Blog

Midjourney vient de lancer la version web de son interface et ce qu’on peut dire, c’est que ce n’est pas franchement une réussite, car cette première version comporte trop d’incohérences et de défauts de conception en termes de design d’interface. On l’a quand même analysé pour, car c’est aussi en montrant des problèmes de design qu’on arrive à mieux concevoir des interfaces.

Midjourney, pour ceux qui ne seraient pas encore au courant, c’est un outil de génération d’images à partir de prompts. Depuis une simple phrase, il permet de créer plusieurs photos à la volée et de les réutiliser pour illustrer ses articles.

Mais depuis son lancement, Midjourney n’était accessible que depuis l’application Discord et cela le rendait peu accessible à une grande majorité d’utilisateurs.

Conscient du problème, Midjourney est en train de tester une interface Web, beaucoup plus grand public, plus intuitive, sensée être plus facile à utiliser.

L’interface est encore en version alpha, et c’est pour cette raison que nous l’avons analysé, car il reste encore pas mal de problèmes à résoudre, ce qui en fait une interface riche en apprentissage pour tous ceux qui s’intéressent au design d’expériences numériques.

Cinq reproches que l’on peut faire à l’UX wex de Midjourney

Pour cette analyse, nous nous contenterons de regarder uniquement l’outil de génération d’images. C’est censé être la fonction principale de Midjourney, mais, curieusement, elle est placée en deuxième dans l’ordre d’affichage des onglets du menu à gauche.

Premier reproche : un utilité mal mise en avant

Premier reproche que l’on peut faire à cette interface : sur cette page, on peut rapidement s’étonner du choix de l’architecture d’information. La partie la plus visible et la plus importante est la zone réservée aux images des anciens prompts.

Le champ de saisie des prompts, lui, est placé en haut de l’écran, et il semble complètement écrasé, là, par les images. Ce positionnement le rend presqu’invisible, d’autant que son apparence graphique ne le fait pas ressortir non plus (on dit qu’il n’est pas très saillant).

L’aspect général de cet écran fait finalement plus penser à une page de résultat de recherche d’image qu’à un outil de créativité. C’est peut-être un choix de la part des designers, mais il ne semble pas en adéquation avec l’objectif de l’outil.

Deuxième reproche : aucune aide, aucun onboarding

Deuxième reproche que l’on peut faire à cette interface : il n’y a pas d’onboarding, c’est à dire pas d’assistance pour aider les nouveaux utilisateurs à prendre en main l’outil. C’est assez étonnant quand l’on pense à la manière innovante de fonctionner qu’à Midjourney. Contrairement à ce que l’on peut croire, le prompt n’est pas un mode de d’interaction habituel pour la plupart des gens. Et pour leur permettre de se l’approprier, il faut forcément renforcer la période d’apprentissage de l’outil.

Il aurait donc fallu des bulles d’aide, ou au moins un lien vers une vidéo explicative. Là, rien : on laisse l’utilisateur se débrouiller en supposant qu’il va comprendre par lui même l’utilisation du produit. Il n’y a même pas un exemple de prompt dans le champ texte de saisie.

Troisième reproche : des fonctionnalités primaires cachées

Troisième reproche. Un des gros problèmes de Midjourney était, dans sa version Discord, le paramétrage de la génération d’image. On était revenu à l’âge de Pierre, avec l’utilisation d’instructions codées pour introduire des paramètres dans un prompt. Pour des passionnés et des early adopters, cela peut se comprendre. Mais pour une cible plus grand public, c’est carrément rédhibitoire.

Il était donc normal que Midjourney introduise des boutons de réglages qui remplacent ces lignes de code. Malheureusement, cette interface de paramétrage n’est pas visible d’emblée. Il faut cliquer sur un petit bouton paramétrage pour découvrir l’ensemble des curseurs de réglages de la génération de prompts (et encore, ils n’y sont pas tous).

Quatrième reproche : des fonctionnalités de paramétrage difficiles à comprendre

Le panneau de réglage des prompts est peu intuitif. L’utilisateur néophyte se retrouvera face à des réglages dont il ne peut pas deviner l’utilisation s’il n’a pas expérimenté un peu le produit.

Or, c’est bien sûr quelque chose qu’il faut éviter : faire essayer un produit pour apprendre à l’utiliser.

Au contraire, quand on introduit des fonctionnalités innovantes dans un produit, il faut aider l’utilisateur à les comprendre sans qu’il doive les tester en prenant le risque de perdre du temps ou de ne pas arriver à obtenir de résultats intéressants qui lui donneraient envie d’adopter cette fonctionnalité.

Ici, l’utilisateur est un peu lâché dans la nature, si on peut dire ça comme ça. Si le réglage de taille d’image parait évident, il n’en est rien pour les autres réglages.

