Anwendungsgebiete von Blickshift Analytics

Automobilbereich

  • Analyse von Fahrexperimenten
    (in Simulatoren und Realfahrten)
  • Entwicklung von Assistenzsystemen
  • Analyse von Connected-Car-Daten
  • Usabilitytests
  • Analyse und Optimierung des
    Fahrerlebnisses
  • Automatisiertes Fahren

Wissenschaft

  • Benutzerstudien
  • Perzeptionsexperimente
  • Kognitive Modellierung
  • Psychologische Experimente
  • Ingenieurswissenschaften
  • Virtual- und Augmented Reality

Usability

  • Mensch-Computer-Interaktion
  • Mensch-Maschine-Interaktion
  • Optimierung von Touch-Bildschirmen
  • Ergonomie von visuellen Schnittstellen
  • Assistenten für die Mensch-Maschine-Interaktion
  • Ubiquitäre Computerumgebungen
  • Mensch-Mensch Interaktionen analysieren

Marktforschung

  • Webshop-Optimierung
  • Web Usability Tests
    (AB Testing)
  • Retail-Shop-Optimierung
  • Verpackungsdesign
  • Advertising
  • Katalogoptimierung
  • UX und Usability von Apps

Edu-Tech

  • Optimierung von Lehrkonzepten
  • Visuelle Wahrnehmung von mathematischen Aufgaben
  • Analyse des Lesens von Musiknoten
  • Untersuchung soziokognitiver Prozesse

Automobilbereich

  • Analyse von Fahrexperimenten
    (in Simulatoren und Realfahrten)
  • Entwicklung von Assistenzsystemen
  • Analyse von Connected-Car-Daten
  • Usabilitytests
  • Analyse und Optimierung des
    Fahrerlebnisses
  • Automatisiertes Fahren

Wissenschaft

  • Benutzerstudien
  • Perzeptionsexperimente
  • Kognitive Modellierung
  • Psychologische Experimente
  • Ingenieurswissenschaften
  • Virtual- und Augmented Reality

Usability

  • Mensch-Computer-Interaktion
  • Mensch-Maschine-Interaktion
  • Optimierung von Touch-Bildschirmen
  • Ergonomie von visuellen Schnittstellen
  • Assistenten für die Mensch-Maschine-Interaktion
  • Ubiquitäre Computerumgebungen
  • Mensch-Mensch Interaktionen analysieren

Marktforschung

  • Webshop-Optimierung
  • Web Usability Tests
    (AB Testing)
  • Retail-Shop-Optimierung
  • Verpackungsdesign
  • Advertising
  • Katalogoptimierung
  • UX und Usability von Apps

Edu-Tech

  • Optimierung von Lehrkonzepten
  • Visuelle Wahrnehmung von mathematischen Aufgaben
  • Analyse des Lesens von Musiknoten
  • Untersuchung soziokognitiver Prozesse

Beispiele für Lösungen

Finden Sie ähnliches Blickverhalten mit wenigen Mausklicks

Eine der größten Herausforderungen bei der Analyse von Eye-Tracking-Experimenten ist die Identifikation von ähnlichem Blickverhalten. Hier bietet Blickshift Analytics Ihnen zwei einzigartige Lösungen an: Durch ein automatisches Verfahren erkennt unsere Software typische Blicksequenzen auf AOI-Basis. Die Ergänzung zur automatischen Suche ist die direkte Suche nach einem exakten Blickverhalten und eine Ähnlichkeitssuche.

Automotive: Effizienter Überblick über ihr Nutzerexperiment

Vielleicht die größte Herausforderung bei der Analyse von Fahrexperimenten ist die Komplexität der Daten. Mit Blickshift Analytics analysieren Sie diese Daten mit einer bisher nicht bekannten Effizienz. Sie erhalten einen effizienten Überblick über Ihre Daten, können schnell relevante Bereich finden und identifizieren Probanden, die ein ähnliches Blick- und Fahrverhalten aufweisen. Analyseaufgaben, für die Sie früher Tage oder gar Wochen benötigt haben, können Sie nun in wenigen Stunden erledigen.

Kombination von weiteren Sensorkanälen

Häufig sollen Augenbewegungen zusammen mit biometrischen Werten, wie beispielsweise dem zeitlichen Verlauf des Hautleitwiderstands oder der Herzfrequenz zusammen analysiert werden.  In Blickshift Analytics können Sie all diese Datenströme gemeinsam importieren und anschließend kombiniert analysieren. Damit können gezielt Korrelationen zwischen Augenbewegungen und weiteren physiologischen Daten über die Probanden gefunden werden.

Erzeugung von Trainingsmengen für die Entwicklung von KI-Algorithmen

Die Vielzahl heutiger KI-Algorithmen lernen auf Basis von manuell oder semiautomatisch erzeugten Trainingsmengen.

Blickshift Analytics bietet für die Erzeugung von Trainingsmengen auf Basis von Zeitreihendaten eine der effizientesten Lösungen am Markt. Dabei besticht der Workflow durch Einfachheit. Sie markieren Abschnitte in Ihren Daten, weisen diesen passende Labels zu und exportieren diese Label mit den dazu gehörenden Sensor- und Blickdaten als Trainingsmenge. Dazu stehen Ihnen zwei Modi zur Verfügung: die manuelle Markierung einzelner Abschnitte oder der Einsatz von automatischen Komponenten.

[Lesen Sie weiter]