
Mapy cieplne i ścieżki wzroku — jak czytać wyniki eye-trackingu
Heat map, scan path i bee swarm w Tobii Pro Lab — jak powstają, co mierzą i kiedy mogą prowadzić do błędnych wniosków.
Mapa cieplna nie jest pomiarem. Jest podsumowaniem punktów spojrzenia, które oprogramowanie przefiltrowało, zagregowało i przedstawiło jako pole koloru. To rozróżnienie ma znaczenie, ponieważ ten sam zapis można policzyć na podstawie liczby fiksacji, ich czasu albo wartości względnych. Każdy wariant odpowiada na nieco inne pytanie.
W tym przewodniku porównujemy trzy wizualizacje Tobii Pro Lab, pokazujemy techniczny mechanizm powstawania mapy, wyjaśniamy przenoszenie danych z okularów na snapshot i porządkujemy metryki AOI. Na końcu omawiamy sytuacje, w których atrakcyjny obraz może ukrywać różnice między uczestnikami, błąd mapowania lub central bias. Punktem odniesienia są dokumentacja i ostrzeżenia producenta, a nie intuicyjne znaczenie kolorów.
Te same dane, dwa różne pytania
Porównywarka warstw wizualizacji
Przełącznik warstw Pro Lab


Klucz do interpretacji: to nie dwa różne pomiary, tylko dwa sposoby pokazania tych samych punktów spojrzenia.
Najważniejsze wnioski
- Tobii Pro Lab oferuje heat map, scan path i bee swarm. Każda wizualizacja odpowiada na inne pytanie i korzysta z innego sposobu prezentacji czasu.
- Mapa cieplna powstaje matematycznie: filtr I-VT może grupować próbki w fiksacje, a cubic Hermite spline z domyślnym jądrem 50 px tworzy gładki rozkład.
- Dane z okularów i kamery scenowej wymagają mapowania na snapshot, zanim będzie można rzetelnie liczyć metryki AOI dla obiektów świata rzeczywistego.
- Tobii zaleca łączenie heatmap z metrykami AOI, scan pathami i replayami. Central bias i uśrednianie odmiennych zachowań mogą zniekształcić obraz.
1. Heat map, scan path i bee swarm — trzy spojrzenia na te same dane
Heat map agreguje dane spojrzenia wielu uczestników. Kolor może kodować liczbę fiksacji lub próbek albo czas patrzenia w danym obszarze. Daje szybki obraz trendu grupowego, ale usuwa kolejność zdarzeń i różnice pomiędzy osobami. Gorący obszar oznacza wysoką wartość wybranej miary, nie automatycznie zainteresowanie, zrozumienie ani pozytywną reakcję.
Scan path zachowuje sekwencję. Kółka oznaczają fiksacje, ich rozmiar odpowiada czasowi trwania, a numer pokazuje kolejność. Linie pomiędzy nimi przedstawiają sakady. To dobry widok do analizy tekstu, statycznego bodźca, pominięć i powrotów. Nazwa „Gaze plot” ma wyłącznie znaczenie historyczne: w Pro Lab była używana do wersji 1.207, natomiast od wersji 1.217 bieżącą nazwą jest Scan path.
Bee swarm odpowiada na jeszcze inne pytanie: gdzie poszczególni uczestnicy patrzą w danej chwili. Nie łączy widzów w jedno pole gęstości i nie eksponuje czasu trwania tak jak scan path. Dzięki temu pozwala obserwować chwilowe rozproszenie lub zgodność spojrzeń, zwłaszcza w materiale dynamicznym.
Podstawą wszystkich trzech widoków są gaze points — nieprzefiltrowane współrzędne x/y zapisane co około 1,6–33 ms, zależnie od częstotliwości urządzenia. Dane są te same; zmienia się pytanie: zagregowana intensywność, indywidualna sekwencja albo chwilowa pozycja.
Wybór widoku powinien poprzedzać decyzja o jednostce analizy. Dla wyniku grupowego heat map może ujawnić obszary wspólne, ale nie pokaże, czy każdy uczestnik dotarł do nich tą samą drogą. Scan path zachowuje tę drogę, lecz przy wielu osobach lub długim interwale staje się gęsty i trudny do odczytania. Bee swarm ogranicza historię na rzecz bieżącego położenia. Nie istnieje więc wizualizacja „najdokładniejsza” w oderwaniu od pytania; każda zachowuje część informacji i świadomie redukuje pozostałą.
