instagram-icon

Transposer le data driven marketing au design d’experience

Nerf de la guerre des équipes marketing, la data révolutionne aujourd’hui les plans d’actions commerciales. Temps réel, affinitaire… la « smart data » permet de piloter de manière fine des campagnes cross canal, d’optimiser des ratios de conversion et d’impacter (in fine) les interactions homme machine. Si la donnée est au cœur des plans marketing, on peut déplorer sa faible utilisation dans le processus du design d’expérience. L’UX metrics fait beaucoup parler outre-Atlantique : l’utilisateur au cœur du HEART framework.

Retour sur la révolution du Data driven marketing

Le marketing de Kotler&Dubois a pris un peu de plomb dans l’aile ces dernières années ;-)). Les révolutions successives connues dans le digital chamboulent le paysage des marketeux. L’arrivée de la smart data (R.I.P le big data) permet aujourd’hui d’exploiter les mouvements des internautes pour aboutir à des customer journey se substituant au marketing mix. Les traditionnelles études conso tendent à devenir obsolètes par leur manque d’agilité, elles manquent de « temps réel ».

Le data driven marketing exploite des données considérées comme utiles dans le but de construire des dispositifs sur mesure : tendances de recherches Google, conversation sur les réseaux sociaux, avis, historique de navigation (…) sont autant d’éléments observés pour une communication plus affinitaire, plus performante.

« Placer la data au cœur de sa stratégie est un défi, mais aussi une chance à saisir. Plus horizontale, plus agile et plus collaborative, l’entreprise data-driven se structure autour de la data pour prendre des décisions pertinentes et éclairées. » Frédéric Genta – Head retail Google

UX design metrics : la mesure de l’expérience

Si le marketing connaît une véritable révolution depuis l’avènement de la smart data, l’UX design est un peu en reste avec une prise en compte des données statistiques/comportementales a posteriori. Si toutes le entreprises ne peuvent pas s’offrir les services d’un data scientist, certaines données sont relativement simples à obtenir et indispensables pour mener à bien le (re)design d’une interface.

Quelles sont les données à tracker pour un projet UX?

Kerry Rodden, Hilary Hutchinson, and Xin Fu (Google) proposaient à travers une note intitulée « Measuring the User Experience on a Large Scale » (disponible ici) d’établir les « metrics » que toute équipe orientée UX devrait observer. Ils partent du constat que les outils d’analyse de données disponibles actuellement sont trop centrés business (exit user centered) ou beaucoup trop généralistes.

De ce fait, la team Google propose une matrice : « The Heart Metrics » prenant en compte les attitudes et les comportements utilisateurs. Ce framework ne se substitue en rien au travail d’un planneur strat, aux outils traditionnels de recherche en UX design, aux ateliers… il est un complément. Bienvenue dans l’air du data-driven and user centered !

5 éléments composent composent le Heart Metrics :

  • Happiness : mesure de l’attitude et de la satisfaction utilisateur. Facilité d’utilisation et Net Pomoter Score (NPS).. Les études sont souvent utilisées pour mesurer la partie « Happiness ». Dhruv Ghulati nous rappelle que l’utilisation du NPS ne permet pas de collecter des insights précis sur des fonctionnalités (j’aime/je n’aime pas sont les seules infos dont on disposera)
  • Engagement : mesure du niveau d’engagement/participation utilisateur. Le nombre de visites par jour/semaine, le nombre de photos uploadées par utilisateur par jour, le nombre de partages… Nous sommes ici dans un élément clé du framework permettant de remonter des stats sur des fonctionnalités.
  • Adoption : il s’agit du fait d’acquérir de nouveaux utilisateurs grâce à une fonctionnalité nouvelle. On pourra être attentif aux mises à jour (appli), aux nouvelles souscriptions, aux achats faits par de nouveaux utilisateurs.
  • Retention : liée à l’adoption, la rétention mesure le nombre d’utilisateurs conservés sur une période donnée. Une fonctionnalité avec un faible taux d’adoption aura une incidence sur la rétention.
  • Task success : Efficacité du système, bon fonctionnement, taux d’erreur sont les élément à monitorer. Cohérence des résultats de recherche, temps d’upload d’une photo ou d’un document, efficacité d’un tunnel d’inscription…

 

Assigner des objectifs pour identifier les bonnes données à surveiller

Il est évident qu’il est impossible de réduire l’analyse de données à seulement 5 données statistiques. Pour obtenir des données interprétables, il est conseillé de suivre 3 étapes :

  • Goals
  • Signals
  • Metrics

En premier lieu, vous définissez vos objectifs, puis vous identifiez les écrans d’interface pour lequelles des optimisations sont à réaliser. Pour finir, vous construisez la statistique permettant de « tracker » ces écrans.

GOALS

Identification d’objectifs clairs permettant de choisir la bonne donnée statistique dans le but de mesurer les progrès. La perception des objectifs peut être variable d’un membre de l’équipe à l’autre, c’est l’opportunité d’échanger de manière collégiale autour des KPI.

SIGNALS

Une fois les objectifs définis, vous pouvez penser aux actions utilisateurs qui résulteront de la mise en place de ces objectifs. Ces actions sont votre « signal ». Des statistiques autour de la satisfaction, de la frustration des comportements peuvent être pertinentes à mettre en place.

METRICS

Les « signals » sont maintenant à transformer en mesures que vous mettrez en place lors de tests A/B. La création de ces données chiffrées doit permettre de répondre aux objectifs (GOALS). Les données collectées doivent être analysées afin de décider de leur pertinence.

Pour aller plus loin:

http://www.uxmatters.com/mt/archives/2014/06/choosing-the-right-metrics-for-user-experience.php

https://medium.com/@dhruvghulati/google-s-heart-framework-a-critical-evaluation-a6694421dae

Retour

Toujours n° 1

Découvrez en 1er les billets qui font l'internet de demain !

M'inscrire

Merci pour ton inscription