UX KPI et métriques d'engagement

1) Pourquoi les métriques UX et où leurs limites

• Être lié aux objectifs de l'écran (un objectif est un KPI principal).
• Séparer le comportement (ce qu'ils font) et la qualité (à quel point facile/compréhensible).
• Maintenir les expériences A/B et « avant/après ».

2) Carte UX-KPI (niveaux)

Global (de bout en bout) : activation (activation), rétention (rétention), engagement (engagement), satisfaction (CSAT/NPS/SUS).
Pages : FMC, TTV, Taux de réussite, Taux d'erreur, Scroll Depth, Rage/Dead Clicks.
Composants : Adoption/Utilisation des fonctions spécifiques, Time on Task, Backtrack Rate.

3) Mesures comportementales de base

DAU/WAU/MAU est un public actif par fenêtre temporelle.
Stickiness = DAU/MAU. Interprétation : 0,2-0,6 pour les produits utilitaires;> 0,5 pour les scénarios fréquents.
Sessions per User/Day - Fréquence des visites.
Durée de session Avg est la durée moyenne de la session (attention : pas égale à la valeur).
Events per Session - Profondeur de l'interaction (en lien avec les événements cibles).

4) Activation et vitesse à la valeur

Taux d'activation = utilisateurs ayant atteint la « première valeur »/nouveaux utilisateurs.
Exemples de « première valeur » dans iGaming : lancement du premier jeu, dépôt réussi, adhésion au tournoi.
TTV (Time to Value) - Temps entre l'entrée et la valeur clé (médiane/quantifiée).
FMC (First Meaningful Click) est la proportion d'utilisateurs qui ont effectué l'action cible à ≤ N secondes du téléchargement.
Taux de réussite (tâches) :% des utilisateurs qui ont terminé le script (par exemple, un dépôt).
Step Conversion - conversion par étapes de flow (onbording, KYC, caisse).

5) Métriques de qualité d'interaction

Error Rate = sessions avec erreur/toutes les sessions (divisez par validation UI et réseau/NTR).
Backtrack Rate = retour à l'étape précédente/toutes les transitions à l'intérieur du flow.
Rage Click Rate = sessions avec ≥3 clics rapides en un seul point/toutes les sessions.
Dead Click Partager = clics sans effet/tous les clics.
Scroll Depth p50/p90 - profondeur de visualisation (important pour les ledgings/actions).
Mise-Click Distance est la distance moyenne entre le clic et la cible active la plus proche (proxy « faux affordance »).

6) Métriques d'engagement (Engagement)

Feature Option Rate = utilisateurs qui ont utilisé la base fich/cible (eligible).
Utilisation de Repeat = proportion d'utilisateurs qui sont retournés à ficha ≥N fois par période.
Session Depth = actions ciblées par session (lancements de jeux, ajouts à vos favoris, etc.).
Time in Feature est le temps total actif avec un module spécifique (à ne pas confondre avec un « onglet suspendu »).
Share of Attraction - proportion de temps/clics sur les zones P1 vs P2/P3.

7) Retenue et retours

La retraite du jour N (D1/D7/D30) est la proportion de ceux qui sont revenus le jour N (classique des cohortes).
Rolling Retraite N - est de retour n'importe quel jour de ≥N (plus doux et plus visible).
Taux de Churn = disparus/actifs au début de la période.
Reactivation Rate est la proportion de personnes « éveillées » inactives par période.
Survival Curve/Hazard est la rétention cumulative et la probabilité d'une « chute » au moment.

8) Métriques subjectives de perception

SCAT - satisfaction (échelle 1-5).
CES (Customer Effort Score) - effort pour accomplir la tâche (1-7).
NPS est prêt à recommander (− 100... + 100).
SUS (System Usability Scale) est une commodité perçue (0-100).

9) Métriques de « qualité d'interface » (Web Vitals et disponibilité)

INP/LCP/CLS - réactivité, vitesse du premier contenu, stabilité de la mise en page.
A11y-métriques : proportion d'écrans avec des styles de focus visibles, taille hit-area ≥44×44px, contraste AA/AAA sur les chemins critiques.

10) Lien UX ↔ affaires (contexte iGaming)

Cashier Conversion = a atteint le dépôt/ouvert la caisse.
Net Depositing Users Rate (NDU) = déposants/actifs.
Journey to First Deposit : TTV jusqu'au premier dépôt + % de réduction par étapes.
Bonus/Promo Clarity : CTR sur « Rejoindre » + Error/Backtrack dans les règles/conditions.
Game Discovery Efficiency : FMC pour lancer le jeu, Taux de succès de recherche/filtres, TTV jusqu'au premier lancement.

11) Formules (guide court)

FMC = utilisateurs avec un clic cible de ≤N s/tous les utilisateurs de l'écran.
TTV = médiane (t (valeur) − t (entrée)).
Taux de réussite (flow) = utilisateurs qui ont terminé l'étape N/ont commencé l'étape 1.
Taux d'erreur (UI) = événements d'erreur/événements cibles d'entrée.
Feature Adaptation = ceux qui ont utilisé ficha/eligible-base.
Stickiness = DAU / MAU.
Rolling Retraite D7 = utilisateurs qui sont revenus les jours 2 à 7/cohorte D0.

