In the digital world, where business results are ever more top of the list, user experience is one of the key factors of success.

Today is a day I’ve been looking forward to for 3 years. I am going to present you the latest innovation of Netway: the ability to travel in the mind of users in order to gain a better understanding of what’s going on.

I want to illustrate this by sharing part of the analysis we did on the Facebook site for one of our customers.

But, before getting into the subject, allow me to explain why it is necessary to understand what goes on in a user’s brain when you design a screen.

The answer is quite simple: users are more and more in contact with competing screens, it becomes ever more difficult to differentiate your screen from the competitors’ screens, …

Google’s CEO Eric Schmidt is right when he says human behaviour becomes a vital tool in the success of digital projects and in meeting objectives.

So, let’s go!

The brain works in sequences of activities that last milliseconds.

Thanks to eye-tracking, we can see where the brain decides to go to collect information because we can observe the eyes. However, it is impossible to know whether the person is already familiar with the content on the screen, whether the screen incites users to click or whether the user has memorised the screen, …

Now, all these problems belong to the past! Imagine looking through your customer’s eyes and now to travel within their brain.

The images of fMRI (functional magnetic resonance imaging) and of EEG (electro-encephalography) allow us to know which neurological mechanisms are involved when someone uses a site.

In plain English: we can see which zones of the brain are activated when a user is performing a task.

If we can identify the activated zones of the brain, we also know the answer to the following questions:

• Doesn’t the screen have too many elements?
• Which parts of the screen are analysed the most by the brain?
• Do users recognize the used visuals?
• Do the call-to-action elements incite action?
• Do users understand the content?
• …

And if we do that, we can objectively measure the user experience.

Let’s get back to our Facebook example…

I will deliberately make my explanation a bit more accessible so the greatest possible number of our community members can benefit from it.

Let’s go for it …

In the case of Facebook we see the right visual cortex has a higher level of activation. This indicates the visual elements at the left side of the interface generate more brain activity than the right-side elements.

But what does this mean? Let’s take a closer look at the activation flux in the visual cortex.

We see the visual cortex is not very activated between zone V1 and the Brodmann 7 zone (in blue). This means the visual attention (position in space, orientation and size of the graphical objects) requires little effort. This means the site has a visual organisation that requires little visual attention.

But if we look at the zone that goes from V1 to V4 (in orange), we see it has a higher level of activation. This means users non-consciously identify and recognize the visual elements on the screen.

The fusiform gyrus is the zone that will make us recognize faces and well-known things.

We can conclude Facebook has an easily understandable and efficient visual organisation. People recognize the visual elements of the screen, and in particular the faces.

We now have interesting data on the visual elements of the Facebook homepage. However, during a visit, many cerebral systems will be active in parallel. These activities constitute sequences of milliseconds and involve:

• the visual system
• the semantic system
• the motor system
• …

Let’s now analyse the content understanding of the site.

The Brodmann 44 zone is involved in recovering information in our semantic memory. This means a surfer watches the elements and this system will activate a network of knowledge about a certain word or an object.

The information that is recovered in the long-term memory during a Facebook site visit activates the semantic network. People will know what they see and that activates a set of linked information (I know this person, it is a friend of…, …).

We see the Brodmann 45 zone is not activated. If this had been the case, it would have meant the recovered information didn’t activate strong associations. That would mean the content is not very well known or not very often used by our brain.

In short, the content on Facebook is simple and does not require a considerable cognitive effort.

Let’s know check whether the call-to-action elements generate a lot of reaction.

There is a special zone in our brain, the Brodmann 6 zone, which is activated when a surfer thinks about clicking on something. This zone of the premotor cotex plans the movement of the hand and the fingers (before actually moving). By analysing this zone we know whether a call-to-action makes people want to click on something before they actually do so.

In the case of Facebook, the interface gives moderate results.

The conclusion…

Facebook has a simple visual organisation; users immediately recognize the graphical elements; the cognitive efforts are low and surfers understand the content.

We have analysed many more zones, such as the hypocampus that allows us to know whether a screen has been recognized, or the reward system that allows us to check whether people are happy, and so on.

So how do you put this information into practice?