L’utilisateur doit en deviner toutes les utilités, car aucun bouton d’aide au survol, aucun indice n’est donné pour comprendre ce que sont la « stylisation », « l’étrangeté » ou « la variété ». Evidemment, si vous avez déjà utilisé la version Discord et suivi les recommandations des influenceurs sur les réseaux sociaux, vous saurez comment cela fonctionne, mais pour un utilisateur néophyte, c’est un mystère.

Et c’est un risque pour Midjourney de cantonner son produit uniquement à des passionnés et des connaisseurs qui ont le courage, la passion et le temps de chercher à comprendre comment fonctionne leur application, mais pas à la plupart des gens qui veulent comprendre vite et obtenir rapidement des résultats contrôlables dans une application (ce qui est loin d’être le cas pour Midjourney).

Cinquième reproche : une organisation de page malhabile

Une autre chose qu’on pourra encore reprocher à cette interface est son organisation qui est directement héritée de celle de Discord et qui ne semble pas avoir fait l’effort d’une réflexion approfondie.

En effet, pourquoi afficher dans la page de génération tout l’historique des générations précédentes, alors qu’il existe un onglet Archives (bien mal nommé) qui permet de les retrouver par ailleurs ?

Pourquoi avoir affiché le panneau de paramétrage au-dessus des images générées ? Lors de nos essais, nous n’avions pas vu, à plusieurs reprises, que la génération avait démarré, parce qu’elle était cachée par ce panneau.

Pourquoi d’ailleurs ne pas montrer un feedback au démarrage de la génération ? Et pourquoi n’y a-t-il pas de bouton « Générer » ?

Pourquoi, encore, avoir un champ de recherche juste à côté de celui de saisie des prompts ? Est-ce qu’il n’est plus une bonne pratique d’éviter d’avoir dans la même zone deux champs de saisie pour des fonctionnalités radicalement différentes (Loi de la proximité) ?

En conclusion : beaucoup d’erreurs de conception ou un produit encore mal défini ?

Au delà de tout chiffre et sans connaissance du contexte, on peut s’interroger sur les choix qui ont présidé au design de cette interface. Beaucoup d’erreurs semblent avoir été commises et il faut croire que cette version « alpha » n’est qu’un brouillon destiné à faire venir plus rapidement un plus grand nombre d’utilisateurs non adeptes de Discord (ce qui était un frein évident à l’expansion de Midjourney).

Mais ces erreurs sont instructives, car elles nous montrent ce qu’il ne faut pas faire et nous permettent de rappeler quelques leçons.

Quelques leçons tirées de cette analyse UX de Midjourney

Leçon n°1 : l’organisation d’une interface doit clairement démontrer l’utilité finale du produit

Dans le cas de Mijourney, est-ce une galerie, un générateur d’images ?

Le mélange des genres est à son apogée dans l’écran de génération d’images. On y retrouve à la fois une fonctionnalité de génération et une fonctionnalité de recherche. C’est à la fois un outil de créativité et un outil d’idéation. Et c’est aussi une galerie (archive de ses créations).

Pour un utilisateur néophyte, ce mélange de genre ne peut apporter que de la confusion et oblige à un temps de compréhension qui nuit à l’adoptabilité du produit.

Leçon n°2 : sur un produit innovant, mettez de l’assistance partout

Certains d’entre nous connaîssent sans doute parfaitement bien l’utilisation de Midjourney, mais qu’en est-il de personnes moins habituées au numérique, n’ayant pas envie de chercher à comprendre (Don’t make me think, rappelez-vous le fameux adage de Steve Kruf, auteur du livre éponyme) et dont la disponibilité pour apprendre est limitée ?

Dans cette nouvelle interface, rien n’est fait pour guider ces utilisateurs. Ils doivent se débrouiller par eux mêmes. Or, c’est une erreur. Sur un même interface, on doit pouvoir traiter les différents types d’utilisateurs et leur donner les moyens de les satisfaire quelque soit leur niveau de connaissance.

Le manque d’assistance risque de détourner pas mal de néophytes qui, malgré la simplicité du concept de génération d’images, risquent de se décourager à ne pas comprendre les différents paramètres, ni à réussir à obtenir des résultats cohérents avec leurs prompts (une fois passé l’effet Whaou qu’on peut tous avoir à utiliser Midjourney pour la première fois).

Leçon n°3 (conséquence de la deux) : pensez toujours à vos utilisateurs futurs

Une erreur classique à penser que sa masse d’utilisateurs est homogène et statique. C’est à dire qu’elle n’évolue pas. En conséquence, on crée un produit pour ces utilisateurs en oubliant que les nouveaux arrivants n’auront sans doute pas les mêmes besoins, ni les mêmes compétences. C’est véritablement ce qui se passe ici tel que nous l’avons décrit dans le point deux.

