Démarrer l'essai gratuit
Tendances Nouveau Genres Auteurs
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Recherche en cours...
SoBrief
Measuring the User Experience

Measuring the User Experience

Transformez les séances d’évaluation de l’utilisabilité en éléments probants auxquels les équipes peuvent se fier et en décisions qu’elles peuvent défendre.
par Thomas Tullis 2008 320 pages
4.08
500+ évaluations
Écouter
Immersif
V2.3
Amazon Kindle Audible
Essayez l'accès complet pendant 3 jours
Débloquez l'écoute et bien plus !
Continuer

Points clés

Mesurer l’interaction, car une interface médiocre peut coûter de l’argent ou des vies

L’expérience laisse des traces. L’expérience utilisateur n’est pas qu’une impression vague: elle suppose qu’une personne interagisse avec un produit, et les comportements, les pensées ou les sentiments qui en résultent peuvent être observés et comptabilisés. Parmi les mesures utiles figurent la réussite des tâches, le temps nécessaire, les erreurs commises et l’évaluation de l’expérience par les utilisateurs. Ensemble, ces mesures révèlent l’efficacité, l’efficience et la satisfaction.

Les enjeux sont réels. Dans une étude sur les défibrillateurs automatiques, un quart des participants utilisant l’un des appareils n’a pas réussi à délivrer un choc. Lors de la refonte d’un site de dons caritatifs, le total des dons a augmenté de 50 %, tandis que les dons récurrents sont passés de 2 à 19. Les mesures ont rendu visibles les obstacles et les améliorations, donnant aux équipes des éléments concrets sur lesquels s’appuyer plutôt que de se fier à leur intuition.

Analyse

L’important n’est pas de réduire chaque réaction humaine à un chiffre, mais de pouvoir mettre à l’épreuve les affirmations importantes en matière de conception. Le décompte des tâches échouées n’explique pas ce qu’a vécu un utilisateur, mais il peut rendre impossible d’ignorer un risque caché. La meilleure utilisation des indicateurs est donc de renforcer la responsabilité : relier une interaction mesurable à une conséquence humaine, puis chercher ce qui l’a provoquée. L’exemple du défibrillateur pose aussi une limite utile. Une moyenne rassurante ne saurait remplacer l’examen des défaillances rares et graves lorsque le coût d’une seule erreur est élevé.

Ne choisir les indicateurs qu’après avoir déterminé ce que l’étude doit changer

Commencez par la décision. Une étude peut être une évaluation formative de l’utilisabilité, c’est-à-dire que ses résultats servent à améliorer une conception avant sa mise en circulation, ou une évaluation sommative de l’utilisabilité, qui consiste à évaluer le produit par rapport à des objectifs ou à le comparer à des solutions de remplacement. L’évaluation formative bénéficie de cycles rapides: repérer un problème, apporter une modification, puis tester à nouveau. L’évaluation sommative nécessite des critères clairs et un suivi planifié, afin que les résultats débouchent sur une décision plutôt que sur un rapport laissé sans suite.

Tenez compte des objectifs des utilisateurs. Une personne qui utilise un outil tous les jours peut accorder la plus grande importance au temps et aux efforts requis. Une personne qui choisit entre plusieurs sites de commerce en ligne peut aussi se soucier de la confiance, de la satisfaction et de la conformité de l’expérience à ses attentes. La méthode et les indicateurs doivent tenir compte à la fois du but de l’étude et de ce que les utilisateurs cherchent à accomplir.

Analyse

Cette approche qui commence par la décision empêche la mesure de devenir un rituel. Un indicateur est utile lorsqu’il influe sur un choix, établit une valeur de référence ou aide à repérer un obstacle. Dans le cas contraire, il ne fait peut-être qu’ajouter des graphiques à un projet. La distinction entre évaluation formative et sommative montre aussi pourquoi une seule étude ne peut pas toujours répondre à tous les besoins : un petit test exploratoire peut mettre au jour des problèmes de conception sans prouver les performances à l’échelle de toute une population. Une autre question se pose : quels objectifs déterminent les critères ? Un objectif commercial peut être mesurable tout en négligeant ce qui compte pour les utilisateurs ; il faut donc expliciter les deux.

Associer les performances dans les tâches au ressenti des utilisateurs, car ces mesures peuvent diverger

Le comportement et l’opinion diffèrent. Les mesures de performance portent sur ce que font les utilisateurs, par exemple réussir une tâche, commettre des erreurs ou prendre du temps. Les mesures autodéclarées recueillent ce que les utilisateurs disent ou ressentent, par exemple la facilité, la confiance ou la satisfaction. Aucune ne peut remplacer l’autre. Dans dix études d’utilisabilité en ligne, les corrélations entre le temps consacré à une tâche et les évaluations de sa facilité allaient de -0,41 à +0,06. Les corrélations entre la réussite des tâches et les évaluations de leur facilité allaient de 0,21 à 0,65.

Repérez les divergences. Les utilisateurs peuvent échouer tout en croyant avoir réussi, ou accomplir correctement une tâche tout en se sentant frustrés. Un tableau de bord présentant côte à côte le taux de réussite et les évaluations de facilité peut révéler cet écart. C’est particulièrement important lorsqu’une mauvaise réponse semble plausible à l’utilisateur, car la confiance seule peut dissimuler un échec grave.

