5 façons d’améliorer l’expérience utilisateur avec l’apprentissage automatique

Les réalisateurs de films hollywoodiens aiment présenter l’intelligence artificielle comme un agent intelligent plus capable que les humains. Heureusement, nous n’avons pas atteint cet état – encore. Nous avons encore besoin d’ingénieurs pour développer des algorithmes et des outils innovants afin d’améliorer les interactions humaines avec les logiciels et les systèmes. Ne vous inquiétez pas – nous ne pouvons pas résoudre l’expérience utilisateur avec l’apprentissage automatique, et nous n’en sommes pas près.

L’apprentissage automatique a mûri au fil des ans, nous permettant d’obtenir plus d’informations à partir des données que nous collectons. Nous pouvons même mettre en œuvre l’apprentissage automatique pour transformer le travail d’un concepteur UX, d’un concepteur de produits et d’un concepteur d’interactions.

Cet article présente cinq stratégies différentes sur la façon dont nous pouvons exploiter l’apprentissage automatique pour améliorer l’expérience utilisateur.

Plongeons-y !

1. Offrir une personnalisation de haut niveau

La personnalisation reste une tendance forte pour 2020. L’apprentissage automatique vous aide à offrir une personnalisation de niveau supérieur aux clients.

Selon les mots de Booking.com :

La personnalisation basée sur l’apprentissage automatique offre un moyen plus évolutif et plus précis de réaliser des expériences uniques pour les utilisateurs individuels. Plutôt que de segmenter les utilisateurs avec une personnalisation basée sur des règles, elle vous permet d’utiliser des algorithmes pour offrir ces expériences uniques, généralement sous la forme de recommandations de produits ou de contenu.

Voici une liste d’exemples de personnalisation pilotée par l’apprentissage automatique :

• Courriels personnalisés recommandant des produits qui correspondent aux intérêts de l’utilisateur en fonction de son historique de recherche et de ses achats précédents.
• Des suggestions de contenu pour les blogs en fonction des intérêts de l’utilisateur, ce qui réduit le taux de rebond et améliore le temps qu’il passe sur un site Web.
• L’offre de remises plus applicables en créant un système de récompense personnalisé.

2. Fournir des recommandations de meilleure qualité

Amazon.de fournit des suggestions de produits basées sur mon historique d’achats liés au vélo

Une entreprise gagne à fournir des recommandations de meilleure qualité, car elle peut augmenter ses revenus. Les utilisateurs sont également gagnants, car ils passent moins de temps à chercher des produits.

Une étude d’Accenture montre qu’en 2018, 63 % des acheteurs ont préféré les recommandations de produits. Ce chiffre est encore plus élevé pour les milléniaux, atteignant 69 % qui privilégient les recommandations de produits à la recherche manuelle de produits pertinents.

Le filtrage collaboratif est une méthode largement utilisée pour fournir des recommandations de contenu plus personnalisées. Le filtrage collaboratif propose des suggestions de contenu en fonction des utilisateurs ayant des goûts similaires, sur la base de leurs avis et de leurs achats.

Par exemple, un étudiant et un homme d’affaires ont donné des notes similaires à quelques restaurants. Il est très probable qu’ils partagent des goûts individuels similaires. Par conséquent, nous pouvons recommander un restaurant particulier que l’homme d’affaires a évalué avec une note de « 9 » à l’étudiant car nous nous attendons à ce que l’étudiant aime ce restaurant.

3. Amélioration de la qualité et de la rapidité du service client

En tant qu’entreprise, vous pouvez améliorer considérablement l’expérience utilisateur en améliorant la vitesse du service client. L’étude de Drift.com a montré que 46 % des personnes interrogées ont déclaré s’attendre à une réponse en cinq secondes ou moins lorsqu’elles utilisent un chatbot, 43 % s’attendent à la même chose en utilisant le chat en direct en ligne et 33 % en utilisant un appel téléphonique ou vidéo.

En d’autres termes, il est temps de commencer à utiliser des chatbots basés sur l’apprentissage automatique. En outre, la même étude a révélé que le principal cas d’utilisation des chatbots est la réponse aux questions urgentes.

Ne pas répondre rapidement aux questions urgentes peut vous laisser sur le carreau avec une expérience utilisateur négative. Malheureusement, il est parfois impossible d’avoir quelqu’un de disponible à tout moment pour répondre aux problèmes les plus urgents.

Vous pouvez donc faire appel aux chatbots, car ils peuvent apprendre rapidement des interactions précédentes avec les clients. Les algorithmes d’apprentissage automatique peuvent détecter des modèles et des similitudes entre les interactions des clients, ce qui leur permet de répondre plus rapidement à des questions similaires à l’avenir.