12) Instrumentation : Que loger

session_id, user_bucket (A/B), device, page ui_click(zone, component_id, outcome)
ui_error(type, code, field, step)
ui_state_change(component_id, state)
route_change(from, to)
visibility(zone, time_in_view)
experiment_variant, cohort (signup_date)

Sélecteurs stables : 'data-ux-zone', 'data-component-id' - ne vous attachez pas aux classes CSS.
Hygiène : masquage des champs, absence de PII dans les événements, consent/opt-in.

13) Dashboards (squelettes)

A. Le principal UX-dashboard

FMC et TTV par écrans clés (maison, catalogue, jeu, caisse).
Success/Step Conversion en flow critique.
Rage/Dead Clicks et Error Rate (tendances 7/28 jours).
Scroll Depth vs CTR clés CTA.
Web Vitals (INP/LCP/CLS) par appareil.

B. Engagement et rétention

Stickiness, DAU/WAU/MAU, Sessions per User.
Feature Adaptation/Repeat Utilisation par module (recherche, favoris, tournois).
Retraite D1/D7/D30 par cohorte, courbe de survie.

C. Caisse et monétisation (coupe UX)

Cashier Conversion par étapes (avec erreurs).
TTV jusqu'au premier dépôt, Abandonment @ Step.
Erreurs de validation/réseau, Backtrack Rate.

14) Analyses et méthodes

Analyse de cohorte : regroupez par inscription/premier dépôt/premier lancement du jeu.
Analyse de puissance A/B : évaluer à l'avance le volume de trafic et l'effet-taille (afin de ne pas « tirer dans les ténèbres »).
Causalité : utiliser des expériences et la méthode « avant/après » avec des écrans de contrôle.
Segmentation : nouveaux vs retour, mobile vs desktop, canaux de trafic, clusters VIP.
Triangulation : métriques + cartes thermiques + enregistrements de session + tiquets/sapport.

15) Seuils cibles (repères, adapter au produit)

FMC (hero-CTA) : ≥35 -50 % dans les premières 5-8 secondes.
TTV (lancement du premier jeu) : P50 ≤ 30-60 secondes.
Success Rate (le dépôt флоу) : ≥75-85 du % aux limites/commissions claires.
Rage Click Rate: <1–2%.
Dead Click Partager : <8-12 % sur les écrans clés.
Stick....: 0,25-0,45 (scénarios fréquents plus proches de la limite supérieure).

16) Exemples de RC (comment formuler des objectifs)

KR1 : réduire la TTV au premier lancement du jeu de 75c → 50c (médian).
KR2 : augmenter le CTA principal de 38 % → 50 % dans les 8 premières secondes.
KR3 : réduire le taux de Rage Click dans la caisse de 2,3 % → <1,2 %.
KR4 : augmenter le taux de dépôt Success de 78 % → 86 %.
KR5 : augmenter la Fonction Adaptation de la nouvelle recherche jusqu'à 35 % des utilisateurs éligibles.

17) Procédure de mise en œuvre (rituel d'équipe)

1. Indiquez la cible de l'écran et le KPI principal.
2. Vérifiez la hiérarchie (P1 unique, contraste, hit-area).
3. Formuler des hypothèses → hiérarchiser (P1/P2/P3).
4. Lancez A/B ou la version avant/après avec logging.
5. Mesurer FMC/TTV/Success/Errors/Scroll et delta d'affaires.
6. Fixez les solutions dans le système de conception et les hayds.
7. Répétez les itérations (cycles hebdomadaires/sprint).

18) Anti-modèles

« Vanity-metrics » : séance moyenne et « temps sur le site » sans référence aux objectifs.
Mélange des données mobiles et de bureau en une seule sortie.
Interprétation des métriques sans statistiques (pas d'intervalles de confiance).
Conclusions sur les cartes thermiques sans métriques d'outcome (Dead/Rage/Success).
Expériences sans power-analyse et sans critères de succès prédéfinis.
L'absence de masque PII et le consentement de l'utilisateur.

19) Acceptation Critique pour les tâches UX avec KPI

Le KPI principal de l'écran et le seuil cible ont été définis.
Vous avez ajouté des événements à data layer et vérifié sur le stajing.
Widget construit dans le dashboard (temps réel/quotidien).
Planifié A/B ou fenêtre « avant/après » avec échantillon de contrôle.
Il existe des critères « Go/No-Go » (par exemple FMC + 8 pp, TTV − 20 %).
Les résultats sont documentés et intégrés dans le système de conception.

20) TL; DR

Sélectionnez un KPI principal par écran (FMC, TTV, taux de réussite...), mesurez-les de façon stable, associez-les à la tenue et à la caisse, confirmez les tests A/B. Évitez les métriques de vanity, segmentez le trafic et enregistrez des améliorations dans le système de conception. Les métriques UX sont une discipline décisionnelle, pas un ensemble de beaux chiffres.