV）进行控制，并通过严格定义IV、因变量（DV）、严格控制标准化的实验程序，从而得出某个或多个因果联系。实验研究得出的数据具有预测性（predictive）。通常一个实验研究应包括：假设（hypothesis）、设计、被试、仪器、程序、任务。
设计涉及到对IV、DV的定义，采取组间还是组内测试。组内测试涉及到对变量水平（condition）呈现次序的平衡，组间则需要更多的被试人数。被试则是取样了，尤其是人数。但由于是实验研究，可以相对较少，取决于IVXDV有多少。由于每个被试都应经历一模一样的实验过程，对程序的定义也很关键，力求无偏。
值得一提的是任务。实验型眼动研究的任务最好追随KISS原则：keep it short & simple！任务耗时太长或太多，一方面会引入预计之外的不可控因素，另一方面对电脑的数据存储、计算压力很大。尽可能划分子任务，而不是丢给用户一个可能耗时半小时的事做。
为比较以上两种类型的研究，举一个例子。对于下面这幅广告图——
通过观察性研究（如让被试随意浏览），可以知道哪个商品最快吸引视线、文案还是图片让人看得久…等等。假设我们发现红瓶子的最快吸引视线，而想知道是什么因素导致这种情况：是颜色？位置？文案？数字？这就必须通过实验研究来验证。变量、变量水平多到
吧？（详细过程请参考研究方法论等书籍）
雷区2：研究过程中的QC
以下是在实践中的一些经验。展开眼动研究过程中很有不少突发因素（如一次测试中网页突然加载很慢，用户盯着看、用户手机突然响了、电源线突然松脱了
小声告诉你哦，真的发生过不少次），以及因原本预计不足而造成的客观因素（如用户理解不了任务，边做边问或更离谱地去做了别的任务）。为保证数据干净，有以下几个小建议：
（1）牢牢插稳那些电源线、USB线、火线@#￥%……&*，不然突然黑屏会有吃苍蝇的感觉哦！
（2）在正式任务开始前加入仿拟真实任务的练习任务。这是为了保证第一个任务的数据不受影响。通过练习任务，用户可以厘清ta要干嘛，你也可以搞清楚ta到底真懂还是假懂了任务。
（3）事前做好编码模式（coding schema，如F1=用户使用了筛选器，F2=用户使用了类目缩减，etc）。良好的编码能够帮助后期快速处理数据（否则一段段视频看来会疯掉），尤其是解析一些怪异数据。但由于手提电脑处于双屏监测会使运行变得极慢，因此根本用不了按快捷键自动记录编码。目前俺们使用人肉记录
，还是比啥都不记录要好。
（4）让用户事后回溯，即所谓PEEP（Post Experience Eyetracked Protocol）法。眼动结果是干货，有了用户的点评才是点睛。这与任务长短息息相关，你总不能让Ta回溯老半天。所以任务也是短小精干好！
（5）让用户歇歇
要保持那个该死的姿势，死盯着那该死的屏幕，做那些该死的任务，还没完没了的，人家容易嘛？中途歇歇，有利于数据质量，有利于用户健康！
亲爱的读者，能坚持看到这里，您的眼睛也累了，谢谢！！春天到了，多出去运动运动吧
延伸阅读——
- 眼动仪大全
- UCD社区的眼动仪话题
- 腾讯的眼动仪
- Google对SRP的眼动研究
- 客户管理软件新旧版对比
- “Is your design clear or confusing?”（译文，原文）
- Evaluating the Usability of Search Forms Using Eyetracking（译文，原文）
参考文献——
By Andrew T. Duchowski
