Les données et l’expérience utilisateur vont de pair, découvrez des éléments que vous n’auriez pu connaître autrement et ainsi améliorez vos produits.

Si vous pensez que vous alliez tout accomplir en vous complimentant, vous vous trompez, frimeur ;). Pour réaliser de grandes choses, vous devez vous challenger, et même vous prouver que vous avez tort – aussi souvent que possible.

L’UX est négatif par nature

Cela peut paraître étrange de commencer un article par louer l’utilisation des données pour atteindre de nouveaux sommets d’illusions dans votre produit d’exception, mais c’est la vérité. L’UX ce n'est pas le monde des bisounours.

« Mais… » me diriez-vous « … l’empathie n’est-elle pas une part importante de l’UX ? » Bien sur que si. L’empathie est une vraie vague particulièrement en vogue. Mais la raison pour laquelle l’empathie est essentielle pour les UX designers c’est parce qu’elle vous rend meilleur dans la découverte de problèmes. L’UX est naturellement négatif car il s’agit de résoudre des problèmes. Vos problèmes et ceux que vous pourriez provoquer chez les utilisateurs. Or vous ne pouvez pas résoudre un problème si vous ne le trouvez pas.

L’individu lambda n’essayera pas de trouver des problèmes dans son propre travail

Votre intuition est en fait construite pour combattre l’idée que quelque chose ne va pas chez vous, dans votre produit, dans votre entreprise ou même dans vos préférences personnelles. Malgré que cela puisse être le cas. Et oui, personne n'est parfait...

Vos idées, votre travail et toute l’organisation et les efforts qui vont avec ont de l’importance pour vous. Il est difficile d’avoir de l’empathie pour les utilisateurs qui critiquent ce que vous avez eu tant de mal à créer. Les problèmes les plus importants, les plus précieux et les plus intéressants concernant votre produit sont invisibles, contre-intuitif et franchement, vous allez certainement vous sentir face aux éléments qui causent ces problèmes. Après tout, vous les avez créés en premier lieu. Vous n’avez pas fait tous ces efforts si ce n’était pas la bonne chose à faire. OK ?
Soyez humble et sachez vous remettre en cause grâce à vos utilisateurs finaux.

Les données ne mentent jamais… et parfois la vérité blesse

Dans l’UX design, nous avons une arme secrète qui peut évincer tous ces biais naturels et nous montrer clairement lorsqu’un élément fonctionne ou non. Vous avez juste à savoir comment elle fonctionne et comment l’interpréter.

Vous passez peut-être à côté de l’information qui vous donnera de précieux insights. Vous supposez peut-être que vos utilisateurs sont des experts alors que ce n’est pas le cas. Vous avez peut-être choisi un beau design mais inefficace sur votre cible. Ou peut-être votre brillant collègue a conçu des libellés de formulaire tellement ingénieux que personne ne les comprend.

Dans ces cas, vous allez réaliser des contenus que personne ne partagera, vos fonctionnalités avancées ne seront peut-être pas utilisées, ou vous allez recevoir de nombreux retours positifs sur votre UI mais qui ne va réaliser que peu de vente ou de conversion. S’il y a un problème, les données vont vous le montrer. S’il y a des améliorations, vos données vont vous les montrer. La question est : Que cherchez vous ?

Si vous recherchez la preuve que vous avez raison : vous allez la trouver

preuve

Le premier réflexe de tout le monde pour mesurer des produits digitaux est d’utiliser les données pour prouver ce en quoi ils croient déjà : que leur bêtise sent la magie. Peu importe la vérité, vous pouvez toujours changer votre interprétation pour voir vos propres intérêts dans les chiffres.

Ce taux de rebond de 70% devient soudainement « bon pour votre business ». Tout le monde parle du trafic extraordinaire que draine votre campagne, tout en ignorant le terrible taux de clics sur votre page d'atterrissage. Vous pouvez mesurer le nombre d'inscrits au lieu du pourcentage de personnes qui se sont enregistrés, car les gros chiffres sont bien plus amusants que les petits pourcentages.

Vous pouvez repousser cette idée. Ou pensez à quelqu’un qui l’a fait. Les deux réactions sont si communes qu’elles ont un article sur Wikipedia. (Ici et ici)

Nous voulons tous avoir raison. Mais comme le disent les experts, vous ne devriez pas prouver que votre théorie est bonne mais plutôt suivre les indices.

Posez-vous quelques questions simples

  1. Quelles sont les choses qui vous paraissent si évidentes que vous n’avez pas pensé à vérifier leur véracité ?
  2. Si un problème existe quelque part, quelle est l'endroit le plus sournois où il pourrait se cacher ?
  3. Dans 6 mois, que souhaiteriez-vous faire mieux qu'aujourd'hui ?
  4. Qu’est-ce qui entraînent les données que vous constatez actuellement ?
  5. Croyez-vous par défaut aux bonnes nouvelles ou les questionnez-vous ?

Cela ressemble à des façons négatives de penser, mais c’est uniquement parce que vous pensez à vous. Si on vous posait ces questions à propos d’un concurrent, vous seriez enthousiaste à l’idée de trouver toutes les erreurs qu’il aurait pu commettre non ?

Si c’est pertinent pour analyser vos concurrents, pourquoi cela ne le serait pas pour vous ?

Prouvez vous que vous avez raison en vous prouvant que vous avez tort

tort

A chaque fois que vous trouvez un problème ou une faiblesse ou un résultat plus mauvais qu’espéré, vous avez trouvé quelque chose. Cela veut dire que votre prochaine décision sera plus intelligente par apprentissage. Si vous pouvez démontrer que vous avez tort plus tôt et plus souvent, il ne vous restera des options qui fonctionnent plutôt que les options que vous aimiez le plus.

Finalement, vous allez commencer à créer des séries d’améliorations plutôt que des séries de préférences. Vous prouvez que vous avez tort n'est négatif qu'à court terme. À long terme, cela concentre vos efforts et vous permet d’éliminer tous les éléments à votre portée, faciles, rapides mais erronés. Vous allez passer votre temps sur les choses qui aboutiront à des résultats.

Donc, embarquez vous dans les données utilisateurs, admettez que vous pouvez en effet faire des erreurs, et commencez à chercher les problèmes à résoudre.

Maintenant, vous réalisez de l’UX pour de vrai.

Traduit librement de l'article : Prove Yourself Wrong for Great UX

Published by : - Classés dans : UI / UX (Design & Conception)