Analyse

Le désaccord entre ce que font les utilisateurs et ce qu’ils déclarent n’est pas un défaut qu’il faudrait éliminer en calculant une moyenne. Il peut révéler différentes facettes de l’expérience : l’interface permet-elle d’accomplir la tâche, les utilisateurs savent-ils qu’ils ont réussi, et le processus leur paraît-il acceptable ? Une grande satisfaction associée à de faibles performances peut refléter une interface agréable, de faibles attentes ou une confiance mal placée. Les données ne permettent pas de trancher entre ces explications ; l’observation et les questions de suivi, oui. Considérer ces mesures comme complémentaires évite qu’une impression favorable masque une tâche qui ne fonctionne pas.

Montrez l’incertitude: un petit échantillon peut rendre fragile un pourcentage impressionnant

Sachez ce que permettent les données. Le type de données détermine quels résumés et quelles comparaisons sont pertinents. La réussite d’une tâche est catégorielle, les évaluations de satisfaction sont souvent ordinales et le temps relève d’une échelle de rapport. Les décomptes et les pourcentages conviennent aux catégories; les moyennes et les tests de moyenne reposent sur des hypothèses de mesure plus exigeantes. Pour une moyenne calculée sur un échantillon, un intervalle de confiance indique le degré d’imprécision possible de l’estimation. En général, il se resserre lorsque la taille de l’échantillon augmente ou que la variabilité des données diminue.

Les pourcentages peuvent induire en erreur. Quatre réussites sur cinq participants donnent un taux de réussite de 80 %, mais son intervalle de confiance à 95 %, calculé selon la méthode de Wald ajustée, va de 36 % à 98 %. Le même pourcentage calculé à partir d’un nombre bien plus élevé de participants est plus informatif. Présentez les intervalles ou les décomptes sous-jacents, utilisez une comparaison statistique adaptée aux données et évitez les décimales dénuées de sens.

Analyse

L’intervalle transforme le récit : au lieu de dire « 80 % réussissent », il indique que « l’estimation demeure très incertaine ». Cette distinction compte, car une statistique d’échantillon ne garantit pas les résultats de chaque futur utilisateur. La signification statistique ne prouve pas non plus qu’une différence soit importante dans la pratique ; l’ampleur de l’effet et les conséquences de la tâche restent déterminantes. Les intervalles de confiance rendent l’incertitude visible, mais ne peuvent corriger un recrutement non représentatif, des tâches mal définies ou des données contaminées. Une bonne analyse commence avant les calculs, par une description claire de la population représentée par l’échantillon.

Comptabilisez les problèmes de façon cohérente, sans jamais prendre les évaluations de gravité pour des vérités objectives

Faites en sorte que les problèmes débouchent sur des actions. Un problème d’utilisabilité doit relier un comportement observé à une cause plausible liée à l’interface. « Les utilisateurs ont mal compris la navigation et ont cherché dans plusieurs sections » donne à une équipe de conception une piste à examiner; une affirmation abstraite sur des modèles mentaux divergents, peut-être pas. Les équipes peuvent suivre les problèmes distincts, le nombre de participants concernés par chacun, ainsi que leur éventuelle concentration autour de certaines tâches ou catégories.

Attendez-vous à des désaccords. Lors d’une évaluation comparative, un seul des 141 problèmes signalés a été relevé par les quatre équipes, tandis que 128 n’ont été trouvés que par une seule équipe. Les évaluations de gravité peuvent aider à établir des priorités, mais les évaluateurs ne sont pas toujours d’accord. Cinq participants peuvent suffire à repérer les problèmes les plus manifestes dans une petite étude formative ciblée, mais pas lorsque le produit, le public ou les conséquences sont d’ampleur considérable.

Analyse

Le décompte des problèmes apporte une structure utile à une pratique qui repose souvent sur l’interprétation d’experts. Pourtant, les résultats de l’étude comparative montrent pourquoi il ne faut pas présenter le nombre de problèmes comme un inventaire exhaustif de la réalité. Ce que les évaluateurs remarquent dépend des tâches, des participants et des attentes qu’ils apportent. Un plus grand nombre de participants peut aider, mais une couverture plus large des tâches et l’avis d’un évaluateur indépendant peuvent faire apparaître d’autres problèmes. La gravité doit être considérée comme une aide rigoureuse à la hiérarchisation, fondée sur des critères clairs et la discussion, et non comme un verdict scientifique qui éliminerait tout jugement.

Suivez la réussite des tâches, l’effort et l’apprentissage, pas seulement la vitesse

Choisissez des mesures de performance adaptées. Pour mesurer la réussite d’une tâche, il faut en définir l’état final. Pour une tâche critique, une réussite binaire peut convenir; pour d’autres, une réussite partielle peut révéler des progrès utiles. Les erreurs doivent elles aussi être définies à l’avance, notamment les actions qui comptent comme telles et la possibilité de commettre plusieurs erreurs. L’efficience peut se mesurer en temps ou par le nombre d’actions, comme les clics, les pages consultées ou les boutons activés.

Mesurez l’évolution avec l’expérience. L’apprentissage s’évalue en suivant une mesure de performance au fil de plusieurs essais. Dans une étude sur l’auto-capture d’empreintes digitales, les participants accomplissaient les tâches en environ une minute et demie, et leurs performances s’amélioraient d’un essai à l’autre. Aller plus vite n’est pas automatiquement préférable: la vitesse peut nuire à la précision dans un processus critique pour la sécurité, tandis qu’une tâche d’apprentissage peut bénéficier d’un rythme délibéré. Interprétez le temps à la lumière de l’objectif de l’utilisateur.

