L’Atomic UX Research
L’Atomic UX Research est une nouvelle approche théorisée par Daniel Pidcock et fortement inspirée par l’Atomic Design. Elle permet d’organiser les données issues de la recherche utilisateur. En bref, l’Atomic Research est le concept de fractionnement de la connaissance issue des recherches UX en ses éléments constitutifs : les expériences, les faits, les insights et les conclusions.
La problématique de l’atomic UX Research est de trouver un moyen de stocker, de distribuer et d’interconnecter les apprentissages UX de manière à ce que tout le monde dans l’entreprise puisse les utiliser et en bénéficier à tout moment au fil des projets.
Tout sur l’Atomic UX Research
L’Atomic Research c’est quoi ?
Par prototypr.io
L’UX designer nommé Daniel Pidcock, qui est le théoricien de l’Atomic Research, avait pour but principal de permettre le tri et le rassemblement et la mise à profit des données générées au cours des différents projets de l’entreprise. Il a cherché à trouver un moyen de conservation et d’organisation de données précieuses et coûteuses afin d’en tirer profit dans le futur, tout en évitant les réitération de recherches UX inutiles.
Tout a commencé lorsque les membres de l’entreprise collaborant avec Pidcock ont fait le bilan que dans l’état actuel des choses, l’équipe UX, les Business Analysts et les Project Managers menaient des expériences, annotaient ce qu’ils avaient appris et comment ils appliquaient ces connaissances. Celles-ci étaient normalement produites sous forme de PDF, Google Docs ou Slide-decks, puis étaient classées dans Google Drive.
Tout va bien jusqu’à ce qu’un nouveau collaborateur est venu travailler sur une fonctionnalité et a eu besoin d’accéder à certaines données. Il lui était difficile de se retrouver dans ce tas de connaissances et il s’est retrouvé dans l’impossibilité d’exploiter et d’utiliser les résultats pour un autre projet.
Pidcock s’est interrogé: Et si les connaissances UX (ou autres) générées étaient collectées dans des formats consultables, utilisables et partageables entre collaborateurs, au lieu d’être regroupées inutilement dans des dossiers poussiéreux qui allaient assurément tomber dans les oubliettes ?
Et si les informations issues des différentes méthodologies de recherche UX (user tests, enquêtes, tri de cartes, ou toute sorte de recherches qualitatives ou quantitatives qui génère des faits) étaient contextualisées, afin d’être utilisées pertinemment sans fausser des projets futurs ?
En effet, les données des UX research sont majoritairement tributaires des spécificités du projet: démographies, cibles, cas d’utilisation etc… En contextualisant et en structurant les informations il devient possible de rassembler des données importantes et d’optimiser leur utilisation future.
Les objectifs visés seraient alors de :
- Enregistrer et classer correctement les recherches
- Rechercher de manière simple mais flexible
- Comprendre la provenance, l’environnement et les limites de la recherche
- Découvrir les schémas
- Soutenir une approche fondée sur des preuves.
Le spécialiste UX a également fait la déduction que les informations sont le plus souvent imbriquées, inter et intra connectées de sorte à créer des principes et des théories de savoir, s’organisant facilement en diagrammes, semblables aux diagrammes construits en atomic design.
L’atomic design aide fortement à la cohérence et à la compréhension effective du design et comment il se construit. L’atomic research s’est alors inspiré de cette méthodologie pour l’appliquer aux faits et aux informations.
L’Atomic Research théorise alors que les données produites en UX peuvent être décomposées, classées, connectées et croisées pour identifier des tendances. Pidcock l’introduit
ainsi : “a new way to organise UX knowledge in an infinitely powerful manner.”
c’est-à-dire une nouvelle façon d’organiser la connaissance UX d’une manière infiniment puissante.
L’Atomic Research Model c’est quoi?
Par prototypr.io
La méthodologie aspire donc à fractionner les données de l’UX research en éléments constitutifs semblables aux atomes. C’est à partir de là que l’Atomic Research Model a vu le jour sous cette forme:
° Expériences: “On a fait ceci”. Les expériences forment des signaux bruts et servent à puiser les faits.
