Un produit utile mais pénible à utiliser est un produit abandonné. L'expérience se conçoit, se mesure et se corrige avec méthode — pas avec du goût seulement.
⏱️ Durée : environ 105 minutes · 🎓 Niveau : avancé · 🏅 Badge : Ami de l'utilisateur
🎬 L'histoire
Le formulaire d'inscription de HashBox compte 14 champs. 62 % des visiteurs qui l'ouvrent l'abandonnent. L'équipe décide de le « moderniser » avec des couleurs plus tendance. Le texte gris clair sur fond blanc plaît beaucoup au designer. Une utilisatrice malvoyante écrit au support : « Je ne vois pas les étiquettes des champs. » Une autre : « J'ai tapé mon e-mail, ça m'a répondu "format invalide" sans me dire lequel était attendu. »
« L'expérience utilisateur n'est pas une question de goût, dit Maya. Il y a des principes, des mesures et des erreurs classiques. On peut calculer un contraste, mesurer la charge d'un choix, compter où les gens abandonnent, et demander à cinq personnes d'essayer. »
Tu apprends à cartographier un parcours et mesurer ses abandons (entonnoir), à appliquer les heuristiques d'utilisabilité, à calculer le contraste de couleurs (accessibilité), à modéliser le temps de décision (Hick) et de pointage (Fitts), à mener et analyser un test d'utilisabilité (SUS, taux de réussite), et à détecter des défauts d'accessibilité dans du HTML.
🎯 Ta mission
À la fin, je serai capable de :
- décrire un parcours utilisateur et mesurer ses abandons étape par étape
- appliquer les heuristiques de Nielsen à un écran
- calculer un rapport de contraste WCAG et vérifier une palette
- utiliser les lois de Hick et de Fitts pour raisonner sur le choix et le pointage
- analyser un test d'utilisabilité : taux de réussite avec intervalle, score SUS
🧩 Défi d'échauffement (5 XP)
Tu entres dans un bâtiment inconnu pour trouver un guichet. Les panneaux sont écrits en gris clair sur gris moyen, les portes ne montrent pas si l'on pousse ou si l'on tire, et le guichet attend que tu connaisses ton numéro de dossier sans te l'avoir dit. Liste ce qui te ferait abandonner, dans l'ordre. Lesquels de ces défauts pourrais-tu mesurer avec des chiffres ?
💡 Le concept
Le parcours utilisateur
Un parcours décrit les étapes qu'une personne traverse pour accomplir une tâche : déclencheur → étapes → résultat. Pour chaque étape : ce que la personne fait, pense, ressent, les points de friction.
Entonnoir (funnel) : proportion de personnes qui atteignent chaque étape. Le taux d'abandon entre deux étapes désigne où investir.
Visite → Page d'inscription → Formulaire commencé → Formulaire envoyé → E-mail confirmé → Premier cours
Le plus grand abandon relatif est souvent la meilleure opportunité (mission 1).
Les dix heuristiques d'utilisabilité de Nielsen
| # | Heuristique | Exemple |
|---|---|---|
| 1 | Visibilité de l'état du système | barre de progression, confirmation |
| 2 | Correspondance avec le monde réel | vocabulaire de l'utilisateur |
| 3 | Contrôle et liberté | annuler, revenir en arrière |
| 4 | Cohérence et standards | mêmes mots, mêmes gestes |
| 5 | Prévention des erreurs | confirmations, contraintes |
| 6 | Reconnaître plutôt que se rappeler | choix visibles |
| 7 | Flexibilité et efficacité | raccourcis |
Une évaluation heuristique : 2 ou 3 personnes parcourent l'écran en cherchant les violations, notent la gravité (cosmétique, mineure, majeure, bloquante).
Accessibilité
Environ 15 % de la population vit avec un handicap. L'accessibilité (a11y) bénéficie à tous (soleil sur l'écran, bruit, main occupée). Les WCAG (niveaux A, AA, AAA) définissent des critères :
| Critère | Exemple |
|---|---|
| Contraste | texte normal : rapport ≥ 4,5:1 (AA) ; grand texte ≥ 3:1 |
| Alternatives textuelles | alt sur les images porteuses de sens |
| Étiquettes de formulaire | <label for> associé à chaque champ |
| Clavier | tout est utilisable sans souris, focus visible |
| Structure | titres hiérarchisés (h1 → h2 → h3) |
| Pas seulement la couleur | une erreur ne se signale pas seulement en rouge |
| Zones tactiles | ≥ 44 × 44 px |
Rapport de contraste : (L₁ + 0,05) / (L₂ + 0,05), où L est la luminance relative (0 noir, 1 blanc) des deux couleurs, L₁ la plus claire.
