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.