L’Atomic research est une approche inventée par l’UX designer Daniel Pidcock, en se basant sur les principes de l’Atomic Design. L’objectif étant d’améliorer l’utilisation des résultats de la recherche utilisateur (user experience research), en optimisant l’organisation des données issues de cette technique.
De ce fait, l’analyse, le stockage et l’interprétation et la restitution des données de la recherche UX deviennent plus souples. Ce qui permet par conséquent d’optimiser la communication entre les différentes parties prenantes et d’améliorer la prise de décision. Ainsi, ces dernières peuvent facilement manipuler ces données et s’en servir à tout moment et pour différents usages.
Qu’est-ce que l’Atomic UX Research ?
L’Atomic UX Research est une approche novatrice, qui consiste à analyser, décomposer, hiérarchiser et mapper les données de la recherche utilisateur, afin de construire une connaissance UX solide et permettre à tout le corps business de l’entreprise d’en bénéficier pleinement.
“A new way to organise UX knowledge in an infinitely powerful manner”.
Daniel Pidcock.
A cet effet, Daniel repose son approche sur un modèle qui se composent des éléments suivants :
- Les expériences vécues (ce que nous avons fait).
- Les faits déduits à partir des expériences apprises (ce que nous avons trouvé). Ces faits ne sont pas de nature subjective et ne correspondent pas à des hypothèses personnelles établies par l’UX researcher.
- Les insights, qui permettent de répondre à la question : pourquoi nous pensons que … Ces insights correspondent aux différentes interprétations des faits obtenus, qui sont très utiles pour affirmer ou réfuter une idée.
- Les recommandations qui détaillent la manière avec laquelle nous devons procéder et la voie à suivre (ce que nous allons essayer de faire).
Le processus d’Atomic UX research débute par la définition des expériences, par le biais de recherches quantitatives et qualitatives et l’observation minutieuse des comportements des utilisateurs.
Par la suite, les faits sont établis sur la base des expériences vécues. La connexion et la combinaison de ces faits produisent des insights efficaces qui représentent des pistes d’amélioration potentielles. In fine, tout cela est décrit dans les recommandations, qui renvoient sur les actions à entreprendre.
Les principaux défis à relever par l’Atomic UX research
Auparavant, les équipes prenantes (UX researchers, UX designers, UI designers, product managers, business analysts, Product Managers, etc) travaillent de la manière suivante :
- Ils réalisent leurs expériences : des focus groups, des sondages, des interviews, etc.
- Ils notent leurs observations sur différents supports (des fichiers pdf, des présentations PowerPoint, des e-mails, Google sheet, etc).
- Ils exploitent les données collectées selon leurs besoins.
Cependant, cette méthode présente certaines limites : quand un intervenant souhaite travailler sur une nouvelle dimension, qui n’est pas traitée dans les observations établies précédemment. Cette méthode est aussi limitée, dans le cas où il est impossible d’utiliser les données obtenues dans un autre projet.
Les méthodes classiques de traitement des résultats de l’UX research sont utiles particulièrement dans certains cas précis. Autrement, les rapports et la documentation qui en découlent peuvent se trouver abandonnés dans des supports de stockage, sans actions menées directement. Ce manque de standardisation des flux d’informations peut entraîner la perte accidentelle de certaines conclusions utiles.
Face à ces constats, Daniel met en évidence l’importance de :
- Délimiter le champ de l’UX research : la provenance des données, le contexte d’usage, les limites de la recherche, etc.
- Créer un format consultable et partageable, sous forme de données étiquetées, pour pouvoir exploiter les connaissances UX plus efficacement.
- Trouver un outil performant pour optimiser la catégorisation et la recherche de données, notamment, dans le contexte de projet à grande échelle.
- Multiplier les expériences pour générer plus de faits. Ces résultats doivent être affinés pour obtenir des insights plus efficaces, qui donnent lieu à des conclusions plus pertinentes.
Les avantages de l’Atomic research
Cette approche présente plusieurs avantages. Notamment, elle permet de :
- Combiner les faits qui proviennent de différentes expériences, pour créer des recommandations plus utiles et analyser les apprentissages acquis de manière plus avantageuse que de traiter chaque apprentissage de façon indépendante.
- Analyser les données de manière plus pointue par rapport à la méthode classique, où les insights sont récupérés à partir de plusieurs sources de données (les réseaux sociaux, les outils de collaboration en ligne comme slack, Google drive, etc).
- Une utilisation plus efficace des données. Grâce à l’uniformisation des flux d’informations dans la base de connaissance UX, on évite que certaines données établies dans d’anciens rapports tombent dans les oubliettes. On peut toujours consulter cette base, pour revenir sur certains insights et recommandations anciennes mais potentiellement utiles pour un nouveau projet par exemple.
