Donner vie à des personas

J’ai fêté ce mois-ci mes 6 ans chez TEA, spécialiste du livre numérique.
Nos clients ? Des libraires. Les clients de nos clients ? Des gens qui lisent.
Cela fait donc six ans que l’on conçoit des outils pour des lecteurs et aussi six ans que l’on fait des suppositions sur qui sont ces clients finaux.

On avait deux très bonnes raisons (spoiler : nope, elles ne sont pas si bonnes) de fonctionner ainsi :
1. On n’a pas le temps, on doit coder/vendre, vite !
2. De toute façon, vu qu’on sait (à peu près) tous lire dans la boîte, on est nous même utilisateurs.

Et puis, TEA a eu six ans (oui, je suis là depuis le début), un peu l’âge de raison. En réfléchissant sur l’expérience utilisateur que nous proposions à nos lecteurs, nous avons voulu repartir à la base : nos utilisateurs, qui sont-ils ? Quels sont leurs réseaux ? Qu’est-ce qui les motive ?

C’était décidé, il fallait faire quelque chose. Pour mieux connaître nos utilisateurs, nous avons choisi de créer des personas : des personnes fictives qui représentent des utilisateurs réels dont les comportements, motivations et buts sont similaires. Grâce à cette représentation parlante des utilisateurs finaux, les personas aident en interne de nombreuses manières (choix de conception, scénarios d’usage) mais aussi en externe pour partager une vision commune des utilisateurs avec nos clients. Sans compter toute la dimension empathique de la chose : ces personas ont un nom, un prénom, une petite vie et on a envie de prendre soin d’eux !

Maintenant que le contexte est posé, laissez-moi vous raconter comment je m’y suis prise, moi qui n’avais jamais fait ça avant !

La mise en place du projet

Avant de me lancer dans ce projet, j’ai vérifié que je disposais de tout ce dont j’avais besoin :

• Un petit budget (dans mon cas, 300 €) (ça aide quand on veut s’approcher des utilisateurs) ;
• Quelques collègues motivés pour m’aider dans ma tâche (j’ai réussi à embrigader 4 collègues dont le degré d’implication a varié selon leurs disponibilités et les différentes étapes de ce travail) ;
• Et surtout du temps, c’est clairement là que ça a été le plus coûteux.

Le recrutement des utilisateurs

Comme toute méthode UX relative à la meilleure compréhension des utilisateurs, la création de personas demande la participation des dits utilisateurs. Qu’il faut donc recruter, et pour ça rien de mieux que la promesse de quelques $$$. Dans notre cas, nous avons choisi de rémunérer les utilisateurs avec 10 € de livre (après tout, on s’adresse à des lecteurs !) mais une carte cadeau d’une grande enseigne peut très bien faire l’affaire.

Nous voulions parler à des personnes utilisant notre produit, nous avions donc deux possibilités : les recruter via notre site internet ou directement par mail. J’ai choisi cette deuxième option : elle ne nécessitait aucun développement de notre part. Après avoir alimenté Mailchimp (fantastique outil de mailing) d’environ 400 mails de clients ayant acheté un ou plusieurs livres numériques sur les 6 derniers mois, je me suis attaquée à la conception d’un screener.

Le screener, c’est un formulaire que les potentielles recrues doivent remplir et qui permettra de ne garder que les personnes intéressantes. Deux règles d’or donc :

• Il doit être court et facile à remplir pour l’utilisateur ;
• La réponse attendue ne doit pas être évidente.

Par exemple, dans mon cas, je m’intéressais aux personnes ayant lu un livre numérique récemment. Plutôt que de poser la question de manière peu subtile « Avez-vous déjà lu un livre numérique ces 6 derniers mois », j’ai orienté ma question sur la fréquence :

Ainsi, j’ai pu écarter facilement les gens ne lisant pas (ou plus) en numérique, qui ne m’intéressaient pas dans le cadre de cette étude.

Une fois le mailing parti (quelle émotion !), j’ai récupéré en moins de 24h une trentaine d’adresses emails correspondant au profil recherché (des gens lisant). Dans la semaine qui a suivi, j’ai pris contact avec les heureux élus pour organiser les rendez-vous. J’ai pu faire ça sans peine grâce à Calendly qui permet aux utilisateurs de choisir eux-mêmes le créneau qui leur convient. De mon côté, j’avais configuré l’outil pour ne pas accepter plus de 3 entretiens par jour (et 3, c’est déjà du sport !).

La recherche des données

Parce que nos utilisateurs sont répartis un peu partout en France et dans le monde, nous avons choisi de mener nos entretiens par téléphone plutôt que de visu : à nous les utilisateurs et utilisatrices vivant à Mayotte ou en Belgique !
Pour chaque entretien, nous étions deux : une personne qui conduit l’entretien téléphonique, une autre prenant des notes sur l’outil Reframer de Optimal Workshop, un outil dédié à la prise de notes d’entretiens qualitatifs.

L’entretien était « semi-guidé », j’avais préparé en amont :

• Une introduction écrite pour me permettre de commencer l’entretien de manière fluide, sans bredouiller (je ne sais pas vous, mais moi, je déteste le téléphone…) ;
• Une première question facile à répondre pour lancer l’entretien (la personne au bout du fil doit vite comprendre qu’il ne s’agit pas d’un interrogatoire, mais d’une conversation où il n’y a pas de bonne ou de mauvaise réponse) ;
• Un ensemble de questions ouvertes pour aborder toutes les problématiques qui m’intéressent.

Au fur et à mesure des entretiens, je n’ai d’ailleurs pas hésité à modifier ces questions, en voyant que certaines formulations passaient mieux que d’autres ou en en rajoutant d’autres.