En outre, un chatbot est beaucoup plus évolutif que les humains. Lors du choix des chatbots, le rôle des humains impliqués est de répondre aux questions complexes dont un chatbot ne peut pas s’occuper. En outre, les humains peuvent alimenter le chatbot en données pour améliorer le traitement des questions.

4. Optimiser la mise en page en analysant le comportement des utilisateurs

En mesurant le comportement des utilisateurs, nous pouvons optimiser la mise en page d’une application.

Disons que nous voulons optimiser la mise en page d’une application de facturation. L’action la plus critique pour notre application est le bouton de création de la facture. Nous voulons déterminer à quelle vitesse les utilisateurs peuvent trouver ce bouton.

Tableau de bord de Waveapps.com montrant le bouton de création de facture dans le coin supérieur droit

Pour répondre à cette question, nous pouvons mesurer le temps nécessaire aux utilisateurs pour appuyer sur ce bouton. En mesurant le temps nécessaire, nous pouvons détecter les boutons mal placés et essayer d’optimiser notre mise en page.

Disons que le bouton de création de facture est caché dans le menu. En utilisant l’apprentissage automatique en combinaison avec les données utilisateur, nous pouvons détecter des modèles d’actions lentes pour atteindre un résultat particulier. Ensuite, nous pouvons améliorer le temps nécessaire à un utilisateur pour atteindre la page de création de facture en plaçant le bouton à un endroit plus visible ou en modifiant le style du bouton.

En d’autres termes, nous pouvons utiliser l’apprentissage automatique pour réaliser des tests A/B plus efficaces et réduire le temps que les utilisateurs passent à rechercher une certaine fonctionnalité.

En outre, vous pouvez repérer des schémas où les utilisateurs reviennent fréquemment à la page précédente. Ce schéma indique qu’un flux particulier est incorrect, ou qu’un utilisateur s’attend à quelque chose de différent.

En bref, l’objectif est de trouver les interactions qui ne sont pas claires ou qui demandent trop de temps pour être réalisées, ce qui a souvent un impact négatif sur l’expérience utilisateur. En plus de cela, nous voulons réduire les erreurs humaines lors de la navigation dans l’application afin de créer une expérience produit plus fluide.

Cependant, ne changez pas trop souvent l’ordre des composants de l’IU. Une IU en constante évolution décourage les utilisateurs d’apprendre à plusieurs reprises une nouvelle IU. De plus, cela pourrait avoir un impact négatif sur la fidélisation des clients.

5. Analyse des sentiments : Emotion AI

Enfin, l’analyse des sentiments peut donner une image plus claire des émotions des utilisateurs lorsqu’ils interagissent avec un site Web, un produit, un article de blog ou une publicité. Mesurer l’émotion d’un humain implique un logiciel de reconnaissance faciale. Cependant, vous pouvez également utiliser l’analyse textuelle pour déduire les sentiments. Mais cette stratégie n’est pas possible pour mesurer la réaction d’un humain à une publicité.

En jugeant la réaction de l’utilisateur au contenu ou aux publicités, vous pouvez créer des publicités plus engageantes. Certaines agences de marketing essaient de créer des publicités différentes pour des utilisateurs ayant des intérêts, un âge ou une richesse différents.

En bref, vous pouvez tirer parti de l’analyse des sentiments pour créer :

• un contenu qui répond mieux aux questions des utilisateurs
• des publicités qui suscitent l’intérêt des utilisateurs
• des produits qui répondent plus précisément aux besoins des utilisateurs

Une note sur l’apprentissage automatique et l’expérience utilisateur

L’apprentissage automatique est un outil formidable pour améliorer divers aspects de l’UX. Cependant, ne mettez pas en œuvre toutes les idées d’apprentissage automatique sans les valider. Il est toujours utile de mettre en place un processus de test utilisateur pour valider les changements proposés.

Supposons que votre algorithme d’apprentissage automatique révèle que certains composants de l’interface utilisateur devraient être placés à des endroits différents ou pourraient bénéficier d’un autre style. Vous pouvez recourir aux tests utilisateurs pour valider ces idées et expérimenter différents styles.

En outre, vous pouvez utiliser les tests canariens pour réduire le risque d’un mauvais changement d’IU. Les tests canariens vous permettent de déployer des mises à jour de produits auprès d’un petit pourcentage d’utilisateurs seulement.

Pour conclure, nous pensons que l’apprentissage automatique et la conception de l’expérience utilisateur continueront à se rapprocher l’un de l’autre à l’avenir. La fusion de l’apprentissage automatique et de la conception de l’expérience utilisateur présente des avantages évidents.