Comment analyser les interviews d'utilisateurs pour convaincre vos parties prenantes (Update : incl UX Research Report Tools)

Bien sûr, vous pouvez effectuer des analyses de données de recherche UX sans tl;dv, mais c'est tout simplement idiot. Nous avons dit qu'il était gratuit, n'est-ce pas ? En ignorant tl;dv, vous passeriez plus de temps, dépenseriez plus d'argent et obtiendriez des informations moins précieuses d'une manière mal organisée. C'est pourquoi les concepteurs et les chercheurs UX reconnaissent généralement tl;dv comme l'un des meilleurs outils de recherche UX remote .

Trouver l'équilibre entre ouverture d'esprit et plan d'action

S'il est important de recueillir des données de manière à se préparer à l'étape de l'analyse, il est encore plus important de commencer avec un esprit ouvert. Ne commettez pas l'erreur de vous laisser influencer par le biais du chercheur en planifiant votre analyse si minutieusement à l'avance que vous finissez par chercher les réponses que vous voulez trouver. Ce n'est pas ainsi que fonctionne la recherche sur les utilisateurs. 

Cependant, il est bon de commencer le processus de recherche avec un esprit ouvert et d'avoir un plan en place pour collecter, stocker et accéder facilement aux données obtenues en cours de route.

Vous ne voulez pas penser à votre analyse pour la première fois après avoir été enseveli sous dix pieds de données. Commencez dès le début. Votre processus d'entretien doit être structuré de manière à vous aider à analyser les petits résultats.

Passez en revue votre public cible avant de l'interviewer pour vous assurer d'avoir les meilleurs utilisateurs et les plus perspicaces. C'est particulièrement important si vous vous approvisionnez en utilisateurs de médias sociaux et d'autres sources publiques qui ne sont pas des utilisateurs de votre propre application. Élaborez un plan d'entretien pour tirer le meilleur parti de vos recherches.

Tout au long de la période de recherche, gardez vos objectifs à l'esprit, mais pas au point de les rendre envahissants. La véritable compétence des entretiens avec les utilisateurs est l'écoute. Bien sûr, vous devez poser les bonnes questions aux bonnes personnes, mais si vous n'écoutez pas ce qu'elles disent, vous vous tirez une balle dans le pied. Ne laissez pas vos propres pensées ou attentes entrer en ligne de compte. Il est temps que vos utilisateurs s'expriment et que leur voix soit entendue : par vous !

Là encore, tl;dv est l'un des meilleurs outils pour la voix du client. Vous disposez d'un enregistrement permanent de ce que votre utilisateur a dit, de la façon dont il l'a dit et des manières dont il a fait preuve pendant qu'il parlait. Ne vous fiez pas à votre mémoire ou à des notes griffonnées à la hâte. Vous disposez de transcriptions disponibles dans plus de vingt langues, d' enregistrements illimités de réunions et de la possibilité d' horodater chaque élément d'information auquel vous souhaitez revenir. Et tout cela est gratuit!

@tldv.io

C'est parfaitement logique. #meeting #comedy #corporate #meetings #9to5 #firstday

♬ son original - tldv.io - AI Meeting Recorder

Identifiez vos objectifs

Vous voulez améliorer votre application ? Trop vague. Vous voulez peut-être acquérir une compréhension détaillée et intime de votre public et de vos utilisateurs idéaux, de ce qui les motive et de la manière dont ils atteignent leurs objectifs au quotidien. Dans ce cas, il est préférable que votre recherche soit conçue pour identifier des modèles dans le comportement quotidien des personnes interrogées. 

En outre, soyez à l'affût des détails démographiques, des modes de vie et des diverses attitudes des utilisateurs. Vous pouvez même rédiger votre propre guide de discussion pour l'entretien avec les utilisateurs afin de vous assurer que vous orientez la conversation de la bonne manière.

