在用户研究中，研究人员经常会遇到这种情况：某位玩家在体验流程后，追访环节一问三不知：有这个功能吗？我打出这个操作了吗？我当时为什么这么做？每当这个时候，研究人员总有一丝无助在心中油然而生，恨不得此刻会读心术。

一旦玩家忘记细节，导致无法描述自己的行为，用研同学观察到的问题就可能得不到解答。所幸，眼动测试作为一种客观的测量方法，可以测量玩家纯粹的体验反应，补充玩家的生理反应数据，结合传统的主观研究，可以在一定程度上避免由于玩家主观反馈所带来的一些偏差。那么，用户研究实践的层面来说，视觉注意力数据该如何作用于产品设计以及用户体验研究中？

眼动的原理和特点

玩家注意力分布可从注视点运动数据得出

眼动（Eye Movement），即眼球通过运动而发现、注视和跟踪视觉刺激的过程。听起来非常高大上的眼动追踪，从观察玩家的眼睛，到读取玩家的内心，其中原理其实可以理解为两个环节：

第一，提示就在眼前，TA到底在看哪里？换言之，我们如何测量玩家的眼动行为？

答案是注视点（Gaze Point），现代的眼动仪器可以做到通过红外光反射计算眼球的运动，我们可以实时在监视器上看到玩家的注视点在哪里，在看什么。

眼动注视点示意图

第二，明明看到了提示，TA的注意力到底在哪里？

事实上，玩家的眼动及其注意力分布是密切相关的。通过观察眼动轨迹和行为，我们可以还原玩家没有及时操作的原因，比如更紧迫的激励（冲脸的小怪、不远处的拾取物）。

简单来说，眼动追踪就是把被测者的注视点实时显示在屏幕上，并在事后将这一表现以数据的方式呈现出来；研究者或产品可以直观地了解，被测者都看了哪些信息、哪些没有看、某一个信息看了多久等，它可以作为界面、提示优化的直接证据。

眼动研究可以补充客观的行为数据

乍一听起来，眼动好像可以得出很多细节的数据，但它与常用的研究方法相比，优势或者说差异点在哪里呢？作为一种通过技术测量的行为数据，眼动能解决以下问题：

● 测量结果阅读成本过高：眼动数据可以直观地用热力图呈现，这让原始数据的阅读成本大大降低，即使没有接触过眼动的人员也能轻松阅读；

● 玩家主观推测行为细节：通过眼动的数据，避免了玩家回忆和解释特定细节的情况，防止玩家事后假设细节；

● 主试需要频繁打断流程：使用其他方式，主试可能需要经常打断玩家询问体验细节，眼动则可以保证玩家不受干扰地进行测试，尤其适用于强调沉浸感的场景。

眼动的局限性也非常明显——究其根本，眼动获取的是行为数据，无法提供玩家行为成因的解释性信息。为了解玩家“行为—眼动—动机—成因”的完整链路，往往需要加入测后追访，询问玩家的主观态度和体验情况，同时辅以人口学特征和相关经历，才能获取较为完备的研究洞见。

实践应用中常用的眼动指标

上文提到，眼动手段获取的数据颗粒度很高，且非常全面，可以根据研究者的需要实现各种类型的分析。在用户研究实践中，有三类数据使用较为频繁（以Tobii Pro Lab分析软件为例）：

眼动视频：分析效率高，可发现80%以上问题

眼动视频是玩家体验过程的录屏+玩家实时眼动的注视点数据。研究人员通过软件，可以清楚地看到玩家每一次注视的落点。通过观看视频，研究人员可以还原测试中任意时间段玩家注意力的变动，是眼动指标中最简单，分析效率最高的方式。具体使用时，研究人员可以看到：玩家看了哪里，没看哪里，哪些内容是比较关注的，关注的先后顺序等。

如下图，在某位玩家体验《永劫无间》新手教程时，因为个人操作没有看见AR提示文字，导致在很长一段时间内容都不会使用“疾跑”按键。而眼动视频可以让主试直观地识别到玩家在此处没有按照预期操作，并重点关注在之后的游戏过程中因此带来的影响。

Tobii Pro Lab中眼动情况与视频播放可实时同步

热力图和轨迹图：将视频中问题可视化，且方便对比

热力图（Heat Map）和轨迹图（Gaze Plot）都是反映玩家在一定时间内注视情况的可视化手段，使用起来也比较直观。玩家注视时间（次数）久，在热力图上就显示为红色，强调注意力的整体情况和相对密度。轨迹图则可以显示玩家所有注视点顺序和轨迹。这一指标主要用于现有界面设计的验证，使用场景通常为研究相对静态的区域组合。

货郎教学——热力图

货郎教学——眼动轨迹图

比如上图，在观察玩家对于货郎教学的理解时，通过热力图可以看出玩家对于地图上的货郎标志额外关注（上图红色高亮区域），并且从轨迹图可以看出玩家是文字和视频对照看（下图注视点数字大小）。

