Dans cette section, nous examinons dans quels cas l'oculométrie apporte une valeur ajoutée significative à la recherche en expérience utilisateur (UX), nous comparons les enseignements qualitatifs aux indicateurs quantitatifs, et nous privilégions la méthode la plus simple, fondée sur des données probantes, pour convaincre les parties prenantes.

Dans cette section, nous comparons les oculomètres à distance et portables, nous traduisons des caractéristiques techniques telles que la fréquence d'échantillonnage et la précision en informations exploitables pour l'expérience utilisateur, et nous planifions la mise en place d'équipements rentables ou le recours à la sous-traitance pour mener des études sur plusieurs sites.

Dans cette section, nous transformons la curiosité en questions de recherche vérifiables par l'oculométrie, nous adaptons la fidélité des stimuli aux objectifs de la tâche et nous mettons en œuvre des plans expérimentaux équilibrés, au sein d'un même sujet ou entre sujets, qui permettent de contrôler les effets de séquence et d'échantillonnage.

Dans cette section, nous associerons l'oculométrie à l'analyse comportementale et aux entretiens, en nous appuyant sur la durée des fixations pour valider les scores d'ergonomie et en exploitant les schémas de regard pour en tirer des enseignements sur la compréhension, la mémorisation et les clics.

Dans cette section, nous comparons les méthodes CVP et RVP pour l'oculométrie appliquée à l'expérience utilisateur (UX), nous évaluons les aides à la mémoire basées sur le regard et nous présentons une approche d'interrogation ciblée visant à trouver un équilibre entre des mesures fiables du regard et des informations qualitatives riches sur les utilisateurs.

Dans cette section, nous apprendrons à sélectionner les indicateurs d'eye-tracking, à distinguer les mesures d'attraction de celles de performance, et à exploiter les données relatives aux zones d'intérêt pour en tirer des enseignements sur l'expérience utilisateur, afin de mettre en place une conception fondée sur des données concrètes.

Dans cette section, nous identifions les contraintes liées à l'oculométrie, telles que le port de lunettes correctrices et les participants devant un écran, et nous appliquons les statistiques probabilistes et inférentielles afin de déterminer des tailles d'échantillon efficaces pour les études d'oculométrie formatives et sommatives.

Dans cette section, nous allons concevoir des laboratoires d'oculométrie exempts de distractions, mettre en place des tâches pilotes, calibrer les caméras, suivre les sessions en temps réel et consigner les anomalies afin d'obtenir des données de regard fiables qui permettront de prendre des décisions éclairées en matière d'expérience utilisateur.

Dans cette section, nous préparons des ensembles de données d'oculométrie en définissant des critères de fixation rigoureux, en délimitant des zones d'intérêt (AOI) optimales, en exportant les mesures et en éliminant les anomalies, jetant ainsi les bases d'une analyse quantitative ou qualitative fiable.

Dans cette section, nous allons découvrir les graphiques de regard, les cartes thermiques et les cartes thermiques dynamiques, tout en apprenant à les personnaliser, à identifier les problèmes d'ergonomie et à présenter les conclusions de nos recherches sur l'expérience utilisateur à l'aide d'images d'oculométrie convaincantes.

Dans cette section, nous analyserons les cartes de fixation et les trajectoires de regard afin de classer les résultats de la recherche, d'identifier les défaillances de perception ou de compréhension, et de formuler des recommandations claires et concrètes en matière d'expérience utilisateur.

Dans cette section, nous allons apprendre à choisir les indicateurs d'eye tracking, à appliquer les techniques de statistique inférentielle et à concevoir des graphiques clairs, accompagnés d'intervalles de confiance, afin de produire des rapports quantitatifs convaincants sur l'expérience utilisateur.