Ce qui est extraordinaire au sein de Shutterstock, c’est que chacun peut proposer une idée.

« Chez ShutterStock, l’ensemble des idées fait l’objet d’expérimentations, sans exception et sans distinction, et nous prenons en compte ce qui fait écho chez les utilisateurs. C’est ainsi que l’une de ces idées, Spectrum, la fonction de recherche par couleur, a vu le jour. »

Trouver une image : le casse-tête

Sur la plupart des sites, trouver des images consiste à saisir des mots clés et à jongler avec des filtres pour trouver celles qui correspondent le mieux à l’idée de départ. Malheureusement, pour une clientèle comme la nôtre (des designers, directeurs artistiques et créatifs indépendants) qui doit mettre l’accent sur le visuel, cette méthode peut s’avérer un véritable casse-tête.

Nous souhaitions proposer à nos clients une nouvelle manière de rechercher, à l’aide d’éléments visuels contenus dans les images elles-mêmes : que l’image soit en couleur ou en noir et blanc, qu’elle soit lumineuse ou sombre, texturée ou sans relief, et que les teintes soient vives ou atténuées.

Tester la fonction de recherche par couleur

Intrinsèquement, effectuer une recherche par couleur requiert des calculs mathématiques complexes. Avant de commencer, nous avons dû résoudre quelques problèmes épineux.

Par exemple, même si la plupart des utilisateurs connaissent bien les palettes de couleurs RVB, nous avions besoin d’options en plus grand nombre pour trouver l’algorithme approprié. Nous avons donc tout d’abord expérimenté les modèles HSV et HSL, pour terminer par les Lab/LCH color spaces (ou en français), qui semblaient bien plus intuitifs que n’importe quel autre système.

Nous avons commencé par indexer les données LCH (Lightness, Chroma, Hue, c’est-à-dire luminosité, saturation, nuance) pour quelques milliers d’images. Chaque histogramme en résultant représentait le nombre de pixels dans une image pour différentes plages de chaque variable. À partir de ces histogrammes, nous avons pu calculer d’autres statistiques pour notre index. Ensuite, nous avons élaboré une interface simple dans laquelle nous pouvions intégrer des nombres, essayer différentes équations et constater les résultats.

Toutefois, même si la saisie manuelle de nombres dans des champs convenait pour une première phase de développement, il ne s’agissait certainement pas de l’interface que nous voulions proposer à nos clients. C’est alors que notre chef de produit et ancien DJ, Wyatt Jenkins, a émis l’hypothèse d’utiliser des curseurs pour réellement donner cette impression de « mixage ». Cela nous a beaucoup inspirés. L’un des premiers prototypes présentait 24 curseurs déplaçables pour trouver des images avec différents attributs visuels.

Proche du produit final

Tandis que nos ingénieurs s’efforçaient d’affiner la précision et les performances de la technologie utilisée par notre prototype de recherche par couleur, des spécialistes de la conception de produits et de l’expérience utilisateur nous ont rejoints pour élaborer une interface intuitive destinée aux clients. L’objectif était de réfléchir aux détails sur lesquels nous avions fait l’impasse dans nos premiers prototypes.

Déjà, il y avait bien trop de curseurs (plus d’une vingtaine) pour que l’interface soit utilisable. Nous avons alors testé une version avec six curseurs, pour arriver à une solution simplifiée à trois curseurs. Finalement, nos concepteurs et ingénieurs ont encore amélioré l’expérience proposée afin que le système fonctionne avec un seul curseur.

Dans le même temps, notre équipe de recherche sur l’expérience client et nos chefs de produits ont mis à jour certaines requêtes dont les réponses n’étaient pas satisfaisantes. Si la requête était trop spécifique, trop peu de résultats étaient fournis pour certaines couleurs, et les résultats pour d’autres requêtes étaient parfois peu probants. Quelques-uns de nos ingénieurs ont continué à effectuer des tests avec les algorithmes de tri jusqu’à trouver les équations adéquates nous permettant d’obtenir de meilleurs résultats avec les images vives, à contraste élevé et aux couleurs unies.

Où en sommes-nous aujourd’hui ?

Après avoir effectué une série de tests sur l’interface et la mise en place finale, nous avons réussi à concevoir l’utilisation simple de recherche par couleur, intuitive et réactive que nous recherchions. Nous avons décidé de l’intégrer à notre environnement Shutterstock Labs, afin de la transformer en application autonome et d’obtenir les retours des clients. Et même à l’issue du lancement, nous avons poursuivi nos tests en arrière-plan, en ajustant et affinant l’index et les algorithmes de recherche.

Spectrum n’est qu’un exemple parmi d’autres de ce qu’un groupe de passionnés peut créer. À l’image de Shutterstock Instant, plusieurs autres prototypes sont actuellement à différents stades de développement. Chaque semaine, nos ingénieurs et spécialistes des produits proposent de nouvelles idées d’élaboration et mettent en place des validations de principe rapides en vue d’évaluer leur potentiel.

Tout en travaillant sur ces idées, nous continuerons à les valider avec nos clients, à améliorer nos compétences dans la résolution de problèmes et à élaborer des fonctionnalités utiles pour aider nos clients du monde entier.

Pour en savoir plus sur la conception de Spectrum et découvrir d’autres expériences, visitez Shutterbits, le blog en anglais des développeurs de Shutterstock.