2. Trzy wizualizacje w Tobii Pro Lab i kiedy której użyć
Narzędzie Visualizations w Tobii Pro Lab udostępnia warstwy Heat map, Scan path i Bee swarm na obrazie, snapshocie lub bez tła. Heat map sprawdza się jako zwarte podsumowanie dla grupy. Scan path wybiera się wtedy, gdy ważna jest kolejność, czas i powroty. Bee swarm służy do śledzenia pozycji każdego widza w bieżącym momencie.

Różnica pomiędzy trybami odtwarzania jest merytoryczna. Accumulate kumuluje zdarzenia wraz z upływem czasu i dobrze współpracuje ze scan path. Sliding window pokazuje ruchome okno czasowe, dlatego nadaje się do bee swarm. Dynamiczne heatmapy są dostępne od Pro Lab 1.217. Ten sam zapis może więc wyglądać inaczej nie dlatego, że zmienił się pomiar, lecz dlatego, że zmieniono zakres czasu, filtr lub skalę.

- Gaze filter określa, czy widok korzysta między innymi z fiksacji I-VT.
- Opacity i Scale sterują czytelnością nakładki, a nie jakością pomiaru.
- Fixation: Duration oraz limit 412 ms wpływają na skalę kół.
- Show gaze order i Show gaze trail ujawniają kolejność oraz połączenia.
Konfigurację warto zapisać także wtedy, gdy mapa służy tylko jako ilustracja raportu. Bez tych informacji odbiorca nie odtworzy widoku ani nie sprawdzi, czy różnica pomiędzy warunkami wynika z zachowania uczestników, czy z ustawień. Dobrą praktyką jest przejrzenie replayów przed agregacją, sprawdzenie zgodności nakładki z bodźcem i dopiero potem przygotowanie wizualizacji grupowej. Taka kolejność pozwala wykryć przesunięcie danych, niepoprawny zakres czasu i pojedyncze nagrania, które nadmiernie wpływają na obraz.
3. Jak Pro Lab technicznie liczy mapę cieplną
Pro Lab może budować mapę na danych surowych albo na fiksacjach utworzonych przez filtr I-VT. W drugim przypadku próbki zostają najpierw pogrupowane według reguły prędkościowej. Następnie ich wartości są nanoszone na obraz i sumowane również w sąsiedztwie punktu. Wpływ maleje z odległością, co daje gładkie pole zamiast chmury osobnych znaczników.
Symulator Matematyczny Heatmapy Tobii
Canvas · na żywo
Zobacz na żywo jak zmiana promienia jądra (Kernel Radius) oraz filtrowania I-VT przekształca punktowe fiksacje w ciągłe pole gęstości Hermite Spline $t^2(3-2t)$.
1 · Surowe próbki
2 · Fiksacje I-VT
3 · Wygładzenie
Wygładzenie przybliża krzywą Gaussa wielomianem cubic Hermite spline, opisanym funkcją $t^2(3-2t)$. Domyślny promień jądra wynosi 50 px, czyli cały kernel ma 100 px. Jednostka ma ważną konsekwencję: mapa zależy od rozdzielczości ekranu lub kamery scenowej, a nie od pola widzenia uczestnika. Porównanie badań wykonanych na materiałach o różnych rozdzielczościach wymaga więc spójnych ustawień lub świadomej normalizacji.
Statyczna mapa może wykorzystywać cztery miary bazowe: Absolute count, Absolute duration, Relative count i Relative duration. Dwie pierwsze pokazują bezwzględną liczbę lub czas, a dwie kolejne odnoszą je do sumy w Time of Interest. Dynamiczne mapy dostępne od wersji 1.217 opierają się na Absolute count, ale częściowe fiksacje uwzględniają proporcjonalnie do czasu. „Ciepło” jest zatem wynikiem konkretnej funkcji i wyboru metryki, nie właściwością bodźca.
