网购者不会细读，他们只是扫一眼

多数网购者并非在浪漫意义上进行“购物”。他们用拇指在手机屏幕上快速滑动，注意力半分散，像你在手机上处理事务时那样一心多用，试图在10分钟内完成购物任务。而一个通过眼动追踪技术很容易观察到的残酷真相很简单：他们几乎什么都没读。

他们只是扫一眼图片，快速浏览以获得足够信心，然后就继续往下看。如果你的品牌故事、尺码或产品变体信息，仅仅以细小、低对比度的文字形式，呈现在精心设计的包装上，那么在手机屏幕上，这些信息几乎就等同于不存在。

这篇博客文章将我研究工作的三个方面融为一体：  

其一，是与Tobii Insight团队针对英国线上杂货购物者开展的一项大规模眼动追踪研究所得出的发现；其二，是由剑桥大学和GS1（全球数据同步网络组织）支持的“移动端适配英雄图像标准”（Mobile Ready Hero Image standard）；其三，是Neem公司开发的Rhino工具，该工具可大规模自动进行视觉清晰度和对比度测试。

这三者共同讲述了一个核心要点：如果你想在数字货架上脱颖而出，就必须依据人们在网上实际的视觉感知和决策方式来进行设计，而非按照你期望的方式。

眼动追踪技术如何助力联合利华制定电商主图新标准   

当我们与Tobii公司针对英国四大连锁超市开展一项深入的线上杂货购物眼动追踪研究时，仅研究规模就相当可观：58名高频线上购物者，28小时的真实购物时长，4000件商品被购买，4600个页面被记录，此外还有完整的视频记录和访谈内容。研究的目的是了解人们在自然购物场景中（而非焦点小组那种理想化场景）真正会关注什么、忽略什么，以及会基于什么做出购物决策。我们既研究了移动端购物，也研究了桌面端购物，并要求参与者像平常一样在线完成每周的购物任务，随后我们记录下所发生的一切。 

研究数据颠覆了许多人们习以为常的假设。购物并没有一种单一的“常规”方式，但存在明显的行为风格差异：有优先使用搜索功能的“搜索狂人”，有依赖收藏列表的“智能清单族”，还有按商品类别浏览的“菜单浏览者”。

始终能吸引注意力的元素是什么？是主商品包装缩略图。热力图、视线回放和注视点图显示，页面的大部分内容根本被忽视，但购物者在浏览列表和搜索结果时，几乎总会将目光聚焦在主商品图片缩略图上。一次又一次通过眼动追踪结果清晰地看到这一现象，让利益相关者们意识到，现有的图片根本无法吸引购物者的注意力。

人们会垂直浏览缩略图列，将图片作为主要选择工具，只有当某些信息不明确或缺失时，才会去查看文字说明。如果图片不能让人一眼就看出品牌、规格、产品变体和尺寸，错误操作和挫败感就会急剧上升。

购物者必须瞬间看清的“4W”要素 

我们与Tobii公司合作开展的研究所获得的洞察，为剑桥大学包容性设计团队和GS1奠定了基础，使其能够精准界定一张缩略图要真正做到“以购物者为中心”，必须传达哪些信息。最终结论被提炼为四个简单问题——即“4W”要素——购物者仅通过图片本身，无需阅读产品标题就应能回答这些问题：

• 是什么品牌（What brand）？ 清晰、可识别的品牌名称或标识。

• 是什么品类（What format）？ 产品类型或类别关键词（如洗发水、冰淇淋）。

• 是什么差异点（What variant）？ 关键差异点，如口味、香味或功能特征。

• 是什么规格/数量（What size / count）？ 数量信息——毫升数、使用次数、片数、纸尿裤尺码等。

传统的包装正面摄影往往在让购物者一眼看清信息方面，至少会在以下某一点上“失分”： 

其中，规格和数量信息是最常见的“失分项”：在数字货架上，实体包装所提供的相对大小提示不复存在，而包装上细小的文字说明在缩略图尺寸下会变得模糊难辨、无法阅读。购物者不喜欢阅读冗长的产品标题；他们希望仅通过图片就能确认自己要购买的是什么，而“选错规格”是线上购物中最常见的错误之一。

