Data-Driven UX & User Research - Structurer une approche data-driven de l'UX Research, enrichie par l'intelligence artificielle

Objectifs

Au terme de cette formation, pour chaque thématique, vous serez en mesure de :

• Analyser le rôle stratégique de l'UX Research dans la création de valeur produit et business


• Aligner une démarche de recherche UX avec les enjeux business et les objectifs stratégiques de l'organisation


• Mener des recherches UX avancées en triangulant données qualitatives, quantitatives et business


• Sélectionner et exploiter des questionnaires et échelles UX (NPS, CSAT, CES, SUS, UEQ) pour mesurer l'expérience utilisateur


• Interpréter de manière critique les indicateurs UX et en identifier les apports et les limites


• Synthétiser des retours utilisateurs afin de formuler des recommandations actionnables


• Exploiter les résultats de la recherche pour orienter la priorisation produit et la prise de décision


• Démontrer l'impact du design et de l'expérience utilisateur sur la performance produit et organisationnelle


• Construire un narratif data-driven clair et impactant pour soutenir la décision stratégique
  
   

Description

J1 : UX Research, data et stratégie produit

Introduction : pourquoi la donnée est le nouveau langage du design ?

• Parler le langage du business 


• Porter la voix de l'utilisateur en interne


• Prendre en compte l'IA générative 

• L'UX Research comme levier de croissance et d'alignement stratégique


• Intégrer la recherche dans la vision produit et la feuille de route business


• Recherche ponctuelle vs recherche continue 


• Panorama des indicateurs UX de référence : maîtriser le NPS, CSAT, CES, SUS et leurs limites respectives.


• Maturité produit : adapter ses KPIs selon le cycle de vie du produit


• Framework North Star : différencier la "North Star Metric" des "Input Metrics" pour piloter l'engagement et la rétention

• Définir son audience cible et ses objectifs business - Classer ses indicateurs - Identifier les décisions produit - Formaliser un cadre de recherche aligné avec la stratégie de l'organisation

• Indicateurs macro et granulaires : Équilibrer Utilité, Facilité et Émotion.


• KPIs prioritaires : Approfondissement du mix NPS (froid), CSAT (transactionnel) et CES (effort)


• Echelles UX scientifiques : utiliser des outils comme le SUS ou l'UEQ pour quantifier l'attractivité et la clarté


• Triangulation des données : méthodologie pour croiser le Qualitatif, l'Analytics et les données Business

• Automatisation de l'analyse : utiliser les LLM pour nettoyer les verbatims et identifier les signaux faibles massivement


• Gouvernance de la connaissance : passer du stockage passif au "Repository Dynamique" 


• Éthique & Biais : protection des données (RGPD) et vigilance face aux biais algorithmiques lors de l'interprétation


• Framework RICE : utiliser le score RICE pour prioriser les chantiers design issus de la recherche

• Data Storytelling : construire un récit percutant autour des metrics pour provoquer la décision


• Dashboard UX : concevoir une interface de pilotage simple et granulaire de la courbe d'expérience


• L'Indicateur Pivot : éviter de tout indexer sur un score unique et relier les résultats aux problématiques réelles de l'organisation


• Itération continue : utiliser la donnée pour produire des recommandations et piloter les évolutions à long terme

Conditions d'accès

- Avoir deja pratique des methodes de recherche utilisateur (entretiens, tests, questionnaires)
- Un ordinateur portable (Mac ou PC)
- Acces a des outils collaboratifs (Miro, FigJam ou equivalent)