Lire dans les nuages : l’analyse des cartes de chaleur en eye tracking
Sami Lini 31 janvier 2014

Lire dans les nuages

Qui ne s’est jamais allongé dans l’herbe un jour de beau temps pour se prêter au jeu de lire les nuages et d’y reconnaitre des formes ? L’analyse des données d’eye tracking peut vite se transformer en ce jeu de devinettes si on ne prend pas suffisamment de précautions pour présenter, analyser et interpréter les données.

En ce début d’année 2014, l’eye tracking est sur toutes les lèvres : matériel grand public, innovation mobile, interaction avec le regard… Ce mois de janvier a été bien rempli pour la communauté et un certain nombre d’études ressortent à cette occasion. Nous reviendrons dans un prochain article sur les fondements de l’eye tracking, donc nous n’entrerons pas dans les détails aujourd’hui, mais l’idée est la suivante : l’eye tracking permet l’enregistrement de la position (supposée) du regard.

La donnée la plus graphique et la plus communément présentée est la heatmap, la carte de chaleur, qui permet la représentation, cumulative, des zones regardées. C’est ainsi que le cabinet de Jakob Nielsen a établi un pattern de lecture en « F » sur les pages web (en tout cas, c’était valable en 2006, la question de l’évolution de ce pattern de lecture mériterait d’être posée avec l’évolution des usages et des interfaces).

Dans le milieu du marketing, les études eye tracking s’intéressent souvent à la bonne perception d’éléments clés de packaging : marque, slogan, prix… Les cartes de chaleur générées permettent donc de définir les éléments regardés avec plus ou mois d’insistance (plus la couleur tend vers le rouge, plus le regard s’est posé dessus).

Eye tracking : comparatif de pack

Dans le cas d’une étude portant sur une interface ou un site internet, les choses ne sont pourtant pas aussi simples. Pour un cours à l’Ecole Nationale Supérieure de Cognitique portant sur les méthodologies en eye tracking, les étudiants nous ont proposé d’étudier notre site internet (nous remercions d’ailleurs Baptiste BichonDavina CrahetMaxime DandreThomas Darnaud et tous les autres de la Promo 2014 pour leur participation).

Quelles conclusions peut-on tirer de cette carte de chaleur ?

Carte de chaleur Akiani

A priori, que le schéma introductif à notre démarche n’est pas très utile, la question de le laisser peut donc se poser. Mais l’activité d’un « internaute » n’est pas celle d’un « consommateur » face à une publicité tel que nous l’avons évoqué en introduction.

L’activité de l’internaute est dirigée vers un but précis. Pour générer cette carte de chaleur, il a été demandé aux sujets de trouver le moyen de nous contacter. Pour cette autre carte de chaleur, il leur était demandé de trouver les éléments clés de notre approche.

Heatmap compétences

Un internaute, même laissé libre sur un site internet lors d’un test, poursuit l’objectif de parcourir le site, ou d’accomplir l’objectif que le site lui propose. Analyser chacune de ces cartes de chaleur sans donner et analyser la tâche qui était demandée aux sujets revient à lire des formes dans les nuages. Chacun y lira et y interprétera ce qu’il voudra.

Sami Lini
Sami Lini

Ingénieur-docteur en Facteurs Humains, Sami a d’abord travaillé dans le domaine de la R&D aéronautique. Les Facteurs Organisationnels et Humains opérationnels, la neuroergonomie et la recherche utilisateur (UX) sont ses domaines de prédilection qu’il apporte à nos clients tant dans le domaine de l’industrie à risque que pour les produits grand public.

Votre commentaire

Your email address will not be published. Required fields are marked *