Après un certain nombre de coup de fils, j’ai clairement amélioré mes talents d’intervieweuse et d’écoute :

• J’ai appris à me taire : les blancs ne sont pas inconfortables, au contraire, ils permettent à l’utilisateur de préciser sa pensée ;
• J’ai appris à « creuser » quand un utilisateur n’était pas cohérent dans ses propos : il peut parfois y avoir un véritable décalage entre la manière dont l’utilisateur se voit, et ce qu’il fait vraiment. La personne peut se contredire complètement et il est alors difficile de comprendre ses motivations. En demandant plus de détails (« Comment ça ? Par exemple… ? De quelle manière ? ») ou en reformulant légèrement une question (« Et donc, quand vous voulez faire ça vous… ? »), j’arrive à comprendre comment la personne agit réellement (et pas comment elle aimerait/se voit faire).

Après chaque entretien, je refaisais une passe avec mon binôme pour taguer les notes sur Optimal Workshop, marquer en favoris les phrases clés, etc. Le faire au fur et à mesure nous a permis d’avoir des notes déjà pré-travaillées pour la phase d’analyse.

Trente interviews plus tard, nous en avions assez vu entendu : nous n’apprenions plus grand chose de « nouveau ». Les comportements des utilisateurs nous paraissaient familiers : c’est qu’il était temps de passer à l’analyse des données !

L’analyse des données

Après 27 entretiens téléphoniques (et 3 lapins), il était temps d’analyser toutes ces données. Cette fois-ci, j’ai appelé tous mes collègues : nous n’étions pas trop de 4 ou 5.

La première étape a été d’extraire de nos observations des variables comportementales. Nous avons passé en revue toutes les interviews en les comparant une à une. Quelles sont les similarités entre ces deux utilisateurs ? Et leurs différences ? Pour chaque élément, on notait une variable comportementale dont l’intitulé était affiné au fur et à mesure. En passant en revue chaque interview, nous avons fini par trouver un peu plus d’une vingtaine de variables comportementales.

Il faut ensuite faire un travail de réflexion pour définir ces variables sur une échelle ; l’idée étant ensuite de pouvoir situer les gens les uns par rapports aux autres sur cet axe.

Et puis vient la longue partie : reprendre chaque profil, et placer les participants sur chaque échelle. C’est une étape très subjective, où il faut avant tout placer les gens de manière relative les uns par rapport aux autres, à grand coup de négociation : « Un moment, il a dit que… du coup, je le vois plus… par rapport à elle qui disait que… ».

Une fois ce travail ingrat fait, c’est l’heure de dégager les tendances : autant dire que ce n’est pas de la tarte, surtout si votre tableau est aussi crade que le nôtre :

C’est alors le moment de plisser les yeux, observer ce fatras de gens et variables pour en ressortir des schémas comportementaux. Quand on trouve un groupe de 2– 3 utilisateurs ayant un comportement proche sur 6–8 variables, c’est qu’il y a quelque chose à creuser :

— Tiens, l’utilisateur 4 et l’utilisateur 13 se retrouvent proches sur pas mal de critères.
— Effectivement, ce sont deux personnes qui lisent sur liseuse et qui ne regardent pas du tout les prix des livres qu’ils lisent.

Le nombre de profils pouvant ressortir de cette analyse peut varier énormément en fonction de la manière dont les variables ont été définies mais entre 3 et 7 convient à la majorité des projets.
De notre côté, nous en avons trouvé 5.

La modélisation des personas

Les personas sont modélisés à partir des schémas comportementaux ; c’est clairement la partie la plus drôle de ce travail, quand tout le monde prend vie !

Il faut donner à chaque persona un nom, un prénom et un âge (ces deux sites que je n’avais pas visité depuis ma grossesse m’ont été d’une grande aide pour m’assurer que le prénom était crédible avec l’âge : https://dataaddict.fr/prenoms/ et Les prénoms les plus donnés en 1982 !).

Vient ensuite la question de la photo ou de l’avatar : NON aux photos de stocks. Elles sont faites sur commandes et conçues pour répondre à des « clichés ».

J’aime bien les images de gens réels, du type projet 100 strangers mais n’ayant pas trouvé d’images satisfaisantes avec droits commerciaux, nous sommes en train de travailler en interne à des illustrations, qui ont l’avantage d’être personnalisées : on peut montrer notre utilisateur en train d’utiliser son produit (l’une lit avec son téléphone dans une salle d’attente, l’autre sur sa liseuse dans le train).
En plan B, des générateurs d’avatars peuvent éventuellement dépanner (si vos utilisateurs ont tous 20–30 ans…).

Enfin, il n’y a « plus qu’à » écrire la bio (c’est là qu’on va piocher sans scrupules dans les entretiens réels pour enrichir l’histoire de détails) et faire ressortir des éléments clés comme les frustrations perçues par l’utilisateur ou le but recherché dans son utilisation du produit.

J’ai fini mon travail de modélisation par une carte des personas, pour les situer les uns par rapport aux autres. Dans notre cas, j’ai trouvé pertinent de les situer sur deux axes : leur investissement face au numérique, et leur aisance avec l’outil informatique.

Vous noterez qu’en bas à gauche, les utilisateurs ne sont pas représentés : des gens n’aimant pas le numérique ET n’étant pas à l’aise avec l’outil numérique ne sont pour l’instant pas des cibles pour nous. (Je cherchais ici à cartographier nos utilisateurs existants. Il est évident que si je voulais travailler sur de futurs clients, j’aurais tout intérêt à connaître ce type d’utilisateurs).

La diffusion

Une fois les personas vivants (ou presque), le secret pour les rendre utile est de les utiliser :

• en interne pendant les phases de conception d’un produit ;
• en externe pour faire comprendre aux prestataires ou client nos choix.