Lois de l'interaction
- Loi de Hick : le temps de décision croît avec le logarithme du nombre de choix :
T = a + b · log₂(n + 1). Réduire les options accélère la décision. - Loi de Fitts : le temps pour atteindre une cible croît avec la distance
Det décroît avec sa largeurW:T = a + b · log₂(2D / W). Les cibles importantes doivent être grandes et proches. Les bords de l'écran sont infiniment « profonds ». - Charge cognitive : environ 4 à 7 éléments en mémoire de travail. Découper un formulaire long en étapes.
- Effet de position en série : on retient le début et la fin d'une liste.
Les formulaires, source principale d'abandon
| Bonne pratique | Effet |
|---|---|
| Moins de champs (ne demander que le nécessaire) | chaque champ coûte des conversions |
| Étiquettes au-dessus des champs, visibles | lisibilité, accessibilité |
| Validation en ligne, messages précis | corrige tôt |
| Types de champ adaptés (e-mail, nombre) | clavier mobile adapté |
| Afficher les règles avant l'erreur (mot de passe) | prévention |
Mesurer l'utilisabilité
Un test d'utilisabilité : 5 à 8 personnes accomplissent des tâches sur le produit, pendant que l'on observe sans guider. Mesures :
| Mesure | Définition |
|---|---|
| Taux de réussite | part des tâches accomplies sans aide (avec intervalle de confiance) |
| Temps sur tâche | médiane, pas moyenne |
| Erreurs | nombre et gravité |
| Satisfaction | questionnaire SUS (10 questions, score 0 à 100 ; ≈ 68 = moyenne, > 80 = bon) |
Score SUS : pour les questions impaires, contribution = réponse − 1 ; paires : 5 − réponse ; somme × 2,5.
Cinq personnes révèlent ~85 % des problèmes d'utilisabilité majeurs d'un écran (Nielsen), à condition de répéter après correction.
Intervalle d'un taux de réussite sur un petit échantillon
Avec 5 personnes dont 4 réussissent (80 %), l'intervalle de confiance est large. On utilise l'intervalle de Wilson :
centre = (p + z²/2n) / (1 + z²/n) demi-largeur = z·√(p(1−p)/n + z²/4n²) / (1 + z²/n)
Pour 4 sur 5 : environ [38 % ; 96 %]. Un test à 5 personnes trouve des problèmes, il ne mesure pas précisément un taux.
🧠 Astuce : fais un test avec cinq personnes avant d'ajouter quoi que ce soit. Le premier problème que tu verras sera presque toujours plus grave que ceux que tu imaginais.
🔍 Exemple pas à pas
Problème : mesurer un entonnoir d'inscription, calculer des contrastes WCAG, appliquer les lois de Hick et de Fitts, noter un test d'utilisabilité (SUS, Wilson), et détecter automatiquement des défauts d'accessibilité dans du HTML.
