Analyse de données dans la recherche UX | Recherche UX #33

Publié: 2023-04-17

Savez-vous quel rôle joue l’analyse des données dans la recherche UX ? Aujourd'hui, nous aimerions nous concentrer sur la question de l'analyse des données en UX en discutant de l'analyse des données qualitatives et quantitatives et en découvrant ses étapes, ses principaux buts ainsi que ses objectifs. Nous vous suggérerons également quel est le bon moment pour le réaliser dans un projet.

Analyse des données dans la recherche UX – table des matières :

Pourquoi analyser les données collectées ?
Quand analyser les données ?
Analyse des données dans la recherche UX
Définir les objectifs de l’analyse
Analyse qualitative des données de recherche
Résumé

Pourquoi analyser les données collectées ?

Prendre une décision produit basée uniquement sur des données brutes est une énorme erreur UX. Sauter l’étape d’analyse peut avoir pour conséquence de fournir aux utilisateurs une solution incomplète ou inefficace, voire même amener l’équipe de projet à se concentrer sur la résolution du mauvais problème ou sur la reconnaissance des vrais utilisateurs. Pour ces raisons et d’autres encore, l’analyse des données est un processus essentiel qui maintient l’ensemble du projet sur la bonne voie. Pour ce faire, il prend en compte les besoins réels des utilisateurs et rassemble des informations permettant de développer la solution la meilleure et la plus optimale possible.

Quand analyser les données ?

Beaucoup de gens croient à tort que l'analyse devrait avoir lieu après avoir terminé la recherche, c'est-à-dire après avoir collecté des informations provenant de nombreuses sources. Cependant, cette approche est inefficace, car l’examen d’une telle quantité de données nécessite énormément d’efforts, de main d’œuvre et de temps. Il est plus efficace d’examiner les données de manière continue, par exemple en prenant quelques minutes après chaque entretien approfondi.

Pensez également à prendre des notes lors de vos recherches. De cette façon, vous pouvez noter de nouvelles observations et vous assurer que rien n’est omis. Ces réflexions vous permettent de sélectionner facilement les informations et d'en choisir celles qui seront les plus pertinentes pour des recommandations de conception ultérieures. Analyser de manière continue, après chaque petite étape de recherche, permet de réaliser l'analyse récapitulative finale de manière beaucoup plus organisée et structurée, mais surtout beaucoup plus rapidement.

Analyse des données dans la recherche UX

L'analyse des données dans la recherche UX transforme des données auparavant non traitées en informations significatives qui soutiendront les décisions commerciales. La réalisation d’une analyse complète des données comprend cinq étapes de base – ces étapes sont :

Définir les objectifs de l’analyse
Organisation des données
Enquête
Clusterisation
Identification des résultats et des insights

Définir les objectifs de l’analyse

La première étape définit les objectifs de notre analyse – ceux-ci doivent être en stricte conformité avec les objectifs de la recherche UX. À ce stade, n'oubliez pas de ne pas vous écarter des motivations qui vous ont poussé à mener une recherche : par exemple, quels sont les besoins de l'utilisateur ; sur quelle page le taux de rejet est le plus important et pourquoi ; quelles améliorations apporter pour augmenter le taux de conversion ; ou comment rendre notre produit plus attractif que la concurrence. Les conserver et les objectifs de recherche vous aideront à comprendre comment effectuer une analyse des données d'une manière utile pour le projet. Pour définir exactement ce que vous recherchez.

Organisation des données

Chaque enquête fournit différents types de données, plus ou moins pertinentes pour le projet. Ainsi, vous devez les gérer, les sélectionner et les filtrer intelligemment pour plus de convivialité. L'organisation des données permet également de les organiser de manière réfléchie pour récupérer rapidement les informations souhaitées lorsque cela est nécessaire. Par exemple, vous pouvez cataloguer les données selon la sous-page du site Web à laquelle elles se rapportent. La ségrégation est essentielle pour mener une analyse efficace des données et améliorer leur visualisation, ce qui permet aux parties prenantes de mieux comprendre l'ensemble du processus.

Enquête

La phase d’investigation est au cœur de tout le processus d’analyse des données. Son objectif principal consiste à identifier les mots, idées ou expressions qui apparaissent le plus fréquemment dans les réponses des utilisateurs et qui sont les plus susceptibles de correspondre à l'objectif de l'analyse. Ce processus ne consiste pas seulement à rechercher des mots et leurs synonymes, mais à comprendre ce qu'ils signifient pour les utilisateurs dans leur contexte.

Avoir compris les mots et les expressions signifie dépendre du groupe d'utilisateurs étudié. Cela arrive parce que les gens varient. Ils ont des expériences et des comportements uniques, ainsi que des façons de s'exprimer. Par conséquent, vous devez éviter de transcrire les réponses des utilisateurs dans votre vocabulaire. Au lieu de cela, tenez-vous-en à l'original autant que possible, car toute variation, même la plus petite, peut nuire à la phase d'enquête et remodeler complètement l'analyse des données.

Regroupement

L'étape suivante consiste à concevoir ce que l'on appelle des clusters pour étiqueter les réponses en fonction de celles identifiées lors de la phase d'enquête. Ces clusters aident l'équipe à différencier les problèmes prioritaires. Par exemple, si plus de la moitié des réponses des utilisateurs correspondent au cluster créé intitulé « Performances de l'interface », l'équipe devrait probablement donner la priorité à ce sujet et rechercher les problèmes spécifiquement liés aux performances de l'interface.