4. Od nagrania do wizualizacji — mapowanie na snapshot
W badaniu ekranowym współrzędne można odnieść do nieruchomego bodźca. W nagraniu z okularów lub kamery scenowej punkt spojrzenia jest jednak zapisany względem kolejnych kadrów wideo, podczas gdy obiekty przemieszczają się w obrazie wraz z głową uczestnika. Aby analizować produkt, półkę lub element stanowiska jako stały obszar, dane trzeba przenieść na wspólny obraz odniesienia.
Procedura i kontrola jakości mapowania punktu spojrzenia
Wybierz kartę poniżej, aby poznać różnicę między trybem manualnym i wspomaganym oraz zasady weryfikacji jakości.
Przebieg mapowania manualnego w interfejsie
Analityk ręcznie wskazuje odpowiadające miejsce w kadrze nagrania. Przeniesione punkty są jednoznacznie oznaczane w interfejsie literą „M”.
Logika progu podobieństwa na osi czasu
Algorytm automatycznie przetwarza interwał i potwierdza dopasowanie kadru do snapshotu.
Informacja, że algorytm miał mniej cech pozwalających potwierdzić dopasowanie. Niska wartość nie oznacza automatycznie błędu.
Wynik mapowania należy oceniać na osi czasu, a nie tylko przez globalny wskaźnik. Fragmenty poniżej progu wymagają zweryfikowania przez analityka.
Wpływ geometrii sceny na dokładność mapowania
Płaski snapshot
Tobii zaleca, aby snapshot był możliwie płaski (obiekty w podobnej odległości, bez silnego przesłaniania), jak np. front półki sklepowej.
Scena 3D z przesłanianiem
Scena 3D, gdzie jeden obiekt zasłania drugi zależnie od kąta widzenia, znacząco zwiększa ryzyko błędnego przypisania punktu spojrzenia.
Kontrola jakości powinna obejmować zarówno surowy replay nagrania, jak i wynik po przeniesieniu na obraz odniesienia, szczególnie w momentach zmiany perspektywy i przesłonięcia obiektów.
W Pro Lab takim obrazem jest snapshot w formacie BMP, PNG, JPG lub JPEG. Mapowanie manualne polega na wskazywaniu przez analityka odpowiadającego miejsca; punkty są oznaczane literą „M”. Mapowanie wspomagane automatycznie przetwarza wybrany interwał i zwraca wartość podobieństwa pomiędzy kadrem a snapshotem. Fragmenty powyżej ustawionego progu są w interfejsie zielone, a poniżej pomarańczowe. Niska wartość nie oznacza automatycznie błędu — informuje, że algorytm miał mniej cech pozwalających potwierdzić dopasowanie.
Tobii zaleca, aby snapshot był możliwie płaski, czyli przedstawiał obiekty w podobnej odległości i bez silnego przesłaniania. Front półki sklepowej jest dobrym przypadkiem. Scena 3D, w której jeden obiekt zasłania drugi zależnie od kąta, zwiększa ryzyko błędnego przypisania. Wynik mapowania warto oceniać na osi czasu, a nie tylko przez globalny wskaźnik.
Standardowym filtrem jest Tobii I-VT (Fixation). Dla nagrań z Tobii Pro Glasses 3 producent zaleca I-VT (Attention). Wybór filtra wpływa na grupowanie próbek, a tym samym na późniejsze fiksacje, mapy i metryki AOI. Różnicę pomiędzy workflow ekranowym i mobilnym rozwija poradnik o doborze eye trackera stacjonarnego lub mobilnego.
Mapowanie nie powinno być traktowane jak niewidoczny etap techniczny. To ono ustanawia relację pomiędzy punktem w ruchomym kadrze a obiektem, o którym później wypowiada się analiza. Jeżeli snapshot źle reprezentuje scenę albo fragment nagrania ma słabe dopasowanie, precyzyjnie policzona metryka może dotyczyć niewłaściwego miejsca. Kontrola jakości powinna więc obejmować zarówno surowy replay, jak i wynik po przeniesieniu na obraz odniesienia, szczególnie w momentach zmiany perspektywy i przesłonięcia obiektów.