定量指标——首次注视时间、注视时长最为常用

定量指标可以通过软件导出，可以获取的指标数据分为注视（Fixation）、访问（Visit）、眼跳（Saccade）等系列数据，这类指标往往用于量化的用户行为研究。如有需要，最为常用且易用的为以下两种：

● 注视时长，即玩家在某一时段内的注视时长，一般理解为玩家的兴趣程度，注视时长越长，意味着玩家对于对应位置更感兴趣。

● 首次进入时间，即首次注视的发生时间，可以看出玩家是否第一时间关注该内容，以及耗费的时长。根据首次进入时间我们可以分析，玩家耗时的成因，刺激点的分布等内容，从而可以调整提示位置、强度以及其他相关UI设计元素。

上述三类指标各有针对，并可以相互补充。推荐的分析方式为：先看眼动视频，发现可能存在的问题；再通过热力图和轨迹图对于特定问题进行可视化比对；如有需要，可以通过定量数据进行深入分析。

如何在实际应用中解读常用的眼动指标

直接通过眼动视频进行分析

上面已经提到，眼动视频是最直观效率最高的指标。将玩家行为、眼动和界面信息结合起来就能发现问题。

以下为玩家在体验《永劫无间》主机版的新手教程。在击败敌人后玩家不知道该干什么，随机走动了一段时间后突然空放了一次Y技能，然后进入下一环节。而通过眼动我们可以发现，在这一环节，玩家在最后才看到屏幕左上角的提示要求，导致没有达成任务目标而卡关。由此我们可以判断出，这名玩家没有按照预期第一时间发现任务提示，研究人员可能需要进一步验证现有的UI设计进行重复测试。

《永劫无间》某玩家Y技能体验眼动视频节选

通过不同玩家进行对比分析

通过对比，我们还能以某些玩家属性作为变量，看看某一类玩家群体的特点和可能遇到的问题。

比如《流星群侠传》手游的眼动测试，老玩家对于游戏UI和任务流程比较熟悉，所以他们的眼动轨迹可以作为玩家在使用时的参考。将其与新玩家的眼动情况进行对比，可以发现新老手在关注内容上的不同。

《流星群侠传》手游新手/老手战斗关卡三星任务眼动热点图及表格

从眼动数据看出（下图中数字表示注视次数（首次注视时间）），老玩家一开始就会关注三星任务的要求，而新手则全程没有关注；老玩家关注说明这是通关时比较受重视的目标，而新玩家没有看见则说明首次使用时信息不够醒目。通过对比看出新老玩家的关注点，有利于产品对于玩家上手方面问题的调整。

通过不同素材进行对比分析

我们还能通过不同素材的对比分析，发现玩家行为的异同，这种方式可以用于相似流程的对比。

以《永劫无间》新手教程中的视频教学为例，玩家会先后体验到“货郎”和“飓风客”教学（两者均属于文字+动态视频的教学形式）。某玩家表现为认真看了前一视频，而完全没有关注后一视频，但最后的结果是相同的——玩家的实操都很顺利。

轨迹图——货郎教学（左）与飓风客教学（右）

为什么会出现这种情况呢？通过玩家对于页面内容的关注，我们发现飓风客教程中，有对于小地图显示内容的描述，玩家不需要看视频就能知道图标大概的样式；而货郎教程中，文字描述并没有提示图标样式，因此才导致了上述眼动行为。

教程中文字描述——货郎教学（上图）与飓风客教学（下图）

总结

眼动是一种行为数据，它能与传统访谈形成互补。通过眼动视频、可视图等方式，研究人员可以精确细致地识别和分析问题。眼动追踪不仅可以直接用于分析，还可以与实验设计配合，有针对性地进行探究。

从实用层面来看，眼动追踪与其他用户体验研究方法相同，需要规划清晰的调研计划，对于待探究的问题进行合理且可测量的假设，同时在测试后辅以针对性的玩家访谈，才能得出具有说服力的结论，从而形成启发性的洞察。在用研工作中，任何技术性的手段都只是辅助，了解玩家的动机，需求情景，认知过程，用同理心去体验和理解，之所谓“读心”。

参考文献：

[1]https://en.wikipedia.org/wiki/Eye_movement

[2]Yarbus, Alfred L. (1967).Eye movements and vision (PDF). New York: Plenum Press. ISBN 978-1-4899-5379-7. Retrieved 24 March 2022.

[3]Just, MA; Carpenter, PA (1980)."A theory of reading: from eye fixation to comprehension" (PDF). Psychol Rev. 87 (4): 329–354. doi:10.1037/0033-295x.87.4.329. PMID 7413885.

[4]Hoffman, James E. (2016)."Visual attention and eye movements". In Pashler, H. (ed.). Attention. Studies in Cognition. Taylor & Francis. pp. 119–153. ISBN 978-1-317-71549-8.