Blog Nitro

La recette d'une expérience utilisateur d'exception

generic-guy-1000x1000.png

Maintenant que nous en savons plus sur l'expérience utilisateur (partie 1) et que nous avons compris comment notre cerveau traite l'information (partie 2), passons aux processus et voyons pourquoi les données sont importantes dans la conception d'une UX et la prise de décision.

Maintenant que nous en savons plus sur l'expérience utilisateur (partie 1) et que nous avons compris comment notre cerveau traite l'information (partie 2), passons aux processus et voyons pourquoi les données sont importantes dans la conception d'une UX et la prise de décision.

<h3>L'UX et les données<h3>

Nous avons parlé des différents niveaux de traitement de l'information et des raisons qui rendent la compréhension de ces niveaux si importante pour les concepteurs UX. Un autre aspect essentiel du processus est la compréhension des données.

Une grande majorité des décisions en matière d'expérience utilisateur s'appuient sur des données ; de la même manière, une bonne conception est toujours guidée par des données. Les données nous aident à évaluer les comportements, à détecter les anomalies et à résoudre les problèmes existants. Si les données peuvent nous aider à prédire en toute confiance le comportement des utilisateurs et à explorer de nouveaux horizons, elles représentent aussi parfois un défi redoutable.

Toutes les entreprises récoltent quotidiennement de grandes quantités de données sur leurs clients, leur comportement et leurs habitudes. Le plus gros problème avec ces données, c'est qu'il s'agit généralement d'un amas de chiffres intrigants, qui n'apportent pas vraiment d'informations exploitables. Dès lors, comment les interprêter ? Il faut se poser les bonnes questions : quels problèmes essaie-t-on de résoudre, et quels indicateurs faut-il comparer et surveiller pour résoudre ces problèmes ?

<h3>Types de données<h3>

De manière générale, les données peuvent être de deux types : quantitatives et qualitatives.

Les données quantitatives sont mesurables avec des chiffres. Aujourd'hui, la plupart des flux de données proviennent de plateformes d'analyse : le nombre de visiteurs de votre site Web, la façon dont ils y sont arrivés, le nombre de personnes qui ont cliqué sur un bouton donné, le pourcentage de conversion, le nombre d'abandons de panier, etc.

Même les ensembles de données quantitatives les plus organisés ne répondent pas à toutes les questions sur l'expérience : qu'a ressenti l'utilisateur ? Pourquoi a-il effectué (ou pas) une action spécifique ? Quelles étaient ses attentes, et ont-elles été satisfaites ? C'est là que nous avons besoin de données qualitatives.

Qualitative data is collected through interviews, surveys, usability tests, etc., which can also be measured. System Usability Scale (SUS) and Single Ease Question (SEQ) are some of common usability testing techniques.

De manière générale, ce que les gens disent faire et ce qu'ils font réellement sont deux choses bien différentes. Si l'on compare les études en ligne aux discussions et aux tests menés en personne, on constate des différences substantielles dans la façon dont les gens perçoivent les produits et services.

Dès lors, pour prendre des décisions de conception éclairées, il est crucial d'examiner les données qualitatives et quantitatives.

<h3>Le processus de l'UX<h3>

Le processus de création d'une UX peut varier d'une entreprise et d'un produit à l'autre, mais en général, la première étape consiste à identifier les problèmes. Une fois que ceux-ci sont connus, l'étape suivante consiste à définir l'objectif qui en découle : qu'essayons-nous de faire, et est-ce que le problème mérite que l'on s'y attarde ? Quel indicateur faut-il mener à la hausse ou à la baisse ?

Il faut examiner ces questions de manière critique et se demander si elles ont vraiment du sens. Aujourd'hui, pléthore de produits sont censés « résoudre » des problèmes qui n'en sont pas vraiment.

Enfin, les processus d'UX réussis s'appuient sur des analyses et le big data. Quel est le comportement de l'utilisateur, d'où vient-il, est-il converti ou pas, clique-t-il plutôt sur A ou sur B, etc. Une fois que vous avez assis votre compréhension de certaines moyennes de données, nous pouvons commencer à examiner les causes potentielles du problème que nous avons identifié. C'est le moment de mener des entretiens et des tests d'ergonomie pour découvrir comment les gens utilisent réellement le produit, ce qu'ils ressentent en l'utilisant... ils seront irrités et frustrés si votre produit n'est pas bon, ou satisfaits et ravis si votre produit est excellent !

Après nous être penchés sur le Big Data et avoir identifié les causes potentielles, nous passons aux premières itérations : les prototypes et les wireframes basse fidélité, suivis par des tests précoces destinés à valider nos hypothèses. Nous passons par autant d'itérations que nécessaire, suivies par d'autres tests, en fonction de la complexité du projet et du temps à notre disposition. Une fois que nous sommes satisfaits du résultat, nous passons à la conception visuelle (qui entraîne souvent quelques modifications), et enfin au développement.

Il s'agit, bien entendu, d'un résumé simplifié du processus de création d'UX.

L'avenir du monde du travail

Rapport Nitro sur l'état de la productivité à l'horizon 2022

Learn how the pandemic has transformed productivity, workflows and digital initiatives, as well as the trends and technologies shaping work in 2022 and beyond.
Portions of this page translated by Google.