Eyetracking é uma técnica de pesquisa utilizada para observar o caminho dos olhos dos usuários durante testes de usabilidade. O resultado normalmente é apresentado na forma de um mapa de calor. Como todo método de pesquisa que envolve usuários reais, custa caro e leva tempo pra fazer direito – entre recrutamento, agendamento, execução e análise dos resultados.Por isso, acabaram surgindo alternativas na forma de ferramentas de “eyetracking sem participantes”, que usam algoritmos complexos para simular o olhar de um usuário. A maioria delas promete mais de 85% de precisão, se comparadas com testes reais.

 

 

Parece ótimo, né? Bonito, barato e científico. O argumento que você precisava pra convencer aquele stakeholder mala. Mas… será que é tudo isso mesmo?

Usuários tem objetivos

Um teste de eyetracking automático não leva em consideração as razões do usuário ao entrar em uma página. Raramente entra-se em um site “só para olhar” (ok, talvez no Pinterest). É um pouco diferente de um anúncio em uma revista, por exemplo. Na maior parte do tempo, o usuário tem uma tarefa para realizar – pesquisar preços, ler um artigo, postar uma atualização – e ter essa tarefa na cabeça muda o que chamará sua atenção nos primeiros segundos após entrar no site.

 

Páginas tem dobras

Uma outra diferença importante para um usuário real no site é o conteúdo abaixo da dobra. Mesmo sabendo que, em alguns casos, o que está em cima é o que importa, hoje em dia não tem motivo pra ter medo da dobra. O problema é que essas ferramentas normalmente agem em cima de uma imagem (a recomendação é fazer upload de um screenshot do tamanho da janela do browser). Você acaba analisando apenas uma parte da página, sem relação com o resto do conteúdo. Ou então, se fizer o upload da página inteira, acaba com um resultado falso, afinal, ninguém verá a página inteira de uma vez.

 

Elementos tem contexto

A nossa atenção visual é resultado de dois tipos de estímulo: o visual, que é o foco da análise dessas ferramentas, e o cognitivo, que é mais difícil de medir, e mais ainda de emular. O algoritmo não entende contexto (ainda). Como ele trabalha com uma série de regras que analisam a imagem como um todo, sem levar em conta a estrutura, acaba com resultados que não refletem a realidade.

Em uma página com uma coluna lateral cheia de ads coloridos, o algoritmo acaba atribuindo um foco desproporcional aos banners, quando a gente já sabe que usuários aprendem bem rápido a ignorá-los (o tal do  “banner blindness”). Seria interessante ver uma proposta de ferramenta que leva em conta o lugar de cada elemento na página e usa isso para equilibrar a atribuição de foco.

 

Mas espere!

Isso não quer dizer que essas ferramentas são uma perda de tempo total. Há casos em que essa análise algorítmica pode ser útil,  como uma análise puramente visual, sem levar em conta os aspectos cognitivos (e será que isso vale a pena?), mas o ideal é que ela seja apenas mais uma informação a ser levada em conta, com um pé bem atrás, durante o planejamento de uma página. E jamais é substituta equivalente de testes com usuários de carne e osso.

A promessa de uma avaliação rápida e barata é sedutora, e o resultado parece científico e imparcial, mas devemos sempre lembrar que não existe “bala de prata”. Pessoas são seres complexos e, enquanto a singularidade  não chegar, nenhum algoritmo vai dar conta.

 

Se você quiser saber mais, vale a pena ler o post da autora do livro Eye tracking the User Experience da Rosenfeld Media, Aga Bojko, onde ela questiona essas ferramentas e os fundadores de algumas delas respondem nos comentários.