Analyse

Ces mesures permettent de distinguer « les utilisateurs peuvent-ils le faire ? », « quel effort cela leur demande-t-il ? » et « à quelle vitesse s’améliorent-ils ? ». Cette distinction est précieuse pour les produits utilisés de façon répétée, où une première expérience médiocre ne devient efficace qu’après un entraînement considérable. Un objectif de durée doit donc tenir compte du contexte, plutôt que d’exprimer une préférence universelle pour la vitesse. Le nombre de clics est tout aussi imparfait : moins d’actions peuvent demander moins d’effort, mais une étape de confirmation bien placée peut éviter une erreur coûteuse. L’efficience exige une définition pertinente de l’effort et du résultat.

Interrogez les utilisateurs juste après chaque tâche, puis utilisez une échelle validée pour l’ensemble du produit

Saisissez l’expérience locale. Une brève question après chaque tâche peut indiquer quelle activité a semblé difficile, tant que l’expérience est encore fraîche. La question unique sur la facilité d’utilisation (Single Ease Question) demande aux utilisateurs d’évaluer une tâche achevée sur une échelle allant de « très difficile » à « très facile ». Une mesure des attentes apporte un point de comparaison utile: demandez aux utilisateurs à quel point ils pensent qu’une tâche sera facile, puis à quel point elle leur a effectivement paru facile. Les tâches qui semblaient faciles mais se sont révélées difficiles sont des candidates évidentes à une amélioration.

Saisissez l’impression générale. L’échelle d’utilisabilité des systèmes (System Usability Scale) comprend dix affirmations qui permettent d’obtenir un score de 0 à 100. Dans deux vastes ensembles d’études, les scores médians étaient de 69 et de 71. Le score net de recommandation (Net Promoter Score) répartit plutôt les évaluations de recommandation entre détracteurs, passifs et promoteurs, puis soustrait le pourcentage de détracteurs à celui des promoteurs. Cette simplification est pratique, mais fait perdre des détails.

Analyse

Les évaluations tâche par tâche aident à repérer les points de friction ; une échelle administrée à la fin de la séance saisit une impression plus générale. Cette distinction est utile, car la mémoire et le jugement d’ensemble peuvent brouiller des moments précis. Les questionnaires standardisés facilitent aussi les comparaisons, mais un score familier ne doit pas être pris pour un diagnostic complet. La propension à recommander n’est pas synonyme d’utilisabilité, et réduire une réponse sur onze points à trois catégories fait perdre de l’information. Les déclarations des utilisateurs sont particulièrement instructives lorsqu’elles répondent à une question claire, sont interprétées parallèlement aux comportements et sont recueillies dans des conditions qui limitent la pression de vouloir plaire au modérateur.

Utilisez des expériences en conditions réelles pour tester de petits changements et repérer les abandons

Observez le parcours réel. Les données analytiques d’un site Web peuvent indiquer où les utilisateurs arrivent, cliquent, poursuivent leur parcours ou quittent un processus. Les taux d’abandon aident à repérer l’étape à laquelle une transaction perd des utilisateurs; les taux de clics indiquent à quelle fréquence un lien ou un bouton affiché est sélectionné. Ces mesures décrivent les comportements à grande échelle, mais n’expliquent généralement pas pourquoi ils se produisent.

Testez un changement précis. Dans un exemple de commerce en ligne, une modification du libellé d’un bouton a augmenté les clics de 24 % et le revenu par visiteur de 48 %. Un test A/B utile dirige simultanément des visiteurs comparables vers différentes versions, de préférence par attribution aléatoire, et vérifie si les résultats diffèrent de façon fiable. Les petits changements facilitent l’interprétation des résultats. Lorsqu’une version l’emporte, adoptez-la et poursuivez les tests, au lieu de traiter une expérience comme une règle universelle de conception.

Analyse

Les expériences en conditions réelles sont puissantes, car elles observent les choix dans le contexte où ils comptent, au lieu de demander aux utilisateurs de les imaginer. Leur ampleur peut révéler des effets qui échapperaient à une petite étude en laboratoire. Mais un clic n’est pas automatiquement bénéfique : davantage de clics peut traduire de la confusion, et une hausse du chiffre d’affaires n’explique pas ce que les utilisateurs ont apprécié. L’attribution aléatoire permet une comparaison plus solide que le fait de tester une conception le matin et une autre plus tard, mais l’interprétation dépend toujours du choix d’un résultat qui reflète une bonne expérience, et non d’un simple indicateur commercial commode.

Ne combinez des scores que si leurs pondérations et leurs hypothèses sont explicites

Rendez la méthode vérifiable. Les équipes peuvent combiner des mesures en vérifiant si chaque participant atteint un ensemble d’objectifs, en convertissant les mesures sur une échelle de pourcentage commune ou en les standardisant sous forme de scores z. Un indicateur unique d’utilisabilité (Single Usability Metric) spécialisé combine la réussite des tâches, le temps, les erreurs et la satisfaction après chaque tâche. Un tableau de bord peut plutôt présenter plusieurs mesures côte à côte, en préservant davantage de détails.