In our case:

• We build screens based on the required behaviour.
• Once the screens have been designed, we check whether they activate the zones and activation levels that have been determined beforehand in the form of a hypothesis.
• We cross these data with the data of ocular analysis that have been gathered in order to have a view that is as objective and as certain as possible.
• If needed (read: in 99% of the cases), we correct the screen in order to generate the expected behaviour in more than 80% of the cases.

Dans un monde digital où les résultats business sont de plus en plus demandés par les organisations, l’expérience utilisateur est un des facteurs clés de succès.

Ceci est un jour que j’attends depuis 3 ans. Je vais vous présenter la dernière innovation Netway : la capacité de voyager au sein du cerveau des utilisateurs pour mieux comprendre ce qui s’y passe.

Afin de vous illustrer cela, nous allons partager avec vous une partie de l’analyse Facebook, réalisée sur le site de Facebook pour un de nos clients.

Mais avant d’entrer dans le vif du sujet, pourquoi est-ce nécessaire de comprendre ce qui se passe dans le cerveau des utilisateurs quand on conçoit un écran ?

La réponse est très simple : les utilisateurs sont de plus en plus confrontés à de nombreux écrans concurrents ; il devient donc de plus compliqué de se différencier de ses concurrents.

Comme le signale Eric Schmidt (CEO Google), le comportement humain devient un outil primordial pour réussir ses projets digitaux et atteindre ses propres objectifs.

Allons-y !

Le cerveau fonctionne par séquences d’activités en millisecondes.

Le eyetracking permet de voir où le cerveau a décidé de collecter des informations au travers des yeux. Par contre, il est impossible de savoir si la personne connait le contenu présenté ou si un écran donne l’envie de cliquer ou encore si un écran est mémorisé.

Tout cela est du passé ! Imaginez de voir au travers des yeux de vos clients et … et maintenant de voyager dans leur cerveau.

L’imagerie par résonance magnétique fonctionnelle (IRMf) et l’électro-encéphalographie (EEG) permettent de cerner les mécanismes neurologiques liés à l’utilisation d’un site.

Plus simplement cela permet de voir les zones activées au sein du cerveau lors de la réalisation d’une tâche.

Connaître les zones activées du cerveau permet de répondre aux questions suivantes :

• est-ce que l’écran n’est pas trop chargé ?
• quelles sont les parties de l’écran qui sont le plus analysées par le cerveau ?
• les visuels utilisés sont-ils reconnus par les utilisateurs ?
• les call-to-action donnent-ils envie de cliquer ?
• les contenus sont-ils compris par les internautes ?
• …

Tout cela pour mesurer de manière objective l’expérience utilisateur.

Prenons l’exemple de Facebook pour illustrer cela.

Je vais volontairement vulgariser mes propos pour que le plus grand nombre de membres de notre communauté puisse en tirer profit.

Dans le cas de Facebook, on voit qu’il y a une plus forte activation du cortex visuel droit, cela indique que les composants visuels dans la moitié gauche de l’interface génèrent plus d’activités cérébrales que les composants de droite.

Mais que peut-on déduire de ces activations ? Analysons plus avant les flux d’activation au sein du cortex visuel.

On remarque que le cortex visuel est peu activé entre la zone V1 et la zone Brodmann 7 (ici en bleu), cela indique que l’attention visuelle (position spatiale, orientation et taille des objets graphiques) demande peu d’effort. Le site a donc une organisation visuelle demandant peu d’attention visuelle.

Par contre on voit que la zone V1 vers V4 (ici en orange) est plus activée indiquant que les utilisateurs identifient et reconnaissent non-consciemment les éléments visuels présentés dans l’écran.

Le Gyrus Fusiforme est la zone impliquée dans la reconnaissance de visages et de choses connues.

En résumé, Facebook a une organisation visuelle simple d’appréhension et efficace puisque les gens reconnaissent les composants visuels présentés dans l’écran, principalement les visages.

Nous avons maintenant des données intéressantes sur les composants visuels de la homepage de Facebook mais lors d’une visite, de nombreux systèmes cérébraux sont activés en parallèle dans le cerveau formant des séquences en millisecondes :

• système visuel
• système sémantique
• système moteur
• …

Tournons-nous vers l’analyse de la compréhension des contenus du site.

