Analyse de données utilisateurs
Faites parler vos données !
C'est bien d'avoir des données, encore faut-il pouvoir les faire "parler" pour vous aider dans vos décisions.
Passer de l'intuition au factuel
La récolte de données quantitatives bien choisies est une étape-clé de la recherche utilisateur. Et au-delà de la récolte, c'est le croisement et l'interprétation de ces données qui vont donner du sens aux chiffres, pour orienter vers les meilleures solutions.
Quelques exemples de sources de données quantitatives mobilisées pour la recherche UX
- Statistiques / Data Analytics
- Tracking et plan de marquage
- Analyse de funnels
- Analyse comportementale en masse avec des outils de tracking des mouvements de souris et des parcours
- Sondages
- Tests automatisés non-modérés
- Tests A/B
- ...
C'est quoi un funnel ?
C'est un terme anglais qui signifie entonnoir. Utilisé en marketing, il désigne le processus de conversion, sur un site web ou dans un point de vente. Dans les outils analytics, un funnel est donc une fonctionnalité d’analyse graphique qui permet de visualiser le taux de conversion et les points de pertes lors d’un processus (tunnel de vente par exemple) comprenant une suite de pages ou d'étapes.
Pourquoi consacrer des ressources à l'analyse de données ?
Sur un projet e-commerce, en général, la question ne se pose pas, parce que les résultats en terme de conversion sont rapidement observables. Et lorsqu'on apporte des modifications de placement ou de fonctionnalités dans le parcours d'achat, il est quasiment indispensable de mesurer son impact. Et cette mesure prend un peu de temps pour être significative. D'où l'intérêt, quand on a de gros volumes, de procéder par A/B test sur un échantillon de clients avant généralisation.
Quels bénéfices en attendre ?
- Détecter en amont des points de blocage ou des comportements de contournement
- Prioriser des enjeux
- Mieux connaître les segments d'utilisateurs
- Adapter les parcours clients à des usages multiples
- Quantifier des insights recueillis dans les interviews utilisateurs individuelles
- Tester des hypothèses et des variantes de solutions
- Interroger ou tester en masse
Notre démarche design data-driven
- Lors de la découverte produit / recherche utilisateurs
Nous prenons connaissance de toutes les données existantes pour le projet en provenance de multiples sources. Souvent, nous installons un outil de tracking comportemental qui fournira de la donnée tout au long du projet. Nous commençons à analyser et croiser les données. Nous définissons les indicateurs à suivre, et les moyens de les mesurer. - Après les interviews parties prenantes et utilisateurs
Nous mettons en regard les insights et données qualitatives avec les chiffres observés. Nous cherchons à vérifier les hypothèses émises par des données fiables, avec des tests, des funnels, des sondages, et d'autres outils - En phase d'idéation
Nous construisons les parcours en nous appuyant sur les données recueillies en amont. Nous pensons le marquage (plan de taguage) des éléments pour assurer le suivi des comportements.
Nous testons des prototypes. - Avant la livraison
Nous testons les parcours, vérifions le plan de taguage, lançons des tests A/B
Et une fois le projet sorti ?
L'expérience utilisateur doit continuer à évoluer. Une nouvelle version d'un produit amène son lot de retours, les concurrents sortent une nouvelle fonctionnalité, les OS mobiles ou les navigateurs évoluent. C'est pourquoi nous évaluons régulièrement l'expérience utilisateur pour vous aider à la faire évoluer en amélioration continue.