5. Obszary zainteresowania (AOI) — co liczy się w środku
Area of Interest to zdefiniowana przez badacza strefa bodźca: przycisk, etykieta, produkt albo fragment tekstu. AOI zamienia współrzędne spojrzenia w zmienne związane z hipotezą. Może być statyczny, dynamicznie śledzić obiekt w wideo albo działać na poziomie znaków, słów i zdań w Reading metrics.
Kluczowy jest podział na metryki AOI dependent i AOI independent. Pierwsze opisują zachowanie wobec określonego obszaru: wizyty, spojrzenia, fiksacje i sakady w AOI. Drugie umieszczają wynik w kontekście całego Time of Interest, niezależnie od tego, na co uczestnik patrzył. Pomieszanie tych poziomów może prowadzić do porównywania wartości o odmiennym mianowniku.
Visit zaczyna się wraz z pierwszą fiksacją w AOI i kończy z ostatnią; nie obejmuje sakady wejścia ani wyjścia. Glance zaczyna się wcześniej — od sakady prowadzącej do AOI — i kończy z ostatnią fiksacją, ale również bez sakady wyjścia. Wybór definicji powinien wynikać z pytania: czy analizujemy samo przetwarzanie w obszarze, czy także skierowanie do niego wzroku.
Interaktywny symulator nakładania marginesów AOI
Model błędu pomiarowego
Dlatego AOI nie powinno mechanicznie obrysowywać każdego piksela elementu. Trzeba uwzględnić błąd systemu, odległość obserwacji, rozdzielczość bodźca i cel analizy. Tę samą geometrię obszarów należy zachować w porównywanych wariantach.
Projekt AOI należy przygotować przed interpretacją, a najlepiej jeszcze przed właściwym badaniem sprawdzić go na danych pilotażowych. Zbyt szeroki obszar może połączyć różne elementy komunikatu, natomiast zbyt ciasny utraci fiksacje na krawędziach. W materiałach dynamicznych dochodzi śledzenie zmian położenia i wielkości obiektu. Ostateczna definicja powinna być jednakowa dla porównywanych warunków i udokumentowana razem z regułami mapowania, filtrem oraz Time of Interest. Dzięki temu metryka opisuje stabilnie ten sam konstrukt, a nie zmieniającą się decyzję analityka.
6. Kluczowe metryki uwagi w Pro Lab
Mapa cieplna pomaga odnaleźć wzorzec, lecz analiza hipotezy opiera się na metrykach. Poniższa interaktywna aplikacja używa tej samej ścieżki i tego samego AOI. Zmieniaj metryki, aby zobaczyć które fiksacje są wliczane i jak obliczane są ich wartości w milisekundach.
Inspektor Metryk AOI i Ścieżki Spojrzenia
Interaktywny inspektor AOI
| Metryka | Co może sugerować | Czego sama nie oznacza |
|---|---|---|
| TTFF (Time to First Fixation) | Szybkie odnalezienie elementu | Nie rozstrzyga, czy przyczyną jest atrakcyjność, położenie czy znaczenie dla zadania. |
| Fixation count / duration | Intensywność przetwarzania w AOI | Więcej i dłużej nie musi oznaczać lepiej; możliwa jest trudność ze zrozumieniem. |
| Dwell time | Łączny kontakt z AOI, wraz z sakadami wewnątrz | Nie oddziela zaangażowania od problemu ze zrozumieniem. |
| Revisits | Powrót, ponowną ocenę lub trwałe zainteresowanie | Nie odróżnia zainteresowania od niepewności bez kontekstu zadania. |
| First fixation duration | Pierwsze przetwarzanie po dotarciu do AOI | Nie jest samodzielną miarą wpływu emocjonalnego. |
| Average fixation duration | Średnią długość przetwarzania | Nie mówi, które fragmenty wywołały dłuższe fiksacje. |
| Saccade metrics | Amplitudę, kierunek, latencję i dynamikę przejść | Nie opisują znaczenia celu bez połączenia z bodźcem i AOI. |

Pro Lab pozwala wizualizować rozkłady oraz eksportować wyniki do dalszej analizy w narzędziach statystycznych. Kierunku żadnej metryki nie powinno się interpretować automatycznie. Niskie TTFF może wynikać z atrakcyjności, dobrego położenia albo roli elementu w zadaniu; długi dwell time może oznaczać zaangażowanie lub trudność. Wnioski powstają z zestawu miar, porównania warunków i hipotezy.