Méfiez-vous des moyennes. Dans un exemple, la moyenne de la réussite des tâches et celle du temps semblaient respecter les objectifs, mais seuls 38 % des participants avaient atteint les deux objectifs à la fois. Un score composite peut masquer ce type de décalage. La pondération égale est un choix, pas une vérité naturelle; l’importance relative de la réussite, du temps et de la satisfaction doit dépendre de l’objectif du produit. Dans la mesure du possible, fixez les objectifs avant les tests.

Analyse

Un score récapitulatif peut aider une personne qui doit prendre une décision rapidement à discerner une tendance, mais tout score composite intègre des jugements sur les compromis acceptables. Si une grande satisfaction peut compenser l’échec de tâches critiques, la formule risque de dissimuler précisément le danger que l’étude devrait mettre au jour. Présenter les mesures séparément à côté de la valeur combinée permet d’en vérifier la construction. Les résultats fondés sur des objectifs sont souvent plus faciles à interpréter, puisqu’ils indiquent si une norme définie a été atteinte ; cette norme mérite toutefois elle-même un examen. Un tableau de bord doit condenser les éléments probants, non effacer les raisons qui les sous-tendent.

Croisez les tests utilisateurs avec les comportements sur le terrain et les besoins en matière d’accessibilité

Utilisez des éléments probants qui révèlent des aspects différents. Une séance en laboratoire révèle ce que les utilisateurs tentent de faire et les difficultés qu’ils rencontrent. Les données analytiques de terrain montrent ce que les visiteurs font réellement au fil de nombreuses visites. À l’Open University, le suivi a montré que 37 % des visites liées aux technologies de l’information concernaient aussi l’informatique, tandis que seulement 27 % des visites liées à l’informatique concernaient aussi les technologies de l’information. Cela concordait avec les observations d’utilisabilité selon lesquelles la liste initiale des sujets masquait les choix apparentés, et a contribué à orienter la réorganisation.

N’oubliez pas les utilisateurs souvent laissés de côté. L’accessibilité, c’est l’utilisabilité pour les personnes ayant des besoins d’accès particuliers. Dans la mesure du possible, testez avec des utilisateurs représentatifs et évaluez les normes pertinentes, comme les Règles pour l’accessibilité des contenus Web. Les vérifications automatisées peuvent détecter certains problèmes de code, mais de nombreuses difficultés exigent une inspection humaine et l’utilisation de technologies d’assistance. Le suivi oculaire ou les signaux biométriques peuvent apporter des éléments supplémentaires, mais ils n’expliquent pas à eux seuls l’expérience d’un utilisateur.

Analyse

Le croisement des méthodes est précieux, car chacune présente un angle mort différent. Un test peut révéler de la confusion sans montrer à quelle fréquence elle se produit en situation réelle ; les données analytiques peuvent indiquer des abandons sans en expliquer la cause. La concordance entre plusieurs sources renforce une conclusion, tandis que leurs divergences peuvent révéler une hypothèse cachée. L’exemple biométrique du livre illustre bien cette idée : une activation physiologique plus marquée lors de l’utilisation d’un manuel imprimé n’a été interprétée comme un signe de difficulté qu’après que des fiches de réaction et une discussion eurent fourni un contexte émotionnel. Davantage d’instruments de mesure ne signifie pas davantage de compréhension.

Traduisez les résultats en retombées commerciales, en signalant clairement chaque hypothèse

Reliez les éléments probants à leurs conséquences. La refonte du portail d’un gouvernement d’État a fait passer le taux moyen de réussite des tâches de 72 % à 95 % et réduit leur durée moyenne de 2,2 minutes à 0,84 minute. L’équipe a ensuite estimé les économies de temps pour le public et les recettes supplémentaires provenant des transactions. Ces projections reposaient sur des hypothèses concernant le nombre de résidents utilisant le site et la fréquence des transactions payantes; les améliorations d’utilisabilité observées étaient donc plus solidement établies que les extrapolations financières.

Rendez les éléments probants mémorables. Présentez quelques indicateurs clairs, expliquez leur signification et étayez-les par des exemples ou de courts extraits montrant des utilisateurs confrontés au même problème. Établissez des références cohérentes d’une version à l’autre et adaptez la présentation au public visé. Les responsables peuvent avoir besoin de connaître les coûts ou les retombées sur le chiffre d’affaires; les concepteurs ont besoin de connaître le comportement précis et de disposer d’une recommandation applicable.

Analyse

La traduction des résultats en termes commerciaux aide les éléments probants liés à l’expérience utilisateur à obtenir l’attention et les ressources nécessaires, mais elle incite aussi à exagérer la certitude causale. Une réduction de la durée d’une tâche est un résultat mesuré ; une économie annuelle projetée dépend du trafic, de la répétition et d’hypothèses sur la valeur du temps. Distinguer ces différents niveaux renforce la crédibilité au lieu d’affaiblir l’argumentaire. Les récits et les extraits vidéo peuvent rendre les données compréhensibles, tandis que les chiffres permettent de vérifier si une anecdote frappante est représentative. La meilleure présentation permet aux décideurs de voir à la fois l’obstacle humain et les limites de l’estimation.