Votre interface doit savoir prendre en compte les différentes typologies d’utilisateurs et leurs offrir des expériences qui leurs correspond. Sans aller jusqu’à des interfaces personnalisées, il existe de nombreux moyens de résoudre cette équation.

Leçon n°4 : testez !

Nous donnons toujours le même conseil à chaque fois ! Testez !

Surtout dans le cas d’une application innovante, un ou plusieurs tests utilisateurs s’avèrent indispensable pour bien comprendre ses utilisateurs.

Qu’est-ce qu’un test permet de récolter ?

• Evidemment, il permet de détecter des erreurs d’ergonomie, des problèmes d’interactions, etc.
• Mais aussi, il permet de mieux comprendre la psychologie des utilisateurs.
  • Que veut-il faire du produit ?
  • Quels résultats ils pensaient en avoir ?
  • Quelles appréhensions ils ont à l’utiliser ?
  • Quelles utilisations ils voudraient en faire ?
  • Quelles fonctionnalités ils leurs manquent ?

Plus vous travaillerez avec vos utilisateurs, plus vous serez capable de répondre aux mieux à leurs différents besoins.

Leçon n°5 : fixez-vous des objectifs

L’ergonomie ne doit pas être un exercice de style, mais doit s’inscrire dans une stratégie avec des objectifs.

Posez-vous les bonnes questions et mettez des kpi en face :

• Qu’espérez-vous que fassent vos utilisateurs sur une page ?
• Comment le mesurez-vous ?
• Comment cela sert-il votre entreprise ?
• Comment cela sert-il vos utilisateurs ?
• Quel est leur niveau de satisfaction ?

Si vous ne savez pas comment mettre en place ces objectifs et kpi, nous vous recommandons d’aller lire notre article sur le modèle HEART, qui est un moyen très efficace d’aligner vos équipes et vos moyens pour arriver à servir au mieux toutes les parties prenantes d’une plateforme.

Conclusion

Nous espérons que cette analyse vous aura aidé à mieux comprendre comment concevoir une page pour un produit numérique. Une analyse plus poussée et plus fine aurait demandé de connaître parfaitement le contexte, d’avoir des données d’utilisation en main et d’avoir fait des tests utilisateurs. Mais elle a le mérite de souligner les incohérences de conception qui sautent au premier coup d’œil et qui peuvent être des pistes d’amélioration de Midjourney.

Si vous avez apprécié cette analyse UX, d’autres sont disponibles sur notre blog.

Cet article analyse l’interface et l’UX de Perplexity, un moteur de recherche utilisant une IA de type LLM.

Points abordés :

• Comment Perplexity essaie d’améliorer l’interface de chatGPT ?
• Quels enseignements en tirer ?

L’UX de Perplexity : une tentative de pallier aux erreurs de chatGPT

Perplexity, vous ne connaissez pas ? C’est le nouveau moteur de recherche d’informations à la mode. Plus de 145 millions de visites en 2023, levée de fond de 100 millions de dollars, Bref, ce petit nouveau n’est pas un petit joueur. Et il est bien décidé à changer le game, comme on dit.

L’UX de Perplexity occupe un point central dans la stratégie de l’entreprise

Lors d’une passionnante interview avec son head of design, Henry Modisett (en anglais), on y apprend notamment comment l’UX occupe une place centrale dans la stratégie de Perplexity et comment un profond et permanent travail de test&learn lui permet de rendre apprivoisable l’IA pour une majorité d’utilisateurs.

Le prompt n’est pas l’ultime solution d’Interface Homme/machine

👉 Première chose à retenir de cette interview : Non, le prompt n’est pas la solution ultime aux interfaces. Bien au contraire ! Henry Modisett lui reproche sa complexité, car, en réalité, la plupart des utilisateurs sont incapables de s’en sortir avec des instructions aussi compliquées, auxquelles ils préfèrent les suite de mots clés et les boutons….

Alors, on s’est dit que ça serait intéressant de regarder un peu le travail accompli par Matthew et son équipe et d’en tirer quelques conclusions fructueuses.

L’UX de Perplexity : une interface familière qui permet aux utilisateurs de retrouver leurs marques

Ce n’est pas une surprise, Perplexity s’adapte aux standards du moment, et son interface est loin de dénoter avec celle de chatGPT. Globalement, on y retrouve la même organisation de page.

Ce n’est pas un hasard, ou un simple plagiat. ChatGPT a déjà eu tellement d’utilisateurs que proposer une interface qui leur est familière ne pourra que faciliter leur prise en main.

👉 Toujours utiliser les habitudes existantes des utilisateurs cibles.

Des nouvelles fonctionnalités pour améliorer l’UX

La différence, on le voit, est dans l’adjonction de fonctionnalités dans le champ de saisie.

