Google Analytics mówi, co użytkownik kliknął. Eye-tracking mówi, czego w ogóle nie zobaczył, a to zwykle jest prawdziwym powodem, dla którego nie kliknął. Pojedyncze spojrzenie zatrzymuje się na jednym punkcie na około 200–300 milisekund (Rayner, 1998), więc w pierwszych sekundach kontaktu ze stroną użytkownik rozdaje zaledwie kilkanaście fiksacji, a konkuruje o nie cały layout naraz.
Wyobraź sobie kogoś, kto wchodzi na kartę produktu z reklamy. Trzy sekundy, jedno przewinięcie, decyzja: zostać czy wrócić do wyników wyszukiwania. Zespół projektowy planował, że w tym czasie zobaczy zdjęcie, cenę, informację o darmowej dostawie i przycisk zakupu. W badaniu okazuje się, że zobaczył zdjęcie, ikonę czatu i menu, a informacji o dostawie szukał trzy ekrany niżej.
Czego nie widać w Google Analytics i mapach kliknięć?
Analityka odpowiada na pytania „ilu” i „gdzie”, nigdy na pytanie „dlaczego”. Pokazuje, że użytkownicy odpadają na karcie produktu albo w kroku dostawy, ale milczy o mechanizmie. Mapa kliknięć idzie krok dalej i rejestruje akcje, tyle że tylko te, które się wydarzyły.
Tu leży zasadnicza luka: uwaga bez kliknięcia jest dla tych narzędzi niewidzialna. Element obejrzany i świadomie odrzucony wygląda w mapie kliknięć dokładnie tak samo jak element, którego użytkownik nigdy nie zauważył. A to dwa różne problemy i dwie różne poprawki. W pierwszym przypadku zawodzi treść albo oferta, w drugim ekspozycja i hierarchia. Zmiana copy w miejscu, na które nikt nie patrzy, nie zmieni niczego poza samopoczuciem zespołu.
Drugi obszar ślepy to zjawisko, które w badaniach użyteczności funkcjonuje pod nazwą banner blindness. Użytkownicy uczą się rozpoznawać wzorce wizualne kojarzone z reklamą, prostokątne bloki, mocne kolory, hasła promocyjne, i systematycznie omijają je wzrokiem. Problem w tym, że tę samą stylistykę marki często nadają własnym, kluczowym komunikatom: banerowi z rabatem, ramce z informacją o zwrotach, blokowi z zaufanymi opiniami. Element jest na stronie, mieści się na pierwszym ekranie i nie istnieje.
Jak wygląda test zadaniowy z eye-trackingiem krok po kroku?
Zaczynamy nie od strony, tylko od decyzji biznesowej. „Czy wdrażać nowy layout karty produktu” tłumaczy się na zadanie użytkownika: „znajdź model w swoim rozmiarze i dokończ zamówienie”. Zadanie musi być realne i sprawdzalne, bo mierzymy jego ukończenie, nie wrażenia.
Potem rekrutujemy uczestników odpowiadających grupie docelowej, kalibrujemy urządzenie i puszczamy sesję. Uczestnik pracuje na Twoim serwisie lub prototypie, a aparatura rejestruje kolejność i czas spojrzeń. Po zadaniu, nigdy w jego trakcie, prosimy o komentarz: co go zatrzymało, czego szukał, czego nie znalazł. Dopiero zestawienie obu warstw daje odpowiedź. Sam pomiar powie, że użytkownik nie spojrzał na informację o dostawie; dopiero rozmowa wyjaśni, że szukał jej w stopce, bo tam znajduje ją w innych sklepach.
Na koniec liczymy wskaźniki dla wyznaczonych obszarów strony: czas do pierwszej fiksacji, liczbę i długość spojrzeń, kolejność odczytu. To jest moment, w którym zaplanowana hierarchia zderza się ze ścieżką wzroku i zwykle przegrywa.
