Biais dans les Tests Utilisateurs : Comment cela peut nuire à votre application et ce que vous devez faire

thumb-biais

13 Juillet 2017 @ 10:07

Le but d’une recherche qualitative (tel que les focus groupe ou les entrevues en personne) est d’aider les développeurs à faire avancer leur produit dans la bonne direction. Ces pratiques optimisent le retour utilisateur afin d’identifier les bugs, d’améliorer le UI (User Interface / interface utilisateur), d’ajouter de nouvelles fonctionnalités utiles et d’optimiser les applications mobiles pour améliorer l’expérience utilisateur et le parcours utilisateur. Mais peuvent-ils être trompeurs ?

Les retours utilisateurs peuvent-ils vous faire plus de mal que de bien ?

Certainement. Surtout si vous n’êtes pas vigilant.

Le retour utilisateur (user feedback) peut, en effet, être défavorable parce que les gens savent ce qu’ils veulent. Cependant, ils ne savent pas s’exprimer. Une citation par Henry Ford (bien que cela soit discutable) est souvent utilisée ainsi dans des discussions : “Si j’avais demandé aux gens ce qu’ils voulaient, ils m’auraient répondu : des chevaux plus rapides”. Oui, les personnes veulent aller plus rapidement, mais elles ne savent pas comment.

Si vous pensez que tout se résume à l’imagination, vous avez probablement raison. Une autre raison est le biais. Un biais, scientifiquement prouvé. Nos cerveaux sont conçus de façon à ignorer des faits qui ne correspondent pas à nos conclusions préconçues. On s’empresse de suivre le mouvement et de s’en tenir à nos anciennes conclusions, indépendamment de leur pertinence à cet instant.

L’histoire des chevaux est appelé “biais d’ancrage”.

D’après le Science Daily “l’Ancrage ou Focalism est un terme utilisé en psychologie pour décrire une tendance humaine commune de se fier fortement à l’information reçue en premier lors de la prise de décision”. Dans cet exemple, le cheval est l’ancre. Il est perçu par les gens de l’époque comme le seul moyen de transport. Toutes les autres conclusions sont tirées de ce fait.

Mais pourquoi ceci est-il important pour les professionnels des applications mobiles ? Parce qu’ils s’appuient sur les retours de leurs utilisateurs pour configurer et piloter leurs applications. Si les opinions de leurs utilisateurs sont biaisées, et si les développeurs ne sont pas conscients de ce fait, alors ils finiront par essayer de construire des chevaux plus rapides plutôt que de construire une voiture.

Ainsi le challenge pour les concepteurs d’applications mobile est de pouvoir différencier entre les éléments utiles et biaisés, et puis d’optimiser leurs produits.

Arrêtons-nous sur les principales formes de biais dans les tests utilisateurs avant de passer aux différentes solutions possibles.

Les principaux Biais dans les Tests Utilisateurs

Généralement, la recherche biaisée peut être séparée en 2 groupes :

  • les biais des personnes interrogées et
  • les biais des chercheurs.

En tant que chercheur, vous devez vous assurer que vous posez les bonnes questions, que la data que vous recevez est honnête et que votre interprétation des réponses est bonne. Nous n’allons pas nous attarder sur l’interprétation des réponses. Par contre, nous allons plutôt vous montrer comment utiliser la technologie pour vous assurer de la fiabilité et de l'honnêteté des testeurs. Afin de pouvoir utiliser cette technologie convenablement, vous devez, dans un premier temps, comprendre quelques types de biais, les plus communs, qui surviennent dans la recherche.

computer mac os

Découvrons-les :

