Tests d'utilisabilité

Les tests d'utilisabilité sont une technique utilisée dans la conception d'interactions centrées sur l'utilisateur pour évaluer un produit en le testant sur des utilisateurs. Cela peut être considéré comme une pratique d'utilisabilité irremplaçable, car elle donne une idée directe de la façon dont les utilisateurs réels utilisent le système. Ils s'intéressent davantage à l'intuitivité de la conception du produit et sont testés auprès d'utilisateurs qui n'y ont jamais été exposés auparavant. Ces tests sont primordiaux pour le succès d'un produit final, car une application entièrement fonctionnelle qui crée la confusion parmi ses utilisateurs ne durera pas longtemps. Cela contraste avec les méthodes d'inspection d'utilisabilité où les experts utilisent différentes méthodes pour évaluer une interface utilisateur sans impliquer les utilisateurs.

Les tests d'utilisabilité visent à mesurer la capacité d'un produit fabriqué par l'homme à répondre à ses objectifs. Parmi les produits qui bénéficient généralement de tests d'utilisabilité, on peut citer les aliments , les produits de consommation, les sites Web ou les applications Web, les interfaces informatiques , les documents et les appareils. Les tests d'utilisabilité mesurent l'utilisabilité, ou la facilité d'utilisation, d'un objet spécifique ou d'un ensemble d'objets, tandis que les études générales sur l'interaction homme-machine tentent de formuler des principes universels.

Le simple recueil d'avis sur un objet ou un document relève davantage d'une étude de marché ou d'une étude qualitative que d'un test d'utilisabilité. Les tests d'utilisabilité impliquent généralement une observation systématique dans des conditions contrôlées pour déterminer dans quelle mesure les personnes peuvent utiliser le produit. Cependant, la recherche qualitative et les tests d'utilisabilité sont souvent utilisés en combinaison, pour mieux comprendre les motivations/perceptions des utilisateurs, en plus de leurs actions.

Au lieu de montrer aux utilisateurs un brouillon et de leur demander : « Est-ce que vous comprenez ? », les tests d'utilisabilité consistent à observer les gens essayer d' utiliser quelque chose pour l'usage auquel il est destiné. Par exemple, lors du test des instructions d'assemblage d'un jouet, les sujets testés doivent recevoir les instructions et une boîte de pièces et, plutôt que de leur demander de commenter les pièces et les matériaux, il faut leur demander d'assembler le jouet. La formulation des instructions, la qualité des illustrations et la conception du jouet ont toutes une incidence sur le processus d'assemblage.

La mise en place d'un test d'utilisabilité implique la création minutieuse d'un scénario , ou d'une situation réaliste, dans laquelle la personne exécute une liste de tâches à l'aide du produit testé pendant que des observateurs regardent et prennent des notes ( vérification dynamique ). Plusieurs autres instruments de test tels que des instructions écrites, des prototypes papier et des questionnaires avant et après test sont également utilisés pour recueillir des commentaires sur le produit testé ( vérification statique ). Par exemple, pour tester la fonction de pièce jointe d'un programme de messagerie électronique , un scénario décrirait une situation dans laquelle une personne doit envoyer une pièce jointe à un e-mail et lui demanderait d'effectuer cette tâche. L'objectif est d'observer le fonctionnement des personnes de manière réaliste, afin que les développeurs puissent identifier les zones problématiques et les résoudre. Les techniques couramment utilisées pour recueillir des données lors d'un test d'utilisabilité comprennent le protocole de réflexion à voix haute , l'apprentissage par co-découverte et le suivi oculaire .

Les tests d'utilisabilité dans les couloirs , également appelés tests d'utilisabilité de guérilla , sont une méthode rapide et peu coûteuse de test d'utilisabilité dans laquelle les personnes, comme celles qui passent dans le couloir, sont invitées à essayer d'utiliser le produit ou le service. Cela peut aider les concepteurs à identifier les « murs de briques », c'est-à-dire les problèmes si graves que les utilisateurs ne peuvent tout simplement pas progresser, dès les premières étapes d'une nouvelle conception. N'importe qui, à l'exception des concepteurs et des ingénieurs du projet, peut être sollicité (ils ont tendance à agir en tant qu'« experts examinateurs » car ils sont trop proches du projet).

Ce type de test est un exemple d’ échantillonnage de convenance et les résultats sont donc potentiellement biaisés.