当品牌采用真正符合移动端适配标准的主图时，其回报是可衡量的。

这并非只是“锦上添花”式的表面功夫——而是通过消除一个小小却至关重要的“拼图块”（即主商品图）中的阻碍，带来了实实在在的收入增长。Neem近期与Sodastream的合作再次印证了这一点：自采用适配移动端的视觉素材后，该品牌线上销售额实现了两位数的增长。

为何移动端让这一切变得无可妥协 

如果上述情况仅涉及桌面端，品牌或许还能继续使用微小字体的设计。但如今，移动端已成为零售业的主要入口。流量格局已发生决定性倾斜：约四分之三的零售流量来自移动设备，购物者会持续滚动浏览，在快速滑动商品列表时，每件商品的浏览时间往往仅有1.7秒。智能手机屏幕平均尺寸仅为6.1英寸，产品缩略图的可视区域通常只有约90×90像素，且大多数购物者都是边做其他事边购物，注意力分散且缺乏耐心。

与此同时，人们的视力状况并未改善。人口统计和临床数据显示，到2050年及以后，人口年龄中位数将持续上升，而眼睛的调节能力（即聚焦于微小细节的能力）会从40岁起稳步下降。即便在理想条件下，许多40岁以上的购物者阅读微小、低对比度的文字时也会感到吃力；若再加上动态画面、屏幕反光、视力欠佳以及屏幕内容杂乱等因素，文字的可辨识度便会急剧下降。

实际上，品牌正在投入资金精心打造各类营销素材，然而在消费者做出购买决策的关键时刻，其相当一部分受众却根本无法看清这些内容。在移动端转化率持续落后于桌面端的当下，随着两者差距逐渐缩小，若仍不采取行动，无异于自毁前程。

从洞察到标准：适配移动端的主图 

为将这些洞察转化为可规模化应用的方案，剑桥大学包容性设计团队、全球标准组织GS1以及多家领先快消品企业共同制定了正式的《适配移动端的主图指南》，该指南于2022年获得全球认可。

GS1标准的三项重要作用：

其一，明确适配移动端英雄图像的定位

该图像是产品包装的简化、去杂化、屏幕优化版本，在小尺寸下优先呈现四大核心信息（4Ws），而非完整包装的写实照片。这通常意味着聚焦品牌标识元素，为“细长型”包装添加包含规格或数量的清晰菱形标识，并剔除非必要宣传语和干扰元素。

其二，制定严格规范以维持一致性，避免“视觉灾难”

规格标注必须置于标准化右下角的菱形区域内，采用黑色Open Sans Bold字体以确保可读性，背景为与GS1通用图像规范一致的纯白色。菱形区域仅允许包含规格或数量信息（不得出现营销口号），且画布其他位置禁止添加悬浮元素。

其三，将设计决策与客观测试挂钩

该指南直接关联剑桥大学的视觉清晰度测试，评估图像在移动端缩略图尺寸下是否具备足够辨识度；若未通过测试，则该图像默认不符合移动端适配标准。同时，向供应商和零售商提供开源Photoshop模板及布局示例，确保合规性无需依赖主观判断。

最终成果是，品牌、代理商和零售商之间形成了统一的语言体系：大家不再争论审美偏好，而是共同探讨一张图片在典型手机屏幕上，于可控的清晰度和对比度阈值下，能否有效传达四大要素（4Ws）信息。

差距所在：未测试则无法改进 

即便拥有完善的全球标准，多数组织仍会面临同一难题：规模化应用。

一个典型的多品牌产品组合往往涵盖数万个SKU，横跨多个零售商和市场。若要手动检查每张图片在不同屏幕尺寸下的最小字号、笔画宽度、色彩对比度及清晰度，实际操作中根本无法实现。

许多团队只能依赖“目测判断”：若设计师或营销人员在光线充足的办公室里，通过高分辨率显示器能看清内容，便默认其符合要求。另一些团队则尝试手动逐色进行WCAG对比度检测，或仅凭信任委托代理机构自行把控，既无明确合同约束，也缺乏自动化核查机制。

这正是善意却难以落地的无障碍化愿景通常折戟之处。各方初衷虽好，但实际执行负担过重，团队只能偶尔抽查，寄希望于侥幸过关。而当下，监管机构（及维权团体）正开始严格审查私营电商领域的数字无障碍合规性，这种“碰运气”的做法无疑会带来高昂的风险代价。

