Sommaire

1. Introduction

2. Du travail qualitatif, aux métriques UX, en passant par le ROI
2.1 Avant de mesurer: planifier
2.2 Toujours penser au résultat
2.3 Qui utilise vos métriques?

3. Coisir les bonnes métriques
3.1 SEQ – Single Ease Question
3.2 SUS – System Usability Scale
3.3 SUPR-Q – Standardized User Experience Percentile Rank Questionnaire
3.4 NASA-TLX – Task Load Index
3.5 NPS – Net Promoter Score
3.6 CES – Customer Effort Score
3.7 Ne pas oublier la question complémentaire

4. Métriques alternatives
4.1 TCR – Task Completion Rate
4.2 TCT – Task Completion Time
4.3 CR – Conversion Rate
4.4 AOV – Average Order Value
4.5 Analyses web classiques (taux de rebond, pages/visit, etc.)
4.6 Métriques techniques (temps de chargement, Google Lighthouse, score WCAG, etc.)

5. Seul la comparaison compte

6. Conseils pour implémenter des métriques dans une équipe
6.1 Se limiter à quelques métriques
6.2 Planifier la présenation des métriques
6.3 Fournir une aide à la lecture et gérer les attentes

7. Conclusion

1. Introduction

L’expérience utilisateur (User Experience, UX en anglais) a un coût. Nous-mêmes, coûtons de l’argent car nous ne travaillons pas gratuitement. Notre lieu de travail aussi est une charge. Et les testeuses et testeurs qui participent à nos activités de recherche ont aussi un coût. Et même s’ils ne sont pas payés parce qu’ils sont employés par notre entreprise – ils n’apportent aucune plus-value financière tant que, par exemple, ils restent dans leur rôle de testeuses ou de testeurs.

Or, en tant qu’expert UX, vous savez, bien sûr, qu’il s’agit en réalité d’un investissement. Grâce à une meilleure UX, les collaboratrices et collaborateurs sont plus heureux, font moins d’erreurs, ont besoin de moins d’assistance et finalement le chiffre d’affaires augmente. Il n’empêche qu’il n’est pas toujours facile de le faire comprendre à certains de vos collègues et, surtout, à vos supérieurs. Mais quelques chiffres ou statistiques peuvent vous aider.

Dans ce guide, je vous donne quelques précieux conseils sur la façon de choisir les bonnes métriques, de les appliquer correctement et de bien présenter les résultats. Ainsi, vous serez en capacité de démontrer la valeur de votre travail et de documenter vos réussites. De plus, vous arriverez mieux à mesurer les progrès de vos efforts en termes d’UX et finalement vous aurez tous les éléments pour progresser.

Même si de nombreuses et nombreux UXers ont peu d’expérience avec les métriques et les statistiques, la courbe d’apprentissage est plate, vous pouvez donc commencer à travailler avec des métriques tout de suite et sans trop d’effort.

2. Du travail qualitatif, aux métriques UX, en passant par le ROI

En tant qu’expert UX, la qualité est toujours au cœur de votre travail. Vous tentez de comprendre pourquoi les individus font quelque chose et ce qu’ils font exactement – mais savoir combien d’entre eux le font ne joue qu’un rôle secondaire pour vous. Et c’est très bien ainsi. Néanmoins, il peut également vous être utile d’inclure des approches quantitatives dans votre répertoire de méthodes, en plus des quelques métriques qu’il contient déjà. Dans la plupart des cas, cela n’implique pratiquement pas de travail supplémentaire de votre part, car les métriques viennent d’elles-mêmes, pour ainsi dire.

Dans ce contexte, vous pouvez distinguer deux types de métriques :

  1. celles qu’il vous suffit d’enregistrer, telles que le Task Completion Rate / taux de réussite (la testeuse ou le testeur a-t-il pu terminer la tâche ?) ou le Task Completion Time (le temps qu’il a fallu à la participante ou au participant pour terminer la tâche),
  2. et celles que vous devez collecter vous-même et qui représentent la satisfaction subjective (cela peut généralement être fait avec un simple questionnaire).

2.1 Avant de mesurer: planifier

Mais avant de commencer, demandez-vous d’abord ce que vous voulez savoir. Vous ne devriez pas simplement « commencer à mesurer », mais toujours vous demander : pourquoi est-ce que je veux mesurer ? Quelles sont les conséquences de ces résultats?

Tout est mesurable, mais l’objectif n’est pas d’accumuler des données que personne ne peut exploiter, mais plutôt de faire ressortir des informations précieuses, qui facilitent ensuite la prise de décision.