La zone Brodmann 44 est impliquée dans la récupération d’informations en mémoire sémantique. Donc quand un internaute regarde des éléments, c’est ce système qui permet d’activer un réseau de connaissance autour d’un mot, d’un objet…

L’information récupérée en mémoire à long terme lors de la visite du site Facebook active le réseau sémantique, les personnes connaissent ce qui est proposé et cela active des informations liées (je connais cette personne, c’est un ami de… ).

Par contre Brodmann 45 n’est pas activée. Si cette zone avait été activée, cela aurait signifié que les informations récupérées n’activaient pas d’associations fortes, donc que le contenu n’est pas très connu ou pas souvent utilisé par le cerveau.

En résumé, les contenus proposés par Facebook sont simples et ne demandent pas d’effort cognitif important.

Attardons-nous maintenant à savoir si les call-to-action donnent l’envie de cliquer.

Une zone spéciale du cerveau, Brodmann 6, est activée lorsque l’internaute pense à cliquer. Cette zone du cortex pré-moteur planifie le mouvement de la main et des doigts (avant de les effectuer). Il est donc possible de savoir si un call-to-action donne l’envie de cliquer avant que le clic réel ne se produise.

Dans le cas de Facebook, l’interface donne moyennement envie de cliquer.

Donc en résumé :

Facebook a une organisation visuelle simple, les utilisateurs reconnaissent directement les objets graphiques, les efforts cognitifs sont très faibles et les internautes comprennent les contenus présentés.

Il y a encore beaucoup d’autres zones du cerveau qui ont été analysées, comme l’hypocampe qui permet de savoir si un écran est mémorisé, il y a aussi le système de récompense permettant de voir si les gens sont contents…

Comment utiliser concrètement ce genre de connaissances dans un projet ?

Dans notre cas :

• nous construisons les écrans sur base des comportements souhaités.
• une fois les écrans designés, nous vérifions si les écrans que nous avons réalisés activent bien les zones et les niveaux d’activation précédemment déterminés sous forme d’hypothèse.
• nous croisons ces données avec les données des analyses oculaires récoltées afin d’avoir une vue la plus objective et certaine possible.
• si nécessaire (et c’est à 99% le cas) nous corrigeons les écrans afin de générer les comportements attendus à plus de 80%.

A few weeks ago, I posted some information about the dangers linked to the mistaken interpretation of ocular data.  

While data capture is greatly facilitated thanks to companies like Tobii (I would like to take this opportunity to thank the whole Tobii team for its in-depth work on hardware eyetracking), the analysis of data requires thorough knowledge of the perceptive-cognitive system.

Unfortunately, nowadays to make eyetracking popular, the software on offer is too simplistic to draw reliable conclusions.  

What is the conclusion from all the eyetracking surveys? Individual pathways and/or heatmaps.

What analysis can be made on the basis of these data? 

1. Displaying each user’s pathways. Yes, but how do we draw an overall conclusion from this about the qualities of an interface?
    
2. Displaying all eye fixations.  Yes, but what about the order of discovering interface zones, the timing of this discovery, etc.   

To us, as experts in behavioural sciences, these data are very important as is fixation quality: has the user read the contents or did he simply pass through there before having time to read? Has he had difficulty understanding the contents, has he hesitated between two browsing components, etc.  

Confronted with these unanswered questions, Netway has created its own eye data analysis software on the basis of our own algorithms: EAGLE

Today I present to you two of the tools in our Eagle software. They have been used to analyse Cuil and Google.

Emergence of attention focus 

A heatmap will show all fixations but will give neither the order of discovery nor the proportion of users who looked at a zone at the same time.  

Our tool makes it possible to analyse the order of discovery of interface zones.

These data are highly valuable to display the distribution of eye fixations of all testers during an interface visit.

• Users leave zone 1 on the Google interface, which is deemed to have attracted most attention, within the first three seconds, reaching approx. 30% of visits after only 3.5 seconds of visits.  
   
• after 6 seconds, zone 3 attains 50% of ocular visits, rising to 90% after 9 seconds, while zone 1 attains 50% of ocular visits after only 10 seconds of visiting the page.  
   
• after 15 seconds, zones 1 and 2 share 50% of ocular visits.
   