Dans un scénario où les évaluateurs d'utilisabilité, les développeurs et les utilisateurs potentiels se trouvent dans des pays et des fuseaux horaires différents, la réalisation d'une évaluation d'utilisabilité traditionnelle en laboratoire pose des problèmes à la fois du point de vue des coûts et de la logistique. Ces préoccupations ont conduit à des recherches sur l'évaluation d'utilisabilité à distance, l'utilisateur et les évaluateurs étant séparés dans l'espace et le temps. Les tests à distance, qui facilitent les évaluations effectuées dans le contexte des autres tâches et de la technologie de l'utilisateur, peuvent être synchrones ou asynchrones. Le premier implique une communication individuelle en temps réel entre l'évaluateur et l'utilisateur, tandis que le second implique que l'évaluateur et l'utilisateur travaillent séparément. De nombreux outils sont disponibles pour répondre aux besoins de ces deux approches.

Les méthodes de test d'utilisabilité synchrone impliquent la vidéoconférence ou utilisent des outils de partage d'applications à distance tels que WebEx. WebEx et GoToMeeting sont les technologies les plus couramment utilisées pour effectuer un test d'utilisabilité synchrone à distance. Cependant, les tests à distance synchrones peuvent manquer de l'immédiateté et du sentiment de « présence » souhaités pour soutenir un processus de test collaboratif. De plus, la gestion de la dynamique interpersonnelle au-delà des barrières culturelles et linguistiques peut nécessiter des approches sensibles aux cultures concernées. D'autres inconvénients incluent le contrôle réduit sur l'environnement de test et les distractions et interruptions subies par les participants dans leur environnement natif. L'une des méthodes les plus récentes développées pour effectuer un test d'utilisabilité à distance synchrone consiste à utiliser des mondes virtuels.

Les méthodologies asynchrones incluent la collecte automatique des flux de clics des utilisateurs, les journaux des incidents critiques survenant lors de l'interaction avec l'application et les commentaires subjectifs des utilisateurs sur l'interface. Similaire à une étude en laboratoire, un test d'utilisabilité à distance asynchrone est basé sur les tâches et la plateforme permet aux chercheurs de capturer les clics et les temps de tâche. Ainsi, pour de nombreuses grandes entreprises, cela permet aux chercheurs de mieux comprendre les intentions des visiteurs lorsqu'ils visitent un site Web ou un site mobile. De plus, ce style de test utilisateur offre également la possibilité de segmenter les commentaires par type démographique, d'attitude et de comportement. Les tests sont effectués dans l'environnement de l'utilisateur (plutôt que dans des laboratoires), ce qui permet de simuler davantage les tests de scénarios réels. Cette approche permet également de solliciter facilement les commentaires des utilisateurs dans des zones éloignées, rapidement et avec des frais généraux organisationnels réduits. Ces dernières années, la réalisation de tests d'utilisabilité de manière asynchrone est également devenue courante et permet aux testeurs de fournir des commentaires pendant leur temps libre et dans le confort de leur propre domicile.

L'évaluation par des experts est une autre méthode générale de test d'utilisabilité. Comme son nom l'indique, cette méthode repose sur le recours à des experts expérimentés dans le domaine (éventuellement issus d'entreprises spécialisées dans les tests d'utilisabilité) pour évaluer l'utilisabilité d'un produit.

Une évaluation heuristique ou un audit d'utilisabilité est une évaluation d'une interface par un ou plusieurs experts en facteurs humains. Les évaluateurs mesurent l'utilisabilité, l'efficience et l'efficacité de l'interface en se basant sur des principes d'utilisabilité, tels que les 10 heuristiques d'utilisabilité initialement définies par Jakob Nielsen en 1994.

Les heuristiques d’utilisabilité de Nielsen, qui ont continué d’évoluer en réponse aux recherches sur les utilisateurs et aux nouveaux appareils, incluent :

• Visibilité de l'état du système
• Adéquation entre le système et le monde réel
• Contrôle et liberté de l'utilisateur
• Cohérence et normes
• Prévention des erreurs
• Reconnaissance plutôt que rappel
• Flexibilité et efficacité d'utilisation
• Design esthétique et minimaliste
• Aider les utilisateurs à reconnaître, diagnostiquer et corriger les erreurs
• Aide et documentation

Similaires aux évaluations d’experts, les évaluations automatisées d’experts fournissent des tests d’utilisabilité, mais grâce à l’utilisation de programmes donnant des règles de bonne conception et d’heuristique. Bien qu’une évaluation automatisée ne fournisse pas autant de détails et d’informations que les évaluations effectuées par des personnes, elle peut être réalisée plus rapidement et de manière plus cohérente. L’idée de créer des utilisateurs de substitution pour les tests d’utilisabilité est une orientation ambitieuse pour la communauté de l’intelligence artificielle.