Analyse

L’apport central du livre consiste à faire de l’expérience utilisateur un sujet opérationnel sans prétendre que tous ses aspects sont simples. Il propose aux praticiens un parcours allant d’une question à la conception d’une étude, puis aux éléments probants et à la décision. Sa force durable tient à son pluralisme: la réussite des tâches, le temps, les erreurs, la satisfaction, les données analytiques de terrain et les réactions physiologiques sont considérés comme autant de fenêtres différentes sur une interaction, et non comme des définitions interchangeables de la qualité.

Ce pluralisme entraîne aussi une responsabilité. Chaque indicateur est une définition opérationnelle, un choix quant à la partie de l’expérience qui compte et à la façon dont elle sera enregistrée. Un taux d’achèvement dépend du critère de réussite retenu. Un score de gravité dépend d’une grille d’évaluation. Un score composite dépend de pondérations. La procédure peut être cohérente sans que le construit soit complet. La rigueur des mesures exige donc de documenter la définition, l’échantillon, les exclusions et les hypothèses, et pas seulement de présenter un résultat d’apparence précise.

Trois mises en garde sont particulièrement importantes. Premièrement, un intervalle de confiance décrit l’incertitude d’une estimation selon un modèle statistique; il ne signifie pas que 95 % des utilisateurs pris individuellement se situeront dans cet intervalle. Deuxièmement, la combinaison de mesures peut entraîner des compensations qui ne sont pas acceptables. Une grande satisfaction ne devrait pas compenser un échec critique pour la sécurité. Troisièmement, un test A/B peut établir qu’une modification a influé sur un résultat choisi dans les conditions testées, mais ce résultat ne reflète pas nécessairement le bien-être des utilisateurs. Optimiser uniquement les clics, le temps ou les recettes peut favoriser une expérience plus manipulatrice ou simplement plus apte à capter l’attention.

L’approche pratique du livre est la plus solide lorsque les indicateurs étayent l’interprétation au lieu de la remplacer. L’observation qualitative explique ce que signifie un chiffre; les données de terrain vérifient si une tendance observée en laboratoire compte à grande échelle; les tests d’accessibilité demandent de qui l’expérience est absente. L’objectif mûr n’est ni un score unique ni un tableau de bord rempli de mesures. C’est un système d’apprentissage reproductible qui rend l’incertitude visible, relie les choix de conception à leurs conséquences et change de cap lorsque les éléments probants contredisent l’intuition. Les données comportementales et biométriques sensibles appellent également un consentement clair et une grande retenue, surtout lorsque les émotions déduites risquent d’avoir des effets sur les utilisateurs au-delà de l’étude.

Résumé en 30 secondes
Mesurez l’achèvement des tâches, les erreurs, la durée et les notes des utilisateurs, car comportements et opinions peuvent diverger. Les petits échantillons produisent des estimations incertaines : quatre réussites sur cinq personnes donnent un taux de 80 %, mais l’intervalle ajusté à 95 % s’étend de 36 % à 98 %. Les tests A/B peuvent relier les modifications de l’interface aux résultats, tandis que les données analytiques indiquent où les visiteurs quittent le parcours. Combinez les mesures avec prudence, explicitez leurs hypothèses et confrontez les résultats des tests en laboratoire aux comportements réels et aux besoins en matière d’accessibilité.
Contient des spoilers

Dernière mise à jour:

Signaler un problème

Résumé des avis

4.08 sur 5
Moyenne de 500+ évaluations de Goodreads et Amazon.

Measuring the User Experience reçoit majoritairement des avis positifs. Les lecteurs saluent sa structure claire et ses explications accessibles des indicateurs UX et des statistiques. Beaucoup le considèrent comme une ressource précieuse pour les professionnels de l’UX, en particulier ceux qui débutent dans la recherche quantitative. Le livre est décrit comme complet, pratique et utile pour planifier des études d’utilisabilité. Certains lecteurs relèvent son aspect de manuel, qui peut être à la fois un atout et un inconvénient. Quelques critiques le trouvent trop élémentaire, mais il est dans l’ensemble vivement recommandé à celles et ceux qui souhaitent mieux comprendre la mesure de l’UX et la prise de décision fondée sur les données.

Votre note :
4.51
274 évaluations
Envie de lire le livre complet ?

Glossaire

indicateurs UX

mesures des interactions

Observations quantifiables des interactions d’une personne avec un produit ou un système. Parmi les exemples courants figurent la réussite des tâches, leur durée, les erreurs, les notes de satisfaction et l’attention visuelle. Un indicateur UX utile doit être observable, recueilli de manière cohérente et lié à un aspect de l’expérience utilisateur, comme l’efficacité, le rendement ou la satisfaction.

évaluation formative de l’utilisabilité

tests visant à améliorer la conception

Évaluation menée alors qu’il est encore possible de modifier un produit ou une conception. Les chercheurs repèrent les obstacles, recommandent des ajustements et évaluent la conception révisée au fil de cycles itératifs. Sa valeur dépend de la possibilité pour l’équipe de donner suite aux résultats ; elle est donc particulièrement utile avant que la conception soit finalisée ou mise en production.