En revanche, si votre objectif est de tester une nouvelle fonctionnalité ou une application à venir, vous pouvez vous concentrer sur les points de douleur, les points de satisfaction et essayer de les classer par ordre de priorité.

Non seulement vous devez trouver comment poser les bonnes questions pour que l'utilisateur se sente à l'aise pour révéler ce qu'il pense, mais vous devez également suivre les données de manière à pouvoir les utiliser à des fins diverses. En fonction des personnes avec lesquelles vous allez partager l'analyse de vos données de recherche utilisateur, vous devrez peut-être réfléchir à la granularité. Vous adressez-vous à votre équipe de conception ou aux parties prenantes ? Devez-vous donner des exemples spécifiques ou simplement des tendances générales ? Planifiez à l'avance.

Préparez votre hypothèse (si nécessaire)

Les hypothèses sont importantes dans certains domaines de recherche. Les tests d'utilisabilité, par exemple, requièrent une hypothèse, car vous devrez vous concentrer sur des domaines spécifiques à améliorer. Vous devrez, en quelque sorte, comprendre le problème et la solution potentielle, avant de vous plonger dans la recherche sur les utilisateurs.

Cependant, toutes les recherches ne nécessitent pas une hypothèse. Et dans certains cas, cela ternit carrément les données. Si vous réalisez une série d'entretiens avec des utilisateurs en vous attendant à ce que le point douloureux A soit le problème, c'est exactement ce que vous entendrez. Cela créera une vision biaisée du problème en question, ce qui conduira à des données biaisées, qui mèneront à un développement de produit gaspillé, car les problèmes fondamentaux seront négligés.

Parfois, vous pouvez commencer à effectuer de petites analyses lorsque les données commencent à arriver. Pour garantir la qualité des entretiens avec les utilisateurs, il ne devrait pas y en avoir plus de 4 par jour. De préférence, 2 ou 3. Il faut prévoir un espace entre les entretiens pour que les chercheurs puissent revoir et étiqueter les notes. Cela leur donne également le temps de débriefer avec le preneur de notes, s'il y en a un, ou de parcourir les notes sur tl;dv.

Une semi-analyse superficielle peut être réalisée à mi-chemin des entretiens avec les utilisateurs. Vous pouvez également profiter de ce temps de digestion pour revoir vos questions, et éventuellement les modifier ici et là pour faire ressortir de meilleures réponses lors des prochains entretiens.

Cette méthode vous évitera d'essayer de vous noyer dans vos propres larmes après une journée bien remplie d'entretiens avec des utilisateurs, avec seulement des notes griffonnées à la hâte et un cerveau à moitié fonctionnel pour essayer de les décrypter.

@tldv.io

Une panne différente #breakdown #9to5 #latetowork #dayinthelife #corporatehumor IB : @punhubtiktok

♬ son original - tldv.io - AI Meeting Recorder

La découverte en mouvement

Le développement de produits dépend fortement de la qualité des recherches effectuées par les utilisateurs, des entretiens et des tests. La conception UX est également basée sur une recherche approfondie. Construire un produit en se basant entièrement sur vos fantasmes sur ce qu'il devrait être est le chemin le plus rapide vers le sh*t's creek. Et vous feriez mieux de croire qu'il n'y a pas de pagaie non plus.

La recherche sur les utilisateurs vous aidera à découvrir les pépites d'or dont vous avez besoin pour créer le produit que les utilisateurs vont adorer. Que vous réfléchissiez aux caractéristiques, aux fonctions ou à d'autres aspects de votre application, il est important de connaître l'avis de vrais utilisateurs. Il est plus coûteux de résoudre un problème de développement par la suite que d'élaborer une solution dès le départ. 

Dans certains cas, il est possible de trouver de tout nouveaux cas d'utilisation grâce à la recherche sur les utilisateurs, en écoutant ce que veulent vos futurs utilisateurs. Cela peut vous aider à vous positionner en tant que leader sur le créneau, ce qui vous permettra de réussir sur un marché saturé.

