In generale quando parliamo di ricerca visiva (visual research) applicata al web facciamo riferimento a due particolari tipi di ricerca: la ricerca orientata ad un obiettivo (o goal-directed) e l’esplorazione. Questi aspetti, come vedremo, hanno una ricaduta sulla User Experience e sul coinvolgimento degli utenti nella navigazione. In questo articolo parliamo proprio di ricerca visiva applicata al web e alle sue implicazioni nello UX design.
Contents
Ricerca visiva
La ricerca visiva si occupa di studiare come il cervello, attraverso il movimento oculare, elabora le informazioni. Questo campo di ricerca, relativamente nuovo, è oggi in rapida espansione grazie alla tecnologia degli eye-tracker che consento di monitorare i movimenti oculari e individuare dove il soggeto sta orientando lo sguardo.
L’oggetto di studio è quindi il comportamento di ricerca visiva, ossia quel particolare comportamento che consente all’occhio di raccogliere informazioni attraverso i fotoni, trasformarli in segnale elettrochimico dal cervello, per poi elaborarli sottoforma di percetto (cosciente o incosciente che sia).
Comportamenti di ricerca visiva
Quando parliamo di comportamenti di ricerca visiva dobbiamo considerare che esistono due tipi di comportamenti: quelli esplorativi e quelli orientati ad un obiettivo. I comportamenti di ricerca esplorativa sono la nostra “funzione di default”, ossia sono sempre attivi se non siamo impegnati in compiti specifici.
La ricerca visiva va infatti interpretata come un tentativo del cervello di ridurre costantemente l’incertezza dell’ambiente in cui si trova (per approfondimenti relativi a questa interpretazione della funzione primordiale del cervello consiglio l’ottimo libro, anche se non di facile accesso, “Active Inference” di Parr, Pezzullo e Friston.)
Il comportamento visivo esplorativo è quindi sempre presente, a meno che non si dorma (forse) o quando il comportamento visivo è goal-oriented, cioè orientato all’obiettivo (es. osservare la punta del mio pollice destro).
n.b. quando parliamo di ricerca visiva o qualsiasi altra ricerca che si focalizza sull‘osservazione e analisi di comportamenti (quindi anche in ambito UX) dobbiamo sempre ricordare che quello che osserviamo sono delle azioni, non delle intenzioni o stati d’animo. Inferire motivazioni e sentimenti sulla base di comportamenti aumenta il rischio di giungere a conclusioni sbagliate.
Ricerca visiva nel web
Sia che il comportamento di ricerca sia esplorativo o per obiettivo, i nostri punti di fissazione sono influenzati da come gli oggetti sono disposti nella pagina web. Gli oggetti nella pagina web infatti” competono” tra loro per catturare la nostra attenzione.
L’attenzione infatti è una risorsa finita, e come tale può essere allocata ad un particolare oggetto per determinato quantitativo di tempo. E il tempo è, come ben sai, anch’esso una risorsa finita (a meno che tu non sia un fotone).
La teoria della competizione dell’attenzione (Janiszewski, 1998) suggerisce che questa competizione tra gli oggetti nel nostro campo visivo alteri i pattern di ricerca visiva sia quando siamo in fase di esplorazione, sia quando siamo goal-oriented.
Un esempio pratico
In un esperimento condotto da Wang et al., 2005 è stato osservato come cambino i pattern visivi a seconda di come gli elementi della pagina vengono disposti. Nel loro esperimento gli autori hanno confrontato due e-commerce, uno che presentava gli oggetti in forma di matrice, il secondo che presentava gli oggetti a lista.
Images from Hong, W., Thong, J. Y. L., & Tam, K. Y. (2004). The effects of information format and shopping task on consumers’ online shopping behavior: A cognitive fit perspective. Journal of Management Information Systems, 21(3), 149–184. https://doi.org/10.1080/07421222.2004.11045812
Gli autori di questo studio hanno osservato che, se un utente ha già una idea di cosa vuole comprare su un e-commerce e lo sta semplicemente cercando allora la presentazione a matrice è più efficace.
