צילומי מסך

תיאור

Attention Insight היא תוספת למפות חום באמצעות בינה מלאכותית, שחוזה אילו חלקים בדף אינטרנט צפויים למשוך את תשומת הלב החזותית הרבה ביותר.… Attention Insight היא תוספת למפות חום באמצעות בינה מלאכותית, שחוזה אילו חלקים בדף אינטרנט צפויים למשוך את תשומת הלב החזותית הרבה ביותר. העריכו את הפריסה לפני ההשקה, בלי להוסיף קוד מעקב או להמתין לנתוני מבקרים. בדקו אם הכותרת, הפעולה הראשית והתוכן התומך בולטים, וכמה קריאה דורש הטקסט הבולט ביותר. תכונות הניתוח • מפת חום של תשומת לב: מציגה אילו אזורים בעיצוב צפויים במיוחד למשוך את תשומת לב הצופים. • מפת מיקוד: מדגישה מה הצופים צפויים להבחין בו או להחמיץ בארבע השניות הראשונות. • ציון מיקוד: מודד עד כמה תשומת הלב החזויה מרוכזת או מפוזרת ברחבי העיצוב. • ציון בהירות: מעריך עד כמה העיצוב נראה ברור או עמוס לצופה חדש. • עומס טקסט: מעריך כמה טקסט נמצא במקום שאליו צפויה להימשך תשומת הלב והאם אפשר לקרוא אותו בזמן הקריאה המשוער של המבט הראשון. איך זה משתלב בעבודה שלכם • מעצבים: בדקו אם הכותרת והפעולה הראשית בולטות וזהו רכיבים חזותיים מתחרים לפני מסירת העיצוב. • צוותי שיווק: בדקו את הבולטות של ההצעה והקריאה לפעולה והעריכו אם אפשר לקרוא את הטקסט המרכזי במבט קצר. • סוכנויות: השוו בין דפי לקוחות ומתחרים והשתמשו בתוצאות החזותיות כדי להסביר שינויים מוצעים במצגות ללקוחות. למה להשתמש בניתוח חזוי? מפות חום של עכבר וגלילה מתעדות את האינטראקציות של המבקרים. Attention Insight מעריכה תשומת לב חזותית לפני שהנתונים האלה זמינים, ועוזרת לזהות בעיות אפשריות ולתעדף שינויים לבדיקה. נתחו דפים ישירות בדפדפן. השתמשו בעומס הטקסט לצד התוצאות החזותיות כדי להבין אם תוכן בולט דורש יותר קריאה מכפי שמבט מהיר מאפשר. מחקר ודיוק מבוססת על למידה עמוקה שאומנה באמצעות יותר מ־5.5 מיליון קיבועי מבט ויותר מ־550 מיליון נקודות מבט ממחקרי מעקב עיניים אמיתיים. מפות החום של תשומת הלב מדויקות ב־96% בהשוואה למחקרי מעקב עיניים. הוכח באמצעות MIT/ Tuebingen Saliency Benchmark. התוצאות הן תחזיות שנוצרו על ידי בינה מלאכותית, לא הקלטות של מבט המבקרים או התנהגותם. התחילו תקופת ניסיון של 14 יום. למידע נוסף: https://www.attentioninsight.com