Ça ne s'arrête jamais

S'il y a une chose que vous devez savoir, c'est que l'analyse des données de recherche sur les utilisateurs ne s'arrête pas. Elle ne dort pas. Elle ne ressent pas de pitié, de remords ou de peur. D'accord, j'ai peut-être commencé à parler de Terminator à un moment donné, mais cela ne change rien au fait que l'analyse est un processus continu.

L'une des meilleures façons de suivre les progrès et d'organiser vos idées clés est de prendre des notes. Pas à la manière du vingtième siècle, avec un stylo et du papier, non, non, non. Avec le preneur de notes detl;dv. 

En enregistrant les sessions à l'aide de tl;dv, vous pouvez partager des bribes ou des sessions entières de vidéos avec les parties prenantes pour qu'elles prennent les mesures appropriées. La prise de notes ne vous aide pas seulement à analyser des éléments en cours de route, elle vous permet aussi de garder une trace des choses au moment où elles se produisent. C'est le meilleur moyen de garder une trace de toutes les données recueillies.

Une façon d'y parvenir, que ce soit dans le cadre d'une recherche qualitative ou quantitative, consiste à organiser de courtes séances avec vos collègues chercheurs après chaque entretien. Vous pouvez examiner ensemble leurs réponses et prendre des notes supplémentaires. Il est toujours bon de revoir une interview d'utilisateur avant de passer à la suivante.

Décomposez vos données 

La mise en commun des données à la fin de votre recherche est l'une des façons les plus faciles de se décourager devant la quantité de données dont vous disposez. Ne vous inquiétez pas, toutes les données ne sont pas identiques. Et à ce stade, savoir comment trouver de l'or dans vos données est la compétence dont vous avez besoin.

Pour obtenir les meilleurs résultats, commencez par nettoyer vos notes et complétez-les par des informations contextuelles (à l'aide de vos réunions enregistrées). Faites la différence entre une description et une interprétation. La phase d'analyse est le moment d'interpréter.

Ensuite, catégorisez vos données en divers domaines d'analyse qui vous permettront de pondérer les différentes données en termes d'importance et de priorité.

Il est important de disposer d'une telle liste afin de déterminer ce qui est important maintenant et ce qui sera agréable à avoir plus tard. Ce type d'analyse est particulièrement important lorsque vous disposez de peu de ressources pour mettre en œuvre vos conclusions ; vous souhaitez vous concentrer uniquement sur les éléments qui auront un impact maximal sur vos utilisateurs et vous aideront à atteindre les objectifs fixés.

Cela signifie qu'il faut mettre toutes les idées intéressantes (mais non essentielles) dans un panier pour plus tard et permettre à l'équipe de développement de construire ce qui est absolument nécessaire à chaque moment.

La hiérarchisation des priorités commence dès la conception de la recherche UX, en fonction des objectifs organisationnels que les parties prenantes ont fixés pour le projet. Pour vous assurer que vous obtenez les informations nécessaires pour répondre à ces exigences, vous devez garder les objectifs en tête et avoir un moyen de trier vos données.

Comment hiérarchiser l'analyse des données de votre recherche UX

1. L'analyse thématique

L'analyse thématique consiste essentiellement à classer vos données dans des "catégories" pour les examiner. En répartissant vos données dans des catégories bien organisées, vous êtes en mesure d'examiner chaque petit détail en fonction de son thème et de l'importance générale de cette catégorie thématique.

Une façon de commencer à le faire est d'attribuer un code de couleur aux thèmes. Lorsque vous examinez les transcriptions, attribuez à chaque pépite de données une couleur correspondant à son thème. Vous pouvez le faire à la fin de la journée ou peu après chaque session pour vous assurer que vous ne perdez pas de vue chaque entretien. Avec vos notes, vous pouvez facilement coder par couleur vos transcriptions générées automatiquement à partir de tl;dv.