évaluation sommative de l’utilisabilité

évaluation par rapport à des objectifs

Évaluation servant à déterminer dans quelle mesure un produit atteint des objectifs d’utilisabilité prédéfinis ou se compare à un autre produit ou à une autre version. Elle met l’accent sur l’évaluation plutôt que sur le diagnostic de changements à apporter en cours de développement. Une évaluation sommative utile définit ses critères à l’avance et prévoit les décisions ou les actions qui suivront les résultats.

question unique sur la facilité d’utilisation (Single Ease Question)

note de facilité d’utilisation après une tâche

Mesure composée d’un seul élément, qui évalue la difficulté perçue d’une tâche et qui est posée après qu’un participant l’a accomplie. Le participant indique à quel point la tâche était difficile ou facile, généralement sur une échelle en sept points. Cette mesure est conçue pour être rapide à administrer et peut servir à comparer la difficulté perçue de différentes tâches ou versions d’une conception.

échelle d’utilisabilité des systèmes (System Usability Scale)

questionnaire d’utilisabilité générale

Questionnaire normalisé mis au point par John Brooke pour évaluer l’utilisabilité perçue. Il comprend dix énoncés formulés positivement ou négativement, auxquels on répond sur une échelle d’accord en cinq points. Les réponses sont converties en une note de 0 à 100. Cette note permet des comparaisons entre études, mais ne constitue pas en soi un diagnostic de problèmes d’utilisabilité précis.

score net de recommandation (Net Promoter Score)

mesure de fidélité fondée sur la recommandation

Indicateur client fondé sur la probabilité de recommander une entreprise, un produit ou un service, évaluée sur une échelle de 0 à 10. Les notes de 0 à 6 correspondent aux détracteurs, celles de 7 ou 8 aux passifs et celles de 9 ou 10 aux promoteurs. On soustrait le pourcentage de détracteurs du pourcentage de promoteurs, ce qui donne une note comprise entre -100 et +100.

indice de désorientation (lostness)

mesure de l’inefficacité de la navigation

Mesure de l’inefficacité avec laquelle un utilisateur navigue sur un site Web en essayant d’accomplir une tâche. Elle tient compte du nombre de pages distinctes visitées, du nombre total de visites de pages, revisites comprises, et du nombre minimal de pages nécessaires à la tâche. Une note de zéro représente un parcours idéal ; des valeurs plus élevées indiquent un écart plus important par rapport à ce parcours.

zones d’intérêt

régions du regard définies

Régions précises d’un écran ou d’une scène sélectionnées pour l’analyse du suivi oculaire. Les chercheurs définissent chaque région à l’aide de coordonnées, puis examinent des mesures telles que le fait que les participants l’aient regardée, la durée de leur regard ou le délai avant leur première fixation. La précision des limites est importante, car des régions adjacentes ou qui se chevauchent peuvent fausser les comparaisons.

indicateur unique d’utilisabilité (Single Usability Metric)

note d’utilisabilité combinée

Méthode mise au point par Jeff Sauro et Erika Kindlund pour combiner des mesures normalisées de l’achèvement des tâches, de leur durée, des erreurs et de la satisfaction après la tâche. Les mesures sont combinées au niveau de chaque tâche afin de produire des notes par tâche et un résultat global. Cette note simplifie les comparaisons, mais doit être interprétée à la lumière des mesures qui la composent.

test A/B

comparaison randomisée de conceptions

Expérience menée sur un site en production, qui compare deux versions d’une page ou d’un élément d’interface en exposant différents visiteurs à chaque version et en mesurant des résultats tels que les clics, les achats ou les abandons. L’affectation aléatoire et la réalisation des tests en parallèle contribuent à rendre la comparaison équitable. Le résultat met en évidence des différences entre les résultats mesurés, mais n’explique pas à lui seul pourquoi les utilisateurs ont réagi différemment.

méthode de Wald ajustée

intervalle pour les taux de réussite

Méthode de calcul des intervalles de confiance autour de proportions, comme le pourcentage de participants qui réussissent une tâche. Le livre la recommande pour les études d’utilisabilité menées sur de petits échantillons, car d’autres méthodes de calcul d’intervalles peuvent donner de mauvais résultats avec des effectifs aussi réduits. L’intervalle exprime l’incertitude entourant la proportion estimée, et non la variation des résultats individuels.

FAQ

De quoi parle Measuring the User Experience ?

  • Guide complet : Le livre est un guide détaillé sur la collecte, l’analyse et la présentation des indicateurs d’utilisabilité afin d’améliorer l’expérience utilisateur dans divers produits et systèmes.
  • Approche pratique : Il met l’accent sur les applications pratiques des indicateurs UX, les rendant accessibles aux professionnels qui ont besoin de pistes concrètes plutôt que de discussions théoriques.
  • Diversité des mesures : Il couvre un large éventail de mesures, notamment celles liées à la performance, aux déclarations des utilisateurs et aux problèmes, afin d’évaluer efficacement les interactions des utilisateurs.

Pourquoi lire Measuring the User Experience ?

  • Améliorer les processus de conception : Il aide les lecteurs à comprendre comment mesurer et améliorer l’expérience utilisateur, un enjeu crucial pour la réussite d’un produit sur un marché concurrentiel.
  • Conseils d’experts : Écrit par des professionnels chevronnés, Tom Tullis et Bill Albert, il partage les enseignements tirés de plus de 40 ans d’expérience cumulée en recherche UX.
  • Large champ d’application : Les méthodes s’appliquent à de nombreux produits, des sites Web à l’électronique grand public, ce qui les rend pertinentes pour de nombreux professionnels.

Quels sont les principaux enseignements de Measuring the User Experience ?