° Faits: “On a trouvé cela”. À partir des expériences, nous pouvons recueillir des faits impartiaux et utiles. Les faits ne font aucune supposition, ils ne doivent jamais refléter votre opinion; uniquement ce qui a été découvert ou le sentiment des utilisateurs.
° Idées (Insights): “Ce qui nous fait penser ceci”. C’est en quelque sorte les faits contextualisés. C’est là que vous pouvez interpréter les faits que vous avez découverts. Un ou plusieurs faits peuvent se connecter pour créer un insight. Même s’ils proviennent d’autres expériences. Certains faits peuvent réfuter une idée.
° Conclusions: “Alors on va faire ceci”. Les conclusions articulent les décisions et les étapes suivantes. Les conclusions sont vos recommandations sur la façon d’utiliser les informations que vous avez glanées à partir des faits. Plus il y a d’informations liées aux conclusions, plus vous avez de preuves de sa valeur. Cela aide lors de la priorisation du travail.
Les conclusions, ou recommandations UX, sont à leur tour testées avec des nouvelles expériences dans une boucle itérative.
Les avantages de l’Atomic Research Model :
L’un des avantages remarqué du modèle de l’Atomic Research est que plus d’un fait peut étayer ou réfuter un insight et plus d’un insight peut étayer ou réfuter une conclusion.
Ainsi, plus il y a de faits qui mènent à une conclusion, plus on peut avoir confiance en cette voie à suivre.
Aussi, un fait peut être compris de plusieurs manières et il peut y avoir plusieurs conclusions à tirer d’un insight. Par conséquent, un fait peut avoir plusieurs idées et une idée peut avoir plusieurs conclusions.
Mais l’avantage majeur de construire un Atomic Research Model est qu’il fonctionne au travers des différentes expériences. Les faits, insights et conclusions sont transportables, exploitables et applicables dans les situations nouvelles.
En effet, les données découvertes sont connectées et liées mais pas dépendantes. Ainsi, peu importe la provenance des insights, ils peuvent servir à créer de nouvelles conclusions. Les patterns peuvent également être repérés n’importe où dans les modèles créés pour servir à l’avenir.
Les points forts de l’Atomic Research :
Cette manière de découper la donnée et de l’interconnecter présente de nombreux avantages par rapport aux méthodes d’analyse classiques, ou chaque test va être traité indépendamment des autres.
- La recherche UX n’est plus linéaire :
Les données des tests, même qui ont été rejetées car elles ont échoué pour certains projets peuvent affaiblir certains insights mais en renforcer d’autres – cela peut prouver qu’une autre idée est la bonne. Cela nous aide certainement à avoir une idée plus claire de la façon d’améliorer nos produits à l’avenir.
En tenant les idées comme séparées et indépendantes de leurs sources, elles peuvent être constamment testées à nouveau et autorisées à vivre ou à mourir par les preuves.
Ceci nous conduit naturellement au second avantage :
- La recherche atomique force une réflexion fondée sur des données probantes
En procédant selon la méthode de l’Atomic Research Model, aucun insight ne peut être apporté sans se baser sur des faits. Et aucune conclusion ne peut être tirée s’il n’existe pas d’insights pour la soutenir.
Ainsi, plus on apporte de sources pour chaque niveau (expériences, faits, insights) et plus nous pouvons être confiants quant aux conclusions obtenues.
Ceci sert à dire que finalement la recherche atomique se base sur des preuves tangibles et ne laisse aucune place aux favoritisme ni aux syllogismes hâtifs.
- Une meilleure organisation des données
Suivant les méthodes classiques, les données des chercheurs, des designers et des équipes UX se retrouvent généralement dans une multitude de logiciels et de documents (texte, tableur, présentations, captures d’écran, fichiers, dossiers…), hébergés à différents endroits que ce soit sur hard-drive ou sur Cloud (Teams, Sharepoint, Drive, E-mails, Slack, disques durs externes ou internes…).
Si l’on cherche à inclure les feedbacks et les avis utilisateurs et à croiser avec des données du support client (Google Analytics, avis sur les réseaux sociaux, etc.) les entrées se multiplient et se compliquent encore davantage. Grâce à l’Atomic UX Research, et un travail de fond et minutieux de saisie des données UX fusionnées aux informations utilisateur, il devient possible de trier et filtrer la base de données afin de récupérer l’ensemble des insights et des conclusions relatives à un sujet donné.
