Recherche utilisateur

L'un des auteurs et celui qui à lancé le poste chez google en 2007. Ce livre m'a été recommandé par une UXR de chez Google. C'est en anglais, mais selon les reviews c'est une référence dans le domaine. LES PROMESSES Quel est le rôle du Quant UX Comprendre en quoi la recherche Quant UX diffère des autres disciplines telles que la data science Planifier des projets de recherche communs et savoir comment réussir Positionner les activités Quant UX dans les organisations produits et équipes UX Appliquer le framework HEART pour mesurer les résultats de l'expérience utilisateur Évaluer vos compétences et votre potentiel pour être embauché en tant que chercheur Quant UX Savoir à quoi s'attendre lors des entretiens d'embauche  Trouvez des exemples de projets Quant UX courants avec du code R et des codes de données partagés https://www.amazon.co.uk/Quantitative-User-Experience-Research-Understanding/dp/1484292677

Dr Nick fine nous partage la réalité de la recherche en ligne, et les biais de l'utilisation des gros panels. (D'où l'importance de poser les bonnes questions à vos panélistes et les challenger sur cet aspect de la qualité). Mais pour avoir utilisé User testing c'est vraiment bidon..Les users sont hyper pros.. https://www.youtube.com/watch?v=XeqwrjOZ3eU
Enjoy !

Je viens de découvrir cet outil qui à l'air super puissant. Vous mettez votre donnée brute, et l'outil trouve lui même les relations et fait les graphs automatiquement. Comme la version premium de Chatgpt mais avec les bonnes prompts probablement, et sans le va et vient constant.  prix: 30$/mois ou un compte gratuit jusqu'a 100 lignes d'analyse. (idéal pour un petit survey).  https://addmaple.com/ Liste features: https://addmaple.com/features Dès que j'ai l'occasion de tester je fais un REX dessus.

Après cette année 2023 très dur pour nous UXR, il y a un repositionnement de la fonction recherche en interne. Beaucoup de questionnement (assez normal venant de nous), et je vois aux US émerger une partie des Researchers prônant une émancipation du product. https://cms.greatquestion.co/blog/moving-research-beyond-ux Pour moi, c'est un peu un retour en arrière aux départements Consumer insights. Donc pas vraiment une révolution. Les CI manager avaient ce genre de questions il y a quelques années (Que faire des UXR ??) - Maintenant que la recherche est "démocratisée" dans les équipes produits, il va s'opérer un changement d'ownership des fonctions recherches. Comme les fonctions Consumer insights existent déjà dans les grosses boîtes (et sont historiquement avec un budget et alignement marketing), je me vois obligé de penser que l'UXR sera intégré comme une nouvelle branche à cet arc. Cette année n'est que l'accélération de ce mouvement de fond.

Ça peut paraître fou pour une UXR que j'ose ce type d'affirmation, n'est-ce pas? Aurais-je renié ma seule et unique source de vérité? Pas du tout! Mais j'ai appris à l'utiliser à bon escient! Récemment, j'ai eu le plaisir d'enregistrer un podcast avec deux expertes en génération d'insights, qui ont la particularité, en dehors d'être des professionnelles averties, de s'intéresser à la partie plus quantitative des données. Pendant une petite demi-heure, nous avons exploré un sujet parfois difficile à appréhender pour les UXR: le data storytelling, ou l'art de "narrer" vos données (je sais, c'est beaucoup moins sexy en français). En somme, le principe du storytelling n'est pas de présenter un argumentaire béton sur la base de données irréfutables, ce qui peut causer l'effet inverse (réactance) chez nos stakeholders, mais bien plus de les amener à s'interroger, à appréhender une autre vision des choses, basée sur les données récoltées par la recherche. La nuance peut être minime, mais influencer est beaucoup plus porteur, sur le long terme, que de convaincre. De notre discussion sont ressortis plusieurs éléments intéressants : Nous ne sommes pas rationnels, aussi il est inutile et même contre-productif de faire appel à la raison de nos stakeholders. Pour les convaincre, il faut d'abord avoir acquis leur confiance : pour ce faire, jouez la carte de l'authenticité ! Trop de data tue la data : less is more. Attention à la charge mentale, notre but est de distiller de l'information, pas de les assommer. Oubliez le camembert !! Le diagramme, pas le fromage... Bien que populaire, il n'aide pas forcément à véhiculer un message clair et intelligible : choisissez le bon graphique pour communiquer le bon message. Attention aux couleurs : rappelons-nous que le daltonisme touche 8% de la population masculine ! Assurez-vous que les couleurs que vous employez sont accessibles et visibles pour tous. Dans le doute, n'oubliez pas d'utiliser des labels clairs et descriptifs: cela vous aidera aussi à contextualiser les données. Utile, crédible, accessible, attractive, vous l'aurez reconnu, il s'agit bien de l'UX de la data ! Avant de préparer un argumentaire basé sur des données, qu'elles soient quantitatives ou qualitatives, assurez-vous de bien cerner les attentes, motivations et modèles mentaux de votre audience. En somme, pensez au pouvoir de la narration : le storytelling ne se limite pas à votre portfolio, il est également votre allié dans vos pitchs, présentations et rapports de recherche. La vidéo du podcast n'est pas encore publique, mais elle es disponible sous ce lien :) Toute une histoire...