Imaginez qu’un collègue vous propose de mesurer le nombre de pages vues par visite sur votre site Web. Ici, votre premier réflexe devrait être de lui demander (ou de vous demander) pourquoi veut-il savoir cela. Il veut probablement savoir si les contenus de votre site Web intéressent les visiteurs. Pourquoi votre collègue veut-il savoir ça ? Parce qu’ils sont le seul moyen de convaincre les visiteurs que votre produit est fabuleux. Vous vous demandez alors : comment savoir si le visiteur est intéressé ? Et bien, par exemple, lorsqu’il envoie une demande de contact, demande à être rappelé ou quelque chose de similaire. Cela vous amène à une métrique réellement intéressante : le nombre de demandes de contact par rapport au nombre de pages visitées.

Comme dans un test d’ergonomie, vous faites une hypothèse. Dans notre exemple, ce serait : plus un de nos visiteurs consulte de pages, plus nous pouvons le convaincre de nous contacter.

Ainsi, à l’avenir, la meilleure chose à faire est de toujours mesurer ces deux valeurs ensemble : le nombre de pages consultées par un visiteur et l’envoi ou non d’une demande de contact par ce dernier. Vous ferez alors ressortir des informations précieuses: si, par exemple, le nombre de pages visitées augmente rapidement mais pas le nombre de demandes de contact, cela peut indiquer que les visiteurs ne trouvent pas ce qu’ils recherchent. Ou que les pages ne les intéressent plus. Et une chose devient claire : les aspects qualitatifs sont cruciaux – sans eux, vous ne pouvez pas interpréter les nombres de manière significative.

2.2 Toujours penser au résultat

Lors de la planification de vos mesures, pensez toujours aux résultats qui vous intéressent, et non aux métriques que certains outils peuvent vous donner.

Voici donc comment procéder :

  1. Définissez votre objectif. Que souhaitez-vous que l’utilisateur fasse ? Par exemple, vous voulez qu’il laisse ses coordonnées sur votre site Web et devienne finalement client.
  2. Définissez un type comportement. Quel comportement de l’utilisateur vous indique que vous avez atteint votre objectif ? Par exemple, il télécharge un livre blanc ou prend rendez-vous pour une consultation.
  3. Définissez une métrique. Comment pouvez-vous mesurer ce comportement ? Dans notre exemple, vous pourriez comptabiliser chaque envoi d’un formulaire de contact.

Si avec cette méthode, vous identifiez plusieurs métriques possibles, alors choisissez l’une d’entre elles. La collecte de données est désormais facile grâce aux outils modernes. Cependant, on ne peut pas en dire autant quant à leur bonne interprétation. Ici, votre expertise est nécessaire.

Pensez également aux domaines pour lesquels vous souhaitez collecter les métriques respectives : est-ce pour toute l’entreprise ou la marque ? Ou bien pour un produit spécifique ? Ou simplement pour une seule action que l’utilisateur effectue avec le produit ?

En tant que fabricant d’appareils mobiles, par exemple, vous pourriez vouloir mesurer la satisfaction des utilisateurs à l’égard de votre entreprise. Vous pourriez également vouloir découvrir dans quelle mesure les clients sont satisfaits d’un de vos smartphones en particulier. Ou vous pourriez vouloir mesurer le degré de satisfaction des clients avec l’appareil photo de ce smartphone. Ce sont toutes des métriques utiles et intéressantes mais personne ne vous demande de mesurer les trois.

2.3 Qui utilise vos métriques?

La prochaine étape de la planification consiste à réfléchir à qui examinera vos métriques plus tard. Ici, pour changer, vous ne vous intéressez pas aux utilisateurs de votre produit, mais à ceux de vos métriques. Vous effectuez donc une analyse du groupe cible « utilisateurs de métriques » pour les données que vous souhaitez collecter à l’avenir.

En général, vous pouvez différencier deux types d’utilisateurs :

  1. les utilisateurs métiers (supérieurs, contrôleurs, chefs de produit, collaborateurs marketing, etc.),
  2. les experts en UX.

Pour le groupe d’utilisateurs 1, il faut privilégier les métriques métiers comme le fameux ROI (retour sur investissement, donc combien d’argent ma mesure rapporte-t-elle ?) et les mesures classiques issues des évaluations analytiques (taux de rebond, taux de conversion, pages/visite, etc.).

Le groupe d’utilisateurs 2 s’intéresse, quant à lui, généralement aux métriques centrées sur l’utilisateur telles que le NPS, le SUS, le taux d’erreur, le Task Completion Time (l’accent est mis ici sur le comportement de l’utilisateur). Nous examinerons de plus près ces métriques dans un instant.

3. Choisir les bonnes métriques

Quelles métriques sont les bonnes ? Il existe un grand nombre de mesures différentes, voici donc quelques conseils pour choisir la meilleure pour votre cas particulier. En réalité, la différence entre chaque métrique n’est pas si grande. Presque toutes sont fortement corrélées les unes aux autres. En d’autres termes, les résultats sont assez similaires, quelle que soit la métrique que vous utilisez. Mais plus à ce sujet dans un instant.