Identification des résultats et des insights

N'oublions pas que les résultats ne sont pas des informations. Les résultats concernent les faits découverts, étudiés, puis regroupés et catalogués que l’équipe de recherche a mis en lumière à travers le processus d’analyse. Les insights, en revanche, se réfèrent simplement à l’acte de reconnaissance des causes qui ont donné lieu aux résultats. Il s’agit d’une fonctionnalité assez distincte puisque les réponses des utilisateurs ne conduisent pas toujours à la source du problème. Le travail du concepteur consiste donc à regarder plus en profondeur et à rechercher des idées.

Les utilisateurs sont généralement incapables d’identifier par eux-mêmes la source de leurs difficultés. L’équipe de recherche doit donc examiner les résultats au cours du processus d’analyse des données, en discuter, puis rechercher des informations et les faire correspondre aux objectifs de recherche. Un atelier visant à identifier les idées les plus pertinentes permet d’accomplir cette tâche. L'utilisation efficace de cet outil implique de mener plusieurs séries de discussions séparées par de courtes pauses .

Les étapes décrites ci-dessus constituent un processus d'analyse de données assez général et standard qui fonctionne avec n'importe quelle méthode de recherche (à la fois qualitative et quantitative). Il ne vous reste plus qu’à bien adapter les étapes à votre process.

Analyse des données quantitatives ou qualitatives

Bien que le processus d'analyse des données quantitatives ne soit pas significativement différent de l'analyse des données qualitatives, en raison de la nature de cette recherche, les concepteurs peuvent recevoir des informations différentes. La recherche quantitative se concentre sur la collecte et l'analyse de données numériques, à l'aide de statistiques et de probabilités. Des indicateurs tels que le taux de rejet d'une page donnée par exemple ou le profil démographique d'un utilisateur fournissent aux chercheurs des informations concrètes et quantifiables sur la manière dont les gens interagissent avec le produit et l'audience elle-même.

La recherche qualitative se concentre davantage sur des concepts abstraits, tels que le comportement humain. Pour cette raison, prenez un peu plus de temps pour étudier et évaluer afin de bien comprendre l’expérience et les opinions des utilisateurs. Il vaut la peine de poser des questions utiles à ce stade, telles que :

Qu’est-ce que les utilisateurs aiment le plus dans le produit et qu’est-ce qu’ils aiment le moins ?
Pourquoi certains utilisateurs réagissent-ils différemment que d’autres ?
Les utilisateurs ont-ils (et quand) eu une réaction émotionnelle ?
Les utilisateurs sont-ils (et pourquoi) satisfaits du produit ?

Compte tenu de la différence dans les données reçues, il est logique d’utiliser des anecdotes à la fois quantitatives et qualitatives dans le cadre de la recherche UX. De cette façon, les données collectées se complètent et donnent un aperçu clair et approfondi des résultats.

Résumé

Une analyse des données correctement menée permet de prendre des décisions de conception meilleures et plus optimales. Omettre ses conclusions conduit à développer un produit incomplet et inefficace qui ne répond pas aux besoins réels des utilisateurs. C'est pourquoi l'analyse des données est un processus si critique qui détermine le succès de l'ensemble du projet. Il vous permet de collecter et de sélectionner des informations clés qui, une fois traduites en recommandations de conception concrètes, contribuent à développer la meilleure solution possible, adaptée aux besoins et aux exigences des utilisateurs. Les étapes d'analyse des données que nous avons décrites vous aideront à la réaliser de manière structurée et à vous concentrer sur ce qui compte le plus.

Si vous aimez notre contenu, rejoignez notre communauté d'abeilles très active sur Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Auteur : Klaudia Kowalczyk
Un graphiste et UX Designer qui transmet en design ce qui ne peut être exprimé avec des mots. Pour lui, chaque couleur, ligne ou police utilisée a une signification. Passionné de graphisme et de web design.
Afficher tous les messages

Recherche UX :

Qu’est-ce que la recherche UX ?
Types de recherche UX
Que sont les questions de recherche et comment les rédiger ?
Processus de collecte des exigences pour les projets UI/UX
Pourquoi les entretiens avec les parties prenantes sont-ils cruciaux pour le processus de conception ?
Comment exploiter nos données clients collectées ?
Comment créer un bon plan de recherche UX ?
Comment choisir une méthode de recherche ?
Comment les tests pilotes peuvent-ils améliorer la recherche UX ?
Recrutement des participants à l'étude UX
Canaux et outils pour trouver des participants à la recherche UX
Enquête de sélection pour la recherche UX
Incitations à la recherche UX
Recherche UX avec des enfants
Méthodes de recherche découverte
Qu’est-ce que la recherche documentaire ?
Comment mener des entretiens utilisateurs ?
Comment mener des études de journal ?
Que sont les groupes de discussion en recherche ?
Qu’est-ce que la recherche ethnographique ?
Recherche par sondage
Qu’est-ce que le tri des cartes en UX ?
Qu’est-ce que la recherche évaluative ?
Comment réaliser des tests d’utilisabilité ?
Quand et comment effectuer des tests de préférences ?
Qu’est-ce que les tests A/B en UX ?
Eyetracking dans les tests UX
Qu’est-ce que le test des arbres ?
Test au premier clic
Qu’est-ce que l’analyse des tâches dans la recherche UX ?
Évaluation des émotions en UX
Recherche continue en UX
Analyse des données dans la recherche UX
Comment préparer un rapport de recherche UX ?
Customer Journey Map – qu’est-ce que c’est et comment la créer ?