Optimisation Ergonomique: Quels Standards ? Quels Enjeux ? Quelles évolutions ?

Optimisation ergonomique Quels standards ? Quels enjeux ? Quelles évolutions ?

Optimisation ergonomique • Jean-Paul CRENN WebColibri CIRVAD

Résultats de l’enquête du pôle Conseil en ergonomie de Benchmark Group – janvier 2009

Optimisation ergonomique Quels standards ? Quels enjeux ? Quelles évolutions ?

Interface marchande et création de valeur pour le visiteur

10

Les comportements du consommateur en ligne : Facteurs de crédibilité pour un site

11

La question clef : Le Pourquoi ?

Le Concept IHM •

La Fouille d’Informations (Information Foraging) : le concept IHM le plus important depuis 1993 (Palo Alto Research Center, ex-Xerox PARC, Stuart Card, Peter Pirolli)

•

Les internautes se comportent comme des animaux à la recherche de nourriture : le darwinisme en action

•

La loi du moindre effort : une caractéristique humaine fondamentale, liée à l’évolution

•

La loi de la maximisation de l’efficience

•

La Piste de l’Information (Information Scent) : élément clef de la Fouille de données. Le chemin pris présente-t-il des indices liés au résultat recherché ? La progression doit-être perçue comme rapide.

Les conséquences – 1- Liens et Catégories doivent décrire de façon explicite ce que les utilisateurs vont y trouver – 2- Ne pas utiliser de termes génériques, de slogans comme options de navigation – 3- Indiquer que l’utilisateur est bien sur la piste de la nourriture : lui donner le feedback sur sa localisation et sur son parcours

Don’t Make me Think

ou l’IHM selon M. KRUG

• On ne lit pas les pages on les survole • On ne fait pas les choix optimaux: le principe de suffisance • On ne sait pas comment les choses fonctionnent, on tâtonne

15

3.3 Don’t Make me Think

ou l’IHM selon M.

KRUG

16

Don’t Make me Think

17

Don’t Make me Think

18

La maximisation de l’efficience… En Conclusion : Analyse des Trade-offs de la Navigation • Quels gains est ce que je peux attendre ? • A quel coût probable ? (temps x effort)

Pourquoi la première impression est-elle toujours la bonne ? • 50 ms : intérêt visuel (Lindgoord, 2006) • Réponse émotionnelle PUIS rationalisation (Gladwell’s, 2005) • Clin d’œil + Effet Halo = Décision rationnelle • Beauté + Utilisabilité (Hassenzhal, 2004) • Propre, Plaisant et Symétrique

Pourquoi est-ce beau ?

Ou la théorie de la règle d’or et autres principes

de design

• Beauté = Ratio mathématique (Euclide Eléments)

AC:CB =

• Beauté = Ratio mathématique (Euclide Eléments)

AC:CB =

Pourquoi est-ce beau ?

Ou la théorie de la règle d’or et autres principes

de design

• Beauté = Ratio mathématique (Euclide Eléments) • La force du Blanc (Lin, 2004)

La théorie de la règle d’or et autres principes de design

• Beauté = Ratio mathématique (Euclide Eléments) • La force du Blanc (Lin, 2004)

Pourquoi est-ce beau ?

Ou la théorie de la règle d’or et autres principes

de design

• Beauté = Ratio mathématique (Euclide Eléments) • La force du Blanc (Lin, 2004) • La surcharge d’information

Créer de la valeur pour le visiteur 1. La valeur expérientielle de la visite 1.

La satisfaction tirée de la visite : Freedom + Fun 1. 2. 3.

2.

Les facteurs utilitaires La qualité de l’offre et de l’information Les facteurs émotionnels

Les coûts associés à la visite 1. 2. 3.

Le facteur temps Efforts et compétences Risques perçus

2. La question de la confiance 1. 2. 3.

La notion de confiance relationnelle ou institutionnelle Pourquoi la confiance est-elle une question cruciale sur Internet ? Comment accroître la confiance et diminuer le risque perçu ? 26

Enrichir l’expérience visiteur 1. Aide au choix: Fitting Box, Enjoysunglasses.com 2. Personnalisation: 1. de l’interface: Amazon, 2. du produit: NikeID

27

La théorie de la règle d’or et autres principes de design

• Beauté = Ratio mathématique (Euclide Eléments) • La force du Blanc (Lin, 2004) • La surcharge d’information

La théorie de la règle d’or et autres principes de design

• Beauté = Ratio mathématique (Euclide Eléments) • La force du Blanc (Lin, 2004) • La surcharge d’information

La théorie de la règle d’or et autres principes de design

• Beauté = Ratio mathématique (Euclide Eléments) • La force du Blanc (Lin, 2004) • La surcharge d’information

Comment est-ce qu’on scanne une liste ?

L’entonnoir du scan 1 seconde

A : le poids du passé B : le 1er repère (85%)

Comment est-ce qu’on scanne une liste ?

2 secondes

Le début du F

Comment est-ce qu’on scanne une liste ?

3 secondes

Poids des débuts de ligne

Comment est-ce qu’on scanne une liste ?

Itérations 4 secondes

Prêts à agir

Comment est-ce qu’on scanne une liste ?

5 secondes

• 35% ont cliqué dans Top 4/5 • 1er résultat naturel (différence 1er et 2nd en terme de clics (resp.

Comment est-ce qu’on scanne une liste ?

6 secondes

• 65 à 70% des utilisateurs restent • 2ème résultat naturel • Début de ligne

Comment est-ce qu’on scanne une liste ?

7 secondes

• 20% des internautes restent

Comment est-ce qu’on scanne une liste ?

• 2 groupes 8 secondes

• Frustrés • 10% sont des chercheu rs délibérés

Comment est-ce qu’on scanne une liste ?

9 secondes

• Rebond de bas d’écran • Clics sur résultats de bas de page

Comment est-ce qu’on scanne une liste ?

10 secondes

• 10à 15% restent

Comment est-ce qu’on scanne une liste ?

11 secondes

• 10à 15% restent

Comment est-ce qu’on scanne une liste ?

12 secondes

• Désespoir

Comment est-ce qu’on scanne une liste ?

La zone de la grande promesse

Comment fait-on ? Don’t Make me Think !

45

Comment fait-on ? L’Amazon Effect

46

Comment fait-on ? Les Etudes • • • • •

Web Analytics Focus Group Analyse Experte Tests Utilisabilité Et les enquêtes en ligne ?

47

Merci pour votre attention Jean-Paul CRENN Webcolibri http://jean-paulcrenn.blogspot.com/ [email protected] 49

Optimisation ergonomique Quels standards ? Quels enjeux ? Quelles évolutions ?