Mapa kliknięć nie odróżni elementu odrzuconego od elementu, którego nikt nie zobaczył. A to dwie zupełnie różne naprawy.
Co zwykle wychodzi w takim badaniu?
Powtarzalnych odkryć jest kilka. Wezwanie do działania przegrywa z sąsiadującą grafiką, bo obraz przyciąga spojrzenie szybciej niż przycisk. Użytkownik czyta zupełnie inne fragmenty, niż zakładał projektant: pomija nagłówek sekcji, a zatrzymuje się na drobnym tekście przy cenie. Ścieżka wzroku biegnie w poprzek zaplanowanej kolejności, bo strona ma trzy elementy równie mocne wizualnie i żaden nie prowadzi dalej.
Trzeci klasyk to rozjazd między deklaracją a zachowaniem. Ten sam uczestnik, który po sesji mówi „wszystko było czytelne”, w nagraniu trzykrotnie wraca do tego samego miejsca i ostatecznie porzuca zadanie. To ten sam mechanizm, który w literaturze konsumenckiej opisuje się jako lukę między postawą a zachowaniem (ElHaffar i in., 2020), i jeden z powodów, dla których badania UX opieramy na pomiarze, a nie na ankiecie o wrażeniach.
Kiedy wystarczy mapa kliknięć, a kiedy trzeba zmierzyć wzrok?
Mapa kliknięć i analityka w zupełności wystarczą, gdy pytanie dotyczy skali i lokalizacji problemu: który ekran traci ruch, ile osób dociera do koszyka, czy nowy formularz obniżył porzucenia. To tanie, ciągłe i dobre narzędzia diagnozy.
Pomiar wzroku wchodzi wtedy, gdy pytanie brzmi „dlaczego”. Konkretnie: gdy podejrzewasz, że kluczowy element nie jest zauważany, gdy porównujesz warianty layoutu i chcesz wiedzieć, który wygrywa uwagą, gdy testujesz prototyp, na którym nie ma jeszcze żadnego ruchu, oraz gdy w firmie trwa spór o hierarchię ekranu i potrzebny jest rozstrzygający dowód zamiast głosowania. Warto też pamiętać, że ta sama logika działa poza ekranem: warstwa cyfrowa przy półce też najpierw musi zostać zauważona, żeby cokolwiek zmienić w decyzji.
Co musi znaleźć się w raporcie
Same mapy cieplne to ładny slajd, nie rekomendacja. Raport z badania eye-tracking strony powinien zawierać cztery rzeczy: obraz, czyli mapy uwagi i ścieżki wzroku dla kluczowych ekranów; mechanizm, czyli opis, co konkretnie odciąga spojrzenie od elementu, który ma sprzedawać; listę poprawek uszeregowaną według wpływu na ukończenie zadania, a nie według łatwości wdrożenia; oraz surowe dane i nagrania, żeby zespół mógł wrócić do materiału przy projektowaniu zmian.
Jeśli raport kończy się mapą, a nie zdaniem „zacznijcie od tego”, badanie zostało zamienione na obrazek. W laboratorium mierzymy zachowanie po to, żeby na końcu powstała lista decyzji, którą firma może wdrożyć w najbliższym sprincie.
Źródła
- Rayner, K. (1998). Eye movements in reading and information processing: 20 years of research. Psychological Bulletin, 124(3), 372–422. https://doi.org/10.1037/0033-2909.124.3.372
- Jeganathan, K., Szymkowiak, A. (2025). Bridging Digital Product Passports and in-store experiences: how augmented reality enhances decision comfort and reuse intentions. Journal of Retailing and Consumer Services, 84, 104242. https://doi.org/10.1016/j.jretconser.2025.104242
- ElHaffar, G., Durif, F., Dubé, L. (2020). Towards closing the attitude-intention-behavior gap in green consumption: a narrative review of the literature and an overview of future research directions. Journal of Cleaner Production, 275, 122556. https://doi.org/10.1016/j.jclepro.2020.122556