Comme UXR, je me pose la question. Depuis que la discovery est devenue tendance et que le mouvement de démocratisation de la recherche est passé par là les PM n'ont plus peur de se lancer sur des projets de recherches, et court-circuiter les UXR (quand il y en a). Ca m'ait arrivé d'être sur des projets où les PM voulaient absolument leader la recherche, réaliser les entretiens mais attendre l'analyse pépère.. Ensuite, lors de l'analyse: le guide était à moitié suivie, les questions biaisés etc etc..  Je suis ok que l'on inclut les profils à participer à la recherche, socialiser le processus etc.; Mais j'observe une dérive forte qui est que l'on perde la main sur le processus, qui réduit la validité des observations, et surtout que l'on soit perçus comme exécutant plutôt que comme  Cette année, un PM est venu vers moi pour me demander : "Fais ce guide d'entretien" à froid. Je lui ai expliqué la démarche derrière, le raisonnement à avoir etc.. et ça l'a découragé.. Bref, tout ça pour dire que la barrière à l'entrée à parler à des utilisateurs est facile à passer, et cette dernière année je suis de plus en plus inconfortable avec les PM car j'ai l'impression que notre perception comme profession s'est dégradée. UXR, comment faîtes-vous pour gérer des PM qui pensent plus à la discovery qu'à leur delivery ? (surtout quand ils le font mal) Merci !

L'UX n'est pas ma première carrière... je viens du côté obscure de la force. Avant d'argumenter pour les utilisateurs, je montais des campagnes de com pour les convaincre d'acheter, et crushais de la data pour convaincre mes stakeholders de débloquer un budget. On pourrait croire que cela m'a bien préparée à la communication avec mes clients et stakeholders. Hélas, à nouveau cheval de bataille, nouveau fossé de communication. Plus on monte en séniorité plus on se confronte à des stakeholders aux opinions bien tranchées, et plus il devient essentiel de désamorcer des situations à fort potentiel "apocalyptique" (ou comment ne pas se mettre toute une équipe à dos faute de s'accorder sur le fait que les deceptive patterns ne sont pas une option...) Mon expérience m'a menée à la conclusion que l'on ne peut pas toujours (ou que très rarement) écarter les très mauvaises idées de nos stakeholders. Pire encore, se lancer dans un argumentaire fourni à grand renfort de données, insights et théories peut avoir l'effet inverse. À court terme, on essuie un échec cuisant, à long terme, on enterre toute opportunité de collaborer. La solution? Savoir reconnaître une conversation "critique" à temps et réagir de sorte à conclure sur un consensus (au pire) voire une relation renforcée et productive (dans le meilleur des cas).  C'est grâce au livre Crucial conversations: tools for Talking When Stakes Are High (qui m'a été recommandé par Sara Logel) que j'ai pu modifier mon approche de ce type de conversations et mieux encore, les appréhender avec sérénité, sachant que je dispose d'outils pour éviter de courir à la catastrophe. Voici quelques leçons apprises: Rester focalisé(e) sur le vrai problème: bien sûr que c'est nase de pousser aux deceptive patterns, mais est-ce vraiment utile de faire remarquer à votre stakeholder que sa stratégie est, au passage, pas bien plus élaborée? Fixer un objectif durable: il n'y a rien de plus satisfaisant que d'avoir raison, mais si cela doit nous coûter notre relation avec un stakeholder, est-ce vraiment une bonne idée pour la suite de notre projet? Comment envisage-t-on la relation UX-Stakeholder dans la durée? Comment la préserver sans trahir ses propres objectifs? Ne pas se laisser envahir par ses émotions: we're only human, after all... il est tout naturel d'être exacerbé(e), mais on ne gagne rien et se laisser guider par la colère. L'antipathie de l'un n'est pas un reflet de notre échec — tout au plus le résultat d'un manque de perspective.  Identifier les signes que notre interlocuteur(ice) se sent menacé(e): on n'écoute pas lorsque nous sommes sur la défensive! Si notre stakeholder se sent mal à l'aise, insecurisé(e), il ou elle ne sera pas en mesure de changer de perspective. Rétablir un environnement sécurisé est essentiel pour permettre le dialogue. Il peut être utile de commencer tout argumentaire par la notion de respect mutuel et inconditionnel. Chercher le point commun: au final, nous avons toujours un objectif commun, ne serait-ce que le succès du projet. En cas de désaccord majeur, il peut être utile de partir d'un point commun puis d'exposer les faits (et seulement les faits) qui mènent à notre conclusion. Dans la même donne, demander à son stakeholder de présenter ses arguments et son schéma de pensée. Ne jamais se fier à son apriori — en somme, faire son travail de recherche pour établir le modèle mental de son interlocuteur(ice). En somme, ce livre regorge de techniques, qui souvent résonnent avec des connaissances bien acquises (empathie, start with why, state the path...) mais qui ne nous semblent pas toujours super évidentes dans ce type de situations à risque. Il a trouvé une place de choix sur ma bibliothèque et peut aussi s'avérer très utile pour établir les objectifs, argumenter un budget, négocier, ou même refuser un projet sans fermer la porte à une éventuelle collaboration future. 

