Une recherche qui compte

Découvrez la recherche quantitative sur l'expérience utilisateur sur Facebook

Dans un précédent article, nous avons décrit la différence entre la recherche quantitative UX et l'analyse de données. Nous allons maintenant nous concentrer sur ce que font les chercheurs UX quantitatifs de Facebook, les types de problèmes que nous résolvons ainsi que les outils, méthodes et compétences sur lesquelles nous comptons.

Quand et pourquoi effectuons-nous des recherches quantitatives sur l'expérience utilisateur?

Chez Facebook, nous utilisons diverses méthodes de recherche pour comprendre les préférences, les besoins et les problèmes des gens. La recherche quantitative sur l'expérience utilisateur nous aide à répondre à des questions telles que:

  • Quelle est la raison la plus courante pour laquelle les gens consultent Facebook et effectuent une recherche?
  • Quels types de contenu vidéo sont les plus significatifs pour les gens?
  • Quelles sont les motivations et les contextes pour que les gens ouvrent l'application Facebook?

Les chercheurs UX quantitatifs collectent des informations en mesurant des actions, des pensées ou des attitudes de différentes manières, telles que des enquêtes volontaires et des sondages en ligne ou l'analyse de données de journaux. Chez Facebook, nous utilisons des données structurées et mesurables sur des constructions ou des comportements spécifiques et bien définis pour tester les tendances et les relations entre les variables ou pour estimer la probabilité, la fréquence ou l'intensité d'un phénomène social et pour généraliser les résultats d'un large échantillon de population. . Nos rapports de recherche quantitatifs incluent généralement des analyses statistiques telles que des tests d’hypothèses, des rapports quantitatifs / dimensionnements, une conception expérimentale et des moyens de quantifier et de mesurer les constructions attitudinales.

Les méthodes

Les méthodes quantitatives les plus couramment utilisées sur Facebook sont les enquêtes et l'analyse comportementale des données enregistrées. Nous allons expliquer chacun de ces éléments ci-dessous, ainsi que quelques autres.

Recherche par sondage

Nous utilisons des enquêtes pour recueillir des informations sur les sentiments, les attitudes et les évaluations liés à différents produits et fonctionnalités à grande échelle. Les sondages nous aident à comprendre pourquoi les questions et à recueillir des informations sur les motivations et les perceptions. Certaines enquêtes importantes et soigneusement testées deviennent ensuite des enquêtes de suivi répétées, donnant ainsi aux équipes de produits un accès permanent aux tendances et aux orientations.
 
Les chercheurs analysent les données d'enquête seules ou en combinaison avec d'autres données comportementales telles que le nombre de «j'aime». Nous utilisons diverses approches statistiques sur les données d’enquête en fonction des questions de recherche, allant de la statistique descriptive simple à la statistique inférentielle, aux régressions linéaires générales, à la modélisation hiérarchique et structurelle, à la statistique bayésienne, aux analyses factorielles, etc.

Journal d'analyse des données

Alors que la recherche qualitative aide à mieux comprendre la perspective de petits groupes de personnes et que les enquêtes nous aident à mesurer la prévalence de différents comportements, les données des journaux de bord peuvent révéler des schémas de comportement qui émergent chez plus de 2 milliards de personnes utilisant Facebook. Les cas d'utilisation courants incluent:

  • Relier les perceptions, les motivations et les attitudes aux comportements. Par exemple, si nous avons mené une enquête sur une nouvelle fonctionnalité sur Facebook Live, nous pourrions utiliser l'analyse de données (par exemple, le temps passé ou le nombre de clics) pour identifier les comportements associés à une satisfaction faible ou élevée avec la fonctionnalité.
  • Tester des hypothèses sur les comportements. Les entretiens qualitatifs et les observations donnent souvent des résultats sur les modèles de comportement. Nous utilisons l’analyse des données consignées pour vérifier dans quelle mesure ces conclusions s’appliquent à divers marchés et segments.
  • Création de modèles prédictifs basés sur des données de formation autodéclarées. Les données d'enquête peuvent parfois nous aider à créer un ensemble de formations pour créer un modèle prédictif à plus grande échelle sur la manière dont les gens utilisent Facebook.
  • Comprendre les différents modes d'utilisation par différents groupes d'utilisateurs de Facebook. Nous analysons des données comportementales telles que les clics et le temps passé par différents groupes d’utilisateurs (par exemple, sur la base de données démographiques) afin d’explorer différents modèles d’utilisation de Facebook.