Dans tous les cas, la première règle est : n’inventez pas votre propre métrique, utilisez plutôt une qui existe déjà. Il y a deux raisons à cela:

  1. si vous utilisez une métrique couramment employée, vous pouvez comparer vos résultats avec d’autres,
  2. et gardez en tête que développer une métrique nécessite une grande expertise.

Il y a quelques éléments à prendre en compte, si vous souhaitez collecter les attitudes, les opinions et les expériences des utilisateurs. Même si vous pensez peut-être au départ que « ça ne coûte rien à demander » : il n’est pas si facile d’obtenir des réponses exploitables. En effet, chaque question comporte le risque d’obtenir une réponse fallacieuse.

La façon dont vous formulez la question joue donc un rôle capital. De plus, le moment choisi pour poser la question est tout aussi important. Et les options de réponse ont également une influence. Enfin, l’environnement, par exemple les questions que vous posez avant ou après, a aussi un impact sur les réponses données.

Voici un exemple très simple pour clarifier cela. Vous posez deux questions aux testeuses et testeurs:

  • Dans l’ensemble, comment noteriez-vous votre bonheur sur une échelle de 1 (très élevé) à 7 (très faible)?
  • Comment noteriez-vous votre bonheur au travail sur une échelle de 1 (très élevé) à 7 (très faible)?

Les deux questions ont un effet l’une sur l’autre : un individu qui s’estime heureux de manière générale aura tendance à s’évaluer aussi heureux au travail.

Toutefois, si vous posez les deux questions dans l’ordre inverse, vous obtenez un résultat complètement différent : les deux questions sont désormais extrêmement corrélées. En d’autres termes, une personne qui s’estime d’abord heureuse au travail se jugera aussi heureuse de manière générale.

Dans le deuxième exemple, la raison est que nous pensons alors principalement à notre bonheur au travail quand nous répondons à la seconde question. Il s’agit d’un effet psychologique bien connu auquel tous les individus sont soumis, même ceux qui en ont conscience.

Il en existe de nombreux de ce type, et même les experts ne les détectent pas toujours tous à l’avance. Par conséquent, les questionnaires professionnels sont toujours validés statistiquement et optimisés afin de fournir des résultats aussi impartiaux que possible.

À ce sujet, vous rencontrerez souvent les termes « validité » et « fiabilité ». Une métrique est valide si elle mesure réellement ce pour quoi elle est utilisée. Elle est fiable si après plusieurs essais, les mêmes résultats sont obtenus.

Enfin, elle est objective si elle fournit toujours les mêmes résultats, indépendamment de qui l’utilise et comment.

Les métriques suivantes sont toutes valides, fiables et objectives, et sont donc utilisées par de nombreux collègues.

3.1 SEQ – Single Ease Question

La Single Ease Question (SEQ), en français « question simple de la difficulté » est l’une des métriques les plus simples et les plus recommandables. Ainsi, après qu’une testeuse ou un testeur a fait une action, vous lui demandez : « À quel point était-ce facile ? »

Il ou elle doit donner une note sur une échelle de 1 à 7, avec les mentions « très difficile » à gauche et « très facile » à droite.

La SEQ est très souvent utilisée dans les tests d’ergonomie et est posée après qu’une action est effectuée. Elle peut aussi être employée, par exemple, dans le cadre d’une enquête sur un site Web, pour interroger les utilisateurs après qu’ils ont terminé une certaine tâche (par exemple, après avoir commandé quelque chose).

La SEQ est donc une métrique rapide et facile pour analyser les tâches qu’un utilisateur effectue avec ce que vous examinez.

3.2 SUS – System Usability Scale

Contrairement à la SEQ, avec la System Usability Scale (SUS), vous interrogez les testeuses et testeurs sur leur expérience d’utilisation vis-à-vis de l’ensemble du système. En d’autres termes, vous posez vos questions quand la testeuse ou le testeur a terminé toutes les tâches d’une session.

John Brooke, l’inventeur de la méthode la décrit comme « rapide et bâclée ». Toutefois, de nombreuses études montrent qu’elle n’est pas du tout « bâclée » et répond bien à tous les critères des bons questionnaires. C’est pourquoi elle est largement acceptée depuis son introduction en 1996.

La SUS propose aux testeuses et testeurs d’indiquer dans quelle mesure ils sont d’accord avec 10 énoncés sur une échelle de 1 à 5. Donc de 1, « Je suis totalement en désaccord » à 5, « Je suis totalement d’accord ».

Les 10 déclarations sont :

  1. Je pense que j’aimerais utiliser ce système plus souvent.
  2. J’ai trouvé le système inutilement complexe.
  3. Je pense que le système était facile à utiliser.
  4. Je pense que j’aurais besoin du soutien d’une personne technophile pour utiliser le système.
  5. J’ai trouvé que les différentes fonctions du système étaient bien coordonnées.
  6. Je pense que le système est trop incohérent.
  7. Je pense que la plupart des gens pourraient apprendre à utiliser le système très rapidement.
  8. J’ai trouvé le système très compliqué à utiliser.
  9. Je n’ai pas eu de difficulté à utiliser le système.
  10. J’ai dû apprendre beaucoup avant de pouvoir utiliser le système.