• Des boutons de raccourcis, à la fois pour lancer une recherche, à la fois pour inciter les utilisateurs à taper des mots clés de recherche, comme dans Google
• Des boutons « mystérieux » : Focus, Attach et Copilot. Mais qu’allons-nous bien pouvoir en faire ?
• Un menu principal qui ajoute quelques fonctions par rapport à chatGPT : Library et Explore. Là aussi, qu’allons-nous bien pouvoir en faire ?

Quelques passages au-dessus des boutons avec la souris nous révèlent leurs fonctions.

Ce n’est pas forcément explicite… mais on sent qu’un effort a été fait pour expliquer l’interfaces aux utilisateurs. Toujours est-il que pour comprendre ces fonctions, il va certainement falloir les utiliser. C’est une chose que beaucoup de gens renâclent à faire, car ils n’aiment pas perdre leur temps à « essayer » une interface.

Un wording plus clair aurait sans doute été plus approprié.

Les choses se précisent effectivement en cliquant sur les boutons. Le bouton « Focus » sert donc effectivement à concentrer la recherche sur un domaine spécifique.

Quand à Copilot, ça n’est toujours pas plus clair.

Mais dès qu’on lance une recherche, les choses deviennent plus intéressantes et on comprend mieux l’axe de différenciation d’avec un chatGPT.

L’UX de Perplexity cherche à augmenter l’engagement

Alors que ce dernier laisse l’utilisateur dans un dialogue sans réassurance par rapport à la qualité des contenus, sans aide pour aller plus loin, Perplexity aide l’utilisateur à aller plus loin, à explorer le Web avec d’autres questions, des liens, des nouvelles recherches.

Et c’est là qu’on voit comment on peut vraiment transformer l’UX des moteurs de recherche basés sur l’IA, en y adjoignant, comme l’a fait Google en son temps, des raccourcis qui enrichissent le savoir.

Comme dans chatGPT, la réponse à une question s’écrit au fur et à mesure.

C’est amusant et sympathique, mais il y a fort à parier que cet affichage progressif finira par disparaître, car il fait perdre beaucoup de temps à l’utilisateur.

Ensuite, c’est qu’on voit comment Perplexity va finir par valoriser des liens et les rendre payants (ils ne le sont pas pour l’instant). D’où les 4 petits blocs qui apparaissent en haut du texte, comme des liens de raccourcis.

Ici, ils sont très mal contextualisé. Citoofrance que nous ne connaissons pas, apparait en premier, et le choix des autres articles semble avoir été fait au hasard ou sur des critères qui nous échappent pour l’instant.

On aime bien les petits logos qui illustrent et guident l’utilisateur sur ces blocs.

La fonction Copilot reste toujours aussi mystérieuse… et à ce stade, on a toujours du mal à en comprendre l’utilité… d’autant qu’on peut parfaitement s’en passer…

Beaucoup de choses rappellent l’UX de Google.com

En bas de page, sans réelle surprise, on trouve des questions aditionnelles… ça rappelle furieusement Google.

L’intérêt ici est qu’elles sont, cette fois, parfaitement pertinentes et aident vraiment à approfondir la recherche en cours. L’Ui est parfaitement conventionnelle et permettra à n’importe quel utilisateur de ne pas perdre ses petits.

A gauche du résultat de recherche, on a une petite entorse à la recherche classique de Google, puisqu’on retrouve des liens qui permettent de chercher dans les vidéos et les images du Web. C’est finalement la même chose que Google, mais présenté de manière différente. (Et surtout, on imagine que ça permet de limiter les requêtes sur Perplexity dont l’algorithme semble particulièrement lent).

L’originalité, qu’on n’a pas encore sur Google, c’est le Generate Image qui rappelle Midjourney ou Dall-E. Malheureusement, c’est une fonctionnalité payante et on n’a pas pu l’utiliser.

Très intéressant : la monétisation de l’UX

C’est amusant de voir que les fonctionnalités qui apportent de l’innovation par rapport à chatGPT sont payantes.

Comme, par exemple, la Library, qui n’est ni plus ni moins qu’un système de classement des requêtes effectuées par l’utilisateur.

Et dire que c’est utile n’est pas qu’un petite affirmation. C’est une des plaies de chatGPT, dont l’interface, à ce sujet, est en dessous de tout.

Ici, Perplexity tente de résoudre la question de l’accessibilité à l’information déjà cherchée. La librairie permet donc de retrouver ses requêtes et de les classer. Cela peut paraître fort utile de le faire aujourd’hui dans un contexte de lancement de l’application, mais qu’en sera-t-il lorsque chaque utilisateur aura fait plusieurs milliers de requêtes ?

Cette fonction s’avèrera parfaitement inutile. Ou en tout cas peu efficace comparé au système de suggestion de mots clés de Google, beaucoup plus simple, intuitif et puissant.

