Conception basée sur les données : une définition, ses avantages et quelques applications pratiques pour concevoir des expériences utilisateur précieuses

Être axé sur l'empathie et informé par les données est la clé d'une approche de conception centrée sur l'humain. Comme dans la première partie de cet article en 2 parties, nous allons maintenant décortiquer cette définition. Nous allons analyser la signification, les avantages et les applications d'une expérience utilisateur basée sur les données.

Dans la première partie centrée sur la conception centrée sur l'humain, nous avons expliqué la signification du premier principe directeur de cette approche, à savoir l'empathie et comment elle se traduit dans la pratique.

Nous devons maintenant analyser la deuxième partie de l'expression axée sur l'empathie et informée par les données, c'est-à-dire les données. Quels types de données sont impliqués dans la conception centrée sur l'humain ?

Ces données ne sont pas des KPI commerciaux. Les KPI, en fait, sont des objectifs d'entreprise que nous contribuons à atteindre en collaboration étroite et continue avec les membres des autres équipes. Des données qualitatives et quantitatives spécifiques sont les premières métriques que nous, en tant que concepteurs, observons. Nous sommes également convaincus que notre travail peut les changer.

Cet article vous permettra de mieux comprendre quelles données nous considérons et comment nous les collectons.

Données qualitatives dans MailUp

Avant de définir ce qu'est une donnée qualitative pour notre équipe, commençons par un exemple.

Considérez ce milkshake dans l'image.

Si vous demandiez à quelqu'un de le décrire, que dirait-il ?

« Le milkshake a une double composition de vanille et de chocolat. Il est garni de vermicelles et d'une cerise confite, et il est servi dans un verre raffiné. En général, il a un look classique mais bien fini. Bien que très joli, il ne m'attire pas tant du fait de son contexte un peu aseptique. De toute façon, je ne le boirais jamais à moins qu'il ne soit sans lactose.

Pour obtenir des données qualitatives, nous devons collecter des observations sur notre domaine d'intervention (le produit ou service MailUp) au travers d'analyses approfondies faites avec nos utilisateurs et/ou sur les produits en question.

Chez MailUp, nous collectons des données qualitatives à travers les activités suivantes :

• Tests d'utilisabilité qualitatifs (8-15 participants)
• Entretiens semi-directifs (environ 6 participants)
• Enquêtes qualitatives (minimum 40 participants)
• Groupes de discussion ou sessions de co-conception (environ 10 participants)

Les résultats nous aident à répondre aux questions stratégiques typiques : pourquoi cela se produit-il ? Comment doit-on y remédier ?

Essentiellement, la recherche qualitative nous aide à comprendre les problèmes actuels affectant l'expérience et comment l'améliorer.

Données quantitatives

Revenons à notre milkshake sur la photo : on peut aussi utiliser des mesures pour le décrire.

Son format est de 200 ml, sa température de 5 °C et son prix de 7 €.

Les chiffres que nous avons utilisés pour décrire l'objet de notre enquête sont des données individuelles et quantitatives. Chacun représente une mesure composée d'un nombre (200, 5 et 7) et d'une unité (ml, °C et €).

Pour obtenir des données quantitatives, nous devons ensuite collecter les métriques de conception, c'est-à-dire les données numériques.

Chez MailUp, nous collectons des données quantitatives lors des projets de conception à travers les activités suivantes :

• Tests d'utilisabilité quantitatifs (30-40 participants)
• Analytique (Google, Pendo, Hotjar…)
• Test A/B
• Tests d'arbres
• Enquêtes quantitatives (à partir de 100 participants, selon la signification statistique)

Les résultats nous aident à répondre à des questions telles que : Combien ? Combien? Lorsque?

Compte tenu de ces prémisses, nous pourrions alors définir une métrique de conception comme suit : une donnée numérique qui nous renseigne sur certains aspects de l'expérience des utilisateurs de MailUp avec l'un de nos points de contact, produits ou services numériques.

Quelles sont les données qualitatives que nous considérons ?

Lorsque nous menons des recherches quantitatives au sein de l'équipe de conception, nous nous concentrons sur la collecte de métriques telles que :

• Combien de temps faut-il pour terminer une tâche ou un processus ?
• Combien d'efforts faut-il pour utiliser une fonctionnalité ou un service ?
• À quel point une tâche ou un processus semble-t-il difficile aux utilisateurs ?
• Combien d'utilisateurs peuvent mener à bien une tâche ou un processus ?
• Dans quelle mesure les utilisateurs sont-ils satisfaits d'un produit, d'un service, d'une activité ou d'un processus ?
• À quelle fréquence les utilisateurs reviennent-ils pour utiliser une fonctionnalité, un produit ou un service ?
• Combien de personnes utilisent activement un produit ou un service ?
• Quel pourcentage d'utilisateurs passe à l'étape suivante d'une tâche ou d'un processus clé ?

