Quelles données doit-on collecter en recherche UX ?
La collecte des données en recherche UX est une phase indispensable pour la compréhension des besoins des utilisateurs. Il s’agit d’une étape cruciale de la recherche UX, puisqu’elle aide à recueillir des informations concernant l’interaction des utilisateurs avec les produits ou les services numériques.
Les données de recherche UX garantissent la création des produits et des services numériques, plus adaptés aux besoins des internautes et plus efficaces.
Tout ce qu’il faut savoir sur les données en UX Research
Qu’est-ce que l’UX Research ?
Avant d’expliquer l’importance de la collecte des données dans la recherche UX. Il serait important d’expliquer la notion de la recherche UX.
L’UX research (User experience) ou en français la recherche UX est une discipline permettant d’étudier l’interaction des internautes avec un produit ou un service digital, par exemple : un site web, une application mobile ou encore un logiciel.
Cette discipline s’appuie sur des méthodes qualitatives et quantitatives, afin de recueillir des données sur la navigation des utilisateurs. Elle vise l’optimisation de l’expérience utilisateur, en proposant des produits et des services adaptés aux besoins des internautes.
L’importance de la recherche UX
L’objectif de la recherche UX est la compréhension des :
- des attentes
- des besoins
- des motivations
- des comportements
des utilisateurs pour pouvoir garantir une expérience utilisateur satisfaisante et répondant à leurs exigences.
La recherche UX est un élément indispensable dans le processus de design des produits. En effet, elle permet de s’assurer que les internautes sont satisfaits de leurs expériences.
L’importance de la collecte des données en UX Research
La collecte des données est une étape importante dans l’UX Research. Elle a plusieurs avantages :
- La compréhension des utilisateurs : elle permet aux chercheurs UX de cibler les motivations et les comportements des internautes.
- L’identification des problèmes de design : la collecte des données est un excellent moyen pour l’identification des problèmes de design. Quand vous identifiez ces problèmes tôt, les designers peuvent les résoudre rapidement, tout en évitant les coûts supplémentaires relatifs à la rectification des problèmes.
- La prise des décisions : grâce aux données collectées, la prise des décisions se base sur des faits. Cela réduit les risques des erreurs et augmente les chances de réussir le produit ou le service
En somme, la collecte des données est une étape clé de la recherche UX. Elle garantit la compréhension des besoins des internautes, l’identification des problèmes de design et la prise de décisions.
Les données de la recherche qualitative
L’analyse qualitative et l’analyse quantitative sont deux types de recherche dont les différences sont liées au type de données et d’informations qu’elles collectent.
En UX Research, la collecte des données qualitatives et quantitatives aident à comprendre l’interaction des internautes avec votre service ou produit.
Qu’est-ce que la recherche qualitative ?
La recherche qualitative recueille des données pour étudier :
- Le comportement
- Les habitudes
- Les options
- Les préférences des utilisateurs.
Ainsi, les résultats qualitatifs sont plus abstraits et plus difficiles à analyser. Ils nécessitent plus de temps de travail.
L’analyse des données de recherche qualitative
Lorsque vous devez analyser des résultats qualitatifs, demandez-vous :
- Qu’est-ce que les utilisateurs aiment le plus dans le produit ?
- Quelles fonctionnalités sont les plus demandées ?
- Pourquoi certains utilisateurs réagissent-ils différemment des autres ?
- Ont-ils eu une réaction émotionnelle ? Si c’est le cas, quand ?
- Sont-ils satisfaits du produit ? Si, oui, pourquoi ?
En somme, l’analyse des données de recherche qualitative vous fournit des informations approfondies sur l’expérience utilisateur.
Les types de données à collecter dans la recherche quantitative
Dans la recherche qualitative, il existe plusieurs types de données à collecter. Par exemple, les données :
- Textuels : ils sont collectés à partir des documents, des notes et des transcriptions d’entretiens. Les données textuelles peuvent être analysées grâce aux techniques d’analyse de contenu.
- Émotionnel : ils concernent les expériences et les émotions des internautes. Ce type de donnée s’analyse grâce à plusieurs méthodes comme l’analyse phénoménologique.