Enseignement principal de l’UX de Perplexity : il vaut mieux recomposer que réinventer

C’est intéressant de voir comment un challenger tente de concilier le meilleur de google et de chatGPT dans une tentative de rendre l’UX des bots de chats plus conviviales et surtout plus accessibles à l’utilisateur « normal », monsieur ou madame tout le monde, loin des écrans, comme peuvent l’être les professionnels du web.

L’interface semble être encore à mi-chemin entre un ancien et un nouveau modèle. Nul doute qu’elle évoluera encore beaucoup dans les mois à venir.

Que peut-on en retirer comme leçon ?

➡️ Que, comme souvent, il est dangereux de s’éloigner des modèles existants et qu’il faut toujours essayer dans une application innovante de faire retrouver leur chemin aux utilisateurs en utilisant les patterns UX qui existent déjà.

➡️ Être trop innovant, c’est prendre le risque d’être rejeté. Incompris. Pas utilisé.

➡️ L’interface de Perplexity n’a rien de franchement innovant, mais on voit bien comment elle est un assemblage de patterns dominants dans l’objectif de créer une expérience acceptable d’utilisation des prompts.

Il faudra donc suivre de près ce que fait Perplexity pour voir comment les modèles de LLM sous forme de chat vont transformer l’UX des moteurs de recherche, comme l’a souvent tenté Google.

On avait déjà testé pour vous Relume et aujourd’hui, on s’attaque à son concurrent le plus direct : on a fait un essai de Galileo.ai

Galileo.ai fait la promesse, tout comme Relume, de générer un site à partir d’un descriptif. Voici donc l’essai de Galileo.ai.

Plus exactement, Galileo est plutôt un outil de génération de wireframes soit à partir d’un prompt, soit à partir d’une image. Cela revient au même, car l’image est simplement analysée par une IA puis transformée en prompt. A partir de là, Galileo va faire le même travail de conception et, à partir d’un simple phrase générer plusieurs wireframes.

Essai de Galileo.ai : Une interface inspirée de chatGPT

L’interface ressemble beaucoup à celle de chatGPT à une différence près, c’est qu’il est possible d’éditer les wireframes qui sont générés. On retrouve la même organisation de page, ce qui n’est pas à l’avantage de Galileo, quand on considère l’ergonomie assez faible de chatGPT.

On l’a donc essayé pour vous et, honnêtement, on n’a pas été très emballé.

Deux mode de génération possible

Galileo.ai fonctionne sur le même principe technologique que Relume. C’est à dire qu’après avoir analysé un prompt, le programme se charge de générer des composants UI avec des images et du texte, eux aussi générés par une IA.

Evidemment, ça fonctionne parfaitement bien du moment qu’on ne cherche pas à avoir de résultats précis. C’est à dire que oui, l’IA sait générer un wireframe, mais c’est comme ouvrir un œuf surprise, on ne sait pas vraiment ce que l’on va obtenir.

Un outil très facile à prendre en main

Pour voir comment cela se passe, nous avons essayé de refaire le site de Wexperience.

Notre premier prompt consiste à décrire ce que fait notre agence.

Le deuxième prompt est simplement une invite à générer notre site. Rien de plus facile et simple.

Suite au premier prompt, Galileo propose de lui même une arborescence de page et de contenus. Il ne nous reste qu’à valider ou à ajuster la demande. Cela rappelle vraiment très fortement la manière d’interagir avec chatGPT.

En quelques secondes, on récupère plusieurs propositions de maquettes mobiles.

Le résultat est plutôt simpliste et sans intérêt. Les maquettes proposées sont très génériques, et leurs contenus pas du tout spécifiques. On comprend alors que Galileo n’est pas du tout allé chercher les contenus de notre site actuel et propose une sorte de résultat standard sans grand intérêt.

On a d’ailleurs refait le test avec un autre sujet et le résultat n’est pas franchement plus convaincant.

Modification des maquettes par prompts

Modification des maquettes par boutons de style

L’outil semble vraiment s’adresser à des gens sans connaissance de conception plutôt qu’à des professionnels du design. Comme vous le voyez, le petit bouton Figma permet de copier-coller les templates dans Figma. C’est plus intuitif que dans Relume, mais ça ne permet pas de récupérer tous les wireframes en une fois.

Essai de la fonctionnalité de génération de maquette par insertion d’image

Galileo permet aussi de trouver de l’inspiration en utilisant d’autres maquettes de site. Par curiosité, nous avons aussi essayé cette fonctionnalité en proposant de refaire notre site en partant de sa homepage actuelle.

Nous n’avons fait qu’un essai, mais le résultat ne nous semble pas probant, tant il est éloigné de la proposition de départ. A tel point que l’on peut se demander l’intérêt d’une telle fonction.

Conclusion : un produit encore en gestation qui s’adresse à une population de non designers

Pour nous, Galileo.ai est encore loin d’être un outil utilisable. Le peu de tentatives que nous avons réalisées nous laissent vraiment sur notre faim.