import math
from html.parser import HTMLParser
# ---------------- 1. entonnoir d'inscription ----------------
ETAPES = [("Visite de la page d'inscription", 10000), ("Formulaire commencé", 6200), ("Formulaire envoyé", 3800), ("E-mail confirmé", 2300), ("Premier cours démarré", 1700)]
print("étape | personnes | conversion depuis l'étape précédente | cumul")
for i, (nom, n) in enumerate(ETAPES):
prec = ETAPES[i - 1][1] if i else n
print(f"{nom:34s} | {n:9d} | {n / prec:6.1%} | {n / ETAPES[0][1]:5.1%}")
abandons = [(ETAPES[i][0], 1 - ETAPES[i][1] / ETAPES[i - 1][1]) for i in range(1, len(ETAPES))]
pire = max(abandons, key=lambda x: x[1])
print("plus fort abandon relatif :", pire[0], )
pire[] == (pire[] - ) <
(ETAPES[-][] / ETAPES[][], ) ==
():
r, g, b = ((hexa[i:i + ], ) / i (, , ))
(): c / c <= ((c + ) / ) **
* lin(r) + * lin(g) + * lin(b)
():
la, lb = ((luminance(a), luminance(b)), reverse=)
(la + ) / (lb + )
PALETTE = {: (, ), : (, ), : (, ),
: (, ), : (, ), : (, )}
()
nom, (c1, c2) PALETTE.items():
r = contraste(c1, c2); ()
(contraste(, )) == contraste(, ) < contraste(, ) >= contraste(, ) >=
(): a + b * math.log2(n + )
(): a + b * math.log2( * distance / largeur + )
(, {n: (hick(n), ) n (, , , , )})
(, (fitts(, ), ), , (fitts(, ), ), , (fitts(, ), ), )
hick() < * hick() fitts(, ) < fitts(, ) fitts(, ) < fitts(, )
()
hick() < * hick()
():
total = ((r - ) i % == ( - r) i, r (reponses))
total *
PARTICIPANTS = [[, , , , , , , , , ], [, , , , , , , , , ], [, , , , , , , , , ], [, , , , , , , , , ], [, , , , , , , , , ]]
scores = [sus(p) p PARTICIPANTS]
(, scores, , (scores) / (scores))
scores[] == scores[] ==
():
p = succes / n
centre = (p + z * z / ( * n)) / ( + z * z / n)
demi = z * math.sqrt(p * ( - p) / n + z * z / ( * n * n)) / ( + z * z / n)
centre - demi, centre + demi
bas, haut = wilson(, )
()
bas20, haut20 = wilson(, ); ()
bas < haut > (haut20 - bas20) < (haut - bas)
():
():
().__init__(); .problemes, .labels_for, .champs, .niveaux = [], (), [], []
():
a = (attrs)
balise == a: .problemes.append()
balise == a: .labels_for.add(a[])
balise == a.get() (, ): .champs.append(a.get())
balise (, , , ): .niveaux.append((balise[]))
balise == a.get():
():
c .champs:
c c .labels_for: .problemes.append()
prec, cur (.niveaux, .niveaux[:]):
cur > prec + : .problemes.append()
.problemes
HTML =
audit = Audit(); audit.feed(HTML)
p audit.fin(): (, p)
(audit.problemes) ==
Lecture :
- L'entonnoir : seulement 17 % des visiteurs démarrent un cours. Le plus fort abandon relatif désigne l'étape à améliorer en premier (ici la confirmation de l'e-mail, ≈ 39 % de perte, talonnée par l'envoi du formulaire à ≈ 39 %).
- Le contraste : le gris clair
#aaasur blanc n'atteint que ≈ 2,3:1 (échec AA), le gris foncé#595959passe (≥ 4,5), et le rouge pur sur blanc (4,0:1), souvent employé pour les erreurs, échoue lui aussi de peu. - Hick/Fitts : doubler les options n'ajoute que l'équivalent d'un bit de décision ; agrandir ou rapprocher une cible accélère le pointage.
- SUS : un score de 100 (excellent) et un de 25 (mauvais) coexistent chez 5 personnes — un test à 5 personnes révèle des problèmes. L'intervalle de Wilson sur 4 réussites sur 5 est très large (≈ 38 % à 96 %) ; sur 16 sur 20, il se resserre.
- L'audit HTML trouve quatre défauts : image sans
alt, deux champs sans étiquette, saut de titre h1 → h3.
✍️ À toi, avec aide (10 XP)
Voici une palette de boutons d'une application :
| Usage | Texte | Fond |
|---|---|---|
| Bouton principal | #ffffff | #3b82f6 |
| Bouton secondaire | #3b82f6 | #ffffff |
| Bouton désactivé | #9ca3af | #e5e7eb |
| Message d'erreur | #dc2626 | #fef2f2 |
- Calcule le rapport de contraste de chacun et dis lesquels respectent le niveau AA (4,5:1 pour le texte normal).
- Pour ceux qui échouent, propose une couleur de texte ou de fond corrigée la plus proche qui passe (cherche par assombrissement).
- Un bouton désactivé a-t-il besoin de respecter le contraste ? Justifie.
💡 Indice 1
Utilise la fonction contraste de l'exemple.
💡 Indice 2
Pour corriger, assombris le texte en réduisant chaque composante RVB d'un pas jusqu'à passer 4,5.
💡 Indice 3
Les composants inactifs sont exemptés de l'exigence de contraste WCAG, mais ils doivent rester compréhensibles.