• from the 20th second, 90% of ocular visits are in zone 2.
   
• Only after 4.5 seconds and up to 8 seconds is advertising used as a way to solve the scenario only by 25%. Overall, advertising never exceeds 25% of ocular visits.

Continue analysing the rest by yourself;)

• zone 1 is visited right from the first seconds 
   
• from 2.5 to 30 seconds, all 6 contents zones are visited in the same way. From time to time, a particular block slightly stands out from the rest but that is not representative.

CONCLUSIONS 

During the first 10 seconds, Google generates a “standard” behaviour but with avoidance of advertising zones or related links whereas Cuil manages to avoid this type of avoidance behaviour, distributing fixations throughout the contents zones but without a “standard” pathway.  

Fixation quality

A heatmap will show the relative presence of ocular fixations.  The fact is that there are many different types of fixations, depending their length.

For instance, fixation should last between 200 and 350 ms to be able to read.  Imagine a zone in which there are many fixations but where no one has read the contents: the heatmap will highlight a major heat zone and yet no one will have read the contents!

Our fixation quality analysis tool makes it possible to highlight the type of ocular fixations and the quality of information uptake within these zones.

• 33% of all ocular fixations recorded on Google are contents-reading fixations.
   

• 40% of all ocular fixations recorded on Cuil are contents-reading fixations 

CONCLUSIONS

Information uptake quality on Cuil is better than on Google.

We also record data on pupil diameter, major visual attention zones, etc. 

These are only two types of data among more than 50 types which one never sees and which nevertheless make it possible to make fine distinctions between simplistic results recorded in eyetracking.

Imagine the potential of these data when an expert in behavioural sciences analyses interfaces.   

Have a nice week.

Il y a quelques semaines j’ai publié un post sur les dangers liés à l’interprétation erronée de données oculaires.

En effet, si la capture des données est grandement facilitée grâce à des sociétés comme Tobii (je profite de l’occasion pour remercier toute l’équipe Tobii pour son travail de fond sur le hardware eyetracking), l’analyse des données, elle, demande des connaissances approfondies du système perceptivo-cognitif.

Malheureusement aujourd’hui pour rendre l’eyetracking populaire, les softwares développés sont trop simplistes que pour tirer des conclusions fiables.

Regarde toutes les enquêtes eyetracking, qu’apportent-t-elles comme résultats ? Des parcours individuels et/ou des heatmap.

Mais que permettent d’analyser vraiment ces données? 

1. visualiser les parcours réalisés par chaque utilisateur: oui, mais comment en déduire une conclusion d’ensemble sur les qualités d’une interface ?
    
2. visualiser l’ensemble des fixations oculaires : oui, mais quid de l’ordre de découverte des zones de l’interface, de la notion temporelle de découverte de ces zones… ?

En tant qu’experts en sciences comportementales, ces données sont très importantes tout comme la qualité des fixations : est-ce que l’utilisateur a lu le contenu ou est simplement passé par là sans avoir pris le temps de lire ? A-t-il eu des difficultés à comprendre le contenu, a-t-il hésité entre deux éléments de navigation… ?

Face à ces questions sans réponse, Netway a créé EAGLE, son propre logiciel d’analyse des données oculaires sur base de nos propres algorithmes.

Je te présente aujourd’hui deux outils parmi tous les outils de notre software Eagle. Ils ont été utilisés pour analyser Cuil et Google.

Emergence du focus attentionnel :

Une heatmap va montrer l’ensemble des fixations mais ne donnera ni l’ordre de découverte, ni la proportion des utilisateurs ayant regardé une zone en même temps.

Notre outil permet une analyse de l’ordre de découverte des zones d’une interface. Ces données sont précieuses pour visualiser la répartition des fixations de tous les testeurs durant le temps de visite d’une interface.

• la zone 1 sur l’interface Google, qui est censée attirer le plus l’attention, est délaissée par les utilisateurs dans les 3 premières secondes pour atteindre +/- 30 % des visites après seulement 3,5 secondes de visite.
   
• après 6 secondes, la zone 3 remporte 50 % des visites oculaires pour atteindre 90 % des visites oculaires après 9 secondes, la zone 1 remportant 50 % des visites oculaires seulement après 10 secondes de visite de la page.
   
