1）眼动设备的精度需要提高
很多眼动厂家在提到自己眼动设备精度的时候总是语焉不详，或者一味强调自己的产品好用而避免谈其精确度，这是造成很多企业设计部门买了眼动仪后发现精度达不到要求的原因之一。眼动指标里的精度是以角度误差（例如精度为0.5度）来衡量的，但是我们关心的却是实际注视点与眼动仪计算出来的注视点之间的偏差。如果按照厂家给出的指标，随着人眼与屏幕的距离发生变化，注视偏差也会变化。
解决方法：厂家给出详细的规格表，例如
“屏幕分辨率（***）——人眼距眼动仪距离（***厘米）——注视误差（***像素）”
2）眼动追踪的技术需要提高
如果眼动仪不能很好地解决校准麻烦、记录过程中对身体运动的限制，在企业应用就始终是空谈。这需要在硬件性能和软件算法上做出不断努力。
解决方法：呼唤技术革命
3）眼动算法的改进
实际应用关注的是参试注视了哪些地方，注视了多久。按常理来理解，眼睛看到哪儿就说明人注视到哪里了，但实际上，眼动仪是每隔20ms（对于50Hz眼动仪来说）采样一个点的，原始记录是一连串的数据点。商业眼动仪采用了一套算法，认为大于100ms以上才算是注视点。这其实是一种心理学意味浓厚的想法，认为人的高级认知加工不可能发生在100ms以内。这样做有可能会漏掉一些重要信息。心理学研究早就证明过，有些下意识加工的速度往往会在瞬间发生。
解决方法：建立采样点对应attention map的方法，取消注视点的概念，记录连续采样点的hotmap。
4）眼动心理模型的建立
企业中的人不都是心理学家，大部分人对眼动的理解仅仅停留在眼睛注视了某个地方这种层面。这就经常产生一个问题：用户确实注视了这几个地方，结果说明什么呢？经常发生的情况是，注视点密集的地方可能是最吸引用户的地方，也可能是最让他迷惑的地方。因此应探索人对各种类型视觉刺激注视时的心理模型，以此作为指导自上而下地分析眼动数据。Nielsen等人做过一些尝试，发现了F型网页阅读模式。但是这个研究还属于描述性的层次，没有多大指导意义。
解决方法：大学心理系应该开始眼动心理学这门专业，展开大量的基础研究，为实际应用提供利器。
5）改变分散的眼动研究方式
设计是很个性化的工作，但是眼动研究是很严谨的科学。如果大家都在描述现象的层次上来使用眼动仪，那么它永远都不会有多大进步。应该有专门的机构和刊物来交流眼动研究的结果，大学和企业应该紧密结合起来。大学应该主动抛弃那些过分脱离实际的研究，企业也应该专门设置这样的职位。总之大家一起推动眼动的研究。
