L'union fait la force - Un aperçu de la conception basée sur les données

Le design est souvent considéré comme un art plutôt qu'une science. En réalité, c'est les deux. L'art du design devrait être influencé par la science des données et de l'information. La collecte et l'analyse des données sont essentielles pour créer de meilleures conceptions et expériences utilisateur.

La conception basée sur les données peut être intimidante pour les concepteurs qui ne la connaissent pas. Certains concepteurs ne voient même pas pourquoi c'est nécessaire, ou n'exploitent les données que de manière limitée. Comprendre le processus le démystifie et le rend accessible aux concepteurs de tous niveaux d'expérience.

Pourquoi utiliser les données dans le processus de conception ?

De nombreux concepteurs pensent qu'ils savent ce que veulent les utilisateurs sans avoir besoin de faire de recherche sur les utilisateurs. Ils ont également tendance à s'engouer pour leurs propres créations. Mais dans la grande majorité des cas, les concepteurs ne sont pas des utilisateurs . Sans données pour étayer les décisions prises sur la façon de créer la meilleure expérience utilisateur, les concepteurs ne font que poignarder dans le noir.

Les données donnent un aperçu aux concepteurs afin qu'ils puissent créer les meilleures conceptions possibles pour les personnes qui utilisent leurs produits. Ces données peuvent se présenter sous plusieurs formes, provenant de sources primaires et secondaires. L'important pour les concepteurs est de déterminer quels ensembles de données valent la peine d'être utilisés pour baser leurs conceptions et lesquels ignorer.

Quelles données utiliser

La conception d'interface utilisateur basée sur les données peut nécessiter une variété de types de données différents pour déterminer la meilleure façon de créer une expérience utilisateur optimale. Ces données peuvent inclure des éléments tels que des analyses de sites Web ou d'applications sur une itération existante d'un produit, des entretiens avec des utilisateurs, des résultats de tests A/B et multivariés, des flux de comportement et d'autres types de recherche UX.

Plus les concepteurs de données collectent de données à l'avance, meilleures seront les premières itérations d'une conception. Certes, pour certains types de collecte de données, un prototype est généralement requis (comme pour les tests A/B ou multivariés). Mais même ces premiers prototypes peuvent s'appuyer sur des données de l'industrie ou des données de projets similaires (les études de cas peuvent être une ressource inestimable à cet égard).

Utilisation de Design Analytics

L'analyse peut être l'une des sources de données les plus riches pour les concepteurs. Si un site ou une application est repensé plutôt que conçu à partir de zéro, les concepteurs peuvent puiser dans les informations d'analyse existantes pour déterminer ce qui fonctionne et ce qui ne fonctionne pas.

Regarder les pages d'un site qui sont populaires, qui ont des statistiques de temps moyen sur la page plus élevées ou qui ont des taux de rebond plus faibles est un bon moyen d'avoir une idée de ce qui fonctionne. Mais regarder les pages qui ont des taux de sortie et de rebond élevés ou un temps moyen sur la page inférieur donne un aperçu des pages qui ont besoin d'aide.

Des taux de sortie et de rebond élevés peuvent indiquer qu'une page ne contient pas les informations qu'une personne visitant la page recherche. Ou si l'information est là, cela pourrait indiquer qu'elle n'est pas facile à trouver ou à comprendre.

Il est également essentiel de prêter attention à l'analyse UX lorsque des modifications sont apportées à une conception. Si une page fonctionne bien avant une refonte, faites attention à la façon dont elle fonctionne après. Une amélioration des indicateurs positifs signifie que la refonte est sur la bonne voie, et vice versa.

Enfin, les benchmarks d'analyse de l'industrie peuvent fournir des informations vitales sur les performances d'un site ou d'une application par rapport à d'autres dans le même secteur. Il est souvent difficile de savoir si 2 minutes de temps moyen sur une page est bonne ou mauvaise lorsqu'on la regarde seule. Mais être capable de comparer cela et de voir que la moyenne de l'industrie est de 3 minutes de temps moyen sur la page signifie que la conception ou le contenu actuel du site pourrait être amélioré. Google Analytics dispose d'outils d'analyse comparative intégrés qui permettent de voir facilement comment se comporte un site par rapport à la moyenne du secteur.

Utilisation des résultats des tests A/B et multivariés

Les tests A/B et multivariés sont des moyens étroitement liés de voir comment différentes versions d'un site Web ou d'une application fonctionnent les unes par rapport aux autres. Ils peuvent être utilisés pour apporter d'énormes améliorations à l'expérience utilisateur et au comportement des utilisateurs.

Les tests A/B modifient un élément d'un design (comme la couleur d'un bouton ou le texte d'un titre) entre deux versions pour voir laquelle est la plus performante. Les tests multivariés modifient plus d'un élément (comme un en-tête entier ou tout le texte d'une page). Dans les deux variétés de tests, les visiteurs d'un site ou d'une application voient au hasard les différentes versions de la page, et les données d'analyse sont enregistrées.

L'exécution continue de tests A/B ou multivariés pour améliorer une conception peut entraîner d'énormes augmentations de conversion. 37Signals, par exemple, a effectué une variété de tests A/B sur sa page d'accueil afin de déterminer la conception optimale (constatant parfois des différences de plus de 100 % entre les deux versions).

Utilisation des flux de comportement

Les flux de comportement sont la façon dont les utilisateurs parcourent un site, de la page sur laquelle ils arrivent pour la dernière page qu'ils consultent avant de quitter le site. Dans la plupart des cas, les experts UX ont un certain flux qu'ils aimeraient que les utilisateurs suivent sur un site. Si les flux de comportement réels diffèrent considérablement de cela, cela indique un problème avec l'expérience utilisateur.

