Image montrant Pulse, un membre de l'équipe, qui étudie les analyses du portail Kime de Swisscom, en collaboration avec les robots Linz et Lang.

Analyse des données et expérience utilisateur: Le portail événementiel de Swisscom, un franc succès

18.08.16

Nous nous sommes servi·e·s de l’analyse des données pour déterminer quand les améliorations UX s’imposaient. Nous avons ainsi optimisé le portail événementiel Zoon de Swisscom en fonction des nécessités.

Développement du portail événementiel Zoon

Depuis deux ans, Nothing est responsable du Front End du portail événementiel interne Zoon de Swisscom. Le portail avait à l’origine été conçu comme un produit sommaire viable et élargi de façon itérative. Après deux ans, il était grand temps d’améliorer l’expérience utilisateur (UX) globale du site.

Dès le départ, notre approche pour le portail Zoon a été la conception centrée utilisateur, et nous avons commencé par des tests utilisateurs pour obtenir des données qualitatives. Toutefois, il n’a pas été facile d’obtenir les données quantitatives complémentaires. En effet, pour des raisons légales, Swisscom est dans l’obligation de posséder ses propres données analytiques, et il était donc impossible, par exemple, d’utiliser simplement Google Analytics.

Optimisation de l’UX par l’analyse des données

Une optimisation générale de l’expérience utilisateur était prévue pour le nouveau lancement du portail Zoon. Nous avons donc installé l’outil d’analyse des données Matomo pour valider nos hypothèses par des données quantitatives. De cette manière, nous avons été en mesure de suivre à la trace les interactions des utilisateurs et d’en tirer des enseignements précieux.

Validation des hypothèses

Le portail événementiel Zoon permet à ses utilisateurs de créer leurs propres événements. Pour ce faire, l’événement doit être détaillé dans un formulaire assez complexe. Nous estimions que ce formulaire serait un obstacle en raison de l’effort cognitif demandé. Mais les données quantitatives recueillies ont montré que 20% seulement des utilisateurs n’arrivaient pas au bout du processus. Un test utilisateur qualitatif a permis de confirmer que la logique du formulaire était bien comprise, mais qu’une refonte visuelle ne serait pas de trop.

Identification des potentialités

En outre, le portail événementiel est en mesure de gérer les processus de réservation dans toute leur complexité, avec des demandes de disponibilité en temps réel, des services additionnels réservables et un service de paiement intégré. Le processus de réservation comportait donc de nombreuses étapes. À son issue, les utilisateurs se voyaient montrer un récapitulatif qu’ils devaient confirmer pour valider leur réservation. L’analyse des données a montré que beaucoup d’utilisateurs renonçaient à terminer le processus à ce stade. Plutôt que de confirmer, ils reprenaient leur navigation, annulant ainsi leur réservation. Nous avions donc mis en évidence un point faible de l’expérience utilisateur. Nous pouvions dès lors nous concentrer sur ce problème et optimiser le processus.

Que prouvent ces deux exemples? D’une part, que l’analyse des données permet de rejeter les hypothèses fausses. D’autre part, qu’il est possible d’identifier des faiblesses en termes d’UX qui seraient autrement restées inaperçues. Grâce à l’analyse des données, nous pouvons donc mettre le doigt sur les endroits où l’expérience utilisateur doit être améliorée.