Il faudra sans doute attendre encore pas mal de temps avant de pouvoir en tirer quelque chose, contrairement à Relume qui est vraiment exploitable.

On ne voit pas bien qui pourrait utiliser Galileo dans un mode projet. L’outil semble encore bien trop sommaire pour être exploité de manière professionnelle.

Cet article est une analyse UX d’AirBNB Winter edition, la dernière version de l’application mise à jour en novembre 2023. Vous trouverez l’analyse en détail des améliorations apportées et quelles leçons en tirer.

Il est toujours intéressant de regarder ce que fait AirBNB en matière d’UX, car c’est vraiment une entreprise drivée par le design. Et contrairement à beaucoup d’autres sites ou apps, on peut être sûr que lorsqu’elle fait une mise à jour, celle-ci a largement été éprouvée.

Quelles sont les évolutions qui ont eu lieu et quels enseignements en tirer ?

Meilleure mise en avant des meilleurs hôtes

On ne fait jamais assez bien les choses. 😁

Un des problèmes évident d’AirBNB, c’est de parvenir à garantir la prévisualisation d’un logement par rapport à la réalité. Et pour cela, les équipes de recherche d’AirBNB se sont rendus compte que les utilisateurs ne pouvaient pas se fier uniquement aux photos.

Un nouveau label qualité

Elle a donc fait des recherches et en a tiré la conclusion qu’il fallait créer un nouveau niveau de notation des hôtes qu’ils ont appelé Coup de cœur des voyageurs.

C’est une sorte de label qui est décerné par les clients de AirBNB aux meilleurs hôtes.

Une fois ce choix adopté, se posait ensuite la question de savoir comment le faire connaître aux internautes et comment les aider à le repérer dans les longues listes de logements.

Mise en avant par un « sticker » dans les listes produit

Ne vous attendez pas à quelque chose d’extraordinaire. Les meilleurs hôtes sont désormais repérables par une nouvelle étiquette « Coup de cœur des voyageurs » ajoutée aux photos dans les listes de logements.

Ça n’est évidemment pas grand chose d’un point de vue design, mais ce qui est intéressant ici, c’est le processus qui a mené à un tel choix. On est parti d’un problème : la déception de certains clients par rapport aux photos, pour arriver à une solution : la création d’un nouveau statut pour les hôtes.

Ne restait plus alors qu’à le mettre en œuvre d’un point de vue design, ce qui n’était pas le plus compliqué.

Analyse UX d’AirBNB : commentaires et évaluations repensées

On sait aussi très bien que les choix des clients d’un site se font beaucoup en fonction des avis laissées par les autres clients. C’est même primordial ! Ne pas avoir d’avis sur un site de ecommerce, c’est comme de n’avoir pas d’autres personnes en rayon dans un magasin. C’est louche !

371 millions de commentaires à gérer

AirBNB a constaté que même avec 371 millions de commentaires (!!!) laissés sur son site, beaucoup d’utilisateurs ne parvenaient pas à y trouver leur compte et avaient encore du mal à prendre une décision.

La nouvelle version de l’app essaie de rendre les choses plus compréhensibles et plus perceptibles (n’oubliez pas qu’en UX, tout se passe dans la tête des gens).

Ainsi est-il possible désormais de mieux comprendre quel type de client (couple, famille, etc.) a laissé un commentaire. Ce qui est important pour celui qui regarde les commentaires. Il est plus facile de juger un avis si on sait par qui il a été émis.

Ce n’est pas le design qu’il faut regarder, mais le travail de recherche qui a été fait avant

Là encore, on ne va pas sauter au plafond pour le résultat en terme de design. On ne fera que répéter une chose : le design n’est que la partie émergée de l’iceberg de l’UX. Il n’est que l’aboutissement de la recherche. Autrement dit, un design sans recherche, c’est un peu comme un iceberg sans fond… hum hum… si vous voyez ce qu’on veut dire.

Trop de gens l’oublient et pensent que le design peut sortir tout droit du cerveau de l’UI designer… alors que c’est impossible. Un design, on vous le répéte, n’est que l’expression d’un besoin utilisateur qui nécessite de longue s recherches personifié en une suite de signes graphiques (hou là là, on vous prend la tête là, mais c’est pourtant vrai).

Des outils qui simplifient l’expérience des hôtes

Il ne faut pas l’oublier : AirBNB, ça n’est pas que pour des gens qui cherchent un logement, c’est aussi pour ceux qui en proposent un. Et là aussi, la société californienne a fait beaucoup d’efforts pour rendre leur expérience plus simple, mais aussi (et c’est très important) pour les aider à mieux louer leur logement.