De plus, ces entrées s’appuient sur des faits tangibles et vérifiables que l’on peut consulter et en tirer profit en tortue aisance.
Ainsi il devient possible d’accéder aux insights utilisateurs relatifs à une page donnée d’un site en les appelant en quelques clics. Ceci n’aurait pas été possible suivant la méthode traditionnelle puisqu’il aurait fallu parcourir et lire plusieurs rapports, présentations, chaînes d’e-mail pour retrouver une partie de la donnée.
- Conservation et mise à profit de données précieuses
Lorsque les recommandations UX ont finalement été implémentées, les rapports UX bondés d’informations et données précieuses tombent dans les oubliettes. C’est dommage puisque certaines idées, apprentissages, insights ou guidelines, peuvent rester pertinents pour maints projets à venir.
Un autre phénomène se produit également assez souvent: certaines données non pertinentes dans l’immédiat sont collectées au cours des tests UX ou enquêtes sur terrain. L’Atomic UX Research s’avère hautement utile pour conserver ce genre de données. Sans cette méthode l’information risque d’être occultée, ou bien, par souci d’exhaustivité, intégrée à un rapport et sans être utilisée au moment opportun.
En effet, si aucune action ne lui est associée sur le moment, personne ne va penser à aller la chercher quand le sujet deviendra pertinent. Quand la donnée est saisie et bien taguée dans une base de données, elle sera consultable et profitable au moment où elle deviendra pertinente au fur et à mesure de l’avancement du projet.
- Optimisation des délais de la recherche UX
Grâce à l’Atomic UX Research la consultation de la base de données peut marquer le commencement de l’étude. En devenant la 1ère étape de la recherche utilisateur, elle permet de passer en revue ce qui a déjà été entrepris et appris sur les utilisateurs et le marché lors des projets antécédents.
Pour les structures de plus grandes envergures (comprenant plusieurs équipes d’UX Researchers, d’AB testeurs, etc.) l’Atomic UX Research permet également d’éviter les doublons entre équipes en s’assurer qu’un test n’a pas déjà été réalisé par une autre équipe.
- Une collaboration effective
Une base de données des résultats des tests utilisateurs entraîne une meilleure collaboration et une plus grande transparence entre les équipes UX et les différentes parties prenantes. L’Atomic UX Research participe directement à l’harmonisation et la structuration des approches centrées utilisateurs. Il facilite également la communication et le partage entre les UX designers et les autres équipes de l’entreprise.
- Valorisation de l’expérience des UX specialists
Au cours d’une carrière d’un spécialiste UX, un apprentissage s’opère instaurant une certaine routine mais surtout des acquis importants. Test après test, un savoir et une expérience se créent par rapport aux utilisateurs. A force de constatation, il devient possible par moment d’anticiper les éléments qui entraîneront de la friction ou seront appréciés par l’utilisateur.
Les extrapolations font partie de l’expérience et de l’expertise des professionnels de l’UX. Malheureusement, la mémoire a ses limites et il est impossible de tout retenir. Les contextes précis d’où ont émergé ses connaissances s’oublient.
Dans le cadre de l’Atomic UX Research, il est possible d’envisager une base de données individuelle et évolutive (à l’image d’une base de données à l’échelle d’une équipe ou d’une entreprise) qui inclut des insights généraux sur les utilisateurs. Cette base de données permettra d’externaliser, de renforcer et d’appuyer l’expertise de l’UX designer (ou researcher) par des connaissances concrètes et contextualisées, dont on garde trace.
Conclusion
L’Atomic UX Research est une méthode nouvelle, donc malgré l’avarice des retours d’expérience et des outils la facilitant, ses apports sont évidents et immédiats. La méthode permet clairement la centralisation et le croisement facile des données et garantit une meilleure communication et un partage effectif entre les équipes.
Cette méthode de documentation vaut le coup d’être testée étant donné les insights et recommandations de qualité qu’elle fournit. Le fait qu’ils soient connectés à des faits et à un contexte précis permet l’optimisation des missions UX.
by 