Pour l’évaluation, les réponses sont comptabilisées sur une base 100, c’est-à-dire qu’un SUS de 100 serait un système avec une ergonomie optimale. S’il obtient 68, il est donc considéré comme « bon ». 

3.3 SUPR-Q – Standardized User Experience Percentile Rank Questionnaire

Le Standardized User Experience Percentile Rank Questionnaire (SUPR-Q) est très similaire à la SUS. Toutefois, vous ne posez ici que 8 questions aux testeuses et testeurs après qu’ils ont terminé toutes les actions sur le site Web que vous examinez. Cependant, le principe est le même et les résultats sont également similaires.

Toutefois, si vous souhaitez implémenter le SUPR-Q, vous devez dépenser entre 3 000 et 5 000 dollars par an. Alors pourquoi devriez-vous faire ça ? Parce que vous profitez de points de comparaison, c’est-à-dire de valeurs obtenues par d’autres sites Web. Cela signifie que vous voyez où se trouve le site Web que vous analysez par rapport aux autres sites du secteur – en termes d’ergonomie.

En revanche, recueillir et mettre à jour ces valeurs est bien sûr fastidieux – et les collègues de Jeff Sauro qui ont développé le SUPR-Q l’ont payé de leur poche. Mais si vous disposez d’un budget important, cela peut être intéressant – pour plus de détails, cliquez ici : SUPR-Q Product Description. Sinon, contentez-vous de la SUS qui a l’avantage d’être gratuite.

3.4 NASA-TLX – Task Load Index

La suggestion suivante est sérieuse. Il s’agit bien d’une métrique développée par la NASA. Comme vous pouvez l’imaginer, pour nos collègues de l’agence gouvernementale américaine bien connue, l’ergonomie est encore plus importante que pour nous, les mortels. Pour eux, il ne s’agit pas de détecter qu’une commande n’a pas été transmise correctement, mais plutôt de savoir si une fusée d’un milliard de dollars dévie de sa trajectoire et brûle dans l’atmosphère. Ou même si des personnes peuvent mourir à la suite d’une erreur de manipulation.

 la Station spatiale internationale
Un grand nombre d’interfaces sont nécessaires pour contrôler la Station spatiale internationale et lors de leur développement, la NASA utilise le TLX.
Source:
https://www.nasa.gov/mission_pages/station/research/experiments/2138.html

Les experts UX du secteur de la santé, du contrôle des installations industrielles et du trafic routier mesurent également la complexité de chaque tâche avec le TLX depuis les années 1980. Cette métrique est plutôt inadaptée aux sites Web ou aux applications grand public. Principalement parce qu’il est assez fastidieux de répondre aux questions. Le questionnaire NASA-TLX en compte six. L’utilisatrice ou l’utilisateur donne une évaluation sur une échelle non numérotée allant de « très faible » à « très élevé ».

Les questions sont :

  1. À quel point la tâche était-elle exigeante mentalement ?
  2. À quel point la tâche était-elle exigeante physiquement ?
  3. À quel point la pression du temps était-elle importante ?
  4. Dans quelle mesure avez-vous terminé la tâche avec succès ?
  5. À quel point vous êtes-vous contraint pour atteindre ce niveau ?
  6. Dans quelle mesure étiez-vous incertain, découragé, déconcerté, stressé et en colère ?

Ensuite, la testeuse ou le testeur doit également noter chaque dimension. Si vous souhaitez travailler avec cette méthode, vous trouverez ci-dessous quelques liens vers de plus amples informations et surtout le lien vers l’application iOS gratuite de la NASA, avec laquelle vous pouvez effectuer l’acquisition de données et également obtenir l’évaluation instantanée. Très pratique et moins compliqué que construire une fusée.

Physical Demand
Exemple de question de l’application NASA TLX.

3.5 NPS – Net Promoter Score

La prochaine métrique est un peu controversée. Certains collègues sont complètement défavorables au Net Promoter Score (NPS). Et ils ont de bonnes raisons pour cela. Vous en saurez plus dans un instant à ce sujet. Mais je vais d’abord vous expliquer comment le déterminer.

Mesurer le NPS

Une fois que la testeuse ou le testeur a fini le test, vous lui posez une seule question :

  • « Quelle est la probabilité que vous recommandiez ce système / cette application / ce site Web à des amis ou connaissances ? »

Celle-ci ou celui-ci peut donner une note alors allant de 0, pas du tout probable, à 10, très probable. Quiconque donne un 9 ou un 10 est considéré comme un promoteur. Un 7 ou un 8 est un passif et un 6 et pire, un détracteur.