✅ Réponse
def luminance(h):
r, g, b = (int(h[i:i + 2], 16) / 255 for i in (1, 3, 5))
f = lambda c: c / 12.92 if c <= 0.03928 else ((c + 0.055) / 1.055) ** 2.4
return 0.2126 * f(r) + 0.7152 * f(g) + 0.0722 * f(b)
def contraste(a, b):
la, lb = sorted((luminance(a), luminance(b)), reverse=True); return (la + 0.05) / (lb + 0.05)
def assombrir(h, fond, cible=4.5):
r, g, b = (int(h[i:i + 2], 16) for i in (1, 3, 5))
while contraste(f"#{r:02x}{g:02x}{b:02x}", fond) < cible and (r, g, b) != (, , ):
r, g, b = (r - , ), (g - , ), (b - , )
PAIRES = {: (, ), : (, ), : (, ), : (, )}
nom, (t, f) PAIRES.items():
r = contraste(t, f)
ligne =
r < nom != :
luminance(t) > luminance(f): ligne +=
: ligne +=
(ligne)
contraste(, ) < contraste(, ) < contraste(, ) <
🚀 À toi, en solo (20 XP)
Analyse d'un test d'utilisabilité. Tu as mené un test avec 8 personnes sur 4 tâches. Les données (à générer avec une graine fixée) : pour chaque personne et chaque tâche, réussite (oui/non), temps (secondes, loi log-normale), nombre d'erreurs ; plus un questionnaire SUS par personne.
- calcule, par tâche : taux de réussite avec intervalle de Wilson, temps médian et p90, nombre moyen d'erreurs ;
- calcule le score SUS moyen avec un intervalle bootstrap et situe-le (moyenne 68) ;
- classe les tâches par priorité de correction = (1 − taux de réussite) × gravité × fréquence d'usage (valeurs fournies) ;
- simule l'effet de « corriger la tâche prioritaire » : le taux passe de x à y ; recalcule le score de succès global ;
- estime combien de personnes il faudrait pour que l'intervalle de Wilson d'un taux de 80 % ait une largeur inférieure à 20 points ;
- rédige le rapport : 3 constats, preuves chiffrées, recommandation.
✅ Pistes de correction
import math, random, statistics
def wilson(s, n, z=1.96):
p = s / n; c = (p + z * z / (2 * n)) / (1 + z * z / n)
d = z * math.sqrt(p * (1 - p) / n + z * z / (4 * n * n)) / (1 + z * z / n); return c - d, c + d
def percentile(v, p):
v = sorted(v); return v[min(len(v) - 1, math.ceil(p / 100 * len(v)) - 1)]
rng = random.Random(3)
TACHES = {"trouver un cours": (0.95, 20, 0.3, 1, 0.9), "s'inscrire": (0.60, 60, 1.2, 3, 0.7), "reprendre un cours": (0.80, 25, 0.6, 2, 0.8), "contacter le support": (0.50, 80, 1.5, 2, 0.2)}
# (probabilité de réussite, temps typique, erreurs moyennes, gravité 1-3, fréquence d'usage)
donnees = {t: [(rng.random() < p, rng.lognormvariate(math.log(temps), ), (, (rng.gauss(err, )))) _ ()] t, (p, temps, err, g, f) TACHES.items()}
priorites = {}
t, lignes donnees.items():
s = ( ok, _, _ lignes ok); bas, haut = wilson(s, )
temps = [x _, x, _ lignes]; erreurs = (e _, _, e lignes) /
gravite, frequence = TACHES[t][], TACHES[t][]
priorites[t] = ( - s / ) * gravite * frequence
()
prioritaire = (priorites, key=priorites.get)
(, prioritaire)
prioritaire (, , )
(): ((x - ) i % == ( - x) i, x (r)) *
scores = [sus([(, (, (rng.gauss( i % == , )))) i ()]) _ ()]
boot = (statistics.mean(rng.choices(scores, k=)) _ ())
()
n = (n n (, ) ( b, h: h - b < )(*wilson(( * n), n)))
(, n)
n >
⚠️ Pièges classiques
| Piège | Pourquoi c'est un problème | Comment l'éviter |
|---|---|---|
| Décider d'un design « au goût » | Contraste insuffisant, formulaires pénibles | Principes + mesures (contraste, entonnoir, test à 5 personnes) |
| Trop de champs dans un formulaire | Chaque champ coûte des conversions | Ne demander que le nécessaire, découper |
| Signaler les erreurs par la couleur seule | Illisible pour les daltoniens, ambigu | Texte + icône + couleur |
| Conclure d'un test à 5 personnes sur un taux | Intervalle énorme | Les tests qualitatifs trouvent des problèmes ; les données mesurent |
🐉 Mini-boss (40 XP)
Audit UX d'un parcours d'inscription. Pour le parcours d'inscription de HashBox (5 écrans HTML minimalistes que tu écris) :
- construis un entonnoir à partir d'un journal d'événements simulé (10 000 sessions, graine fixée) et identifie le plus fort abandon ;
- écris un auditeur d'accessibilité (contraste de la palette CSS, alt, étiquettes, hiérarchie de titres, tailles de cibles tactiles) ; applique-le à la version initiale (au moins 8 défauts) puis à la version corrigée (0 défaut critique) ;
- évalue le formulaire avec une checklist heuristique (10 critères) : note chaque violation par gravité ;
- modélise le temps de remplissage (Hick pour les menus, Fitts pour les boutons, frappe) et compare 14 champs en une page contre 3 étapes ;
- simule un test d'utilisabilité (8 personnes) avant et après correction : taux de réussite avec Wilson, temps médian, SUS ;
- conclus par un tableau avant/après et un plan de 5 corrections priorisées par (gain attendu × facilité).