Les métriques directes telles que le temps de tâche, le taux de réussite, la satisfaction ou l'évaluation de la facilité d'utilisation et les scores des questionnaires en cours sont le cœur des interactions que nous concevons. D'autre part, des métriques plus complexes telles que le nombre de conversions, le taux de conversion, le nombre d'utilisateurs de retour ou le taux de rebond nous donnent des informations précieuses sur le comportement et les attitudes de nos utilisateurs envers nos produits numériques.

Comment collecter des données : les trois mousquetaires de la recherche quantitative en design

Les équipes MailUp utilisent de préférence, selon les contextes et les objectifs, trois méthodes différentes pour collecter des données quantitatives : Analytics, Quantitative User Tests et Surveys.

Comment décidons-nous l'un de l'autre ? Nous essayons généralement de comprendre ce qui est réaliste pour le programme d'affaires, pour la capacité de l'équipe et pour nos compétences, mais aussi pour les outils et le budget disponibles à ce moment-là.

Habituellement, le choix n'est pas orienté vers une seule méthode. Au contraire, nous essayons presque toujours de trianguler et d'utiliser plusieurs méthodologies pour collecter des données sur le même phénomène, car nous savons que toutes les méthodes ont leurs limites et leurs « angles morts ».

Des outils d'analyse tels que Google, Pendo et Hotjar nous permettent d'observer les comportements des utilisateurs « à l'état sauvage ». Cependant, les données Analytics manquent souvent de contexte : elles ne peuvent pas nous dire pourquoi quelqu'un a cliqué sur cette partie de l'interface et ce à quoi il s'attendait.

Exemple de carte thermique d'une page de site Web MailUp

Les sondages, même les plus "rapides et sales" via Hotjar, Pendo ou Typeform, permettent de demander aux utilisateurs quels sont leurs objectifs et ce qu'ils pensent, directement lorsqu'ils naviguent ou dans des études plus approfondies. Évidemment, obtenir des données statistiquement significatives et concevoir des questionnaires totalement parfaits est un engagement considérable.

Exemple d'enquête MailUp

Enfin, des tests d'utilisabilité quantitatifs via des tests utilisateurs nous permettent d'analyser les comportements et les opinions des utilisateurs en enregistrant leurs interactions avec le système au fur et à mesure qu'ils effectuent les tâches qui leur sont assignées. L'analyse bénéficie du fait que le contexte est parfaitement maîtrisé. Mais même cela nécessite du temps d'un chercheur pour planifier et mener une étude.

Exemple de test d'utilisabilité MailUp

En résumé, la recherche quantitative nous aide à comprendre l'étendue des problèmes de conception (la gravité du problème ou le nombre de personnes qu'il affecte). Cela nous permet de prioriser consciemment les problèmes que nous visons à résoudre. Il nous soutient dans l' expérimentation de solutions et, last but not least, il aide les équipes à soutenir leur travail et à montrer la valeur du design .

Le retour sur investissement de la conception

Ce dernier point est très important : l'une des marques de la maturité du design au sein d'une entreprise est que l'entreprise elle-même comprend sa valeur stratégique.

Amener les chefs d'entreprise à considérer la conception comme une « production de livrables » à la demande vers un « atout pour déplacer les KPI » n'est pas une tâche facile. Les concepteurs de MailUp ont dû apprendre à parler la langue de leurs interlocuteurs, à sympathiser avec eux et à suivre leur modèle mental pour leur montrer le potentiel de l'approche centrée sur l'humain.

Nous l'avons vu dès que nous avons commencé à collecter les premières métriques de conception : ce sont des représentations numériques d'une amélioration d'un produit numérique parfois impressionnante.

Et lorsque, avec l'aide de nos collègues du marketing, du CVM et des produits, nous avons lié ces chiffres aux indicateurs de performance clés de l'entreprise (tels que les revenus ou les économies de coûts), l'accent a commencé à passer de la conception de quelque chose d'une certaine manière « en raison d'un désir ou d'un opinion » à le concevoir pour affecter les bénéfices.

Il y a encore beaucoup à faire. Changer de culture n'est pas facile. Cependant, nous savons que nous sommes sur la bonne voie : notre volonté, avec le Groupe auquel nous appartenons, est d'amener la maturité de la conception interne à concurrencer celles des meilleures entreprises internationales.

Comme nous vous l'avons dit, nous avons le cœur et la tête pour le faire : nous sommes axés sur l'empathie et informés par les données.