Pour calculer le NPS, soustrayez le pourcentage de promoteurs à celui de détracteurs. Par exemple, s’il y a 40 % de promoteurs et 10 % de détracteurs, le NPS est de 30.

Dans le pire des cas, le NPS est de -100 – tous les répondants sont des détracteurs. Et dans le meilleur des cas, il est 100 – tout le monde est promoteur.

Le NPS a été développé à l’origine pour mesurer la satisfaction ou la fidélité des clients envers les marques ou les produits, mais il est également utilisé pour les sites Web ou les applications.

 

NPS – Avantages et inconvénients

Le NPS présente trois avantages principaux :

  1. Il est très facile à déterminer.
  2. De nombreux cadres le connaissent, surtout s’ils viennent du monde des affaires / du marketing.
  3. Il existe de nombreuses données comparatives d’entreprises de divers secteurs.

Toutefois, nos collègues du domaine UX sont plus critiques. Pour eux, le NPS consiste à faire quelque chose qu’aucun bon chercheur UX ne fait : demander aux testeuses et testeurs ce qu’ils prévoient de faire à l’avenir. Le problème : les réponses à ces questions sont biaisées. Si on demande à un échantillon s’il compte manger sainement et faire de l’exercice régulièrement le mois prochain, nombreux sont ceux qui répondront « oui ». En revanche, ils seront beaucoup moins à s’y tenir. Et cela s’applique à de nombreuses questions sur un comportement futur. Par conséquent, en tant que chercheurs UX, nous préférons de loin poser des questions sur le passé. Bien sûr, là aussi, les répondantes et répondants peuvent mentir ou ne pas se souvenir précisément, mais le taux d’erreur reste beaucoup plus faible.

Un autre inconvénient majeur du NPS est qu’il est basé sur une méthode de calcul étrange. Cette dernière est certes simple, mais d’un point de vue statistique, elle est imparfaite. En effet, beaucoup d’informations recueillies au cours de l’enquête restent inexploitées.

Prenons un exemple pour illustrer cela :

  • Disons que le résultat de votre enquête se présente comme suit : 0 détracteur, 75 passifs et 25 promoteurs. Le NPS est donc de 25. Pas mal. Pour votre collègue, en revanche, c’est : 40 détracteurs, 0 passif et 65 promoteurs. Son NPS est-il meilleur ou pire ? Il est identique au vôtre, à savoir 25. Voici la démonstration que lors du calcul du NPS, beaucoup d’informations se perdent. En effet, cela n’a rien à voir que 65 répondantes et répondants pensent que votre produit est excellent ou seulement 25.

Le NPS fonctionne – si vous l’utilisez correctement

Devons-nous, par conséquent, éviter d’utiliser le NPS ? Pas nécessairement de mon point de vue. De plus, beaucoup de non UX pensent qu’il est excellent. Et ils ou elles apprécieront sûrement que vous leur montriez le résultat NPS de vos enquêtes. D’où mon conseil: si cela peut vous être utile, mesurez le NPS, mais travaillez aussi avec les données brutes.

NPS

Réponses finales à un NPS sous forme d’histogramme.

Il est préférable d’afficher les données brutes sous forme d’histogramme. Ainsi, vous pouvez voir en un coup d’œil comment les valeurs du NPS sont calculées et si le produit examiné polarise ou si, au contraire, les avis sont plus unanimes. Cependant, si vous découvrez lors de votre analyse et sélection des meilleures métriques qu’il n’y a pas d’intérêt accru pour le NPS dans votre entreprise, alors, à votre place, je m’abstiendrai de le présenter. Et je choisirai la SUS, qui est généralement un meilleur choix.

3.6 CES – Customer Effort Score

Le Customer Effort Score (CES) est très similaire au NPS. Il mesure l’effort que le client a ressenti pour mener sa tâche à bien – par exemple lors de la passation d’une commande ou d’une demande d’assistance. Le CES fonctionne sur le même principe que le NPS : l’utilisatrice ou l’utilisateur doit répondre à une seule question suite à son interaction avec l’entreprise ou le produit.

Dans le cas du CES, c’est :

  • « L’entreprise m’a permis de résoudre facilement mes problèmes. » Pour répondre, il ou elle doit choisir entre sept termes répartis sur une échelle et allant de « Je suis tout à fait d’accord » à « Je suis totalement en désaccord ».

Pour le calcul, je détermine la moyenne des réponses (1 signifie très facile, 7 très difficile), donc la note moyenne.

Pourquoi devriez-vous utiliser le CES plutôt que le NPS ? La raison principale est la façon dont la question est formulée. En effet, le CES n’interroge pas sur un éventuel comportement futur, mais bien sûr, l’expérience spécifique que l’utilisateur vient de vivre avec l’entreprise, le produit. Méthodologiquement, c’est plus juste. Et les inventeurs du CES disent : l’indicateur le plus important pour savoir si un client passera commande à nouveau, c’est l’effort qu’il ressent.