✅ Pistes de correction
Un bon travail : entonnoir calculé depuis des événements, auditeur HTML/CSS avec luminance WCAG, checklist Nielsen avec gravité, modèle de temps cohérent (la version en étapes réduit la charge mais ajoute des clics : calculer l'équilibre), simulation de test avec intervalles, tableau avant/après, plan priorisé (par exemple : réduire à 5 champs, étiquettes visibles, contraste ≥ 4,5, messages d'erreur précis, validation en ligne).
⚡ Quiz éclair (15 XP si 4/5 ou plus)
1. Le rapport de contraste minimal AA pour un texte normal est :
- A. 2:1
- B. 10:1
- C. 4,5:1
2. Selon la loi de Fitts, atteindre une cible est plus rapide si elle est :
- A. plus grande et plus proche
- B. plus petite et plus lointaine
- C. cachée dans un menu
3. Un test d'utilisabilité avec 5 personnes sert surtout à :
- A. mesurer précisément un taux de réussite
- B. découvrir des problèmes d'utilisabilité majeurs
- C. remplacer les données d'usage
4. 🔁 Révision mission 04 : Un MVP est défini avant tout par :
- A. le nombre minimal de lignes de code
- B. une version bon marché du produit final
- C. l'hypothèse la plus risquée qu'il permet de tester
5. 🔁 Révision mission 04 : La première tranche d'une cartographie d'histoires doit :
- A. couvrir tout le parcours de bout en bout, même avec des étapes manuelles
- B. contenir toutes les fonctions importantes
- C. ne contenir que la première activité
✅ Réponses
- C.
- A.
- B.
- C.
- A.
🪞 Je réfléchis (10 XP)
- Où, dans ton produit, les gens abandonnent-ils le plus, et le sais-tu par des données ou par intuition ?
- Quand as-tu regardé quelqu'un utiliser ton produit pour la dernière fois, sans l'aider ?
🎒 À retenir
- Parcours + entonnoir : l'abandon relatif désigne l'étape à améliorer.
- Heuristiques de Nielsen ; évaluation heuristique par plusieurs personnes.
- Accessibilité : contraste ≥ 4,5:1, alt, étiquettes, titres, clavier.
- Hick (choix) et Fitts (pointage) pour raisonner sur l'interface.
- Test à 5 personnes : trouve les problèmes ; SUS et Wilson pour mesurer prudemment.
flowchart LR
T(["UX et parcours"])
T --> R1["1. Parcours + entonnoir : l'abandon relatif désigne l'étape à améliorer."]
T --> R2["2. Heuristiques de Nielsen ; évaluation heuristique par plusieurs…"]
T --> R3["3. Accessibilité : contraste ≥ 4,5:1, alt, étiquettes, titres, clavier."]
T --> R4["4. Hick choix et Fitts pointage pour raisonner sur l'interface."]
T --> R5["5. Test à 5 personnes : trouve les problèmes ; SUS et Wilson pour…"]
Description du schéma : la mission au centre, reliée aux cinq idées à retenir.
🏅 Récompenses
Total possible : 100 XP · 🏅 Badge Ami de l'utilisateur
← Mission 04 — MVP et périmètre · Mission 06 — Architecture orientée produit →
HEF-150 — Ingénierie produit

