Usługi

Wsparcie badania UX

Dysponujemy wiedzą i doświadczeniem w prowadzeniu i projektowaniu badań użyteczności.

Prezentacja zapisu badania 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.

Prezentacja zapisu badania użyteczności aplikacji mobilnej z niewykorzystaniem eye-trackingu i reakcji skórno-galwanicznej (EDA).

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.

Rejestracja badania eye-trackingowego w warunkach terenowych.

Przykładem takiego oprogramowania jest system do automatyzacji mapowania danych eye-trackingowych pozwalający na ilościową analizę badań prowadzonych w środowisku naturalnym.

Mapowanie obrazu wideo na statyczny obraz referencyjny (opracowanie własne)

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).

Detekcja osób wraz z predykcją wieku, płci oraz skupienia uwagi na materiale MOTS20 (opracowanie własne).
Detekcja osób wraz z predykcją wieku, płci oraz skupienia uwagi na materiale MOTS20 (opracowanie własne).

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.

Przykład detekcji obiektów na fotografii (źródło: instagram, opracowanie własne).
Graf tagów powiązanych z #rowery (opracowanie własne)

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.

Detekcja twarzy z maskami i bez masek (w nawiasie stopień pewności predykcji algorytmu, w skali od 0 do 1).
Detekcja maseczki na nagraniu. (Additional Footage Provided By Videezy!)