Google Analytics dispose d'outils intégrés pour explorer les flux de comportement des utilisateurs. L'exploration de ces données par rapport au flux de comportement idéal que le concepteur UX a créé pour un projet donne des informations précieuses pour savoir si la conception atteint réellement les objectifs d'expérience et de comportement de l'utilisateur.

Recherche d'utilisateurs

Il existe une variété de méthodes de recherche sur les utilisateurs que les concepteurs peuvent utiliser pour collecter des données qui peuvent aider au processus de conception pour créer une meilleure expérience utilisateur et influencer plus efficacement le comportement des utilisateurs.

Ces méthodes comprennent le tri des cartes, des entretiens contextuels avec des utilisateurs réels, des groupes de discussion, des enquêtes et des analyses heuristiques, entre autres. La recherche d'utilisateurs comprend également des éléments tels que la création de personnages et de cas d'utilisation.

La recherche sur les utilisateurs est l'une des méthodes de collecte de données les plus gourmandes en ressources, mais peut également être la plus précieuse, en particulier pour les nouveaux projets et produits sans sources de données primaires existantes. Il existe une variété de façons de mener une recherche utilisateur efficace, chacune pouvant ajouter sa propre valeur unique au processus.

Le test utilisateur est un aspect du processus de recherche utilisateur, qui comprend souvent des tests d'utilisabilité ainsi que les tests A/B et multivariés mentionnés précédemment. Les tests utilisateurs rentables sont une partie essentielle du processus de conception et doivent être effectués à chaque étape du processus.

Comment analyser les données

La collecte de données n'est qu'un aspect du processus de conception basé sur les données. Les données quantitatives, telles que la conception et l'analyse UX, sont vitales, mais les données qualitatives, comme celles recueillies lors des entretiens avec les utilisateurs, sont tout aussi importantes, sinon plus.

Les données quantitatives donnent aux concepteurs une idée de ce qui se passe sur un site Web ou une application. Mais des données qualitatives sont nécessaires pour faire la lumière sur les raisons pour lesquelles les utilisateurs font ce qu'ils font. Comprendre pourquoi les utilisateurs se comportent de certaines manières est une grande partie de la théorie UX et de la psychologie du design.

Une fois que les données qualitatives et quantitatives ont été collectées, les concepteurs doivent rechercher des tendances dans les données ainsi que des valeurs aberrantes. Les valeurs aberrantes peuvent donner un aperçu des problèmes potentiels que les utilisateurs peuvent rencontrer, qui pourraient devenir importants à mesure que le trafic augmente.

La création de visualisations de données peut être utile pour travailler avec de grands ensembles de données. Même de simples tableaux et graphiques peuvent faciliter l'analyse des informations disponibles. C'est pourquoi la plupart des programmes d'analyse, y compris Google Analytics, affichent les données visuellement plutôt que simplement comme des données brutes.

Les données doivent être analysées en continu, au fur et à mesure que de nouvelles données sont collectées. Les modifications de conception, les modifications de contenu, les modifications des algorithmes des moteurs de recherche et d'autres développements peuvent tous affecter l'expérience et le comportement de l'utilisateur. Les concepteurs peuvent analyser ces données pour améliorer constamment et faire de nouvelles itérations de leurs produits.

Présentation des données aux parties prenantes

Outre l'analyse des données, il est souvent important de les présenter aux parties prenantes d'un projet pour les amener à adhérer aux meilleures solutions de conception. L'affichage visuel des données est l'un des meilleurs moyens de présenter des informations.

La création d'un diaporama avec des tableaux et des graphiques peut souvent faire la différence entre amener un client ou un responsable à approuver un projet et faire face à une résistance à chaque étape du processus. Les données peuvent confirmer « l'intuition » d'un concepteur quant aux bons choix de conception à faire.

Prendre des décisions avec des données

L'un des avantages des données est qu'il est presque toujours possible d'en collecter davantage. Le processus de décision de conception basé sur les données est circulaire : les concepteurs doivent collecter et analyser des données, prendre des décisions en fonction de celles-ci, puis tester ces décisions en collectant et en analysant davantage de données.

Concevoir constamment de nouvelles itérations d'un produit avec des améliorations basées sur des données plutôt que sur l'intuition ou des intuitions permet aux concepteurs de créer de meilleures expériences pour les personnes qui utilisent leurs produits. Rester au courant des données disponibles permet aux concepteurs d'éviter les problèmes liés à l'expérience utilisateur et aux changements de comportement avant qu'ils n'affectent le résultat net.

Conclusion

Comprendre le processus de conception basé sur les données est une compétence professionnelle importante pour les concepteurs. Plonger dans le processus de recherche et de test des utilisateurs et comprendre le fonctionnement de l'analyse des données offre aux concepteurs des outils supplémentaires pour obtenir un soutien pour leurs idées. Cela leur permet également de créer les meilleurs produits possibles, avec les données pour étayer cette affirmation.

La conception d'interface utilisateur basée sur les données est à la fois un art et une science. Comprendre comment collecter et analyser des données et mettre en œuvre des conceptions basées sur celles-ci est une compétence importante pour les concepteurs débutants et experts.

Pour en savoir plus sur le blog Toptal Design :

• Tests UX pour les masses : restez simples et rentables
• Transformer les données des tests d'utilisabilité en action sans devenir fou
• Méthodes de recherche UX et chemin vers l'empathie de l'utilisateur
• Visualisation des données - Meilleures pratiques et fondements
• Inspirez-vous de ces visualisations de données