3.7 Ne pas oublier la question complémentaire

À force de se concentrer sur les métriques et les chiffres, vous pourriez perdre les aspects qualitatifs de vue. Or, si vous collectez des métriques comme le NPS ou le CES, par exemple sur un site Web ou dans le cadre d’une enquête et indépendamment d’un test d’ergonomie, vous devez toujours poser une question complémentaire :

  • « Pourriez-vous préciser brièvement votre note ? »

Vous pouvez ainsi avoir une idée de ce qui fonctionne et de ce qui ne marche pas. Autrement, vous savez, par exemple, seulement que quelque chose ne va pas, mais vous n’avez aucune idée du problème que rencontrent vos utilisatrices et utilisateurs.

4. Métriques alternatives

En plus des métriques que je viens de présenter, il y en a d’autres qui sont utilisées fréquemment et que vous pouvez ajouter à votre répertoire de méthodes. Et si des collègues les collectent déjà, vous obtenez alors des éléments de comparaison sans trop d’effort.

Toutefois, d’un point de vue UX, elles n’apportent pas grand-chose parce qu’elles vont dans les détails et disent donc peu de choses sans contexte. Par exemple, savoir que le temps de traitement moyen d’une tâche (TCT) est de 39 secondes, ne vous apporte, en soi, aucune information vous permettant d’entreprendre quelque chose. Si vous analysez le temps dont les utilisatrices et utilisateurs ont besoin pour passer commande sur votre boutique, cette durée est très courte – en principe, la saisie des détails de paiement, etc., prend généralement beaucoup plus de temps. Cependant, si vous déterminez le temps nécessaire pour déverrouiller un vélo en libre-service, alors 39 secondes sont assez longues – surtout quand on sait que de nombreuses applications permettent de raccourcir ce temps de moitié.

4.1 TCR – Task Completion Rate

Le Task Completion Rate (TCR) indique le pourcentage de testeuses et testeurs qui ont réussi à terminer la tâche. Autrement dit, il correspond au nombre de testeuses et testeurs qui ont réussi, divisé par le nombre total de testeuses et testeurs.

Vous pouvez également déterminer cette valeur pour de très petites études UX. Cette métrique est surtout très utile pour identifier en un coup d’œil les tâches qui ont posé le plus de problèmes.

4.2 TCT – Task Completion Time

Le Task Completion Time (TCT) est le temps moyen en minutes ou en secondes qu’il a fallu aux testeuses et testeurs pour terminer la tâche. Cependant, attention lors de l’interprétation – il est clair que certaines tâches prennent plus de temps que d’autres. La plupart des utilisatrices et utilisateurs peuvent s’inscrire à une newsletter en quelques secondes, alors qu’ils ou elles auront besoin de plusieurs minutes pour passer une commande.

4.3 CR – Conversion Rate

Le taux de conversion (CR – Conversion Rate) indique le pourcentage de visiteurs qui ont fait les actions que vous vouliez. Par exemple, combien de visiteurs de votre site Web se sont abonnés à la newsletter? Ou combien de visiteurs de la landing page ont finalement passé commande?

4.4 AOV – Average Order Value

Le panier moyen (AOV – Average Order Value, exprimée en euros, francs suisses, etc.) indique le montant moyen dépensé par les clientes et clients lors d’une commande. Cette valeur doit également être interprétée avec prudence car elle dépend de nombreux facteurs que vous ne pouvez pas toujours influencer (par exemple, avant Noël, le nombre de commandes augmente généralement).

4.5 Analyses web classiques (taux de rebond, pages/visite, etc.)

Enfin, il y a les valeurs classiques que Google Analytics et d’autres systèmes de suivi mettent à disposition. Seules, elles ne suffisent pas pour mesurer l’UX, car elles dépendent d’un trop grand nombre de paramètres que vous ne pouvez pas contrôler. Toutefois, elles peuvent vous servir d’indication sur les points à examiner de plus près – surtout si elles changent soudainement.

Un exemple : le taux de rebond augmente brusquement sur votre site Web. Cela signifie que de nombreux visiteurs quittent votre site Web sans même avoir visité la deuxième page. Donc ils viennent de Google, par exemple, puis consultent votre page et finalement s’en vont.

Cela peut être un mauvais signe : les visiteurs trouvent votre site si peu fiable qu’ils le quittent dans la foulée.

Mais cela peut tout aussi bien être un très bon signe et signifier que les visiteurs trouvent exactement ce qu’ils recherchent sur la première page qu’ils consultent. Cela peut être le cas, par exemple, sur une page où figure votre numéro de téléphone. Les utilisateurs veulent vous appeler, ils recherchent donc votre numéro et, une fois trouvé, quitte votre site Web.