大规模自动化实现清晰度与对比度检测 

Rhino 的诞生正是为了填补这一空白。它借助两大核心组件，对数字图像进行批量快速检测：其一，采用 APCA 对比度算法（WCAG 3 新兴标准的核心组成部分）；其二，运用支撑“适配移动端英雄图像标准”的剑桥视觉清晰度模型。换句话说，Rhino 将科学与标准编码为可重复、自动化的处理流程。

其工作流程简洁高效：用户可上传单张图片、批量文件，或直接指定 URL；系统利用 Azure AI 计算机视觉与 OCR 技术，识别图像中所有文本——无论是水平、垂直、倾斜还是弯曲的——随后通过专有的三阶段算法将文本与背景分离。针对每一组文本与背景，Rhino 会使用 APCA 算法检测其是否符合预设的 AA 级和 AAA 级对比度阈值，同时通过剑桥算法测量文本高度、笔画宽度及清晰度，以适配移动端英雄图像、网页横幅或次要图像等特定目标尺寸。

检测结果会针对每个文本元素给出明确的“通过/未通过”判定及建议标识，设计师和法务审核人员可查看详细的叠加标注与数据指标。团队可对图像集打标签、导出报告、检索历史记录，并通过 API 将 Rhino 集成至数字资产管理（DAM）系统、内容管理系统（CMS）或包装设计流程中，使检测成为日常生产环节的一部分，而非一次性审计。尤为关键的是，Rhino 支持对装饰性文本或品牌标语等合理豁免内容进行排除，减少干扰，将精力聚焦于真正影响购物者体验的关键要素。

从“锦上添花”到“不可或缺” 

综合上述因素，行业发展趋势已十分明朗。眼动追踪研究显示，消费者在商品详情页（PDP）会系统性地忽略大部分文字内容，而几乎总是将图片作为决策的主要依据。

剑桥大学的研究成果，结合我与GS1的合作经验，已明确指出这些图片必须传递哪些核心信息，以及如何针对小屏幕进行优化设计。人口统计与生理学现实也表明，老龄化受众需要更大字号、更高对比度的文字才能充分参与消费。零售商和电商平台上这些图片的实际表现，则可通过Tobii系列工具轻松测试，例如使用Tobii Pro Spark眼动仪与Tobii Pro Lab分析软件，在移动端或桌面设备上进行验证。

对于快消品企业和零售商而言，这已不再是边缘性的设计议题

而是关乎增长、包容性与风险的核心命题： 

a) 增长维度：在流量高度集中的线上渠道，消除决策环节的摩擦可显著提升转化率与搜索占比。

b) 包容性维度：通过优化视觉呈现的可达性与可读性，让老年群体和低视力消费者能够独立完成购物，而非因文字过小、对比度过低而被排除在外。

c) 风险维度：随着《欧洲无障碍法案》等法规的推进，监管机构与维权团体正加大对数字体验歧视性设计的审查力度。目前，法国零售商已成为维权行动的重点目标，这一趋势值得全球企业高度警惕。

如何在滑动浏览中赢得消费者目光… 

下一阶段数字商业的赢家，将是那些真正尊重消费者在线浏览与决策方式的品牌。这意味着必须直面眼动追踪数据揭示的残酷现实：消费者不会逐字阅读，他们只会快速扫视。因此，设计包装、英雄图像和横幅广告时，必须确保图片上的文字具备“扫视可读性”。

要实现“扫视可读性”，需遵循以下原则： 

1. 精简设计：剔除所有细小文字，信息点超过4个即显冗余。

2. 高对比配色：文字与背景需采用高对比度色彩组合。

3. 禁用文字渐变背景：避免在文字后方使用渐变效果，改用纯色平面设计。

4. 字号基准规则：文字面积至少应占画布总尺寸的8%。

5. 慎用全大写字母：避免使用TITLE CASE（首字母大写格式），因其可读性较差。

6. 设计阶段同步测试：在创作过程中同时进行对比度与清晰度检测。

7. 眼动验证：使用Tobii眼动追踪技术，验证用户是否会扫视或聚焦于新版英雄图像设计。

8. 最终设计认证：通过Neem公司的Rhino工具，确保最终设计符合“扫视可读性”标准。