Wsparcie badania UX
Dysponujemy wiedzą i doświadczeniem w prowadzeniu i projektowaniu badań użyteczności.

Badania mobilne
Na potrzeby prowadzenia badań użyteczności aplikacji na urządzeniach mobilnych przygotowaliśmy autorskie rozwiązanie, pozwalające na analizę jakościową i ilościową.
Z wykorzystaniem eye-trackera w formie okularów oraz czujnika reakcji elektrodermalnej (EDA) możemy zbadać użytkowanie aplikacji w warunkach zbliżonych do naturalnych. Rejestrujemy jednocześnie punkt skupienia wzroku i reakcję skórno-galwaniczną, co pozwala na określenie pobudzenia emocjonalnego badanego w trakcie wykonywania poleceń.
Wynikiem badania jest materiał przedstawiający punkt skupienia wzroku badanego w danej chwili, naniesiony na tzw. screencast ekranu smartfona, zsynchronizowany z sygnałem (EDA) przedstawiony jako z-score, czyli łatwy w analizie wykres mówiący o sile rekcji skórno-galwanicznej dla danej osoby podczas całego eksperymentu.
W przeciwieństwie do innych rozwiązań, nie umieszczamy telefonu na statywie, pozwalając na swobodne korzystanie z urządzenia. Możemy przeprowadzić badanie w dowolnej lokalizacji: miejscu publicznym, placówce handlowej czy wybranym oddziale firmy odwiedzanym przez klientów.
Psychofizjologia
Wspólnie z partnerami naukowymi prowadzimy badania, w których poza użyciem rejestracją danych z biosensorów takich jak między innymi eye-tracker, EDA, EEG pracujemy nad autorskim oprogramowaniem do analizy wyników badań z wykorzystaniem przetwarzania obrazów.

Przykładem takiego oprogramowania jest system do automatyzacji mapowania danych eye-trackingowych pozwalający na ilościową analizę badań prowadzonych w środowisku naturalnym.
Analiza zachowań klientów
Posiadamy doświadczenie w zakresie automatycznego przetwarzania danych wideo z wykorzystaniem klasycznych metod przetwarzania obrazu oraz sieci neuronowych do detekcji oraz śledzenia poruszających się obiektów.
Dzięki zaawansowanym modelom predykcyjnym sieci neuronowych możemy profilować klientów ze względu na ich strukturę demograficzną (tj. płeć i wiek) oraz weryfikować zainteresowanie wybranym obiektem (np. stoiskiem handlowym).

Analiza obrazów w sieciach społecznościowych
W oparciu o nowoczesne metody uczenia maszynowego, takie jak głębokie sieci neuronowe, analizujemy zawartość fotografii umieszczanych w sieciach społecznościowych. Konfrontujemy informacje zebrane dzięki modelom predykcyjnym z zawartością opisu postów oraz #tagów.


Detekcja maseczek
Używając sieci neuronowych, jesteśmy w stanie dokonać detekcji osób, które mają na twarzy maseczkę – zarówno jeśli danymi są zestawy zdjęć, jak i nagrania wideo. W efekcie, pozwala to na statystyczną analizę jaka część odwiedzających posiada maseczki w danym czasie, kiedy występują charakterystyczne zmiany trendu, itp.