  • Importance des indicateurs : Le livre souligne que les indicateurs UX sont essentiels pour comprendre le comportement des utilisateurs et améliorer la conception des produits, en évitant les décisions fondées sur des suppositions erronées.
  • Types d’indicateurs : Il classe les indicateurs en mesures de performance, de problèmes et autodéclarées, chacune ayant une fonction particulière dans l’évaluation de l’expérience utilisateur.
  • Conseils pratiques : Il propose des conseils concrets pour recueillir et analyser les données, afin que les lecteurs puissent appliquer ces méthodes dans leur travail.

Quels sont quelques mythes courants sur les indicateurs UX abordés dans Measuring the User Experience ?

  • Mythe du temps nécessaire : Le livre déconstruit l’idée selon laquelle la collecte des indicateurs prend trop de temps et explique que des mesures simples peuvent être intégrées aux évaluations habituelles.
  • Idées fausses sur les coûts : Il remet en question la croyance selon laquelle les indicateurs UX sont coûteux, en soulignant qu’il est possible de recueillir des données utiles à moindre coût par différentes méthodes.
  • Malentendu sur les nouveaux produits : Il précise que les indicateurs s’appliquent aussi aux nouveaux produits et soutient qu’établir des mesures de référence est essentiel pour les comparaisons futures.

Comment Measuring the User Experience définit-il les indicateurs de l’expérience utilisateur ?

  • Mesures quantifiables : Le livre définit les indicateurs UX comme des mesures quantifiables qui mettent en évidence différents aspects des interactions des utilisateurs, tels que l’efficacité, le rendement et la satisfaction.
  • Observables et quantifiables : Il insiste sur le fait que tous les indicateurs UX doivent être observables et quantifiables, afin de pouvoir être exprimés sous forme de nombres ou de dénombrements aux fins d’analyse.
  • Outil d’aide à la décision : Il indique que les indicateurs UX apportent des réponses à des questions essentielles sur le comportement des utilisateurs et aident à prendre des décisions éclairées concernant la conception des produits.

Quels types d’indicateurs de performance sont abordés dans Measuring the User Experience ?

  • Réussite des tâches : Le livre mesure dans quelle mesure les utilisateurs parviennent à accomplir leurs tâches, en abordant à la fois la réussite binaire (réussite ou échec) et les différents degrés de réussite (réussite partielle).
  • Durée des tâches : Il souligne l’importance de mesurer le temps nécessaire aux utilisateurs pour accomplir leurs tâches, un indicateur clé du rendement.
  • Erreurs et rendement : Il aborde la mesure des erreurs commises au cours des tâches et du rendement global, en combinant la réussite des tâches et le temps nécessaire.

Comment présenter efficacement les indicateurs UX selon Measuring the User Experience ?

  • Représentations visuelles : Le livre recommande d’utiliser des graphiques et des diagrammes pour représenter visuellement les données et faciliter la compréhension des résultats par les parties prenantes.
  • Inclure les intervalles de confiance : Il suggère de présenter les intervalles de confiance avec les indicateurs afin de communiquer la fiabilité des données.
  • Mettre l’accent sur les résultats clés : Il souligne l’importance de faire ressortir les résultats et tendances significatifs afin que le public comprenne les conséquences pour la conception.

Qu’est-ce que l’échelle d’utilisabilité des systèmes (SUS) dans Measuring the User Experience ?

  • Outil largement utilisé : Elle est présentée comme un outil répandu pour évaluer l’utilisabilité perçue. Elle comprend 10 énoncés auxquels les utilisateurs répondent sur une échelle en cinq points.
  • Méthode de calcul : Elle consiste à additionner les contributions de chaque élément, puis à multiplier le résultat par 2,5 pour obtenir une note globale de 0 à 100.
  • Interprétation des notes : Le livre propose des repères selon lesquels les notes inférieures à 50 sont inacceptables, tandis que celles qui dépassent 70 sont considérées comme acceptables.

Comment recueillir efficacement des mesures autodéclarées selon Measuring the User Experience ?

  • Questionnaires normalisés : Le livre recommande d’utiliser des questionnaires normalisés comme l’ASQ, le CSUQ et le QUIS pour structurer les commentaires des utilisateurs.
  • Questions ouvertes : Il suggère d’inclure des questions ouvertes pour permettre aux utilisateurs d’exprimer leurs pensées et leurs sentiments et recueillir ainsi des données qualitatives plus riches.
  • Analyse des données : Il insiste sur l’analyse des données recueillies afin de dégager des tendances et des enseignements qui éclaireront les décisions de conception et amélioreront l’expérience utilisateur.

Quelles sont les bonnes pratiques pour réaliser des tests d’utilisabilité selon Measuring the User Experience ?

  • Planifier à l’avance : Le livre souligne l’importance d’une planification précoce, notamment de la définition des critères de réussite et du choix des indicateurs à recueillir.
  • Faire participer les parties prenantes : Il encourage leur participation au processus de test afin qu’elles découvrent directement l’expérience des utilisateurs.
  • Itérer à partir des résultats : Il préconise un processus itératif dans lequel les résultats d’une session orientent les améliorations de la suivante, afin d’améliorer la qualité de la conception.

Quelle est l’importance du suivi oculaire dans Measuring the User Experience ?

