В статье рассматривается проблема недостаточной проработанности практических подходов к выявлению когнитивно значимых зон цифрового клиентского пути в мобильных приложениях доставки еды, что затрудняет разграничение стимулов выбора и участков повышенной когнитивной нагрузки. Айтрекинг был выбран в качестве возможного решения. Исследование выполнено на примере мобильного приложения доставки японской кухни Little Osaka. Эмпирическую базу составили результаты окулографического эксперимента с участием 10 респондентов, выполнявших задание по формированию заказа, и последующего интервью. Количественные данные были получены в результате обработки видеозаписи эксперимента в программе NeuroBarometr 2.0; их интерпретация осуществлялась с учетом вербальных комментариев участников. Для обработки результатов применен метод средних величин. Установлено, что наибольшее внимание пользователей сосредоточено на зонах «Состав», «Изображение» и «Цена», которые выступают ключевыми стимулами выбора, так как помогают оценить содержание блюда, соотнести его визуальный образ с ожиданиями пользователя и проверить приемлемость заказа по стоимости. При этом зона корзины при недостаточной информативности интерфейса становится источником дополнительной когнитивной нагрузки, поскольку требует от пользователя лишних действий для контроля структуры заказа, а описание блюда и раздел со скидками не оказывают сопоставимого влияния на принятие решения и занимают периферийное место в структуре визуального внимания. Полученные результаты подтверждают, что окулографический подход в сочетании с постопросом может использоваться как практический инструмент оценки качества цифрового клиентского пути, выявления интерфейсных стимулов и барьеров, а также обоснования направлений оптимизации мобильных сервисов доставки еды.
This article examines the lack of practical approaches to identifying cognitively significant zones of the digital customer journey in mobile food delivery apps, which complicates the distinction between choice stimuli and areas of increased cognitive load. Eye tracking was identified as a potential solution. The study was conducted using the Little Osaka mobile food delivery app as a case study. The empirical base was formed by the results of an oculographic experiment involving 10 respondents who completed an order placement task and subsequent interviews. Quantitative data were obtained by processing the experiment’s video recording using NeuroBarometr 2.0; their interpretation was based on the participants’ verbal comments. The results were processed using the method of averages. It was found that users focused their greatest attention on the “Ingredients,” “Image,” and “Price” zones, which serve as key choice stimuli, as they help them evaluate the dish’s contents, correlate its visual image with their expectations, and verify the order’s cost acceptability. Moreover, the shopping cart area, with its insufficiently informative interface, becomes a source of additional cognitive load, as it requires the user to perform additional actions to verify the order structure. The dish description and discount section have no comparable impact on decision-making and occupy a peripheral place in the visual attention structure. The obtained results confirm that the oculographic approach, combined with a post-survey, can be used as a practical tool for assessing the quality of the digital customer journey, identifying interface incentives and barriers, and substantiating optimization directions for mobile food delivery services.
1. Федеральная служба государственной статистики. Социально-экономическое положение России. Январь – декабрь 2025 г. [Электронный ресурс]. URL: rosstat.gov.ru/storage/mediabank/osn-12-2025.pdf (дата обращения: 13.04.2026).
2. Ассоциация компаний интернет-торговли. 11,5 трлн рублей: АКИТ подвела итоги интернет-торговли за 2025 год. [Электронный ресурс]. URL: akit.ru/news/11-5-trln-rublej-akit-podvela-itogi-internet-torgovli-za-2025-god/ (дата обращения: 13.04.2026).
3. Lemon K. N., Verhoef P. C. Understanding Customer Experience Throughout the Customer Journey // Journal of Marketing. 2016. Vol. 80. Is. 6. P. 69–96. URL: https://journals.sagepub.com/doi/10.1509/jm.15.0420 (дата обращения: 13.04.2026). DOI: 10.1509/jm.15.0420.
4. Mele C., Hollebeek L. D., Di Bernardo I., Russo Spena T. Unravelling the customer journey: A conceptual framework and research agenda // Technological Forecasting and Social Change. 2025. Vol. 211. Art. 123916. DOI: 10.1016/j.techfore.2024.123916.