4.6 Métriques techniques (temps de chargement, Google Lighthouse, score WCAG, etc.)

Enfin, il existe un autre type de métrique dont j’aimerai vous parler : il s’agit de valeurs de nature plus technique, mais qui ont également une pertinence pour l’UX. Elles incluent, par exemple, le temps de chargement, que vous devez d’ailleurs surveiller si vous voulez un site Web / une application conviviale. Si votre site met trop de temps à charger, les utilisatrices et utilisateurs n’apprécieront pas leur visite. Il se pourrait même qu’ils ou elles n’attendent pas la fin du chargement de la page et aillent chez la concurrence.

Le temps de chargement et quelques autres facteurs sont pris en compte, par exemple, dans le score donné par Google Lighthouse. Ce sont tous des facteurs techniques, mais ils jouent un rôle dans l’UX. Vous pouvez les déterminer, par exemple, avec les outils intégrés dans Google Chrome.

Et il existe également des scores d’accessibilité, qui indiquent dans quelle mesure votre site répond aux critères des directives pour l’accessibilité du contenu Web (WCAG).

5. Seul la comparaison compte

Nous arrivons maintenant à un point extrêmement important pour toutes les métriques : une seule mesure ne dit presque rien, et ce, quelle que soit celle que vous choisissez.

Vous n’obtiendrez des résultats significatifs que si vous faites des comparaisons. C’est ce qui rend le NPS judicieux pour tous les types de problèmes, y compris dans le monde UX. En effet, pour cette métrique, il existe un grand nombre de valeurs comparatives de différentes industries. C’est d’ailleurs la raison pour laquelle des entreprises sont prêtes à payer plusieurs milliers d’euros en licences pour le SUPR-Q – les éléments de comparaison qu’elles obtiennent les aident beaucoup à se situer par rapport à leur concurrent.

Pour la plupart des entreprises, cependant, il est beaucoup plus facile et, surtout, moins cher de collecter ses propres benchmarks. Ils ont également l’énorme avantage d’être très fiables, car vous savez exactement comment vos propres valeurs ont été déterminées. Et vous pouvez vous assurer que la méthode de collecte reste toujours la même pour chaque mesure.

En général, vous pouvez effectuer deux types de comparaisons :

  1. Comparaison entre différentes tâches / fonctions / produits / entreprises
  2. Comparaison de la même métrique à des moments différents

Et vous devriez utiliser ces deux comparaisons.

Par exemple, vous pouvez voir à quel point il était difficile ou facile pour les participantes et participants à votre test d’ergonomie de réaliser les tâches respectives. Vous comparez donc les valeurs issues de la SEQ pour chaque tâche du test. Ou vous comparez le TCR, c’est-à-dire la proportion d’utilisatrices et d’utilisateurs qui ont effectué la tâche respective avec succès.

Cela peut également être judicieux de ne pas seulement regarder les résultats pour votre application, mais aussi de recueillir les mêmes métriques obtenues lors du test d’une application concurrente. Vous pouvez ainsi voir très clairement où vous vous situez.

Il est tout aussi intéressant de comparer les métriques obtenues à des moments différents. De cette manière, vous pouvez voir très clairement si une révision ou une nouvelle fonction améliore ou diminue l’ergonomie de l’application dans son ensemble.

6. Conseils pour implémenter des métriques dans une équipe

Jusqu’ici, je vous ai présenté un certain nombre de métriques que vous pouvez utiliser. Toutefois, si vous ne savez toujours pas lesquelles conviennent le mieux à votre cas spécifique, voici quelques conseils supplémentaires :

6.1 Se limiter à quelques métriques

Il peut être tentant de collecter le plus de données possible. Cela évite aussi de devoir faire un choix. Cependant, ça n’a pas de sens pour plusieurs raisons. Tout d’abord, il est difficile de faire plusieurs choses correctement en même temps. Deuxièmement, nous, les humains, ne sommes pas faits pour nous focaliser sur beaucoup de choses en même temps. Et c’est particulièrement vrai pour les nombres. Plus vous collectez de métriques, plus il vous est difficile de vous focaliser sur leur évolution et de faire de bonnes comparaisons. Et cela vaut encore plus pour tous vos collègues ou supérieurs qui ne connaissent pas aussi profondément le sujet que vous. Vous êtes alors obligé de leur expliquer beaucoup de choses.

Un autre aspect très important : plus vous posez de questions aux utilisatrices et utilisateurs, moins vous obtiendrez de réponses vraiment exploitables de leur part. Si la participation à l’enquête est libre (par exemple dans le cadre d’une enquête en ligne), alors le nombre de participants diminue au fur et à mesure que le nombre de questions est grand. Et même si au final ils répondent à toutes les questions, les répondants se fatiguent et donnent des réponses erronées ou incomplètes en fin de questionnaire.

Si vous organisez des tests utilisateurs avec des participantes et participants dans un laboratoire : le temps passé avec ces derniers est beaucoup trop précieux pour être gaspillé sur des questions futiles.