Dans le développement et le marketing Web, les tests A/B ou tests fractionnés sont une approche expérimentale de la conception Web (en particulier de la conception de l'expérience utilisateur), qui vise à identifier les modifications apportées aux pages Web qui augmentent ou maximisent un résultat intéressant (par exemple, le taux de clics pour une bannière publicitaire). Comme son nom l'indique, deux versions (A et B) sont comparées, qui sont identiques à l'exception d'une variation qui peut avoir un impact sur le comportement d'un utilisateur. La version A peut être celle actuellement utilisée, tandis que la version B est modifiée à certains égards. Par exemple, sur un site Web de commerce électronique, l'entonnoir d'achat est généralement un bon candidat pour les tests A/B, car même des améliorations marginales des taux d'abandon peuvent représenter un gain significatif des ventes. Des améliorations significatives peuvent être constatées en testant des éléments tels que le texte de copie, les mises en page, les images et les couleurs.

Les tests multivariés ou tests de compartiments sont similaires aux tests A/B mais testent plus de deux versions en même temps.

Au début des années 1990, Jakob Nielsen , alors chercheur chez Sun Microsystems , a popularisé le concept de l'utilisation de nombreux petits tests d'utilisabilité, généralement avec seulement cinq participants chacun, à différentes étapes du processus de développement. Son argument est que, une fois que l'on découvre que deux ou trois personnes sont totalement désorientées par la page d'accueil, il n'y a pas grand intérêt à voir d'autres personnes souffrir de la même conception défectueuse. « Les tests d'utilisabilité élaborés sont un gaspillage de ressources. Les meilleurs résultats sont obtenus en testant cinq utilisateurs au maximum et en exécutant autant de petits tests que possible. »

L'affirmation selon laquelle « Cinq utilisateurs suffisent » a été décrite plus tard par un modèle mathématique qui stipule que pour la proportion de problèmes non couverts U

où p est la probabilité qu'un sujet identifie un problème spécifique et n le nombre de sujets (ou de sessions de test). Ce modèle se présente sous la forme d'un graphique asymptotique vers le nombre de problèmes réels existants (voir figure ci-dessous).

Dans des recherches ultérieures, l'affirmation de Nielsen a été remise en question en utilisant à la fois des preuves empiriques des modèles mathématiques plus avancés . Deux défis clés à cette affirmation sont les suivants :

1. Étant donné que la convivialité est liée à un ensemble spécifique d'utilisateurs, il est peu probable qu'un échantillon aussi petit soit représentatif de la population totale. Par conséquent, les données d'un échantillon aussi petit sont plus susceptibles de refléter le groupe d'échantillons que la population qu'il peut représenter.
2. Tous les problèmes d'utilisabilité ne sont pas aussi faciles à détecter. Les problèmes difficiles à résoudre ralentissent le processus global. Dans ces circonstances, la progression du processus est bien plus superficielle que ce que prédit la formule Nielsen/Landauer.

Nielsen ne recommande pas de s’arrêter après un seul test avec cinq utilisateurs. Il soutient que tester avec cinq utilisateurs, corriger les problèmes qu’ils découvrent, puis tester le site révisé avec cinq utilisateurs différents est une meilleure utilisation des ressources limitées que de réaliser un seul test d’utilisabilité avec 10 utilisateurs. En pratique, les tests sont effectués une ou deux fois par semaine pendant tout le cycle de développement, avec trois à cinq sujets de test par tour, et les résultats sont livrés dans les 24 heures aux concepteurs. Le nombre d’utilisateurs réellement testés au cours du projet peut ainsi facilement atteindre 50 à 100 personnes. Les recherches montrent que les tests utilisateurs menés par les organisations impliquent le plus souvent le recrutement de 5 à 10 participants.

Au début, lorsque les utilisateurs sont les plus susceptibles de rencontrer des problèmes qui les arrêteront dans leur progression, presque n’importe quelle personne d’intelligence normale peut être utilisée comme sujet de test. Au cours de la deuxième étape, les testeurs recruteront des sujets de test parmi un large éventail de capacités. Par exemple, dans une étude, les utilisateurs expérimentés n’ont montré aucun problème à utiliser n’importe quelle conception, du premier au dernier, tandis que les utilisateurs naïfs et les utilisateurs expérimentés autoproclamés ont tous échoué à plusieurs reprises. Plus tard, lorsque la conception s’améliore, les utilisateurs doivent être recrutés parmi la population cible.

