CR
En partenariat avec The Design Crew
Projet
Académique, en partenariat avec Deezer
Durée
2 semaines
Team
3 Product Designer
Scôpe
Découvrir → Définir → Devellopé Délivrer
Design Process - double diamond
Ce case study, qui suit la méthode de design process “double diamond”, est une version synthétique du projet. Les analyses complètes et les livrables détaillés ne sont pas tous affichés ici.
Contexte
L’entreprise Deezer nous a sollicités pour améliorer l’arrivée d’un utilisateur issu d’une plateforme musicale concurrente. Elle constate que celui-ci, le vit comme un déménagement, laissant derrière lui ses souvenirs et ses années d’habitudes.
Deezer nous a aussi communiqué son persona cible, le “switcher Gen Z”. C’est un utilisateur intensif avec une grande bibliothèque et des goûts éclectiques qui souhaite changer de plateforme. Il n’est pas prêt à perdre ses souvenirs et désire retrouver sa “vibe” immédiatement sans quoi, il s’en ira.
Résultat, les premières minutes d’utilisation de Deezer sont décisives et si l’utilisateur ne retrouve pas ses musiques, ses goûts et ses repères, il repart aussitôt.
Aujourd’hui, pour apprendre à connaître un nouvel arrivant, Deezer demande de sélectionner 10 artistes favoris. Mais selon eux, cette vision est trop réductrice car l'identité musicale d'un utilisateur est souvent bien plus complexe.
Recherche utilisateur
Nos objectifs de recherche
Pour répondre au mieux à ce problème vécu par les utilisateurs qui changent de plateforme de streaming musicale, nous avons débuté par définir trois objectifs principaux pour structurer notre recherche. Ces derniers ont pour but de comprendre :
Les motivations et les freins dûent au changement de plateforme
Les manières dont les utilisateurs définissent leurs goûts musicaux
Évaluer le degré d’effort acceptable à l’onboarding
Les entretiens utilisateurs
Afin d’en apprendre davantage sur ce cas concrets, nous avons récruté interrogé 5 personnes, âgés de 21 à 28 ans, en cours de passage ou ayant obtenu le permis récemment, en ligne ou en auto école traditionnelle.
Ces échanges riches en discussion et en expériences vécues nous a apporté une kyrielle d’information. Après avoir rassemblé et trié toutes les données, nous avons identifié plusieurs enseignements dont nos avons volontaire réssé notre focus sur ces deux là en particulier
Enseignement 1
Constat
4 sur 5 des utilisateurs sont submergés par une quantité d’informations superflues dès leur première connexion.
Pourquoi ?
- Les utilisateurs reçoivent trop d’information en même temps.
- Les utilisateurs perdent leurs repères.
Verbatim
“On peut vite être bombardé de plein d'infos quand on arrive sur ce type d'application”
Enseignement 2
Constat
5 sur 5 des utilisateurs sont prêts à échanger davantage sur leurs préférences si les recommandations deviennent plus pertinentes
Pourquoi ?
- Les utilisateurs apprécient de pouvoir paramétrer leurs préférences dès le début pour ne plus avoir à le faire par la suite.
- Les utilisateurs désirent avoir une expérience plus personnalisée.
- Les utilisateurs apprécient la nouveauté et sa personnalisation.
Verbatim
“C'est pour ça que je mets l'effort au début pour bien entraîner l’algo pour que par la suite, ça puisse bien suivre”
Enseignement 3
Constat
4 sur 5 des utilisateurs se lasse petit à petit des recommandations de l’application.
Pourquoi ?
- Les utilisateurs se plaignent de recommandations trop similaires et peu variées
- Les utilisateurs souhaitent une expérience personnalisée qui reflète leurs goûts et leurs habitudes d’écoute
- Les utilisateurs expriment un décalage entre les propositions actuelles et leurs préférences réelles
Verbatim
“J’aimerai que l'algorithme me recommande des bonnes musiques et surtout des musiques qui me plaisent”
Définir
Notre problématique
Après avoir interviewé nos utilisateurs cibles, regroupé leurs informations et analysé en profondeur nos enseignements. Nous avons, à l’issue de notre recherche utilisateur, défini la problématique suivante :
Comment créer un échange équilibré pour comprendre les préférences utilisateurs, sans surcharge, tout en créant un sentiment immédiat d’appartenance ?
Nos critère de succès
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
Développer
Les ateliers d’idéations
Pour commencer à répondre à notre problématique, nous avons effectué quelques ateliers d’idéations. D’abord, en idéant autour d’un mindmap, dans lequel certains mots sont d’ores et déjà ressortis comme :
“Onboarding”
“Recommandation”
“Échange”
“Connaitre”
“Personnalisable”
Ensuite, en appliquant la méthode du “Crazy 8”, nous avons réalisé des rapides sketchs. Ces différents ateliers nous ont permis de mettre en commun notre vision et de repérer parmi nos sketchs, les inspirations convergentes ainsi que les pistes à écarter. À ce stade, les thèmes et idées ressorties sont les suivantes :
Playlists de tes amis
Homepage personnalisable
J’écoute encore ? oui / non
Remettre à plus tard “Skip”
Découvre des artistes
Discute avec un chatbot
Livrer
Notre solution
Après avoir pris le temps pour échanger, partager et formuler notre réflexion pour répondre au mieux à la problématique, Nous nous sommes accordés sur la solution ci-dessous, qui s’illustre notamment en trois étapes principales.