Praktyczna analiza zaczyna się od sprawdzenia rozkładu, braków danych i obserwacji odstających, a nie od samej średniej. Następnie porównuje się miary, które opisują różne etapy zachowania: dotarcie do obiektu, przetwarzanie wewnątrz AOI i ewentualny powrót. Zgodny kierunek kilku metryk może wzmacniać interpretację, ale nadal nie zastępuje kontekstu zadania. Rozbieżność również jest informacyjna — szybkie dotarcie i długi czas mogą opisywać inny mechanizm niż szybkie dotarcie i krótki kontakt. Właśnie dlatego wykresy i eksport są ważniejsze analitycznie niż pojedyncza mapa.
7. Kiedy mapa cieplna wprowadza w błąd
Heatmapa zakłada wizualnie, że uczestníci zachowywali się podobnie i obserwowali bodziec przez porównywalny czas. Agregacja może jednak połączyć zupełnie różne ścieżki. Jeden nietypowy uczestnik może utworzyć gorący punkt, a dryf kalibracji przesunąć skupienie. Uśrednienie ukrywa też osoby patrzące na inny obiekt oraz opóźnione przesunięcia uwagi.
Szczególnie ważny jest central bias: po pojawieniu się obrazu spojrzenie niemal natychmiast kieruje się ku centrum. To cecha zachowania wzrokowego, a nie dowód zainteresowania środkowym elementem. Poniższy schemat porównuje identyczną liczbę fiksacji i ten sam łączny dwell w zależności od kompozycji.
Efekt Central Bias (Środkowego Skupienia)
Wizualizator central bias
Identyczna lokalna gęstość nie usuwa przewagi kompozycyjnej centrum. Położenie trzeba kontrolować w projekcie badania, a nie korygować dopiero interpretacją mapy.
Tobii zaleca pomijanie wczesnego okresu 0,5–1 s po pojawieniu się bodźca, jeśli celem jest oddzielenie zainteresowania od automatycznego skierowania wzroku. Nie należy też porównywać wariantu wycentrowanego z niewycentrowanym bez uwzględnienia tej różnicy. Heatmapy powinny być zestawiane z indywidualnymi replayami, wykresami rozrzutu i metrykami AOI.
„Jeśli chcesz sprawdzić, czy marka, produkt czy hasło faktycznie przyciąga i utrzymuje uwagę — nie umieszczaj tego dokładnie na środku kadru.” — Dr Tim Holmes, Independent Neuroscientist, Researcher and Educator; tłumaczenie z oryginału, Tobii, „Expert Eye Tracking Tips”, 2026
8. Zastosowania praktyczne
Dobór wizualizacji zaczyna się od pytania badawczego, a nie od najbardziej efektownego obrazu. Ta sama sesja może wymagać widoku jakościowego podczas eksploracji i metryk do testowania hipotezy.
UX i interfejsy
Heat map wskazuje skupiska uwagi w layoucie, scan path pokazuje kolejność skanowania, a TTFF dla AOI pozwala porównać odnajdywanie elementu. Wynik należy kontrolować względem położenia i zadania.
Opakowania i ekspozycja
AOI na marce, nazwie i informacji produktowej pozwalają zestawić TTFF, dwell time i revisits. Scan path pokazuje kolejność czytania, której mapa zagregowana nie zachowuje.
Czytanie i edukacja
Tekstowe AOI i Reading metrics lokalizują powroty do słów lub zdań. Scan path pomaga odróżnić liniowe czytanie od regresji, ale przyczynę trudności trzeba potwierdzić projektem zadania.
Badania w świecie rzeczywistym
Dane z Tobii Pro Glasses 3 mapuje się na snapshot półki, panelu lub stanowiska. Dopiero wspólny układ odniesienia umożliwia porównanie AOI pomiędzy uczestnikami.
