Notre glossaire, méticuleusement élaboré, est votre boussole dans l’univers complexe et dynamique du marketing, de la communication et du digital. Ici, chaque terme est une clé que nous vous aidons à décrypter pour vous ouvrir a des concepts innovants et des stratégies éprouvées. Plongez dans nos thématiques pour éclairer votre chemin vers l’excellence et la créativité.
La simulation d’eye tracking est une méthode d’analyse qui prédit, au moyen d’un modèle informatique, les zones d’une image, d’une page web ou d’une interface susceptibles d’attirer le regard, sans enregistrer les yeux de participants réels.
Elle s’oppose à l’oculométrie, ou eye tracking, qui mesure les mouvements oculaires de personnes à l’aide d’un dispositif de suivi du regard. La simulation part d’une capture d’écran, d’une maquette ou d’un visuel. Le modèle calcule pour chaque point de l’image une probabilité d’être regardé, à partir de caractéristiques visuelles comme le contraste, la couleur, l’orientation des formes ou la présence de visages et de texte. Les modèles récents sont entraînés sur des bases de fixations recueillies lors d’études d’oculométrie.
Le résultat prend généralement la forme d’une carte de saillance, présentée comme une carte de chaleur superposée à l’image. Certains outils y ajoutent un ordre de fixation probable, des zones d’intérêt définies par l’analyste et des indicateurs propres à chaque outil.
La simulation d’eye tracking se distingue aussi du mouse tracking, qui enregistre les trajets du pointeur. L’expression eye tracking prédictif désigne une approche très proche. La simulation s’emploie en conception d’interface et en création publicitaire, surtout en amont, quand les maquettes ne sont pas encore testées auprès d’utilisateurs.
Les modèles de saillance visuelle s’inscrivent dans une tradition de recherche ancienne. L’article de Laurent Itti, Christof Koch et Ernst Niebur, « A model of saliency-based visual attention for rapid scene analysis » (IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998), combine des caractéristiques visuelles de plusieurs échelles en une carte de saillance unique. Un réseau y sélectionne ensuite les zones par ordre de saillance décroissante.
Les modèles à apprentissage profond ont depuis amélioré la prédiction. Dans une revue déposée sur arXiv en 2018 et révisée en 2019, Ali Borji constate pourtant qu’ils restent en deçà de la précision humaine. Il note aussi qu’ils captent mal certains indices d’attention de haut niveau, comme la direction du regard d’un personnage.
Le point essentiel pour un décideur est ailleurs. Le modèle prédit l’attention spontanée suscitée par une image. Il ne prédit pas le comportement d’un visiteur qui cherche un prix, un bouton ou une information. À notre sens, la tâche, l’intention et l’habitude d’un site orientent davantage le regard réel que la seule composition. Une simulation répond donc à la question « qu’est-ce qui ressort visuellement ? », pas à « le visiteur trouve-t-il ce qu’il cherche ? ».
Nous recommandons d’utiliser la simulation en amont, pour comparer des variantes de maquette ou d’annonce avant de les soumettre à des utilisateurs. Elle est rapide et peu coûteuse, ce qui permet d’écarter tôt une version où l’élément principal est noyé. Elle ne remplace ni le test utilisateur, ni l’A/B testing en conditions réelles.
Les indicateurs utiles sont relatifs : part de l’attention prédite sur chaque zone d’intérêt, rang probable de la zone dans l’ordre de lecture, écart entre deux variantes. Un score absolu fourni par un outil n’a de sens que comparé à d’autres images analysées par le même modèle. Après la mise en ligne, l’indicateur qui tranche reste le comportement : taux de clic sur l’élément visé, taux de conversion de la page.
Advalians repère avec vos équipes les cas d’usage de l’IA à forte valeur et accompagne le déploiement progressif des outils, avec montée en compétences.
L’étude réelle mesure le regard de participants recrutés, équipés d’un dispositif de suivi oculaire, souvent pendant une tâche donnée. La simulation calcule une prédiction à partir de la seule image, avec un modèle entraîné sur des données d’études antérieures. La première renseigne sur un public et une tâche précis ; la seconde sur la saillance visuelle d’une composition.
Utilisez la simulation pour trier des variantes en début de projet. Réservez l’étude réelle aux décisions qui engagent un budget important ou qui portent sur un parcours plutôt que sur une image fixe.
Placez-la entre la maquette et le test utilisateur. Listez d’abord les deux ou trois éléments qui doivent capter l’attention, puis analysez chaque variante avec le même modèle et au même format. Retenez les variantes où ces éléments ressortent, écartez celles où ils se perdent.
Soumettez ensuite la variante retenue à quelques utilisateurs, avec une tâche concrète. Conservez les cartes produites dans le dossier de conception : elles documentent le choix et facilitent la discussion avec le studio ou l’agence.
Lisez-les comme des comparaisons, jamais comme des mesures absolues. Un score n’a de sens que rapporté à d’autres images analysées par le même modèle, au même format. Comparez donc la part d’attention prédite sur vos zones d’intérêt d’une variante à l’autre.
Méfiez-vous des seuils de « bonne » performance annoncés sans méthode publiée. Demandez au fournisseur sur quelles données le modèle a été entraîné et comment sa précision a été évaluée. Sans réponse documentée, réservez l’outil à un usage exploratoire.
La principale consiste à confondre attention prédite et comportement réel. Le modèle estime ce qui ressort d’une image vue sans intention particulière. Un visiteur qui cherche un tarif ou un formulaire dirige son regard selon sa tâche et ses habitudes : une zone froide sur la carte peut donc être lue, et une zone chaude ignorée.
Ne fondez jamais une décision importante sur une carte simulée seule. Croisez-la avec un test utilisateur ou avec la mesure du taux de clic une fois la page en ligne.
Renoncez-y quand la question porte sur un parcours, une tâche ou une compréhension : trouver une information, remplir un formulaire, comprendre une offre. La simulation analyse une image fixe et ne dit rien de ces enjeux. Elle est aussi peu utile sur une interface que les visiteurs connaissent bien, car l’habitude guide alors leur regard.
Elle garde son intérêt pour comparer rapidement des visuels, des annonces ou des pages d’accueil avant production. Pour une décision structurante, préférez un test avec quelques utilisateurs réels.
Par Thomas Bizot – Président du cabinet Advalians