Si vous avez du mal à choisir un thème, regroupez simplement les données qui ont une signification, une portée ou une prémisse similaires. Si vous rencontrez la même chose qui est dite à plusieurs reprises, c'est une bonne idée d'en faire un thème et d'y stocker toutes les données relatives à ce sujet.

Selon le groupe Nielsen Norman, l'analyse des données pour les domaines thématiques se fait en six (6) étapes.

Étape 1 : Rassemblez vos données

Étape 2 : lisez toutes vos données du début à la fin.

Étape 3 : Codez votre texte avec des zones thématiques

Étape 4 : créer de nouveaux codes pour encapsuler les nouveaux thèmes

Étape 5 : Faites une pause d'une journée

Étape 6 : évaluez l'adéquation de vos thèmes.

C'est une bonne idée de créer une légende ou une clé de codage pour que vos collègues puissent également comprendre vos données. Voici un exemple de clé de codage textuelle :

• • Rouge - points douloureux

• • Vert - positif

• • Gris - suggestions des utilisateurs

• • Jaune - applications utilisées quotidiennement

Source : BLOGUE NVIVO

2. Diagrammes d'affinité

Le diagramme d'affinité est un moyen d'organiser visuellement tous les faits en les plaçant dans différentes catégories (ou groupes de sujets). Le diagramme d'affinité est souvent réalisé à l'aide d'un stylo et d'un papier, mais il peut aussi être parfaitement exécuté dans un style kanban avec des outils comme Trello. Le diagramme d'affinité est appelé sous différents noms tels que le tri collaboratif, le snowballing, et parfois le mapping d'affinité.

Exemple de cartographie d'affinité :

Source : Leow Hou Teng

Quelle est la différence entre les diagrammes d'affinité et les zones thématiques dans la recherche sur les utilisateurs ?

L'analyse thématique hiérarchique est un processus qui consiste à décomposer vos données en thèmes, puis en sous-thèmes. Pour ce faire, vous devez lire toutes les transcriptions, les notes d'entretien et les autres données pertinentes, puis coder vos données en fonction des différents thèmes. Les domaines thématiques ont généralement une portée plus large que les diagrammes d'affinité. Un diagramme d'affinité présente des sujets ou des groupes plus petits qui peuvent être explorés plus en profondeur. 

L'analyse thématique consiste à trier vos données en thèmes afin de mieux considérer chaque détail, tandis que le diagramme d'affinité consiste à regrouper les faits par thème. Les deux méthodes peuvent être utilisées pour développer une meilleure compréhension de vos utilisateurs et améliorer votre produit en conséquence. Elles ne sont pas identiques et peuvent être utilisées côte à côte dans votre analyse de recherche en fonction des perspectives que vous souhaitez poursuivre.

La méthode habituelle

Tout ce discours sur les domaines thématiques et la cartographie d'affinité peut sembler écrasant, mais en réalité, les chercheurs jettent normalement leurs notes dans une toile (Miro, Mural ou Figjam sont les suspects habituels), puis les regroupent en thèmes ou moments du parcours client.

Si une idée revient souvent dans la recherche, les chercheurs utilisent généralement des points pour l'indiquer. Ils peuvent également utiliser certaines fonctionnalités de l'application qui signifient la même chose.

Bien que cela soit similaire aux domaines thématiques décrits ci-dessus, il s'agit plutôt d'un processus flexible.

Comment analyser les différents types de données

Analyse des données UX qualitatives issues des entretiens avec les utilisateurs

Une chose que vous pouvez rapidement remarquer avec les données qualitatives est qu'elles peuvent sembler chaotiques. Cela est dû au fait qu'elles sont hautement subjectives. Vous vous retrouverez souvent avec un grand nombre de données, dont la plupart peuvent être répétitives ou inutilisables. Les entretiens avec les utilisateurs sont généralement ouverts, ce qui permet à l'utilisateur d'exprimer son opinion sans filtre. Cela signifie également que l'analyse des données dépend largement de vous, le chercheur en UX, et de la manière dont vous souhaitez les traiter.