6.2 Planifier la présenation des métriques

Si jusqu’ici vous avez suivi mes recommandations, alors vous avez normalement étudié les besoins du groupe cible auquel vous allez plus tard présenter vos métriques. Vous savez donc où se situent les connaissances en statistiques des parties prenantes.

Vous allez donc devoir adapter votre présentation en conséquence. Retenez ceci, peu de personnes sont capables de tirer des enseignements à partir de nombres nus. L’effet est inverse si ces derniers sont présentés sous forme de graphique. On pourrait écrire des livres entiers sur ce sujet, mais en règle générale, l’histogramme est presque toujours la meilleure forme de représentation dans le domaine de l’UX. Avec lui, vous êtes à peu près sûr de viser juste.

Les diagrammes circulaires sont difficiles à interpréter lorsqu’ils sont divisés en plus de quatre ou cinq parts. Et comparer des diagrammes circulaires est encore plus difficile.

Les scientifiques aiment les diagrammes en boîtes (box plot en anglais). Ce sont, pour ainsi dire, des histogrammes complexes avec des « boîtes ».

NPS

Un box plot, en français diagramme en boîtes. Les boîtes indiquent les valeurs minimum et maximum, la boîte représente 50 pour cent des valeurs.

Cette représentation permet en un coup d’œil d’avoir une bonne idée de la distribution des valeurs mesurées. Étant donné que la lecture de ces graphiques demande un peu de pratique, je déconseille d’utiliser des diagrammes en boîtes dans des présentations destinées à un large public.

6.3 Fournir une aide à la lecture et gérer les attentes

Surtout lorsque vous commencez à travailler avec des métriques, il est important de savoir si tout le monde comprend bien ce que vous mesurez. Ce n’est donc pas une bonne idée de simplement diffuser les premiers résultats sous forme de rapport, mais bien mieux d’organiser un petit atelier à cet effet. Il vous donne l’occasion d’expliquer pourquoi vous faites des mesures et ce que vous comptez faire avec les résultats.

Par ailleurs, vous pouvez également recueillir des commentaires sur la manière dont les parties prenantes perçoivent les mesures et sur ce qu’elles pensent de la façon dont elles sont présentées. C’est aussi l’occasion de répondre avec les mêmes métriques aux autres questions qu’elles pourraient avoir.

Un autre point important est de tenter de gérer les attentes de votre groupe cible, parce qu’avec les métriques, on s’attend souvent à ce que les choses s’améliorent. Ici, vous profitez d’une excellente opportunité : grâce aux métriques, vous pouvez, par exemple, prouver que le travail de l’équipe UX apporte une plus-value à l’entreprise. D’autre part, vous devez également vous préparer à des questions critiques si certaines métriques ne montrent pas ce que vous espériez.

Et maintenant, voyons le dernier point : vous devez veiller à ce que les métriques ne cristallisent pas toute l’attention sur les chiffres. Tous ces beaux chiffres ne peuvent être correctement interprétés que si l’on considère aussi les aspects qualitatifs – la base de toute optimisation UX.

7.Conclusion

Avec les métriques vous gagnez en professionnalisme : vous pouvez les utiliser pour baser votre propre travail sur des fondements empiriques. Cela signifie que vous arrêtez de vous fier à vos ressentis pour, par exemple, évaluer la gravité d’un problème ou estimer l’ampleur de l’amélioration d’une application suite à la mise en place de correctifs.

Par ailleurs, les métriques vous aident à faire comprendre l’importance de l’UX à vos collègues et supérieurs. Elles augmentent l’utilité perçue de votre équipe UX. Ainsi, à moyen terme, elle est prise de plus en plus au sérieux, impliquée plus tôt dans les projets et reçoit finalement plus de budget.

Par conséquent, je vous recommande dorénavant de collecter la SEQ pour chaque test d’ergonomie (c’est-à-dire, après chaque tâche, de poser la question : « Était-ce facile? »). Vous pouvez également enregistrer le Task Completion Rate et le Task Completion Time – c’est très facile à faire, et vous disposez rapidement de quelques métriques avec lesquelles vous pouvez en peu de temps comparer votre situation par rapport à la concurrence.

À moyen terme, j’introduirais également une métrique de plus haut niveau, c’est-à-dire avec laquelle vous collectez une évaluation globale. Ici, la SUS est ma préférée, mais prenez plutôt le NPS, s’il est courant dans votre entreprise.

Qu’attendez-vous? Foncez!

Rendre l’UX mesurable et développer la culture UX en entreprise

Une meilleure expérience utilisateur augmente la satisfaction des collaborateurs, réduit les erreurs, de diminuer les besoins d’assistance et, au final, augmente le chiffre d’affaires. Ce guide vous apprend à démontrer la valeur de votre travail et à renforcer la culture UX au sein de votre entreprise.

Télécharger maintenant l'e-book gratuit