Qui collecte la donnée ?

Dans les faits, tous les services peuvent obtenir des informations sur les clients, utilisateurs, usagers, patients… La collecte est multisources et multicontributeurs :

  • Les commerciaux amassent des données auprès des prospects, des clients (retour terrain, refus d’achat…)
  • Le service marketing recueille des éléments sur les consommateurs (avis en ligne, réseaux sociaux, études de tendance, questionnaires, données analytiques, focus group…)
  • Le service produit/UX collecte des informations auprès des utilisateurs (questionnaires, interviews, A/B testing, observations, tests UX…)
  • Le support centralise les retours des clients (tickets,  réclamations, questions FAQ…)

Abondance et absence de mutualisation des données

Depuis plusieurs années, la multiplication des données numériques s’intensifie, ce qui engendre une augmentation des données à analyser. Mais attention, plus de données ne signifient pas forcément plus de savoir ! Pour certaines entreprises numériques, la collecte de données est existante mais non intégrée dans les processus de la société. Cela signifie que chacun, à son niveau, emmagasine de la connaissance sur les utilisateurs mais cette donnée est éparpillée dans les espaces de travail des collaborateurs. Ainsi, des actions similaires peuvent être répétées au détriment des utilisateurs et du produit par méconnaissance des interventions précédemment menées. Par manque de formation, de connaissance ou bien d’outil adapté, ces précieuses informations restent à l’état brut, sans être exploitées. La question devient alors de savoir ce que l’on peut faire pour mutualiser ces connaissances, avec quels outils et quelles méthodes.

Disposer de données de qualité

Premier défi auquel l’entreprise peut être confrontée : la qualité des éléments collectés. Disposer d’une information partielle, arbitraire voire influencée s’avère sans grande utilité. Il est important que les personnes soient informées voire formées aux méthodes des sciences sociales. Autre point à souligner : Mixer les méthodes qualitatives et quantitatives. Les données quantitatives peuvent révéler des régularités statistiques intéressantes mais c’est souvent l’analyse qualitative qui apporte l’explication. Ainsi, l’imbrication des méthodes quantitatives et qualitatives permet d’offrir une vue exhaustive des données collectées de par leur complémentarité, mais aussi de confirmer les résultats.

Atomic UX Research : Décomposer la donnée

L’autre action est d’utiliser une méthode comme l’Atomic UX Research qui permet de garantir une donnée exploitable. Pendant de l’Atomic Design, l’Atomic Research découpe les informations en plusieurs étapes modulaires, dans l’objectif de factoriser la recherche utilisateurs.

Cette méthodologie se base sur 4 étapes de transformation de la donnée:

  • Expérimentation : La donnée collectée est à l’état brut
  • Faits : La donnée est triée
  • Interprétations : Les données sont mélangées
  • Recommandations : Les données sont transformées

De cette façon, l’Atomic Research permet de décomposer les problèmes complexes auxquels les utilisateurs sont confrontés en éléments plus petits et plus gérables. Cela peut aider les équipes de recherche à mieux comprendre les différents aspects d’un problème et à identifier les solutions potentielles pour chacun de ces éléments.

UX Research Repository : Base commune dédiée à la connaissance utilisateurs

Une fois la donnée exploitable, l’idée est de créer un réservoir de données dédié à la recherche. Au même titre qu‘un data lake pour la partie technique, l’UX Research Repository est un endroit qui centralise les informations sur la  connaissance utilisateurs. En fonction de l’outil choisi, le format de la donnée collectée peut s’avérer varié. Cela peut inclure des notes de recherche, des transcriptions d’entretiens, des enregistrements vidéo, des analyses de données, des synthèses de recherche, des retours clients etc. L’objectif est de rassembler les données à un seul endroit, facilement consultables et utilisables par les différentes équipes de l’entreprise ! Cela peut aider à renforcer la collaboration entre les équipes de recherche et les équipes Produit, en veillant à ce que les informations sur la recherche soient partagées de manière claire et cohérente.

Le choix de la solution est extrêmement important. En effet, en fonction de l’utilisation, de la maturité de l’entreprise en matière de recherche utilisateur et des personnes chargées de renseigner la donnée dans l’outil, une solution “maison” peut suffire. Par exemple, cela peut être un nouveau canal dans Slack, un dossier dans Drive, un onglet dans Notion, tout est envisageable. L’investissement dans une solution dédiée à l’UX Research est à penser dans une organisation armée pour l’utiliser.

ResearchOps : Industrialisation de la recherche utilisateur

L’ultime étape consiste à industrialiser la recherche utilisateur en appliquant une approche centrée sur l’opérationnel. Il s’agit de la ResearchOps. Elle fournit les rôles, les outils et les processus nécessaires pour aider les chercheurs à recueillir et à augmenter l’impact de la recherche dans une organisation. L’objectif est d’améliorer la qualité et l’efficacité de la recherche UX en standardisant les bonnes pratiques, en veillant à ce que les informations soient partagées de manière claire et cohérente et en aidant à gérer les ressources de recherche de manière efficace.

Conclusion

En résumé, la conquête des utilisateurs passe par différentes étapes dans la collecte de données utilisateurs. De l’amateurisme à la factorisation de la recherche, les réponses à apporter par l’entreprise doivent être proportionnelles à ses capacités. Améliorer la compréhension des problèmes complexes auxquels les utilisateurs sont confrontés, améliorer la qualité et l’efficacité de la recherche UX ou encore renforcer la collaboration entre les équipes nécessitent une réponse adaptée aux moyens de chacun.

@ Photo de couverture de Yuliia Dobrokhod pour Fireart Studio (Dribbble)