- La résolution des problèmes inhérents à une politique de documentation et d’archivage de rapports incohérente et inefficace. Ainsi, les membres impliqués peuvent documenter leurs conclusions de manière plus judicieuse.
- L’optimisation de la conservation des données dans le temps, grâce aux étiquettes, ou tags, qui permettent d’identifier les données stockées de manière plus claire. La data étiquetée peut être consultée, interprétée, partagée et modifiée plus aisément. De plus, elle peut être exploitée facilement dans de nouveaux projets.
- Un gain de temps considérable. En effet, la base de connaissance UX assure de réaliser rapidement un état des lieux des expériences réalisées et des conclusions appropriées. De plus, cela fait gagner du temps aux parties prenantes sur la réalisation des tests utilisateurs et leur évite de répéter certains tests.
- L’optimisation du partage des données, en se référant à une base centralisée qui rassemble les résultats générés par les différents intervenants impliqués dans le projet.
- Favoriser l’accessibilité des données aux différents acteurs impliqués.
- L’optimisation de la prise de décision, grâce à la souplesse de l’analyse des conclusions obtenues. Avec l’Atomic Research, il est possible de faire un retour en arrière, pour revoir tous les résultats obtenus, en partant des insights et des recommandations obtenus, jusqu’aux expériences relevées en amont du projet. Ainsi, on parvient à mieux pondérer la décision prise.
Les enjeux de l’atomic research
La séparation des données
La séparation des données émanant des différentes recherches menées par les différents acteurs : designers, marketeurs, UX researchers, etc. Cette étape consiste à séparer ces observations hétérogènes à plusieurs niveaux, dans le but de faire éclore les tendances cachées et de construire une connaissance client plus globale et plus profonde.
La décomposition des données
Dans l’approche d’atomic research, la décomposition représente le moyen utile pour explorer de nouvelles découvertes, à partir d’une division fine de l’apprentissage acquis, en unités de recherche très granulaires, comme les atomes.
L’atome représente un aperçu de la recherche (une unité infiniment petite), qui est utile pour faciliter la conception de nouvelles roadmaps et optimiser la mise en place des améliorations prévues.
L’uniformisation des données issues de l’UX research
Cette phase consiste à centraliser le flux d’informations résultant de l’UX research dans une base de connaissances UX unifiée, accessible et facilement consultable par les intervenants concernés. Ainsi les apprentissages partagés par l’un de ces derniers sont parfaitement visibles et peuvent être aisément interprétés par les autres membres.
La base de connaissances assure :
- Une manipulation plus efficace des insights et des conclusions.
- Une recherche de données plus pointues grâce à des filtres précis.
- Une connexion plus pertinente des connaissances recueillies, permettant de générer des insights plus polyvalents qui peuvent être exploités par tous les acteurs impliqués : marketing, product designers, force de vente, data analystes, community managers, service après vente, etc.
- Prioriser au mieux les actions qui résultent des conclusions établies. Les recommandations mettent en lumière les points de blocages et orientent vers les stratégies UX les plus adéquates à adopter pour perfectionner l’expérience utilisateur.
Fonder les faits sur une approche centrée utilisateur
Dans l’objectif d’atteindre des actions pertinentes, il faut fonder les faits sur des résultats réels qui proviennent de l’expérience réelle de l’utilisateur final, telles qu’une courte vidéo, ou une citation étiquetée.
Les faits élaborés à partir de cette approche user centric sont plus précis et ils sont loin d’être approximatifs, puisqu’ils sont basés sur des preuves réelles.
Le test des recommandations
Les recommandations obtenues ne sont pas traitées de manière linéaire, en revanche, elles doivent être testées, de manière itérative, afin de :
- Construire une compréhension plus profonde des insights obtenus.
- Soutenir des idées et écarter d’autres, en se référant à des preuves réelles.
- Affiner les recommandations et explorer certaines lacunes passées inaperçues.
Mot de la fin
L’objectif de l’Atomic Research est de structurer les données collectées à partir de la recherche utilisateur, afin d’optimiser l’interprétation et l’utilisation des apprentissages émanant de cette phase.
Cette approche assure la standardisation des sources d’information en les centralisant dans une base de connaissances UX. Ce qui permet d’optimiser la collaboration des acteurs impliqués dans le projet, notamment à travers une communication plus efficace entre les équipes prenantes.
L’Atomic UX Research aide à améliorer l’accessibilité et le partage des informations. De plus, cette approche contribue à prioriser les actions à réaliser et à guider vers des décisions plus pertinentes.
Il existe plusieurs outils pour simplifier la mise en place de l’approche d’atomic research et faciliter la construction d’une base de données de connaissance UX, comme Dovetail, Consider.ly, Airtable, Notion et le logiciel de Daniel Pidcock Glean.ly (il est en version beta).