Bonjour, J'aurais besoin de vos lumières. En user research, on nous demande de prioriser les opportunités qui découlent d'une étude. Nous avons essayé la méthode de Thérésa Torres, le RICE, l'impact/effort Matrix mais soit l'évaluation des paramètres est soit trop au doigt mouillé, soit prend trop de temps à faire. Est ce que l'un d'entre vous aurait des idées pour contrer cela? Merci :)

Comme nombre de mes pairs, j'ai pris le parti de booster ma productivité grâce à l'IA. Mais entre les hallucinations de ChatGPT, le vraies fausses bonnes réponses de Bard et autres embardées des LLMs supposés être intelligents, il me semblait essentiel de bien comprendre la bête avant de lui confier des tâches ciblées. Je suis donc partie à la recherche d'une formation rapide, alliant théorie et pratique, histoire d'acquérir les bases.  J'ai jeté mon dévolu sur une formation gratuite, en ligne, de l'université d'Helsinki: Elements Of AI. La première partie, Introduction to AI, couvre parfaitement mes besoins: en 6 chapitres courts et ludiques, de petits quizz et exercices pour intégrer la théorie, des d'infos pertinentes pour monter en compétence, mais suffisamment génériques pour ne pas s'adresser qu'aux mordus de développement web. La seconde partie, Building AI, est déjà plus technique, mais semble tout aussi fun. Les cours sont validés par un certificat — basé sur les exercices, revus par nos pairs. Si vous recherchez un cours complet mais flexible, et gratuit, celui-ci me semble être une super opportunité de se former à son rythme. Petit bonus, la communauté en ligne, la possibilité de trouver un study buddy, et de trouver des événements et autres ressources dans plusieurs langues. Simple, efficace, et super utile!! #IA #cours #ressources 

Voici ma réponse à la question d'Alexis Gérôme : “Si vous étiez lancé sur un projet d'innovation partant de zéro, comment approcheriez-vous l'UXR ?” (je réponds dans un nouveau post car je ne suis pas convaincu que ça soit pratique avec le format de commentaires sous le post initial) :
Plus que jamais, ma réponse à cette question serait “ça dépend” 😂
En effet, au vu de l’hypothèse de départ : “un dirigeant / C-level a une intuition”, mon premier réflexe serait d’aller interroger ce dirigeant / C-level pour établir un brief plus complet : D’où vient cette intuition ? Une expérience personnelle ou d’un proche ? Quelque chose qu’il a lu / vu / entendu ? Qu’est-ce qui l’a amené à se dire que cette intuition ferait un bon produit ? Est-ce que ça relève d’un besoin ? D’une frustration ? Qui sont les cibles de ce futur “produit” ? Il doit avoir une petite idée, sûrement imprécise, des utilisateurs potentiels ? A-t-il identifié des concurrents potentiels ? (Si ça n’est pas évident) Pourquoi a-t-il créé une équipe avec cette composition ? Peut-être a-t-il plus qu’une intuition et déjà une idée, bonne ou mauvaise, de solution ? Peut-être est-il plus pertinent de monter une équipe orientée stratégie, recherche et marketing pour commencer puis de monter une équipe produit ensuite en fonction d’hypothèses plus précises ? Y a-t-il d’autres parties prenantes dans l’entreprise sur ce sujet ? Qui pourrait être moteur ? Qui serait plus réfractaire ? etc. Quelles sont les mesures de succès pour lui ? Quel budget et quelle timeline à ses yeux ? Est-ce qu’il imagine pouvoir lancer quelque chose dans l’année ou est-ce qu’il se dit que ça sera un sujet de longue haleine ?
Normalement, suite à ça, on devrait pouvoir établir un premier plan d’action avec une timeline et un budget pour avancer et aboutir à une première stratégie produit.
Ce plan d’action va évidemment beaucoup dépendre des réponses, du contexte et des contraintes. En fonction de tout ça, on va donc pouvoir y intégrer différentes activités, certaines pouvant être menées en parallèle. Quelques exemples : Mener des interviews des parties prenantes pour mieux cerner le sujet Mener une étude de marché et de la concurrence éventuelle Lancer une enquête plus ou moins ciblée pour mieux cerner l’intérêt potentiel pour le sujet et pour initier des premiers personas (idéalement un premier buyer persona) Initier des premières interviews utilisateurs pour établir des premiers personas (idéalement un premier buyer persona) Lancer une étude de type journal de bord / diary study auprès de la population cible pour mieux cerner le besoin et initier les premiers personas (idéalement un premier buyer persona) Mener une étude technologique pour identifier les technos / solutions techniques permettant de répondre aux besoins Mener une étude des risques Préparer puis lancer un Design Sprint pour répondre à une question clef et valider (ou invalider) différentes hypothèses
La conclusion de cette phase serait donc une première stratégie produit claire sous forme de Product Vision Board (Extended) et de Product Vision Statement / Value Proposition avec une vision plus ou moins claire des utilisateurs cibles. Si on a des contraintes temporelles et budgétaires assez serrées, on n’aura pas forcément des personas ultra complets à ce stade. L’important sera alors de bien identifier ce qui est “validé” et ce qui reste des hypothèses.
Sur cette base, on va pouvoir initier une roadmap produit pour aboutir à un premier MVP. Pour cela, on va à nouveau pouvoir mener différentes activités dans le but de définir le périmètre du MVP (et je le rappelle, en visant à apporter un maximum de valeur et pas des fonctionnalités) et éventuellement une première idée des étapes permettant d’arriver au périmètre complet du produit.
On rentrerait ensuite dans une première phase de discovery pour commencer à concrétiser une solution et aboutir à un premier backlog de delivery. Puis on enchaine sur de la discovery et de la delivery en parallèle en gardant bien évidemment sous contrôle les métriques de succès afin d’itérer au niveau discovery / delivery mais aussi au niveau stratégique si nécessaire.
Voilà un premier jet qui vaut ce qu'il vaut (surtout la fin que j'ai énormément simplifié) vu que ça dépend beaucoup du contexte.

