Som tidligere nævnt findes der adskillige typer af eyetracking, og den metode, jeg har anvendt, er webcam eyetracking.

Denne eyetracking-form er den mest omkostningseffektive og hurtigste metode, hvilket dog kan betyde, at kvaliteten af dataene er mindre præcis sammenlignet med andre eyetracking-metoder.
Ved webcam eyetracking udnyttes den indbyggede kamerafunktion på respondentens computer.

Derfor er det afgørende, at respondenten sidder centralt i forhold til computerens kamera i et godt oplyst rum for at opnå de mest nøjagtige resultater.

Fordelen ved denne undersøgelse er, at den kan udføres fra enhver computer med et kamera, hvilket gør den meget brugervenlig, og testen kan gennemføres i respondentens eget hjem.

Jeg har valgt at accepptere der har over 80% nøjagtighed. Dog ville det mest optimale være en nøjagtighed på omkring 90% og derover.

Ansigtsmimikanalyse refererer til undersøgelsen og fortolkningen af ansigtets bevægelser og udtryk for at afdække eller forstå en persons følelsesmæssige tilstand eller reaktioner.

Dette omfatter typisk vurdering af ansigtsudtryk som smil, panderynken, øjenbevægelser og andre ansigtsmuskler, der er knyttet til forskellige følelser.

Analyse af ansigtsmimikken baseres på de syv grundlæggende følelser: glæde, overraskelse, frygt, afsky, vrede, foragt og tristhed.

Jeg har besluttet at inkludere alle mine data, da nøjagtigheden på tværs af dem ligger mellem 98% og 100%.

Ansigtsmimik

Nedenfor ses mine resultater for ansigtsmimikanalysen.

Der er en markant højere gennemsnitlig tristhedsgrad i version B sammenlignet med version A. Dette kan tyde på, at brugerne oplever mere tristhed eller negativitet i version B.

Ydermere viser version B en betydeligt højere gennemsnitlig grad af engagement sammenlignet med version A. Dette indikerer, at brugerne reagerer mere positivt og er mere engagerede i version B.

Selvom version B ser ud til at generere en stærkere emotionel respons og højere engagement sammenlignet med version A, er det vigtigt at notere, at den øgede tristhed i version B kan indikere en mere negativ reaktion fra brugerne, selvom engagementet er højt.

Samlet set er de eneste to emotioner, der træder tydeligt frem i min undersøgelse, nemlig tristhed og engagement. Selvom disse to emotioner er de eneste, der viser sig, er det vigtigt at påpege, at tallene er så lave, at man ikke kan drage en fuldstændig konklusion udelukkende baseret på denne undersøgelse, specielt fordi der kun var 5 respondenter.

Derfor har resultaterne heller ikke fuld retslig gyldighed. Ikke desto mindre kan de bruges som en indikator for, hvordan forbrugerne umiddelbart kan reagere på version A og B.

Baseret på resultaterne ønsker jeg, at styrke det emotionelle engagement på version A ved at eksperimentere med nogle tilpasninger.

Dette kunne omfatte at optimere placeringen af logo, størrelsen og/eller farverne i version A for at maksimere den positive reaktion fra brugerne.

Dette ville være en form for A/B/C-test, hvor version C repræsenterer en yderligere tilpasning baseret på de observerede tendenser i dataene.

Version A har allerede vist positive resultater i form af højere engagement og længere opmærksomhed i min eyetracking-analyse hvorfor det kan være fornuftigt at bygge videre på disse succeser, så den også vil vise sig i ansigtsmimikanalysen.

Det er interessant, at mens version B klarede sig bedre i ansigtsmimikanalysen, viste eyetrackinganalysen, at version A havde en markant bedre præstation.

Dette dilemma indikerer, at der er en uoverensstemmelse mellem de to analysemetoder, og derfor har jeg besluttet mig for, at skabe en C-version.

I C-version, som ses her, har jeg beskåret billedet for at placere ansigterne mere i centrum og justeret farverne for at skabe en varmere og mere romantisk stemning. Dette er altså en strategisk tilgang.

Ved at gøre dette forsøger jeg at opnå en balance mellem det visuelle fokus og emotionel appel.