L’UX = utilisation de la technologie et du design

Et l’UX, si vous l’aviez aussi oublié, c’est l’utilisation conjointe de la recherche (on vient d’en parler) et de la technologie. On parle, par exemple, beaucoup d’IA, en ce moment. Et souvent à tort et à travers. Mais, ici, par exemple, on comprend très bien comment elle aide à améliorer l’UX.

En effet, pour faire gagner du temps, l’IA d’AirBNB, après avoir été nourrie de millions de photos de logement, peut automatiquement détecter à quelle pièce d’un logement se rapporte une photo de pièce. Et cette technologie de deep learning permet tout simplement d’accélérer le processus de saisie d’infos pour un hôte en lui épargnant le temps perdu à le faire lui même à la main (et souvent, en ne le faisant pas).

Conclusion

En fait, il y a réellement beaucoup de nouveautés dans la nouvelle app d’AirBNB et le plus intéressant dans ces innovations, c’est qu’elles ne se voient pas. C’est à dire que les utilisateurs finaux ne vont sans doute même pas s’en apercevoir, mais simplement les utiliser en ayant une impression renforcée de facilité de service.

Une bonne UX, c’est quelque chose qui ne se voit pas. C’est quelque chose que les utilisateurs ressentent sans savoir pourquoi ils le ressentent.

C’est aussi et surtout un long travail de recherche dont le résultat d’un point de vue UI n’est que la pointe visible… un tout petit bout d’un long aboutissement, dont les simples différences amélioreront la qualité de service pour des millions de personnes.

En résumé : posez-vous les bonnes questions et le reste viendra. N’essayez pas d’améliorer votre interface par de coups, des astuces, des imitations, des copies ou des trucs. Faites un véritable travail de recherche. L’UX, c’est ça. Pas du remplissage d’interface avec des boutons.

• En savoir plus sur AirBNB en lisant notre précédent article sur le même sujet.
• Toutes les mises à jour de la Winter Edition 2023 d’AirBNB

Cet article vous explique ce qu’est le modèle HEART et comment il peut vous apporter santé, bonheur et prosperité quand vous êtes en charge du développement d’un produit digital.

Lorsqu’on se lance dans le projet de réussir un service en Saas, l’une des plus grandes difficulté est d’arriver à mesurer les bons paramètres, les bons indicateurs, ceux qui vont vraiment vous guider vers la voie du succès. Or, ces bons paramètres ne sont pas si facile à définir et beaucoup d’équipes digitales s’y sont cassés les dents.

C’est en constatant le même problème au sein de Google, que les chercheurs Kerry Rodden, Hilary Hutchinson et Xin Fu ont mis au point la méthode HEART. Une méthode qui va vous faire aimer le product design.

Qu’est-ce que le modèle HEART ?

HEART est l’acronyme pour :

• H : Hapiness
• E : engagement
• A : Adoption
• R : Retention
• T : Task

C’est un modèle très simple et très facile à communiquer qui permet de mesurer les paramètres de succès d’une application ou d’un site web.

Il est particulièrement indiqué pour les services en Saas, mais peut-être adapté pour des logiciels professionnels ou des sites webs du secteur public. Bref, avec un peu d’astuce, on peut s’en servir dans de nombreuses situations.

Comment marche le modèle HEART ?

L’avantage du modèle HEART est qu’il est simple à comprendre et à mettre en œuvre.

Pour chaque lettre de l’acronyme, il suffit de mettre en face trois critères :

• Les objectifs
• Les signaux
• Les mesures

Pour chaque dimension du modèle, vous allez donc devoir déterminer quels sont ces critères. Et c’est l’atteinte des objectifs dans chaque dimension qui vous permettra de mesurer le succès de votre produit/app/site web/logiciel.

Les objectifs dans le modèle HEART

Si l’on prend la dimension « Happiness » que l’on peut traduire par satisfaction, les objectifs à mesurer seront justement cette satisfaction. Mesurer cela, c’est poser la question à vos utilisateurs de savoir s’ils sont contents ou pas d’utiliser votre produit (J’utiliserai le terme produit désormais pour signifier site web, service, app, logiciel, etc).

C’est la dimension dont l’objectif est le plus simple à mesurer… c’est aussi celui qui est la résultante des autres objectifs… Évidemment, il devrait être à la fin de notre liste… mais, dans ce cas, l’acronyme ne ferait plus HEART… et ça serait moins joli.

Pour rappel, la satisfaction, c’est aussi le dernier critère des critères UX de Bastien & Scapin ou d’Amélie Boucher.

Si votre produit est un service de vente de billet de train en ligne, votre objectif sera tout simplement de faire que les gens soient content de commander un billet, que cela se fasse simplement, sans accroc. Ce qui nous amène au signaux.

Les signaux dans le modèle HEART

Les signaux sont les faits concrets que l’on va observer pour déterminer si les objectifs sont plus ou moins atteints.