"AI and UX Research" est une petite conférence d'une demi-journée organisée par Learners dans les locaux de Google à San Francisco. Elle était également accessible en remote et le replay est disponible sur YouTube (ça commence un peu après 20 minutes). Le son n'est malheureusement pas toujours terrible : au début et à la fin en particulier et les participants live n'ont pas de micro pour poser leurs questions donc on n'a que les réponses des intervenants. Mais à part ça, il y a de bons intervenants et bien qu'il n'y ait rien de fondamentalement nouveau dans les présentations, les contenus restent globalement intéressants (j'ai mis une petite étoile "⭐️" devant les interventions que j'ai trouvé plus intéressantes) .
Petit récapitulatif de chaque intervention : ⭐️ Ricardo Prada, Director of AI User Experience @Google Bonne introduction au domaine avec notamment le parallèle entre les process d’innovation, de design thinking et de développement de l’IA. Il nous parle également des travaux de Fitts et donne quelques exemples où la recherche utilisateurs a abouti à des solutions intéressantes avec de l'IA.
Basel Fakhoury, Co-Founder @User Interviews Petite pub pour User Interviews (sponsor)
Sheana Ahlqvist, Quantitative User Experience Researcher @Instagram Exemple d'adaptation de méthode de recherche pour travailler sur des sujets liés à l'IA. Rien de fou pour être honnête.
Henrik Mattsson, CEO @Lookback Petite pub de sponsor avec tout de même une présentation rapide d'une nouvelle feature qui a l'air sympa : Eureka (en beta actuellement).
Peter Campana, Account Executive @Dovetail Petite pub pour Dovetail (sponsor)
⭐️ Lisa Nash, User Research Lead @Cruise Apports de la recherche utilisateurs dans l’ingénierie de l’IA sur le thème des voitures autonomes. Présentation un peu confuse pour présenter quelque chose d’assez simple au final mais Lisa met en avant des problématiques particulières liées à la conception de systèmes basés sur de l’IA. Ça reste une bonne présentation pour montrer l’importance de la recherche utilisateur dans ce domaine, notamment pour assurer un lien direct entre le processus d’ingénierie et le ressenti des utilisateurs et ne pas se contenter de travailler sur l’UI de l’IA mais la manière dont l’IA se comporte.
⭐️ Jessa Anderson, Manager of AI/ML UX Research @ServiceNow REX sur 4 ans d’UXR autour de l’IA chez ServiceNow. Jessa explique avec des exemples les principes pour augmenter la confiance des utilisateurs dans l’intégration de l’IA dans ServiceNow (contrôle, transparence, exploitabilité, garde-fous, etc.). On n’est pas tant sur la recherche utilisateur mais plus l’aboutissement de ses 4 ans d’expérience dans le domaine : des bonnes pratiques de conception de solutions utilisant de l’IA (pour de l’automatisation et des recommandations).
Aaron Cannon, Co-Founder & CEO @Outset.ai Petite pub pour leur système d’interviewer artificiel : une interface conversationnelle nourrie avec un guide d'interview et envoyé aux participants pour remplacer les interviews et faire gagner du temps et des ressources... Mouais... Certainement plus pertinent que les utilisateurs artificiels de SyntheticUsers mais pas super convaincu de la valeur ajoutée : je n’ai pas testé mais j’imagine qu’on doit avoir des résultats vaguement supérieurs à une enquête en ligne avec questions ouvertes.
⭐️ Pete Fleming, Director of UX Research @Google Bonne discussion sur ce que l’IA peut apporter pour la recherche utilisateur et les perspectives. Ça aurait fait un bon récapitulatif de la conférence.
⭐️ Angie Peng, VP Strategy & Sales @Tremendous Petite pub de sponsor. Personnellement j’ai découvert cette boite qui permet de gérer la compensation des participants à la recherche partout dans le monde donc j’ai trouvé ça intéressant.
Summer Kim, Research Leader & Anton Borzov, Founding Designer @StratMinds VC Plein de problèmes de son lors de cette intervention et ils passaient beaucoup de vidéos donc j'ai un peu lâché l'affaire pour être honnête. Ils montrent des exemples de startups qu'ils financent et accompagnent autour de l'IA et de l'UX.

Nous avons déjà eu recours à des non-utilisateurs dans le passé. Cependant, ceux-ci avaient déjà effectué des achats dans le secteur de la mode, voire de la mode de seconde main.  Le véritable enjeu actuel est de comprendre ce qu'ils ressentent lors de leur première interaction avec notre produit, et comment nous pourrions exploiter ces retours pour améliorer notre offre.  Nous aspirons à aller au-delà de simplement attirer l'attention des non-utilisateurs pour obtenir des avis négatifs.  Si la réaction est positive, nous les remercierons.  En revanche, si nous décelons un manque d'intérêt, nous voudrions aussi comprendre les raisons sous-jacentes. Toutes les idées, conseils et retours d'expérience en quali et quanti sont grandement appréciés. Comment pourrions-nous récolter des informations pertinentes de la part de ces non-utilisateurs ?  Comment pourrions-nous extraire des données auprès d'eux ? Merci !