5. Koronaki E., Vlachvei A., Panopoulos A. Managing the online customer experience and subsequent consumer responses across the customer journey: A review and future research agenda // Electronic Commerce Research and Applications. 2023. Vol. 58. Art. 101242. DOI: 10.1016/j.elerap.2023.101242.
6. Alalwan A. A. Mobile food ordering apps: An empirical study of the factors affecting customer e-satisfaction and continued intention to reuse // International Journal of Information Management. 2020. Vol. 50. P. 28–44. DOI: 10.1016/j.ijinfomgt.2019.04.008.
7. Shorbaji M. F., Alalwan A. A., Algharabat R. AI-Enabled Mobile Food-Ordering Apps and Customer Experience: A Systematic Review and Future Research Agenda // Journal of Theoretical and Applied Electronic Commerce Research. 2025. Vol. 20. Is. 3. Art. 156. DOI: 10.3390/jtaer20030156.
8. Клет М. П. Маркетинговое управление клиентским опытом в брендинге ресторанов быстрого питания // Вестник Адыгейского государственного университета. Серия 5: Экономика. 2024. № 2 (340). С. 49–55. DOI: 10.53598/2410-3683-2024-2-340-49-55. URL: https://cyberleninka.ru/article/n/marketingovoe-upravlenie-klientskim-opytom-v-brendinge-restoranov-bystrogo-pitaniya/pdf (дата обращения: 13.04.2026).
9. Скворцова Д. А., Савинова Ю. С., Алмырзаева А. К. Применение нейромаркетинговых технологий при разработке и анализе информационных систем // Практический маркетинг. 2020. № 5 (279). С. 3–9. URL: https://www.bci-marketing.ru/soderzhaniya-zhurnalov/05-279-2020 (дата обращения: 13.04.2026). DOI: 10.24411/2071-3762-2020-10023.
10. Novák J. Š., Masner J., Benda P., Šimek P., Merunka V. Eye Tracking, Usability, and User Experience: A Systematic Review // International Journal of Human – Computer Interaction. 2024. Vol. 40. Is. 17. P. 4484–4500. DOI: 10.1080/10447318.2023.2221600.
11. Molina A. I., Arroyo Y., Lacave C., Redondo M. A., Bravo C., Ortega M. Eye tracking-based evaluation of accessible and usable interactive systems: tool set of guidelines and methodological issues // Universal Access in the Information Society. 2025. Vol. 24. P. 3085–3108. DOI: 10.1007/s10209-023-01083-x.
12. Tupikovskaja-Omovie Z. Enhancing User Experience in Fashion m-Retail: Mapping Shopping User Journey Using Google Analytics, Eye Tracking Technology and Retrospective Think Aloud Interview // Fashion Practice. 2022. Vol. 14. Is. 3. P. 352–375. DOI: 10.1080/17569370.2022.2129466.
13. Осадчая О. С. Маркетинговая оценка продающей способности сайта организации дополнительного профессионального образования на основе метода окулографии // Экономика устойчивого развития. 2024. № 1 (57). С. 118–122. URL: http://www.economdevelopment.ru/wp-content/uploads/2024-1-57.pdf (дата обращения: 23.04.2026). EDN: NMDPKC.
14. Falkowska J., Sobecki J., Kilijańska B. Analysis of eye-tracking measures in the study of websites on the example of links // Procedia Computer Science. 2024. Vol. 246. P. 2166–2175. DOI: 10.1016/j.procs.2024.09.611.
15. Леонтьев А. В., Летягин П. И., Дейнека О. С., Ткачева Л. О. Влияние фрейминг-эффекта на принятие решения потенциальных инвесторов: результаты окулографического эксперимента // Российский психологический журнал. 2023. Т. 20. № 4. С. 153–166. DOI: 10.21702/rpj.2023.4.9. URL: https://rpj.ru.com/index.php/rpj/article/view/1558 (дата обращения: 13.04.2026).