Le mouse tracking prédictif est une technique d’analyse du comportement des internautes qui exploite les mouvements du curseur sur une page web pour estimer, à l’aide de modèles statistiques, ce que l’utilisateur regarde, cherche ou s’apprête à faire.
Le mécanisme comporte trois temps. Un script placé dans la page enregistre la position du curseur à intervalles réguliers, avec les clics, les pauses et le défilement. Ces trajectoires sont ensuite traduites en variables : vitesse, hésitations, retours en arrière, temps passé au-dessus d’une zone. Un modèle de machine learning, entraîné sur des sessions dont l’issue est connue, relie enfin ces variables à un résultat : zone réellement lue, achat, abandon, difficulté de compréhension. Le résultat prend la forme d’un score par session, d’une probabilité ou d’une carte d’attention estimée.
Ses composantes sont la collecte des mouvements, la préparation des données, le modèle et sa validation, puis la restitution aux équipes d’ergonomie ou de marketing. La technique ne concerne que les écrans pilotés par une souris ou un pavé tactile : sur un écran tactile, il n’existe pas de curseur à suivre.
Le mouse tracking prédictif se distingue du mouse tracking simple, qui enregistre et visualise les mouvements sans chercher à en déduire une intention. Il se distingue aussi de la simulation d’eye tracking, qui estime l’attention visuelle à partir de l’image de la page, sans observer d’utilisateurs. Il nourrit des outils comme la carte de chaleur ou le scoring de visite, et s’utilise en optimisation de l’expérience utilisateur comme en recherche.
L’idée reçue veut que le curseur suive le regard. La recherche la nuance. Dans « User See, User Point » (Microsoft Research, conférence CHI 2012), Jeff Huang, Ryen White et Georg Buscher montrent que le curseur suit le regard avec retard et s’en éloigne surtout lorsqu’il reste immobile. Les auteurs jugent erronée l’hypothèse d’un curseur qui reproduirait le regard. Leur modèle, qui tient compte de la position, de l’immobilité du curseur et du temps passé sur la page, réduit l’erreur d’estimation de 21,3 % par rapport au curseur seul. Le gain atteint 23,5 % en ajoutant les positions suivantes du curseur, inconnues en temps réel.
Notre lecture : la valeur de la technique tient au modèle, pas à la trace brute. Une carte de mouvements non corrigée décrit la main, pas l’attention.
Les trajectoires du curseur en disent plus qu’on ne l’imagine. Dans « My Mouse, My Rules » (conférence CHIIR 2021), Luis Leiva, Ioannis Arapakis et Costas Iordanou ont estimé l’âge et le genre d’internautes à partir des seules coordonnées du curseur, avec une précision qu’ils jugent raisonnable. Ils relèvent que l’utilisateur n’a pas de moyen simple de s’y soustraire. Le RGPD s’applique dès que ces données se rattachent à une personne.
La CNIL exempte de consentement certains traceurs de mesure d’audience. Selon sa page sur les outils de mesure d’audience (juillet 2025), ils doivent produire des statistiques anonymes, pour le seul compte de l’éditeur, sans croisement avec d’autres traitements. Un modèle qui attribue un score à chaque visiteur sort, à notre avis, de ce cadre. Nous recommandons de le soumettre au consentement et de le valider avec le délégué à la protection des données.
Deux niveaux de mesure coexistent. Le premier est statistique : part des prédictions justes, part des cas détectés, stabilité d’un mois à l’autre. Le second est économique. Une modification de page inspirée par le modèle se juge par un test A/B, pas par la qualité apparente des cartes produites.
Un consultant senior d’Advalians, indépendant et tenu au secret, examine avec vous l’intérêt de cet outil avant que vous le présentiez. Chaque séance se termine par une décision écrite.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
L’eye tracking mesure directement le regard, avec un équipement dédié et un panel de participants. Le mouse tracking prédictif estime l’attention à partir du curseur, sur tous les visiteurs d’un site, sans matériel particulier. Le premier est précis mais coûteux, et porte en général sur un panel restreint. Le second couvre un grand volume, au prix d’une estimation indirecte : le curseur suit le regard avec retard et reste souvent immobile.
Critère de choix : pour comparer des maquettes avant la mise en ligne, une étude d’eye tracking sur panel est adaptée. Pour suivre un site en production, sur un grand volume de visites, l’estimation par le curseur devient pertinente.
Commencez petit, sur une page à fort enjeu, et avec une question précise.
Associez dès le départ l’équipe d’ergonomie et le délégué à la protection des données.
Testez-le sur des sessions qu’il n’a jamais vues pendant son entraînement. Mesurez la part des prédictions justes et la part des cas réellement détectés, par exemple les abandons. Un modèle qui annonce beaucoup d’abandons mais en détecte peu ne sert à rien.
Comparez ensuite ses résultats à une règle simple, comme le temps passé sur la page. Vérifiez enfin leur stabilité d’un mois à l’autre. Une performance qui chute après une refonte signale un modèle à réentraîner.
Le principal risque est de traiter des données personnelles sans base légale adaptée. Des chercheurs ont montré que les trajectoires du curseur permettent d’estimer l’âge ou le genre d’un internaute. À notre avis, un score attribué à chaque visiteur dépasse la statistique anonyme que la CNIL admet sans consentement pour la mesure d’audience.
Soumettez le dispositif au recueil du consentement. Limitez la conservation des trajectoires brutes. Inscrivez le traitement au registre et faites-le valider par votre délégué à la protection des données avant tout déploiement.
Il est peu utile quand la majorité du trafic vient du mobile, quand le site reçoit trop peu de visites pour entraîner un modèle, ou quand la question posée relève d’un test utilisateur. Dans ces cas, des entretiens, un test A/B ou une analyse du parcours apportent davantage, pour un coût moindre.
Retenez-le pour un site à fort trafic sur ordinateur, avec des pages complexes et une question précise. Ce peut être un formulaire long ou une page produit à fort enjeu, où les mouvements révèlent des hésitations qu’aucun clic n’enregistre.
