Project

General

Profile

18032015

Présents:
Uservalue: Julien Roland
HEVS: Alexandre Sierro
EDANA: Carole Baudin, Philippe Geslin, Laure Maillard, Gaetan Bussy
ISIC: Nabil Ouerhani, David Grunenwald, Claudia Gheorghe, Andreea Mihet

Excusés: Pierre Roduit (HEVS)

Démo ISIC

Eyetracker EyeTribe + projet opensource OGAMA (acquisition des données de l'eyetracker) + application de parsing et génération du rapport (ISIC made)

  • Définir un expériment (dans ce cas une image),
  • Faire l'acquisition des données du regard (une personne qui fait le teste),
  • Définir les zones d’intérêt,
  • Exporter les données de fixations, saccades, données brutes (regard) en format txt, ensuite convertir en csv
  • On génère le rapport

Feedback http://www.uservalue.ch/ :

  • Utilisent un eyetracker Gazepoint (GP3 ?)
  • Soulignent l'importance du contexte pour l'interprétation (un maximum d'info doivent être intégrés au rapport)
  • Il est possible de faire des études formatives (trouver les problèmes précises d'utilisabilité) et sommatives (comparer plusieurs interfaces). Les deux approches correspondent à des objectifs valides pour une étude ergonomique de site. Par contre, il est important de définir les objectifs de l'outil Ergo Crowd de ce point de vue. En effet, on ne regardera pas les mêmes choses dans les 2 cas. P.ex. certaines valeurs n'auraient pas beaucoup de sens dans l'absolu, si on ne peut pas les comparer : p.ex. il n'y a pas de benchmark quant à la vitesse de reconnaissance d'un retour à la page d'accueil, par contre on pourrait comparer ces vitesses entre une alternative A et une alternative B de l'interface. Une alternative discutée hier également, et me semble-t-il préférée par EDANA (à confirmer), est de comparer les "performances" de différentes catégories de population, mais sur une même interface.
  • Le workflow serait le suivant :
    • Établir des scénarios d'usage
    • Définir les critères de succès (comportement des utilisateurs)
    • Définir les métriques correspondant à ces critères
  • Trouver les patterns les plus communs sur un ensemble d'utilisateurs
  • Générer un support qui aide à la décision finale des ergonomes
  • Ne pas négliger les métriques simples
  • Il serait intéressant de rendre le système puisse s'alimenter des expériences passées (auto-apprentissage)
  • Intéressant aussi de détecter les patterns d'exploration des utilisateurs (Aggréger les TTFF successifs de différents utilisateurs, les classifier dans des clusters, détecter des patterns)
  • Une part non-négligeable du travail consiste à convaincre les clients de la valeur ajoutée du eye-tracking, d'argumenter les propositions des ergonomes et de faire des compromis avec tous les acteurs impliqués dans le projet.
Feedback EDANA:
  • C'est important de commencer par un cas concret et simple, avec des scenarii clairs

Démo HEVS

Présentation de 3 outils,dont un opensource, de face tracking et détection des émotions
Quelles sont les limites de l'utilisation d'une webcam standard pour du eyetracking ? Principalement la fréquence de capture (une vingtaine de fps contre 60 pour les eyetrackers)

TODO

EDANA commande un eyetracker EyeTribe (ISIC leur prete un Eyetracker en attendant et leur encoye le lien pour la commande)
EDANA installe et teste le projet OGAMA
ISIC créé une forge publique avec tous les membres du projet
EDANA et ISIC: définir un scenario (site web, taches, zones d’intérêt, métriques, informations contextuelles à présenter avec les métriques)