Débusquer les meilleurs cas d'usage de l'intelligence artificielle, ou réussir ses entretiens utilisateurs
Le billet de Victor
Le mythe selon lequel un nouveau produit doit utiliser les technologies les plus innovantes est rapidement dissipé dans la pratique ; ce qui compte vraiment, c'est sa capacité à répondre à un besoin particulier, à résoudre un problème spécifique efficacement.
Prenons l'exemple de Google Maps, qui a métamorphosé la manière dont nous naviguons d'un point à un autre ; qu'il s'appuie sur l’algorithme Dijkstra importe peu aux utilisateurs.
Comprendre le Framework "Job To Be Done" et son application dans l'IA
Le "Job To Be Done" (JTBD), approche inventée par Clayton Christensen et Michael Raynor, met en lumière une méthode nécessaire pour les innovateurs désireux de tirer partie des technologies d'IA. La clé du succès dans l'application du JTBD repose sur la distinction précise des besoins des utilisateurs.
Pour déterminer le JTBD d'un produit, une méthodologie systématique est indispensable. Cela commence par une écoute attentive des utilisateurs pour recueillir des informations vitales sur leurs besoins et difficultés. Ensuite, une exploration détaillée des interactions des utilisateurs avec le produit aide à identifier les opportunités d'innovation.
Poser les bonnes questions est crucial pour découvrir le JTBD sous-jacent. Interroger les utilisateurs sur la tâche précise qu'ils tentaient d'accomplir en utilisant le produit ou sur les alternatives envisagées peut révéler des insights profonds. Ces questions permettent de percer au-delà des perceptions initiales et d'atteindre l'essence des exigences des utilisateurs.
Ensuite, la segmentation des utilisateurs représente une stratégie efficace pour affiner l'application du JTBD dans l'IA. Cette approche implique de regrouper les utilisateurs en catégories basées sur des critères pertinents tels que les habitudes d'utilisation et les attentes, facilitant ainsi une adaptation plus ciblée du produit aux besoins de chaque segment.
Comme tous les autres, l’adoption d'un produit IA dépend grandement de sa capacité à répondre de manière précise et efficace à un JTBD bien identifié, établissant ainsi sa valeur et son utilité pour l’utilisateur.
Principes pour des entretiens utilisateurs efficaces
L'entretien utilisateur, indispensable au développement de produits d'intelligence artificielle, requiert une écoute empathique et une préparation minutieuse. La première étape cruciale pour le succès repose sur l'élaboration d'une thèse de recherche claire qui explicite ce que l'on cherche à découvrir, accompagnée d'une liste de questions préparées pour orienter l'échange tout en laissant la place à d'éventuelles digressions.
Cette approche implique de lister les suppositions à challenger, et de mettre de côté nos biais et hypothèses préconçues. Notre objectif n’est pas de confirmer la qualité de notre idée de produit (comme votre grand-mère, l’utilisateur risque fort de trouver votre idée "très bonne") - d’ailleurs il devrait être interdit de partager notre idée avant la fin de l’entretien - mais d’invalider nos hypothèses erronées et d’accéder aux aspirations profondes de l'utilisateur.
Dans cette quête d'authenticité, il est essentiel d'encourager les participants à exprimer librement leurs inquiétudes, frustrations, et expériences, sans les diriger vers des réponses préconçues. Adopter une telle démarche favorise souvent la révélation d'attentes cachées et de désirs insoupçonnés qui ne surgissent que dans un espace de dialogue sécurisé et inclusif. L'utilisation de prototypes comme outil d'engagement dans la conversation s'avère précieuse, rendant le conceptuel tangible et encourageant les utilisateurs à fournir des feedbacks constructifs.
Une écoute active, attentive non seulement aux mots mais aussi aux non-dits, est incontournable pour saisir toutes les nuances des retours des utilisateurs, ouvrant la voie à des innovations qui répondent véritablement à leurs besoins.
Il est par ailleurs très intéressant de se familiariser avec le concept des forces influençant le changement chez le consommateur, en particulier les "push forces" et les "pull forces". Les "push forces" désignent les facteurs qui incitent l'utilisateur à rechercher des alternatives, souvent dus au mécontentement ou aux limitations de leur situation actuelle, comme des frustrations liées aux fonctionnalités existantes, au coût ou à un manque d'efficacité. À l'inverse, les "pull forces" se réfèrent à l'attrait exercé par de nouvelles solutions offrant une valeur ajoutée : pour qu'une personne adopte une nouvelle solution, elle doit être convaincue que les avantages qu'elle en retire valent l'investissement nécessaire et les inconvénients (éventuels).
Débusquer les bons cas d’usage et développer un produit IA que les utilisateurs adorent
Pour réussir ses entretiens utilisateurs dans le développement de produits d'intelligence artificielle, il est essentiel de reconnaitre que, malgré la complexité et la sophistication technologique, le cœur du processus reste l'identification et la construction autour des besoins des utilisateurs. La technologie IA ne doit pas éclipser l'importance fondamentale de créer un produit qui résonne et répond aux besoins réels de son public cible. Un mauvais produit, même doté des technologies les plus avancées, ne rencontrera pas son marché si il ne répond pas efficacement à un besoin spécifique.
La spécificité des produits IA exige une adaptation des méthodes de discovery traditionnelles. Il faut tenir compte de la capacité d'apprentissage de l'IA et de son évolution au fil du temps, ce qui peut transformer l'utilisation du produit de manière imprévue. Une attention particulière doit être accordée à la collecte des données initiales, au traitement de ces données et à la manière dont elles permettent une évolution du produit qui reste alignée avec les besoins des utilisateurs.
Pour prioriser les retours utilisateurs, il est conseillé de développer un cadre de référence qui distingue les améliorations indispensables des ajouts qui peuvent attendre. Ce cadre doit être flexible mais structuré pour accompagner l'IA dans son amélioration continue sans perdre de vue l'objectif principal : la satisfaction de l'utilisateur.
L'analyse des entretiens doit chercher à transformer les retours, souvent qualitatifs et subjectifs, en insights actionnables. Via une synthèse qualitative, les équipes peuvent dégager des axes d'amélioration précis, guidant la roadmap produit vers des innovations pertinentes et désirées par les utilisateurs.
Tester les hypothèses est une étape cruciale. Utiliser des prototypes pour valider des idées permet non seulement de s'assurer de leur viabilité, mais aussi de recueillir des retours utilisateur précis avant d'investir dans des développements coûteux. Ces tests soutiennent une démarche itérative où chaque retour sert à peaufiner le produit.
La diversité des profils d'utilisateurs interrogés enrichit la perspective sur le produit. Chaque utilisateur peut envisager des cas d'usage distincts, offrant ainsi un spectre plus large d’opportunités et de défis. Ces insights variés contribuent à une conception de produit plus holistique.
A garder en tête : les problèmes utilisateurs sont finalement peu nombreux, et ne changent pas. Les problèmes, et, par extension, les idées pour les résoudre, se révèlent souvent très clairs, si ce n'est évidents. La véritable difficulté arrive ensuite : exécuter correctement.