Pourquoi vos outils analytiques ne sont pas utilisés ?
Bien souvent, les outils analytiques ne sont pas utilisés correctement ou sont à l'abandon.
Constat :
Les entreprises ont aujourd’hui bien saisi l’importance et la nécessité d’exploiter leurs données. De plus en plus d’entre elles déploient des outils d’analyse afin d’en tirer profit.
Les questions à se poser une fois un outil d’analyse de données déployé sont les suivantes : quels tableaux de bords sont utilisés ? Le sont-ils intégralement ? Avec quels filtres ? À quelle fréquence ? Quelle est la logique d’analyse entre les différents tableaux de bord en place ? Et qui dans l’organisation les utilise vraiment ? Ceux pour qui ils ont été initialement prévus ? Ou d’autres ?
Toutes ces questions, lorsqu’elles sont posées, donnent de réelles indications quant à la valeur de l’outil analytique en place. Pour obtenir ces réponses, il est nécessaire de déployer des moyens de collecte d’usage (statistiques, typologie d’utilisateurs, …).
Si, après avoir mis en place ces moyens, une organisation constate des irrégularités d'usage :
- les utilisateurs cibles n'utilisent pas l'outil
- la consultation partielle des indicateurs (certains tableaux de bord étant même complètement inexploités)
- la fréquence inégale d’utilisation dans le temps
- …
Alors, il existe un problème d'expérience utilisateur.
Méthode :
Le concept d’UX (User eXperience) est simple et reconnu : proposer aux utilisateurs une expérience agréable du produit pour en garantir l’adoption. Les grandes entreprises en ont rapidement compris l’intérêt tant il permet de se prémunir contre de potentielles erreurs particulièrement couteuses. L’UX s’est ainsi généralisée dans de nombreux domaines, tout particulièrement dans les applications digitales. Retrouvez plus de détails sur l'importance de ce concept dans ce livre blanc.
La méthodologie UX se décompose généralement en 5 étapes itératives lors du développement d’une application :
- Faire preuve d’empathie : comprendre les besoins et souhaits des utilisateurs pour leurs usages. Cela passe par de la collecte d’informations, notamment via formulaires et interviews
- Définir : des User Persona et User Journey à partir des informations collecter dans l’étape précédente. Ces profils et comportements types serviront de bases à l’élaboration de l’application
- Concevoir : c’est le moment de se lancer dans un brainstorming pour aboutir aux prémices de ce que sera l’application, ses fonctionnalités, ses interfaces, etc
- Prototyper : les prototypes se déclinent en 3 phases, chacune soumises aux utilisateurs :
- Low fidelity : brouillon, papier, ateliers de travail
- Mid fidelity : premiers développements, sans couleurs ni formes, ayant pour but de représenter le fonctionnement de l’application
- High fidelity : proche du produit final
- Tester : déclinés en deux types et effectués avec les utilisateurs
- Usability tests : servant à mesurer si l’outil fonctionne correctement, s’il est facile à prendre en main
- Desirability tests : pour évaluer l'apparence et le design de l’outil, savoir s’il donne envie aux utilisateurs
À ces étapes s’applique l’approche « Double diamond », alternant des phases dites « divergentes » où l’équipe UX considèrera toutes les idées possibles, et des phases « convergentes » consistant à analyser et à prioriser les idées de la phase précédente.
Bénéfices :
La forme itérative de la méthode UX implique une validation des users à chaque étape, validant ainsi la direction prise et garantissant une meilleure adhésion.
Faire de l'UX permet, en outre, de répondre de manière pertinente aux attentes des utilisateurs et au plus près de la réalité de leur métier.
Cette logique d’expérience utilisateur ne fonctionne pas uniquement dans le développement d’applications digitales où ses bienfaits sont reconnus, mais peut s’appliquer dans tout développement de produit.
Cependant, cette pratique n’est que rarement appliquée lors de la mise en œuvre d’un outil d’analyse de données.
Bien souvent, les tableaux de bord sont manipulés par des ingénieurs data, répondant à une demande de l’équipe métier, mais sans interactions directes.
Dans ces cas-là, il est très difficile pour l’ingénieur de donner du sens à des indicateurs loin de son cœur d’activité. Impossible pour lui de deviner ce que devrait être l’étape suivante d’un zoom sur un KPI en se basant sur des données et non sur des pratiques.
Comment Nodata facilite l'utilisation de cette méthode ?
Lors de la phase de développement de Nodata, les équipes ont eu à cœur d’intégrer ces notions d’UX nativement dans l’outil.
Ainsi, Nodata permet d’accompagner le mode itératif de cette méthode grâce à sa gestion de versions avancées, allant jusqu'à une fonctionnalité d’A/B testing intégrée.
Il est également possible de surcharger (en CSS) l'intégralité des composants visuels d’un tableau de bord, offrant des possibilités illimitées d'interaction entre l'utilisateur et son tableau de bord.
Enfin, la capacité d'intégrer (embedded analytics) des éléments Nodata dans des applications existantes, offrant des possibilités d'UX extrêmement poussées.
Nodata permet une gestion native de l’UX appliquée à l’analyse de données, garantissant les bénéfices de cette méthodologie : simplicité, adoption, gain de temps et réduction des coûts.