Se invece l’utente non sa ancora cosa vuole acquistare e quindi è in fase di esplorazione allora è più efficace una presentazione a lista.
Ricerca visiva nelle SERP di Google
La ricerca visiva sulle SERP è diventata di particolare importanza proprio grazie allo sviluppo dei grandi motori di ricerca, tra cui Google, Bing, Yahoo e molti altri motori di ricerca più rilevanti nell’est come Yandex e Baidu. Uno studio del 2013 (Djamasbi et al., 2013) eseguito con eyetracker ha studiato l’attenzione rivolta verso le SERP sia di Google che di Bing.
Se ricordate, in passato la colonna di destra delle SERP era ricca di annunci. Gli esperimenti hanno evidenziato che, in accordo con la teoria della competizione dell’attenzione, una parte dell’attenzione veniva comunque utilizzata per fissare ed elaborare il contenuto della colonna di destra.
Dato che l’attenzione è una risorsa finita, i grandi motori di ricerca hanno investito nella riduzione di informazioni sulla colonna di destra per facilitare l’elaborazione della lista principale, portando le SERP ad essere più lineari.
Studi successivi hanno inoltre evidenziato che l’attenzione si concentra principalmente sui primi 5 risultati in SERP, mentre gli altri tendono a non essere letti.
Oggi su Google, nella colonna di destra vengono evidenziate meno informazioni che in passato, spesso si trova o la sezione Google My Business di una attività oppure dati ottenuti dalla pagina relativa di Wikipedia.
Ricerca visiva e immagini di volti
Fusiform Face Area Di NIH – https://www.nlm.nih.gov/hmd/emotions/frontiers.html (archive.org), Pubblico dominio.
Ulteriori studi hanno investigato la ricerca visiva di immagini e il loro ruolo nell’analisi di una pagina web.
Come gli studi di neuroscienze e la psicobiologia evolutiva suggeriscono, il nostro cervello è particolarmente attirato da immagini di volti. Esiste infatti una specifica area della corteccia visiva chiamata Fusiform Face Area, un area del sistema visivo specializzata nell’elaborazione degli stimoli faccia.
Una seconda area, che si trova nella corteccia inferotemporale, è invece deputata al riconoscimento degli stimoli faccia.
Eye tracker e immagini di volti
Studi eseguiti con eye tracker hanno dimostrato che la presenza di immagini di volti umani distolgono l’attenzione dal contenuto testuale delle immagini.
Le facce infatti tendono ad attirare più fissazioni di altre immagini che non siano delle facce. Inoltre, se viene accoppiata una immagine di un volto con un testo o un titolo, questi ultimi riceveranno meno fissazioni.
Inoltre è importante dove i visi vengono posizionati. Se vengono posizionati above the fold questo riduce la probabilità che l’utente scenda e navighi la pagina nella sua interezza. Le informazioni più importanti dovrebbero quindi essere messe a fianco dei volti.
Quando invece le immagini di volti sono poste below the fold questo effetto non si verifica e l’utente è facilitato nell’acquisizione di informazioni testuali.
N.b. per quanto queste siano regole generali, per progetti importanti sarebbe sempre utile testare il proprio design e verificare che il testo, il bottone, la call to action siano visibili.
La banner blindness è definita come un comportamento attivo da parte dell’utente che punta ad evitare tutti i banner degli advertising presenti su una pagina web. Questo perchè siamo ormai abituati a evitare determinati stimoli (il processo di apprendimento è noto come abituazione e porta uno stimolo ad evocare sempre meno risposte da parte del cervello)
Questo tipo di apprendimento, molto utile per allocare l’attenzione solo a ciò che è davvero saliente per noi (e in genere i banner pubblicitari non sono salienti) è ovviamente un problema per lo User Experience Design, soprattutto quando il design di un sito è realizzato per aziende che monetizzano il traffico attraverso l’utilizzo di ADV (ad esempio grandi testate giornalistiche).