  • Comprendre l’attention des utilisateurs : Il renseigne sur les éléments auxquels les utilisateurs prêtent attention et aide à repérer ceux qui suscitent leur intérêt ou les désorientent.
  • Mesures courantes : Le livre aborde des mesures telles que la durée de fixation, le nombre de fixations et le délai avant la première fixation pour évaluer l’engagement des utilisateurs.
  • Visualisation des données : Il souligne l’intérêt de visualiser les données du suivi oculaire à l’aide de cartes thermiques et de tracés du regard afin de communiquer efficacement les résultats.

Comment Measuring the User Experience aborde-t-il la notion de retour sur investissement de l’utilisabilité ?

  • Calcul du retour sur investissement : Le livre aborde des méthodes de calcul du retour sur investissement des améliorations de l’utilisabilité, en reliant les indicateurs aux résultats commerciaux, comme l’augmentation des ventes.
  • Études de cas : Il présente des études de cas illustrant comment mesurer avec succès les retombées financières des améliorations de l’utilisabilité.
  • Cadre pratique : Il propose un cadre de calcul du retour sur investissement de l’utilisabilité, qui comprend l’identification des économies liées à une amélioration du rendement et de la satisfaction.

À propos de l'auteur

Bill Albert est auteur et expert dans le domaine de la conception et de la recherche en expérience utilisateur (UX). Il est connu pour ses travaux sur la mesure et la quantification de l’expérience utilisateur, notamment dans son livre « Measuring the User Experience ». L’approche d’Albert associe l’analyse statistique à des méthodes pratiques d’UX, rendant accessibles des concepts complexes aux professionnels du domaine. Son travail est très estimé au sein de la communauté UX, comme en témoigne l’accueil favorable réservé à son livre. L’expertise d’Albert consiste à traduire les principes universitaires de l’interaction humain-ordinateur en applications pratiques pour les professionnels du secteur, faisant le lien entre connaissances théoriques et pratiques concrètes de l’UX.

Télécharger le PDF

Pour garder le résumé de Measuring the User Experience pour plus tard, téléchargez gratuitement le PDF. Vous pouvez l’imprimer ou le lire hors ligne quand vous le souhaitez.
Download PDF

Télécharger l'EPUB

Pour lire le résumé de Measuring the User Experience sur votre liseuse ou dans une application de lecture, téléchargez gratuitement l’EPUB. Le format numérique .epub est idéal pour lire des livres numériques sur téléphone, tablette ou liseuse.
Download EPUB
Envie de lire le livre complet ?
Suivre
Écouter
Accueil
Swipe
Biblio
Appli
Essayez l'accès complet pendant 3 jours
Écoutez, enregistrez, et plus encore
Comparer les fonctionnalités Gratuit Pro
📖 Lire les résumés
Lisez des résumés illimités. Les utilisateurs gratuits en reçoivent 3 par mois
🎧 Écouter les résumés
Écoutez des résumés illimités dans 40 langues
—
❤️ Favoris illimités
Limité à 4 pour les utilisateurs gratuits
—
📜 Historique illimité
Limité à 4 pour les utilisateurs gratuits
—
📥 Téléchargements illimités
Limité à 1 pour les utilisateurs gratuits
—
Calendrier sans engagement
Aujourd'hui : Accès immédiat
Écoutez les résumés complets de plus de 26 000 livres. Soit plus de 12 000 heures d'audio !
Jour 2 : Rappel d'essai
Nous vous enverrons une notification pour vous informer que votre essai se termine bientôt.
Jour 3 : Votre abonnement commence
Vous serez débité le 25 nov.,
annulez à tout moment avant.
Consume 2.8× More Books
2.8× livres de plus Écoute Lecture
Nos utilisateurs nous adorent
1M+ lecteurs
Trustpilot Rating
TrustPilot
4.6 Excellent
Ce site change tout. Je n'ai jamais lu autant de résumés aussi rapidement. Je recommande vivement.
— Dave G
Ça vaut vraiment le coup en temps et en argent, et c'est très bien fait. Je n'ai jamais vu cette qualité de résumés ailleurs. Très utile !
— Em
Hautement recommandé !! Service fantastique. Parfait pour ceux qui veulent plus qu'un aperçu sans tous les détails d'un livre audio complet.
— Greg M
Économisez 62 %
Annuel
$119.88 $44.99/an/an
$3.75/mois
Mensuel
$9.99/mois
Démarrer un essai gratuit de 3 jours
3 jours gratuits, puis $44.99/an. Annulez à tout moment.
Unlock a world of fiction & nonfiction books
Plus de 26 000 livres pour le prix de 2 livres
Lisez n'importe quel livre en 10 minutes
Découvrez de nouveaux livres comme sur Tinder
Demandez n'importe quel livre s'il n'est pas encore résumé
Lisez plus de livres que quiconque
L'appli n°1 pour les amateurs de livres
Lifelike & immersive summaries
Garantie satisfait ou remboursé 30 jours
Téléchargez les résumés en EPUB ou PDF
Annulez à tout moment en quelques clics

Pourquoi un seul résumé ?

Scanner
Trouvez un code-barres à scanner

⭐
⭐
⭐
Nous avons un cadeau spécial pour vous
Ouvrir
38 % de réduction
RÉDUCTION POUR VOUS
⭐
⭐
⭐
$79.99
$49.99/an
Seulement $4.16 par mois
Continuer
2 touches pour commencer, résiliation ultra simple
Paramètres
Général
Widget
Chargement...