• après 15 secondes, les zones 1 et 2 vont se partager les visites oculaires à 50 % chacune.
   
• à partir de la 20e seconde, 90 % des visites oculaires vont se porter sur la zone 2.
   
• la pub n’est utilisée comme moyen de résoudre le scénario qu’à 25 % qu’à partir de 4,5 secondes et jusqu’à 8 secondes. Globalement elle ne dépasse jamais les 25 % de visite oculaire.

Continue toi-même à analyser le reste

• la zone 1 est visitée dès les premières secondes
   
• de 2,5 à 30 secondes toutes les 6 zones de contenus sont visitées de manière homogène. De temps en temps, un bloc ressort légèrement du lot mais cela n’est pas représentatif.

CONCLUSIONS

Pendant les 10 premières secondes, Google génère un comportement “standardisé” mais avec des évitements des zones de publicités ou liens apparentés, là où Cuil arrive à éviter ce genre de comportement d’évitement pour répartir les fixations sur la totalité des zones de contenu mais sans parcours “standard”.

Qualité des fixations :

Une heatmap va montrer la présence plus ou moins importante de fixations oculaires. Or, il existe de nombreuses fixations différentes dépendant de la durée de la fixation.

Par exemple, pour avoir le temps de lire, la fixation doit avoir entre 200 et 350 ms. Imaginez une zone où vous ayez beaucoup de fixations mais où personne n’a lu le contenu, la heatmap vous montrera une zone de chaleur importante et pourtant personne n’aura lu !

Notre outil d’analyse de la qualité des fixations permet de mettre en avant le type de fixations oculaires et la qualité de prise de prise d’information au sein des zones.

• Sur la totalité des fixations oculaires enregistrées sur Google, 33 % des fixations oculaires sont des fixations de lecture du contenu.

• Sur l’entièreté des fixations oculaires enregistrées sur Cuil, 40 % des fixations oculaires sont des fixations de lecture du contenu.

CONCLUSIONS

La qualité de prise d’information est meilleure sur Cuil que sur Google.

Nous avons aussi des données sur le diamètre pupillaire, les zones à attention visuelle importante…

Voilà juste 2 types de données parmi plus de cinquante que l’on ne voit jamais et qui, pourtant, permettent de nuancer grandement les résultats simplistes véhiculés autour du eyetracking.

Imagine la puissance de ces données lorsqu’un expert en sciences comportementales analyse des interfaces.

Passe une excellente semaine.

Eye tracking is one of a number of user test tools with which to analyze numerous indicators on the functioning of the visual system of users. 

There are many controversies around this technique. I would like to clarify a few points. 

Let’s first of all have a look at how it works. 

1. The data provided by eye tracking do no more than simply indicate position x, y and so on and the diameter of the pupil. These data are gathered at a regular frequency. At the end of the test, one has a series of data x and y that correspond to a diameter of the pupil. These raw data provide information on the real movement of the eyes. They never allow you to infer behaviour. 
    
2. Based on these raw data, algorithms analyze the points x and y to extract so-called ocular fixations. An ocular fixation consists of a number of raw points that eye tracking has recorded. To put things simply, the duration of the fixation is obtained by the number of x and y points that are close to one another. 
    
3. After the treatment of the data, software analyzes the data from different points of view. 

And that’s where the problem starts. People who lack a knowledge of the basics of the visual system and its use in our global behaviour, will only analyze the moving points on a screen or clouds of points that represent the average visualisation of users. 

I’ve read the following on a usability post. And unfortunately, this represents the common practice: 

“I have to admit I have discovered as much by analyzing the testers as by analyzing the eye tracking results (if not more, to be quite frank. But that may have something to do with my relative lack of experience?). Heat maps, however, that represent the zones of heat, which are the zones on the screen users have looked at for a longer period of time, are an undeniable plus. When talking with someone who only has a limited knowledge of the subject, they will help me to defend the point of view of usability in an irrefutable way.” (source : http://www.expressions.be/2007/10/07/tobii-eye-tracking-test/)

This kind of remark shows a lack of knowledge of the basics of the visual system. A pity because this means people will discard a precious tool without even realizing it, and worse, they will use material to impose their own vision of things, by merely stating their opinion is based on scientific fact. 