    • Le biais d'acquiescement
      Les testeurs s’appuient sur les affirmations des chercheurs et semblent être en accord avec eux. Ils aiment toutes les idées et agiront positivement sur tous les stimulus. Cela se produit pour plusieurs raisons. Soit en voyant le chercheur comme un professionnel, ils valorisent donc son opinion. Soit, par fatigue ou lassitude de répondre aux questions, ils feront donc la tâche en suivant la loi du moindre effort.
    • Le biais de désirabilité sociale :
      Depuis le temps où nos ancêtres vivaient dans les caves, être accepté dans un groupe marquait la différence entre la vie et la mort.
      Étant un sujet important, nous avons développé un besoin de faire tout le nécessaire pour être accepté dans un groupe. De ce fait, nous avons souvent tendance à répondre aux questions de la façon dont on pense que l’équipe considérait être la meilleure, indépendamment de nos propres réflexions.
    • Le biais de familiarité :
      Le gens ont tendance à répondre aux questions en utilisant des termes identiques à ceux posés dans les questions. Vraiment. Essentiellement, la familiarité changent la perception des gens. Nous sommes programmés à choisir des choses familières sur l’inconnu lorsque nous construisons nos croyances ou lorsque nous prenons des décisions importantes. Si vous donnez à une personne le choix entre 3 réponses, elle choisira la réponse qui contient des mots qui lui sont familiers. Le biais de familiarité est généralisé - il nuit aux décisions d’investissement des entreprises, aux décisions de programmation, et même aux décisions de vie ou de mort. Il est donc évident de le retrouver également dans les recherches d’applications.
    • Le biais de financement :
      Si les testeurs connaissent le sujet de la recherche et ce qu'ils veulent prouver, ceci influencera leur façon de répondre aux questions. Lorsque les entreprises qui vendent des services dans le Cloud font une étude du marché, ils arrivent souvent à la solution que le Cloud est le meilleur service IT (technologie de l’information) et que si nous l’utilisons pas le ciel nous tombera sur la tête. Des situations similaires surviennent avec les entreprises qui vendent des solutions de sauvegarde, de communications unifiées ou des outils de collaboration. De plus, les compagnies hors secteur IT tendent à faire la même chose. Cependant les rapports confirment en quelque sorte leurs intérêts. Ceci est souvent dû aux biais de financement ou biais de commanditaires. Si le testeur sait en avance qui pose la question (par exemple, une compagnie de Cloud) et s’il est conscient que la compagnie veut prouver que le Cloud est aujourd’hui le meilleur service IT dans le monde, alors leurs réponses peuvent être biaisées.

Si vous menez plus de recherches approfondies, vous trouverez probablement plusieurs types de biais. Généralement, les quatres exemples cités ci-dessus sont considérés être les plus influents. En tant que professionnels d’applications, vous devez rester vigilant sur ces biais lors de l’analyse de vos applications. Si vous les ignorez, vous pouvez émettre de fausses hypothèses sur les retours de vos utilisateurs et mal orienter votre application.

Élimination des biais grâce aux analyses qualitatives

quanti-quali

Nous pouvons tirer deux conclusions des 4 types de biais précités :

  1. Les testeurs ne doivent pas savoir qui mène la recherche
  2. Les questions ne devraient pas être formulées de la même façon, et ne devraient pas les guider vers des réponses précises.

Si les répondants ne savent pas qui pose la question et qu'ils répondent de façon isolé aux questions, alors ils ne pourront pas :

  • Être (très) amical,
  • Essayer de s’intégrer dans un groupe,
  • Savoir le but de la recherche.

Et si aucune question n’est posée, alors les termes ne seront jamais similaires.

Échappez aux Biais

Le retour utilisateur est fondamental pour une solide construction de produits, les applications mobiles incluses. Cependant, vous devez vous assurer que vos répondants vous donnent des informations “propres”. Autrement, vous seriez entrain de tuer votre application.

Dans cet article, nous vous avons montré comment les principaux biais qui peuvent exister dans des tests utilisateurs. Les solutions de tests distants (déployer en mode benchmark avec plusieurs sites à tester) peuvent aider à reconnaître et à obtenir des résultats non filtrés et non biaisés dépendamment des applications.


Librement traduit de l’anglais depuis l’article de Hannah Levenson User Research Bias: How it hurts your app and what you can do about it”.

Publié par : - Classé dans : Best practices
FBTwitterLinkedIn