Dans le cas de notre application de vente de billets de train, les signaux à observer peuvent être :

• un bon feedback des utilisateurs
• un bon niveau de recommandation
• le plaisir perçu d’utilisation

3 indicateurs suffisent, mais vous pouvez essayer d’en utiliser plus. Tout dépend de votre produit.

Les mesures dans le modèle HEART

C’est grâce à la mesure que vous allez pouvoir déterminer si vous atteignez vos objectifs. Les mesures sont des quantités observables sur une durée plus ou moins longue. Dans le cas de Happiness, vous avez d’ailleurs intérêt à la mesurer dans le long terme, car elle est très sensible au changement et l’observer sur du court terme peut être trompeur.

• Le feedback des utilisateurs peut-être mesuré par les notes de satisfaction d’une app
• Le niveau de recommandation peut-être mesuré par le Net Promoter Score
• Le plaisir perçu peut-être mesuré par un sondage en ligne

Comme vous le voyez, l’avantage d’un tel modèle, c’est de rendre simple la mesure du succès d’un produit en le décomposant en plusieurs dimensions.

Détail des dimensions du modèle Heart

Le modèle HEART : 1 exemple pour une app

Quelques techniques pour améliorer vos indicateurs

Gamification pour améliorer la rétention

Un des moyens d’augmenter la rétention est d’encourager les utilisateurs à revenir et à utiliser vos services. Voici un exemple de la manière dont Google s’y prend pour attirer les développeurs sur sa plateforme de développement.

Au chargement de la page, et avant l’inscription au service, Google apprend au futur utilisateur qu’il pourra « gagner des badges » et « Personnaliser son expérience »

Mesurer la satisfaction

Les moyens de mesurer la satisfaction d’une app (Happiness) sont nombreux et assez directs.

On peut la recueillir à tout moment en plaçant sur le parcours utilisateurs des feedbacks comme des applaudissements, des pouces levés, des étoiles, etc.

Ainsi, sur Medium, la plateforme de blogging, l’utilisateur peut applaudir le contenu d’un article. Cela donne une note de satisfaction non seulement à l’auteur, mais aussi à la plateforme qui peut évaluer la qualité des contenus publiés.

Faites essayez le produit sans obliger l’utilisateur à s’inscrire

Un des moyens pour augmenter l’adoption est non seulement de faciliter l’inscription, mais surtout de donner envie d’utiliser le produit. Pour cela, rien de tel qu’une petite démonstration gratuite qui laisse une bonne impression et donne envie de continuer. C’est ce que fait très bien l’application d’apprentissage de langue Duo Lingo. Elle permet de l’utiliser une première fois sans avoir à s’inscrire.

Plutôt que de faire des promesses, Duo Lingo vous propose de l’essayer en faisant un premier exercice d’apprentissage. Cela est plutôt malin. Faire « goûter le produit » avant de le vendre.

C’est une offre que souvent personne ne refuse. Et si elle se passe bien, elle augmentera le nombre de chances qu’un utilisateur s’inscrive à la plateforme.

Augmenter l’engagement avec l’UX writing

On néglige souvent le fameux « tone of voice » des sites ou des apps. Mailchimp, la solution d’email marketing, fut le service le plus connu à travailler en profondeur un ton de voix capable d’améliorer l’expérience utilisateur et d’améliorer l’engagement. En France, la figure la plus connue du « tone of voice » est backmarket, dont le ton légèrement humoristique rend également l’expérience différente et crée une relation avec l’utilisateur plus personnelle.

Les tests utilisateurs pour vérifier et améliorer vos tâches

Pour vérifier et valider la qualité de l’UX sur des tâches spécifiques, il faut se servir des metrics des web analytics. Mais le meilleur moyen de s’assurer que l’on arrive concrètement à rendre facile d’utilisation des tâches particulières reste de les examiner à la loupe des tests utilisateurs.

Un bon produit, un site ou une app, de toutes les manières doit passer régulièrement sous les fourches caudines des tests utilisateurs. Même une équipe restreinte, sans UX researcher, peut s’y consacrer. Nous y avons consacré un livre blanc que vous pouvez télécharger sur notre site.

Conclusion

Ce qu’il faut retenir de cet article.

• Le modèle HEART est un modèle particulièrement adapté pour les solutions en Saas qui nécessitent un effort particulier sur l’UX.
• Il permet de décrire le comportement utilisateur sous plusieurs angles et donne une vision exhaustive de ce comportement.
• Il empêche de se concentrer sur un indicateur unique et permet d’éviter des erreurs que beaucoup de startups commettent par une vision trop restrictive de l’UX
• Il est simple à déterminer et à mettre en œuvre.
• Il peut être appliqué sur un produit en entier ou bien une simple fonctionnalité

–> A télécharger : modèle gratuit sous Miro