Bee swarm jest szczególnie użyteczny w materiale dynamicznym, gdy interesuje nas chwilowa zgodność spojrzeń. Heat map sprawdza się w komunikacji wyniku grupowego, lecz nie zastępuje rozkładów i statystyki. Scan path jest czytelny dla pojedynczego uczestnika lub krótkiego interwału; przy nadmiarze danych szybko traci przejrzystość. Ostateczny workflow często łączy te widoki: wizualizacja wykrywa wzorzec, AOI formalizuje pytanie, a metryki i porównanie warunków sprawdzają, czy wzorzec jest powtarzalny.
W każdym zastosowaniu warto rozdzielić etap eksploracyjny od potwierdzającego. Podczas eksploracji replay i wizualizacje pomagają zauważyć nieoczekiwane strategie. W analizie potwierdzającej obszary, interwały i metryki powinny wynikać z wcześniejszego planu. Zapobiega to wybieraniu po fakcie tylko tych map i obszarów, które wyglądają przekonująco. Wynik można następnie komunikować warstwowo: realny zrzut pokazuje kontekst, wykres przedstawia rozkład, a tabela metryk odpowiada na pytanie badawcze.
9. Podsumowanie
Heat map, scan path i bee swarm nie konkurują ze sobą. Pierwsza pokazuje zagregowaną intensywność, druga indywidualną sekwencję, a trzecia chwilową pozycję wielu osób. Wybór wynika z pytania oraz sposobu traktowania czasu: kumulacji, okna chwilowego albo podsumowania wybranego interwału.
Mapa cieplna jest wynikiem matematycznym. Jej wygląd zależy od danych surowych lub filtra I-VT, wybranej miary, jądra i rozdzielczości obrazu. W scenach rejestrowanych okularami dochodzi mapowanie na snapshot, którego jakość trzeba kontrolować przed analizą AOI. Dopiero potem sensowne staje się porównywanie TTFF, czasu, liczby fiksacji i powrotów.
Najważniejsza zasada interpretacyjna jest prosta: kolor nie wyjaśnia przyczyny. Central bias, kalibracja, różne strategie uczestników i konstrukcja zadania mogą dać podobny obraz. Dlatego Pro Lab oferuje nie tylko wizualizacje, lecz również replaye, AOI, metryki i eksport do analizy. Wiarygodny wniosek powstaje z ich połączenia oraz jawnych ustawień analizy.
Systemy do rejestracji i analizy danych
Oprogramowanie, urządzenie i sposób prezentacji bodźca tworzą jeden workflow. Poniższe systemy odpowiadają na różne potrzeby: analiza danych, kontrolowany pomiar ekranowy i rejestracja w środowisku naturalnym.

Tobii Pro Lab
Środowisko do projektowania eksperymentów, przetwarzania danych, wizualizacji, definiowania AOI i eksportu metryk.

Tobii Pro Spectrum
Stacjonarny eye tracker do kontrolowanych badań bodźców ekranowych i fizycznych, gdy istotna jest wysoka jakość danych.

Tobii Pro Glasses 3
System mobilny do rejestracji zachowania wzrokowego w naturalnym otoczeniu, z obrazem z kamery scenowej.
Chcesz zobaczyć te wizualizacje na własnych danych?
Opisz bodziec, uczestników, środowisko badania i pytania analityczne. Pomożemy dobrać system, workflow mapowania, konfigurację Pro Lab oraz metryki właściwe dla hipotezy.
Źródła
- Tobii Connect — Heat maps in Tobii Pro Lab — dane wejściowe, jądro, funkcja wygładzania i miary.
- Tobii Connect — Dynamic visualizations for Tobii Pro Lab — Heat map, Scan path, Bee swarm i tryby czasu.
- Tobii Connect — Understanding Tobii Pro Lab’s eye tracking metrics — definicje i zależność metryk od AOI.
- Tobii Connect — How to perform manual and assisted mapping — snapshoty, podobieństwo i kontrola mapowania.
- Tobii Connect — Tobii eye tracker glossary — pojęcia gaze point, fiksacja, wizyta i AOI.
- Tobii — Expert Eye Tracking Tips, Dr Tim Holmes — central bias, granice AOI i interpretacja heatmap.
- Tobii — A complete guide to the fundamentals of eye tracking — podstawy pomiaru i interpretacji danych.