Tout est dans la question. Mon client veut éviter de recruter sur la base de données pour questions politiques internes, donc j'essaye de trouver un panéliste pur dans la zone mais je ne trouve que des agences full service. Le panéliste que je connaissais n'est plus actif.

Voici ma petite pépite du weekend, notamment pour celles et ceux qui débutent (mais pas que): built for mars est un recueil de ressources UX que je trouve bien ficelé, dans la mesure où il allie théorie et pratique. On y retrouve les incontournables: biais cognitifs, design principles, mais aussi et surtout un glossaire de "concepts de l'UX", sous forme de quick bites (yum!) illustrées par des études de cas et exemples concrets. Très utiles pour apprendre ou revoir ses bases et leur applications concrètes.  Pour les seniors, cela peut être utile pour argumenter et apporter des références de bonnes ou mauvaises pratiques, face à des stakeholders qui, souvent, ne savent pas apprécier tout le potentiel nerdy des sciences cognitives ;) Enfin, j'aime leurs collections par industrie, utile pour se focaliser sur un sujet ou use case bien précis.  

Maintenant que ChatGPT a développé ses capacités multimodales, on peut légitimement se poser cette question. Les chercheurs du Baymard Institute ont fait le test (sur 12 pages Web seulement mais je doute que les résultats soient très différents sur un échantillon plus important) et la réponse est sans appel : les résultats de ChatGPT sont très mauvais ❌ 👉 Tous les détails dans l'article du Baymard Institute

Webinaire organisé en ligne gratuitement - Jeudi 19 octobre à 13h. REX de la discovery chez Décathlon ride. Lien de l'event: https://www.linkedin.com/events/decathlonride-l-importancedebie7117134337392685057/comments/

Webinaire gratuit en Anglais organisé ce mercredi à 15h , où le head of UXR de UBS partagera son REX sur le sujet. Lien de l'event: https://www.linkedin.com/events/7117140238702911488/

Je pense au business, au marketing, à l IA, à la data analyse, aux outils d'analytics... Quelles ressources avez vous identifiés pour monter dans ses compétences clés ? Merci !

On continu avec les webinaire intéressant de rosenfeld media. (en ENG par contre) Ca se passe le 12 octobre en ligne, pour parler d'insights, de silos et d'AI Programme ici "Description: Three of your research colleagues will discuss and defend their respective positions on creating actionable insight in the face of politics and silos. Engage with them in a discussion and Q&A, facilitated by Robin Beers." https://us02web.zoom.us/meeting/register/tZcuce2qpjMiGNw3QL0l55ny0ydyQTKXISUC?utm_source=Rosenfeld+Media&utm_campaign=5d2ae6fa29-AR2024+Workshop+Oct+12_Reminder&utm_medium=email&utm_term=0_-5cad4cd451-%5BLIST_EMAIL_ID%5D&mc_cid=5d2ae6fa29#/registration
Update 19 octobre 2023 Recording ici.

Vidéo dans laquelle Manue nous parle de ses outils préférés (Stable diffusion, Adobe podcast, AutoGPT...) Des cases studies (persona, recherche utilisateur, création) et finie par une réflexion sur les usages, les limites et les process
La suite ici: . https://www.youtube.com/watch?v=D5IeZcwUM0I&ab_channel=ManueMar%C3%A9v%C3%A9ry
Attention : les propos sont valables le 12 mai 2023 : avec les changements de règlementations, les nouveaux outils et les rachats, il est possible que les informations de cette vidéo soit obsolète rapidement.

Olivier sauvage (Wexperience) et Guillaume Gronier travaille sur une nouvelle grille d'évaluation UX pour les sites E-commerce qui prennent en compte l'aspect émotionnel. Objectif 400 participants afin de créer cela. Pour 10 minutes de votre temps c'est pas mal non ? Le questionnaire sera publié sous licence creative commons. Donc, accessible et utilisable par tous par la suite. Participez-ici:  http://guillaumegronier.com/uxm/