Quelles sont les compétences des chercheurs UX quantitatifs de Facebook?

Nous avons un groupe diversifié de chercheurs UX quantitatifs, ayant des antécédents et des compétences variés. Certains d’entre nous ont plus d’expertise dans les méthodes d’enquête, alors que d’autres se concentrent sur l’analyse des données enregistrées ou sur une combinaison des deux méthodes. Mais la plupart d’entre nous apportons des connaissances dans tout ou partie des domaines suivants:

La recherche avant tout

La partie la plus importante d'un travail de recherche quantitative UX consiste à résoudre des problèmes personnels et professionnels. Pour réussir, un chercheur doit savoir comment intégrer les besoins de l'entreprise aux problèmes de recherche, concevoir des plans appropriés et identifier des méthodologies et des échantillons de données valides et fiables pour répondre aux questions de la recherche.

Analyse de données centrée sur l'homme

Notre objectif est de comprendre les gens et d'améliorer leurs expériences avec notre technologie. Nous adoptons une approche centrée sur l'humain pour les questions de recherche, quelle que soit la taille des données. Bon nombre de nos chercheurs UX quantitatifs ont des antécédents en sciences sociales et en IHM.

Connaissance approfondie des statistiques et parfois de l'apprentissage automatique

Pour que nous puissions donner un sens à nos équipes produit, les données doivent être analysées de manière rigoureuse et transformées en informations significatives. Une connaissance approfondie des méthodes statistiques paramétriques et non paramétriques, des algorithmes d'apprentissage automatique et de certaines connaissances en analyse de réseau est essentielle.

Compétences en programmation avec des outils statistiques tels que R et SPSS, et des outils de base de données tels que Hive et SQL

Les connaissances théoriques en statistiques et en apprentissage automatique constituent une bonne base, mais en tant que chercheurs quantitatifs, nous passons également beaucoup de temps à nettoyer, traiter, analyser et visualiser des données dans des outils tels que R et SPSS. Une bonne compréhension de SQL est également utile, car nos données sont principalement stockées dans des bases de données distribuées. Pour arriver à un ensemble cible d'entités à inclure dans une analyse, nous avons souvent besoin de joindre plusieurs tables et de filtrer des conditions.

Raconter des histoires avec des données

La collecte et l'analyse de données ne constituent qu'une partie de notre travail. L’objectif le plus important d’un projet UX est généralement de raconter une histoire sur un problème humain, de lui apporter des solutions et d’améliorer un produit qui en découle. Nos données et analyses doivent être digestibles et convaincantes pour un large public de personnes d'horizons différents. De bonnes compétences en visualisation peuvent beaucoup aider ici. De plus, nous renforçons souvent le caractère persuasif et l’impact des résultats de nos recherches en combinant des résultats quantitatifs avec des informations nuancées et des récits tirés de recherches qualitatives.
 
Ce résumé n’est pas destiné à représenter chaque chercheur UX quantitatif sur Facebook - comme nous l’avons dit, nous sommes un groupe diversifié. Cela ne reflète pas non plus le fonctionnement de la recherche quantitative dans d’autres entreprises. Mais nous espérons que cela vous donnera une idée de ce que font les chercheurs UX quantitatifs de Facebook, comment nous le faisons et pourquoi.

Auteurs: Mary Nguyen, chercheuse à Facebook; Saeideh Bakhshi, chercheuse à Facebook

Illustrateur: Drew Bardana