Lorsque la méthode est appliquée à un nombre suffisant de personnes au cours d'un projet, les objections soulevées ci-dessus sont levées : la taille de l'échantillon cesse d'être petite et les problèmes d'utilisabilité qui ne se posent qu'avec des utilisateurs occasionnels sont détectés. L'intérêt de la méthode réside dans le fait que les problèmes de conception spécifiques, une fois rencontrés, ne se reproduisent plus car ils sont immédiatement éliminés, tandis que les parties qui semblent réussies sont testées à plusieurs reprises. S'il est vrai que les problèmes initiaux de la conception peuvent être testés par seulement cinq utilisateurs, lorsque la méthode est correctement appliquée, les parties de la conception qui ont fonctionné lors de ce test initial seront ensuite testées par 50 à 100 personnes.

Un manuel d'Apple Computer de 1982 destiné aux développeurs conseillait de réaliser des tests d'utilisabilité :

1. « Sélectionnez le public cible. Commencez la conception de votre interface utilisateur en identifiant votre public cible. Écrivez-vous pour des hommes d'affaires ou des enfants ? »
2. Déterminez les connaissances des utilisateurs cibles sur les ordinateurs Apple et le sujet du logiciel.
3. Les étapes 1 et 2 permettent de concevoir l'interface utilisateur en fonction des besoins du public cible. Un logiciel de préparation de déclarations fiscales écrit pour les comptables peut supposer que ses utilisateurs ne connaissent rien aux ordinateurs mais sont des experts du code des impôts, tandis qu'un logiciel écrit pour les consommateurs peut supposer que ses utilisateurs ne connaissent rien aux impôts mais sont familiarisés avec les bases des ordinateurs Apple.

Apple a conseillé aux développeurs : « Vous devriez commencer les tests dès que possible, en utilisant des amis, des proches et de nouveaux employés » :

Notre méthode de test est la suivante. Nous installons une salle avec cinq à six systèmes informatiques. Nous programmons deux ou trois groupes de cinq à six utilisateurs à la fois pour essayer les systèmes (souvent sans qu'ils sachent que c'est le logiciel et non le système que nous testons). Deux des concepteurs sont présents dans la salle. S'il y en a moins, ils passent à côté de beaucoup de choses. S'il y en a plus, les utilisateurs ont l'impression qu'il y a toujours quelqu'un qui leur souffle dans le cou.

Les concepteurs doivent regarder les gens utiliser le programme en personne, car

Quatre-vingt-quinze pour cent des obstacles sont détectés en observant le langage corporel des utilisateurs. Soyez attentif aux yeux plissés, aux épaules voûtées, aux hochements de tête et aux soupirs profonds et sincères. Lorsqu'un utilisateur rencontre un obstacle, il supposera que c'est « parce qu'il n'est pas très intelligent » : il ne le signalera pas, il le cachera... Ne faites pas de suppositions sur les raisons pour lesquelles un utilisateur est devenu confus. Demandez-lui. Vous serez souvent surpris d'apprendre ce que l'utilisateur pensait que le programme faisait au moment où il s'est perdu.

Les tests d'utilisabilité sont un sujet formel d'enseignement universitaire dans différentes disciplines. Les tests d'utilisabilité sont importants pour les études de composition et l'enseignement de l'écriture en ligne (OWI). Le chercheur Collin Bjork soutient que les tests d'utilisabilité sont « nécessaires mais insuffisants pour développer un OWI efficace, à moins qu'ils ne soient également couplés aux théories de la rhétorique numérique ».

Les produits d'enquête comprennent des enquêtes papier et numériques , des formulaires et des instruments qui peuvent être remplis ou utilisés par le répondant à l'enquête seul ou avec un collecteur de données. Les tests d'utilisabilité sont le plus souvent effectués dans les enquêtes Web et se concentrent sur la façon dont les personnes interagissent avec l'enquête, comme la navigation dans l'enquête, la saisie des réponses à l'enquête et la recherche d'informations d'aide. Les tests d'utilisabilité complètent les méthodes traditionnelles de pré-test d'enquête telles que les pré-tests cognitifs (comment les personnes comprennent les produits), les tests pilotes (comment fonctionneront les procédures d'enquête) et l'examen par un expert en méthodologie d'enquête .

Dans les produits d'enquête traduits, les tests d'utilisabilité ont montré que « l'adéquation culturelle » doit être prise en compte au niveau des phrases et des mots et dans les conceptions de saisie de données et de navigation, et que la présentation de traductions et d'indices visuels de fonctionnalités communes (onglets, hyperliens , menus déroulants et URL ) contribue à améliorer l'expérience utilisateur.