La banner blindness può essere studiata attraverso l’eye tracking ed eventualmente si possono trovare soluzioni per ridurla. Numerosi studi in letteratura sono concordi nel ritenere che un design meno complesso sia un modo per evitare la banner bindness (prendete gli ADS di Google).
Un altro modo è agire sugli ADS è renderli, paradossalmente, meno evidenti (ad es. utilizzando lo stesso background della pagina). Se infatti una sezione di un sito risulta “troppo” evidente e simile ad un classico ADS allora questa avrà una probabilità significativamente ridotta di ricevere delle fissazioni.
Conclusione: per ridurre l’effetto di abituazione, ossia la banner blindness, si dovrebbero progettare ADS che non sembrino ADS. Facile no? 😉
Questo ovviamente vale per oggi, ma domani avremo appreso a riconoscere i nuovi banner e a evitarli in altro modo. Per questo la ricerca visiva non può mai dare risposte definitive (marketer e utenti sono in coevoluzione agonistica costante 😉 ) ma applicarla porta a numerosi vantaggi!
Conclusioni
Possiamo terminare questo articolo con una serie di conclusioni:
- lo studio della ricerca visiva è un aspetto centrale nello User Experience Design e l’utilizzo degli eye tracker consente di ottenere informazioni preziose per l’ottimizzazione di qualsiasi interfaccia web.
- É importante ricordare che tutti gli elementi di una pagina web sono in concorrenza tra loro per attirare l’attenzione dell’utente.
- il tipo di ricerca visiva (se di esplorazione o goal-oriented) modifica i pattern con cui l’utente ricerca le informazioni
- uno degli utilizzi degli eyetracker è quello di evidenziare la banner blindness, fenomeno che può rendere poco visibile una CTA importante o un ADS.
Va inoltre valutato sempre con accuratezza l’inserimento di immagini con volti umani in quanto questi sono uno stimolo saliente per il cervello e attirano l’attenzione dell’utente a prescindere dalle sue intenzioni di navigazione.
Note:
Benway, J. P. (2016). Banner Blindness: The Irony of Attention Grabbing on the World Wide Web: Http://Dx.Doi.Org/10.1177/154193129804200504, 1, 463–467. https://doi.org/10.1177/154193129804200504
Djamasbi, S., Hall-Phillips, A., & Yang, R. (2013). SERPs and ads on mobile devices: An eye tracking study for generation y. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 8010 LNCS(PART 2), 259–268. https://doi.org/10.1007/978-3-642-39191-0_29
Grady, J. (2008). Visual Research at the Crossroads. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 9(3), 1438–5627. https://doi.org/10.17169/FQS-9.3.1173
Haeger, A., Pouzat, C., Luecken, V., N’Diaye, K., Elger, C., Kennerknecht, I., … Dinkelacker, V. (2021). Face Processing in Developmental Prosopagnosia: Altered Neural Representations in the Fusiform Face Area. Frontiers in Behavioral Neuroscience, 15. https://doi.org/10.3389/fnbeh.2021.744466
Hervet, G., Guérard, K., Tremblay, S., & Chtourou, M. S. (2011). Is banner blindness genuine? Eye tracking internet text advertising. Applied Cognitive Psychology, 25(5), 708–716. https://doi.org/10.1002/acp.1742
Hong, W., Thong, J. Y. L., & Tam, K. Y. (2004). The effects of information format and shopping task on consumers’ online shopping behavior: A cognitive fit perspective. Journal of Management Informati
Janiszewski, C. (1998). The influence of display characteristics on visual exploratory search behavior. Journal of Consumer Research, 25(3), 290–301. https://doi.org/10.1086/209540
Mitchell, C. (2012). Doing visual research. Sociological Research Online, Vol. 17. https://doi.org/10.1080/1743727x.2012.724907
Yang, Q., Zhou, Y., Jiang, Y., & Huo, J. (2021). How to overcome online banner blindness? A study on the effects of creativity. Journal of Research in Interactive Marketing, 15(2), 223–242. https://doi.org/10.1108/JRIM-12-2019-0212