When you are familiar with the fundamentals of human behaviour, eye tracking and a number of other techniques, it allows you to do a number of things. Some examples. 

• Visualise hesitation patterns between different words in a navigation
• Detect whether a word or a text is read or not
• Detect the cognitive implication generated by each element of the interface
• Time-measure the discovery of different zones of the interface
• Measure the gaps in the eye movements as forecasted by the expert and those actually performed by the users
• Know in which lobe of the brain the information, captured by the eye, is analyzed. 

All these data, consolidated with other behavioural indicators, allow you to modify interfaces precisely and objectively. 

In the ten years time that eye tracking exists, we have developed over 50 key indicators and our own software to analyze ocular data in order to make up for the gaps in the market. 

 

Le “eyetracking” fait partie d’un panel d’outils de tests utilisateurs permettant d’analyser de nombreux indicateurs sur le fonctionnement du système visuel des utilisateurs.

Il existe beaucoup de controverses autour de cette technique et je souhaite éclaircir certains points. 

Commençons par préciser le fonctionnement d’un tel matériel :

1. les données enregistrées par un matériel de eyetracking sont simplement la position x,y et le diamètre de la pupille récoltés à une fréquence régulière. A la fin d’un enregistrement, vous avez simplement une série de coordonnées x,y auxquels correspondent un diamètre pupillaire. Ces données brutes renseignent sur le chemin réel emprunté par les yeux d’un utilisateur mais ne permettent pas d’inférer un comportement.
    
2. sur base de ces données brutes, des algorithmes analysent les différents points x,y pour en extraire ce que l’on nomme les “fixations oculaires”. Une fixation est composée d’un certains nombre de points bruts enregistrés par le matériel de eyetracking. La durée de la fixation est obtenue, en simplifiant, par le nombre de points x,y étant proches les uns des autres.
    
3. Après le traitement des données, des logiciels permettent d’analyser ces dernières selon plusieurs angles de vue. 

Et c’est là que le bât blesse. Les gens qui ne maîtrise pas les fondamentaux sur le système visuel et son utilité dans un comportement global, se contentent d’analyser des points qui bougent sur un écran ou des nuages de points représentant la moyenne des visualisations des utilisateurs.

J’ai lu sur un post traitant de Usability la parole suivante, qui malheureusement est monnaie courante :

“… je dois bien avouer que j’en ai découvert autant en observant les testeurs qu’en analysant les résultats de eye-tracking (si pas plus, en fait. Mais c’est peut-être lié à mon inexpérience relative?). Par contre, les “heatmaps” (représentation par zones de chaleur des zones sur lesquelles les utilisateurs se sont attardées) apportent un plus indéniable dans l’argumentation. Face à un interlocuteur borné, elles m’aideront à défendre le point de vue de la usability de manière irréfutable.” (source : http://www.expressions.be/2007/10/07/tobii-eye-tracking-test/)

Ce genre de remarque reflète un manque de connaissance sur les fondamentaux du système visuel. Ce qu’il y a de dommage, c’est qu’en faisant cela les gens passent à côté d’un outil précieux sans s’en rendre compte et pire, utilisent du matériel pour imposer leur manière de penser sous une couche “crois-moi, c’est scientifique”.

En connaissant les fondamentaux sur le comportement humain, l’eyetracking, couplé avec d’autres techniques, permet entre autre :

• de visualiser les patterns d’hésitations entre différents mots d’une navigation
• de détecter s’il y a lecture ou non d’un mot ou d’un texte
• de dégager la charge cognitive engendrée par chaque composant de l’interface
• de mesurer dans le temps la découverte des différentes zones de l’interface
• de mesurer les écarts entre le chemin oculaire prévu par l’expert et ceux empruntés par les utlisateurs
• de savoir jusque dans quel lobe du cerveau l’information captée par les yeux a été analysée
• …

Toutes ces données, consolidées avec d’autres indicateurs comportementaux, permettent de modifier les interfaces de manière très précises et avoir beaucoup d’objectivité.

En 10 ans d’utilisation de matériel de eyetracking, nous avons développé plus de 50 indicateurs clés et notre propre logiciel d’analyse des données oculaires afin de combler les manques du marché.