- Visuelles : ces données se collectent à partir des photographies, des dessins ou encore des vidéos. Ils s’analysent à travers plusieurs méthodes comme l’analyse d’image.
- Contextuelles : ces données se trouvent dans la description des contextes. Ils s’analysent souvent par le biais de l’analyse de la culture.
- Observées : pour ces avoir ces données, il faut observer le comportement et les interactions des internautes.
Les données de la recherche quantitative
Qu’est-ce que la recherche quantitative ?
La recherche quantitative vise la collection des données mesurables et comparables. Elle s’appuie sur le rassemblement :
- Des nombres
- Des statistiques
- des probabilités mathématiques.
Ainsi, ce type de recherche est plus rapide à travailler, car ses résultats sont précis.
Les chercheurs UX peuvent préférer les recherches qualitatives, étant donné qu’elles aident à comprendre le comportement des utilisateurs. Il s’agit d’une étape cruciale pour le développement et la convivialité des produits.
Les recherches quantitatives sont également très utiles à l’UX parce qu’elles peuvent :
- Ajouter des chiffres dans l’analyse : cela facilite la construction d’un argumentaire pour appuyer les décisions.
- Permettre la comparaison entre les anciens résultats et les nouveaux.
- Clarifier les risques et les avantages impliqués dans chaque décision.
- Alignement des objectifs commerciaux avec les décisions de design UX.
L’analyse des données de recherche quantitative
La recherche quantitative recueille et analyse des données numériques. Elle vise le recueil des données quantifiables et s’appuie sur des statistiques et probabilités :
- Le taux de réussite d’une tâche spécifique.
- Le temps qu’un utilisateur met pour terminer une tâche
- Le taux de rebond d’une page web.
- Le profil démographique de l’utilisateur
En gros, l’analyse quantitative raconte comment les gens utilisent et interagissent avec un produit, tout en fournissant des informations spécifiques sur les utilisateurs et leurs contextes.
Les types de données à collecter dans la recherche quantitative
L’analyse quantitative permet de collecter différents types de données, comme les données :
- Démographiques : ils concernent les participants. Par exemple, leurs âges, leurs éducations, leurs genres, etc. C’est un excellent moyen pour l’analyse des différences entre les groupes des participants.
- De performance : ils mesurent la performance des participants, lors de l’accomplissement des tâches.
- D’opinion : ces données mesurent les opinions et les attitudes des participants, envers les produits.
Les sources de données
La recherche UX nécessite différentes sources de données. Les sources les plus couramment utilisées sont les suivants :
1. Les entretiens
Les entretiens peuvent se faire de manière individuelle ou bien en groupes. Pour cette méthode, les UX researchers interviewent les internautes pour connaître les difficultés qu’ils rencontrent et pour avoir une idée sur leurs besoins et leurs attentes. Ces entretiens peuvent avoir lieu soit en présentiel, soit en ligne.
2. L’analyse des données de comportement
Les données de comportement concernent plusieurs champs :
- Le temps passé à naviguer sur la page.
- Les clics
- Les mouvements de la souris
- Le taux d’abandon, etc.
3. Les observations sur terrain
Lors des observations sur le terrain, les UX researchers observent les internautes dans leur environnement. L’objectif de cette étape est l’identification des problèmes de design et des points de friction relatifs à l’expérience utilisateur.
4. Les tests utilisateurs
Les tests utilisateurs permettent de tester les interfaces et les prototypes des produits selon le point de vue d’utilisateurs. Ces tests visent l’évaluation de l’accessibilité et l’efficacité des sites web ou bien des applications.
L'analyse thématique, c'est quoi ?
L’analyse thématique est une méthode efficace aidant à organiser ses données.
Elle se base sur l’identification des thèmes à travers des codes. Selon le groupe Nielsen Norman :
- Les thèmes sont une description d’une croyance, d’un besoin ou d’un autre phénomène qui est découvert à partir des données.
- Les codes sont des mots ou des phrases qui agissent comme des étiquettes pour un segment de texte, par exemple un mot-clé ou encore un hashtag.
Dans le processus d’analyse thématique, les codes ont une description pour aider les chercheurs, à savoir si c’est le segment de texte qu’il recherche.
