Co-concevoir avec nos utilisateurs : Analyse de performance dans une expérience CATA et développement de CATATIS avec Givaudan

Laure Bonnet, chef de projet sensoriel chez Givaudan, menait une recherche sur six produits aromatisés au poisson en utilisant une tâche CATA, mais elle s'est retrouvée à remettre en question certaines données. 

Pour cette recherche, Bonnet utilisait le test Check-All-That-Apply (CATA) qui est l'une des tâches dites rapides qui sont généralement menées avec les consommateurs pour comprendre leurs perceptions des produits. 

En effectuant le test CATA, Bonnet a remarqué une incompatibilité entre les méthodes traditionnelles d'analyse des données CATA et la nature des données lorsqu'elles sont recueillies au moyen d'un panel formé. Comme les juges évaluaient les produits plusieurs fois au cours de différentes sessions, cela remettait en question l'exactitude de la concordance entre la répétabilité et les juges (homogénéité/consistance du panel).

Cela a conduit à une collaboration entre Givaudan (Laure Bonnet), Oniris (Pr. El Mostafa Qannari, Thibault Ferney, et Thibaut Riedel), et XLSTAT (Dr. Fabien Llobell) pour développer davantage la fonction CATATIS.

Bonnet et son équipe ont d'abord mené trois sessions avec un total de 12 sujets qui ont évalué 27 attributs de goût et d'odeur pour chaque produit aromatisé au poisson. Une fois l'étude terminée, l'équipe de XLSTAT a codé toutes les méthodes innovantes utilisées pendant la collaboration dans la fonction CATATIS du logiciel XLSTAT afin d'améliorer cette fonction.

Pour en savoir plus sur ce processus et les nouvelles fonctionnalités de la fonction CATATIS, lisez l'étude de cas complète développée avec Laure Bonnet.