Grâce aux progrès de l’Intelligence Artificielle ces dernières années, les outils de transcription automatiques se sont démocratisés et apportent aujourd’hui une aide non négligeable pour la recherche utilisateurs, en particulier lors d’interviews. Pour ne rien gâcher, ces outils sont souvent intégrés directement dans nos outils préférés : Dovetail, Zoom, etc. proposent notamment leur propre outil de transcription. Certains outils de transcription indépendants peuvent également se greffer facilement à d’autres outils standards, ce qui permet par exemple d’utiliser tel ou tel outil en fonction de la langue de nos interlocuteurs, la qualité des transcriptions étant souvent variable en fonction de la langue.  Bref, la vie est belle, non ? 😎  Pour être honnête, oui et non…  C’est effectivement super pratique et plutôt efficace (même s’il faut souvent ajuster quelques mots mal retranscrits à cause de l’accent ou parce qu’il s’agit de vocabulaire très spécifique ou d’acronymes) mais un gros point noir que tous ces outils ont en commun est qu’ils sont proposés en mode SaaS. Cela signifie que les données de nos interviews vont partir dans le cloud, très souvent dans un datacenter aux US et bien souvent on ne prend pas le temps de lire (et de comprendre) en détail la politique de confidentialité de ces SaaS. Qui exactement a accès à ces données ? Vont-elles être partagées avec des tiers ou même revendues ? Combien de temps vont-elles être conservées ? Où ? Et a-t-on bien communiqué ces informations à nos participants et obtenu leur consentement éclairé ? 🤔 Et même si on le fait dans les règles de l’art et en respectant scrupuleusement le RGPD, on peut avoir à travailler sur des sujets hautement confidentiels et aucune solution SaaS ne pourra convenir… Que faire alors ? ❓ On peut évidemment travailler “à l’ancienne” et retranscrire à la main chaque interview mais ça reste assez fastidieux… Heureusement, il y a des solutions hors ligne qui permettent une transcription de qualité 100% en local sur votre machine 👍 La solution que j’utilise depuis plusieurs mois s’appelle MacWhisper.  Comme son nom l’indique, c’est une application pour Mac qui utilise le modèle Open Source Whisper d’OpenAI. L’interface de l’outil est perfectible et il manque la détection automatique des participants (il faut les indiquer à la main pour l’instant) mais la qualité de transcription est excellente en anglais et très bonne en français (au début il faut tester avec les différents modèles pour voir ce qui convient le mieux à chaque situation mais une fois qu’on est calé, c’est super et surtout très rapide). Sur les interviews pour lesquelles j’ai utilisé MacWhisper (plusieurs dizaines d’heures en anglais et en français, avec différents accents), j’ai trouvé les résultats bien meilleurs qu’avec Dovetail par exemple.
N’hésitez pas à essayer la version gratuite (les modèles disponibles sont un peu moins bons qu’avec la version Pro) ou passez directement à la version Pro (26€ la licence perpétuelle*, c’est donné !) et faites vos retours en commentaire !
* La licence couvre toutes les mise à jour mineures. Pour les versions majeures, il faut reprendre une licence.

Très bon article qui sort un peu des sentiers battus de ce que lit on ce moment sur la différence stratégique et évaluative. Par définition l'évaluative est stratégique et le défi de l'utilisabilité n'est pas un problème simple. (si votre produit ramène des revenus) A découvrir ici

Question un peu provocatrice par nature, mais où j'aimerais que cet exercice serve de repository d'approches diverses et de discussion. En réalité, le risque que l'on rencontre cela dans nos carrières prend de l'envergure. Avec le shift du produit pur vers des services continus, et une compétition globale qui s'accroient de jour en jour, le besoin dans nos organisations de se réinventer est toujours présent. Pour l'avoir vécu quelques fois dans ma carrière, lorsque la machine est lancée il est dur de prendre de la distance et sortir la tête de l'eau du process. Donc si ce post peut servir à d'autres et être amélioré dans le futur, tant mieux. Point de départ L'hypothèse de départ étant qu'un dirigeant / C-level aient une intuition, et crée une équipe charger de lancer quelque chose pour conquérir le marché. ( En 2023, encore +90% des lancements doivent être réalisés pour ces raisons) Limites de l'exercice Peu de nous travaillant à Apple et autres, imaginons tout de même un budget R&D et une timeline limitée. (Pas tout le monde peut se permettre ce genre de bet pendant plusieures années) Etant dans une entreprise, un process doit être communiqué, avec des timelines de temps et de budget. Prenez en compte cela, comme si vous reportiez à quelqu'un (Head of Innovation - Co-founder - CPO etc..) Comme tout lancement de produit l'objectif est d'arriver à définir un MLP, d'arriver à un PMF et donc identifier vos users prioritaires. (Je répondrais moi même plus bas à ce petit exercice )

Jane Davis, Principal UXR chez Great Question, présentent ses recherches sur l'utilisation et la perception de l'IA dans la recherche en mettant l'accent sur les défis, les opportunités et l'éthique. Ned Dwyer, PDG de Great Question parlent de certains des défis du point de vue du produit en tenant compte des informations personnelles, de l'éthique et de la faisabilité.
Replay de l'event de septembre 2023 https://vimeo.com/861839354?share=copy Transcript https://docs.google.com/document/d/1ua4NfLMrxPUB0geEMbtTzN-23Hw1peNjD-CKtblC6BM/edit?usp=sharing

Bonjour, J'ai besoin de retour d'expérience d'UXR spécialisé en tests quanti dans un environnement d'entreprise. Nous sommes tous au fait du calculs des intervalles de confiance, marge d'erreur etc. Toutefois dans un environnement industriel il est souvent difficile d'appliquer à 100% les statistiques, le temps et le budget ne permettent pas de faire des tests quanti avec 100/200/300 personnes par exemple. D'où mes questions : Comment choisissez-vous le nombre de vos échantillons ? Comment gérez-vous ce nombre quand il y a plusieurs sub-group ? Comment faites-vous pour garantir un taux de qualité satisfaisant ?  Merci à vous !