Lorsque vous effectuez des analyses de données qualitatives de recherche sur les utilisateurs, faites attention à ;

• • Les modèles qui apparaissent dans les différents domaines thématiques ;

• • Des résultats qui ont surpris votre équipe ;

• • Moments (sujets) de grande émotion pour les utilisateurs ;

• • Ce que vous aimez et ce que vous n'aimez pas ;

• • Les fonctions les plus appréciées par les utilisateurs ;

• • Et les cas d'utilisation que votre interface utilisateur actuelle ne prend pas suffisamment en charge.

Mais si vous effectuez une recherche exploratoire pour la phase de découverte du produit, vous constaterez que ces données peuvent contenir à la fois des données qualitatives attitudinales et des données qualitatives comportementales. En utilisant des diagrammes d'affinité et une analyse thématique, vous pouvez découvrir les joyaux cachés dans les données. 

Pour effectuer une analyse thématique, vous aurez besoin de trois éléments : des données, des préférences de recherche (basées sur l'équipe et les objectifs de la recherche) et le contexte de l'analyse. Armé de ces éléments, vous pouvez effectuer votre analyse de données de recherche UX à l'aide d'un logiciel, d'un journal ou de diagrammes d'affinité. 

Comment GPT peut-il aider ?

Tout le monde connaît maintenant GPT, la technologie alimentée par l'IA qui ne prévoit certainement pas secrètement de dominer le monde en rendant les humains trop dépendants de la technologie et en leur faisant oublier ce que sont les grands espaces pour qu'ils acceptent volontiers d'entrer dans la matrice de la vie réelle. Ce n'est pas du tout le cas.

@tldv.io

Écrit par ChatGPT #inception #chatgpt #ai #openai #meeting #corporate

♬ son original - tldv.io - AI Meeting Recorder

Quoi qu'il en soit, avant de devenir des piles pour les robots, nous pouvons les utiliser pour accélérer notre vie professionnelle et découvrir des choses que nous aurions pu manquer. Par exemple, vous pouvez alimenter GPT avec vos recherches et lui demander de mettre en évidence les biais, de trouver des modèles et des thèmes, et même de mettre en évidence les goûts et les aversions. Essentiellement, tout ce que nous avons décrit ci-dessus en matière d'analyse des commentaires des utilisateurs peut être réalisé instantanément par un robot sans corps.

Prompts GPT

Voici quelques invites du TPG que vous pouvez utiliser pour rendre votre rapport de recherche UX encore plus convaincant !

1. Pouvez-vous rechercher dans le référentiel toutes les recherches relatives à un produit ou à une fonctionnalité spécifique ?
2. Pouvez-vous me résumer les principaux résultats d'une étude particulière ?
3. Pouvez-vous classer les études de recherche par date, par auteur ou par sujet ?
4. Pouvez-vous identifier des thèmes ou des modèles communs qui ressortent des études de recherche ?
5. Pouvez-vous m'aider à identifier les lacunes dans notre compréhension actuelle du comportement ou des préférences des utilisateurs ?
6. Pouvez-vous me fournir un résumé des méthodes de recherche utilisées dans une étude particulière ?
7. Pouvez-vous m'aider à créer une présentation qui résume les résultats de la recherche pour un projet ou une initiative spécifique ?
8. Pouvez-vous suggérer des études de suivi potentielles ou des questions de recherche basées sur les résultats actuels ?
9. Pouvez-vous me fournir une liste d'études ou de sources externes susceptibles d'être pertinentes pour notre référentiel de recherche ?

Bien que ces questions puissent sembler un peu vagues, elles permettent à GPT de vous expliquer en détail ce qu'il attend de vous. Prenons l'exemple de la question 7. Voici la réponse de GPT :