Les codes peuvent être descriptifs ou interprétatifs :
- Les codes descriptifs décrivent le sujet des données.
- Les codes interprétatifs sont une lecture analytique des données.
Il est important de comprendre des définitions pour pouvoir mettre en œuvre l’analyse thématique.
L'analyse thématique, comment ça marche ?
L’analyse thématique doit obéir aux flux de travail suivant :
1. Rassembler toutes les données :
Il faut rassembler toutes les données brutes concernant les entretiens, les enquêtes et toutes autres méthodes de recherche utilisées. Il faut également transcrire les fichiers audios et vidéos que vous avez au format texte, pour vous faciliter le processus.
2. Lire toutes les données :
La deuxième étape du processus permet d’avoir tout le monde sur la même page. Pour ce faire, l’organisation des ateliers peut être un excellent outil pour faire interagir toute l’équipe avec les données dont vous disposez. Au cours de l’atelier, vous pouvez demander aux membres de l’équipe de mettre en évidence toutes les informations qu’ils trouvent importantes. Une technique intéressante consiste à donner à chaque membre de l’équipe une transcription, au lieu de faire lire à chaque personne toutes les entrées de l’étude en même temps. De cette manière, lorsqu’une personne termine la lecture des relevés de notes, elle peut les transmettre à un autre collègue et en obtenir un nouveau. Cette démarche doit continuer jusqu’à ce que tout le monde ait lu toutes les transcriptions et les entrées.
3. Coder le texte :
Cela signifie qu’il faut créer des catégories pour les sections mises en surbrillance à partir de l’étape précédente. À ce niveau, il est essentiel d’avoir en tête les objectifs de la recherche, de les afficher sur un mur si nécessaire. Il existe deux manières de coder le texte : pendant la phase de lecture ou bien après la phase de lecture. Coder pendant que vous lisez est l’approche traditionnelle, pendant que vous mettez en surbrillance des segments de données, comme des phrases ou des paragraphes, vous les codez déjà. Pour la deuxième méthode, vous découpez les sections en surbrillance physiquement ou numériquement. Par la suite, vous regroupez tous les segments similaires en surbrillance. Enfin, vous donnez un code à ces clusters.
4. Créer de nouveaux codes qui encapsulent des thèmes potentiels :
Une fois que vous avez les premiers codes en main, l’étape suivante consiste à trouver des codes qui se rapportent les uns aux autres et aux thèmes sous-jacents entre eux. Ensuite, vous affinez et remplacez les premiers codes créés, lors de la phase précédente, par ceux qui correspondent mieux aux réponses et considèrent des thèmes plus pertinents.
5. Faire une pause :
L’analyse thématique nécessite une énorme charge intellectuelle. Après une longue période de lecture, de création et de révision de codes, vous devriez faire une pause. Vider l’esprit est crucial pour éviter les erreurs et nous permet de mener des analyses plus efficacement.
6. Évaluer les thèmes :
La dernière étape de l’analyse thématique concerne la révision des codes et des thèmes créés. À ce stade, vous devriez ouvrir la discussion à plus de membres de l’équipe, au cas où vous ne l’auriez pas encore fait.
Alors, favorisez une analyse approfondie pour vous assurer que les thèmes sont pertinents et s’ils aident la recherche à atteindre ses objectifs. L’évaluation et la révision des thèmes sont ce qui aide à éliminer les mauvaises interprétations, voire les préjugés.
Mot de la fin
La collecte des données est une étape très importante dans la recherche UX. Il est possible de collecter différentes données quantitatives et qualitatives, pour mieux comprendre les comportements des internautes. Les données collectées peuvent être textuelles, émotionnelles, visuelles, contextuelles, démographiques, performatives ou bien d’opinions, etc.
Collecter les données lors de la recherche UX peut se faire grâce à plusieurs méthodes, comme les entretiens, les tests utilisateurs, l’observation sur le terrain ou encore l’analyse des données de comportement.
Les données collectées garantissent l’optimisation de l’expérience utilisateur, la satisfaction des internautes, la réduction des coûts de design, l’accélération du processus de conception etc.
by 