Article intéressant sur le positionnement des researchers et leur appartenance (ou non) au Design
https://www.karelvredenburg.com/home/2023/7/4/ux-researchers-are-not-designers

Update - recording ici: https://rosenfeldmedia.com/advancing-research/2024/workshop/what-ux-research-can-learn-from-other-research-practices/?mc_cid=44944e9ad5 Evénement en anglais gratuit organisé par rosenfeld media. https://rosenfeldmedia.com/advancing-research/2024/workshop/what-ux-research-can-learn-from-other-research-practices/

Dans cet article, je partage mon retour d'expérience sur la conception d'Alix, un chatbot pour les aidants de malades d'Alzheimer. J'y présente une approche innovante combinant : La co-conception avec les utilisateurs finaux pour créer une expérience conversationnelle intuitive L'IA générative (GPT) pour plus de liberté, tout en contrôlant les réponses générées La protection des données comme pilier éthique Cette approche holistique, inspirée du marketing et des neurosciences, permet de créer des chatbots à la fois éthiques et performants. Je montre comment appliquer concrètement ces principes à chaque étape du processus de conception. Un cas pratique pour les designers soucieux de développer des chatbots vraiment centrés sur l'humain et détaché de la hype actuelle. N'hésitez pas à me poser vos questions sur la conception de chatbots éthiques. https://medium.com/@lydie_cd/case-study-comment-utiliser-lapproche-hybride-ia-g%C3%A9n%C3%A9rative-et-r%C3%A9seau-conversationnel-pour-cr%C3%A9er-1308da691d51

Sujet connexe à la recherche qui m'a fait réfléchir à nos difficultés sur le terrain. Cette vidéo investigation de John Harris montre bien les forces, et les rouages humains lorsqu'une organisation (dans ce cas là un pays) prends des décisions et va tordre le coup aux évidences et choisir les preuves pour être aligné sur son discours. On parle de comment les gouvernement américain à convaincu le pays d'aller faire la guerre en Irak: https://www.youtube.com/watch?v=LP3T_VAkY9o&list=WL&index=9&ab_channel=JohnnyHarris C'est un exemple extrême de politisation. Le niveau de transparence et de processus décisionnels à passer pour un gouvernement est bien plus fort que dans une entreprise. Néanmoins cela montre à quel point comment les renseignements x insights seront utilisés à des fins politiques, et quel est le sort des "lanceurs d'alertes" venant du terrain. En gros vous serez ignorés, ou pire "remerciés". Rien de déprimant dans cela, juste des luttes de pouvoirs à fuir. Lorsque cela arrive ça nous dépasse. Nous n'avons: Ni le pouvoir (et stabilité de la position - rôle est lié à un contrat par ex) ni la crédibilité interne ni la santé mentale de s'engager dans une voie de la vérité (si vous êtes dans le privé par ex) Lorsque cela se passe le mieux à faire est de laisser l'organisation se brûler et faire ses propres erreurs.

Blog de l'auteur de "Quantitative user experience" sur le sujet. C'est tout nouveau donc peu d'articles pour l'instant, mais à suivre. https://quantuxblog.com/

Recording du premier event sur les research repositories par la libraire de son équipe.  https://www.youtube.com/watch?v=3mVkox_xhIw

Voici un petit REX comment nous avons utilisé GPT-4 pour nous aider à faire l'analyse de 55 retours utilisateurs. https://medium.com/xband/optimisez-la-recherche-ux-avec-gpt-4-pour-une-conception-adapt%C3%A9e-aux-aidants-dalzheimer-1a447d75129c

Hello ! Je travaille sur la création d'un outil de maturité d'UX Research et j'ai besoin d'aide pour l'améliorer s'il vous plait !  Pour l'instant, les questions, le scoring et l'automatisation de l'analyse de données est posée. Mes interprétations ne sont pas encore très bien adaptées et je pense que le bilan pourrait être amélioré. Je n'ai pas encore fait l'automatisation de l'envoi du bilan donc il y a un délai de 24h environ. Si vous avez 5 minutes et que vous voulez m'aider, cliquez sur ce lien.  Un grand merci 🙏

Hello à tous ! J'aimerais approfondir le sujet de la psychométrie, mais je ne trouve pas vraiment de ressources intéressante ou pertinente. Est-ce que quelqu'un à des ressources, livres et autres à recommander ? merci !

Kate Towsey (la UXR derrière le terme research ops) à lancé sa communauté via invitation et organise des événements trimestriel ouvert au public. Le prochain sera le 31 août sur le thème des repository. Par contre ça sera à 23h  https://chacha.club/events "Vous êtes-vous déjà demandé quel était le minimum que vous deviez faire pour fournir une bibliothèque de recherche qui réponde toujours à vos objectifs de gestion des connaissances – ou du moins les oriente dans la bonne direction ? Que diriez-vous de la meilleure stratégie opérationnelle pour immerger les gens dans la compréhension de leurs utilisateurs finaux et de leurs clients ?"

Workshop gratuit organisé par Rosenfeld Media sur le sujet. Lien d'inscription: https://us02web.zoom.us/meeting/register/tZ0rde2upjwsHtCC_IOHK6aeY01wWHBnne6H?mc_cid=5cad4cd451&mc_eid=fc3b5fcc9f#/registration

Bonjour à tous,  J'envoie une bouteille à la mer : auriez-vous entendu / vu passer des insights issus de user research sur les outils de présentation (type Google Slide, PowerPoint...) ? Je suis à la recherche d'insights (pour ne pas réinventer la roue) que peut-être Google ou même Microsoft auraient publiés (pourquoi pas ?) ou tout autre personne d'ailleurs. Quelles sont les motivations des users pour créer une présentation ? Quels contextes ? Quels cas d'usage ? Une fois dans l'outil de présentation, quelles sont les stratégies d'utilisation ? Quelles sont les difficultés rencontrées ? Quelles sont les points positifs ? Merci pour vos lumières !

Partagé par Matthew Bernius , principal research at Code for America. https://docs.google.com/document/d/11M7waurV7olqY7dbfa_Yw2gwXiSBnMaJX2uUSmbEHSU/edit

Partagé par le staff researcher à Youtube https://docs.google.com/document/d/1zZ01A-5A9AEpuMk7hm0EMHujQDm8w6RITwjoajo1ecs/edit

J'y réfléchi en ce moment😊

On le sait, la research ce n'est pas un sujet facile. C'est complexe, ça fait peur et surtout c'est très opaque comme sujet. Ca veux tout et rien dire pour certains. J'ai observé lors de mes projets qu'une métaphore bien placée permettait d'éclaircir la situation et rendre le contexte de la recherche tangible pour mes clients x stakeholders. Cela permettait aussi de sauver des situations tendue avec des C-level où la vitesse des sujets de conversations est très rapide et expliquer une approche méthodo peuvent leur faire perdre patience.
Donc je me posais la question, quelles sont vos métaphores favorites et les plus efficaces pour parler de research ? Et dans quel contexte les utilisez-vous ?
Métaphore 1: L'éléphant et les aveugles qui croient savoir la vérité Image un peu cliché de la recherche mais tellement vrai. Je l'utilise souvent lorsque plusieurs départements x équipes apportent leur vérité sur la situation sans avoir pris en considération d'autres moments clés de la journey. Je l'utilise aussi lorsque j'ai des scopes limités en research, où par exemple on veut m'obliger à étudier un moment clé, sans prendre en compte ce qu'il se passe avant ou après. De cette manière j'essaie de montrer que l'on va penser que l'on détient une vérité alors qu'en fait c'est un bout de vérité d'un morceau beaucoup plus gros. Très utile dans les projets de type plus innovation et lancement de nouveau produit sur un marché. MÉTAPHORE 2: Le bourré qui cherche ses clés sous le lampadaire J'utilise cette métaphore surtout dans des situations où les équipes mentionnent que personne ne s'est plaint Les typiques: "On n'a jamais eu de feedback dessus. Pourquoi faire de la recherche ?" "Tout marche très bien" MÉTAPHORE 3: you don't know what you don't know A utiliser en combinaison des deux autres situations pour visualiser la connaissance lors d'un workshop, ou lorsque vous êtes dans des équipes un peu plus matures en research et qui commence à prendre confiance dans la research. (J'observe qu'après un certain niveau certaines équipes ne cherchent pus à apprendre et croient connaître) Donc lors d'un workshop j'utilise cela avec un tableau d'hypothèses priorisées par niveau de preuves déjà existantes. Dans un Figjam lorsque vous dezoomez cela permet de comparer entre ce que l'on connait et ne connait pas. Très efficace pour rester humble.

Je suis cette publication US assez tournée tech mais qui à souvent des supers sujets très liés à nos métiers et qui touche directement les UXR (mais bon ca pourrait être tous les UX en général) https://every.to/no-small-plans/the-art-of-subtle-influence

Une question toute simple, pour une notion qui jette souvent le trouble dans les équipes produit avec lesquelles j'ai bossé.  Lorsque j'entend dire : "à ce stade (généralement en amont), quelles sont nos hypothèses pour cette opportunité, cet usage, cette fonctionnalité ?" j'anticipe les questions qui vont surgir concernant la nature d'une hypothèse, son format... se situe t'on dans le champs des sciences sociales où elles obéissent à des règles strictes ou dans l'expace plus subjectif de l'intuition et du sens commun, où elles s'apparentent plus à de simples questions de recherche...  Quelle est votre expérience, votre définition (si vous en avez une) de ce qu'est une hypothèse que l'on va formuler dans une phase de discovery ?

Nous avons initié la discovery continue au sein de notre équipe produit depuis 1 trimestre, mais nous manquons d'efficacité. Je cherche des rex et exemples concrets : sur la gestion du script à la mise à jour de l'opportunity solution tree. Merci :)

Hello par ici 👋 Petite question orga/repo . En tant qu'UXR, vous estimez (grosse maille) à combien de temps par semaine (ou par mois) la maintenance du repository de votre organisation ? (Suivi/revue des tags, suivi de la documentation des expérimentations intégrées, amélioration des templates...) Ce temps là a-t-il fait l'objet d'une discussion avec votre manager ? Ou ça se fait "naturellement" ? Thanks !

Merci à Michael Baeyens pour le partage. C'est la présentation partagée durant l'événement qu'il organisait l'année dernière sur le sujet de l'atomic. Très très complète :) https://docs.google.com/presentation/d/1YLje16fsAh9micKmMb-fulVvlKTQILvSWcedgWH-EyQ/edit#slide=id.g104d1e386f2_0_74