“Comment créer un échange entre l’utilisateur et l’application à partir de son importation de musique”
Importer et identifier les goûts musicaux de l’utilisateur
Faire découvrir de nouveaux artistes, similaires aux musiques écoutées
Pouvoir personnaliser la page d’accueil de l’application
Le Benchmark
Afin de nous inspirer dans la concrétisation de nos idées et prototyper notre V1, nous avons commencé par effectuer un benchmark fonctionnel sur une multitude d’application proposant des features simalires
Pour leur système de choix, “je suis intéressé” ou “je ne suis pas intéressé”
Pour leur page d’accueil personnalisable en fonction des préférences
Pour leur fonction “pourcentage de compatibilité”
Prototype Version 1
Les résultats de nos recherches, nos ateliers d’idéation ainsi que notre benchmark, nous ont permis de concevoir notre prototype. Cette nouvelle fonctionnalité, s’articule en trois étapes.
Premièrememnt, L’utilisateur importe ses musiques, l’algorithme pioche 5 à 10 musiques très différentes à partir de cette importation et l’utilisateur indique ce qu’il écoute encore ou non parmi les 5 ou 10 propositions.
Troisièmelment L’utilisateur a le choix entre trois pages d’accueil pour ne pas être submergé d’information dès son arrivée sur la plateforme.
Deuxièment , L’algorithme analyse l’importation de l’utilisateur et propose des artistes au style, genre, mood similaire et qui ne sont pas présents dans ses musiques.
Les tests utilisateurs
Pour vérifier l’efficacité de notre prototype version 1, nous avons mené des tests utilisateurs avec un panel de participants similaires aux entretiens de recherche, durant lesquels nous voulions vérifier la pertinence nos nouvelles fonctionnalités. Ces tests nous ont permis d’identifier cinq apprentissages majeurs :
Apprentissage 1
Constat
Les utilisateurs apprécient le parcours d’inscription, notamment la possibilité de pouvoir importer les musiques dès l’inscription.
Pourquoi ?
- 4 sur 5 des utilisateurs apprécient l’importation des données et le gain de temps associé.
- 5 sur 5 des utilisateurs ont entièrement achevé le parcours d’inscription sans “skipper” la moindre étape.
Verbatim
“Le parcours n’est pas trop long, il n’y a pas non plus de multitude d'actions à faire”
Apprentissage 2
Constat
Les utilisateurs ne comprennent pas certains boutons et ont des doutes sur les actions qu’ils engendrent.
Pourquoi ?
- 5 sur 5 des utilisateurs expriment avoir des doutes sur les actions liées aux boutons.
- 4 sur 5 des utilisateurs n’ont pas vu, ni utilisé le bouton “Lecture”.
Verbatim
"Si j’appuie sur la croix, je ne sais pas si ça va supprimer ma musique"
Recommandation 2
Revoir le wording, notament en adaptant et en réécrivant les textes qui prêtent à confusion.
Avant
Après
Apprentissage 3
Constat
Les utilisateurs apprécient et comprennent globalement l’intérêt de la classification de leurs musiques.
Pourquoi ?
- 4 sur 5 des utilisateurs comprennent qu’ils trient leurs chansons pour avoir de meilleur recommandation.
- 5 sur 5 des utilisateurs ont décidé de réaliser la classification des musiques jusqu’au bout.
Verbatim
"C'est sympa de continuer, c'était pas très long et puis si je peux avoir des suggestions plus personnalisées par la suite c'est cool"
Apprentissage 4
Constat
Les utilisateurs comprennent que la sélection d’artistes est proposée par rapport à leurs préférences mais expriment l’interêt d’avoir un indicateur d’affinité plus précis.
Pourquoi ?
- 5 sur 5 des utilisateurs souhaitent avoir un indicateur d’affinité plus précis.
- 4 sur 5 des utilisateurs comprennent la fonction “recommandation par affinité”.
Verbatim
“Hyper intéressant que Deezer nous pousse des recommandations, mais c’est par rapport à quoi ?”
Recommandation 4
Revoir la méthode de calcul et d’affichage des pourcentages d’affinités pour obtenir des indicateurs d’affinités plus précis.
Avant
Après
Apprentissage 5
Constat
Les utilisateurs apprécient la personnalisation de la page d’accueil mais s’interrogent sur les différences entre les trois pages d’accueil.
Pourquoi ?
- 5 sur 5 des utilisateurs ont du mal à comprendre les différences réelle entre les trois pages d’accueil
- 5 sur 5 des utilisateurs apprécient la possibilité de pouvoir personnaliser sa page d’accueil
Verbatim
“Je ne vois pas trop en quoi simple et classique, c'est différent du coup”
Recommandation 5
Revoir le système de proposition des trois pages d’accueil distinctes en proposant plutôt une page d’accueil unique, personnalisable directement depuis l’accueil.
Avant
Après
Nos priorisations
Les apprentissages issues des tests utilisateurs, nous ont permis d’identifier les points positifs, ainsi que les points de friction dans notre prototype. Par la suite, nous avons classé ces derniers, à partir de “la matrice de priorisation”. Cet outil nous permet de mettre en lumière, le temps nécessaire pour explorer et implémenter la solution par rapport à la valeur de la solution pour l’utilisateur et le business. Voici les résultats :
P0 - Bloquant
Wording
Adaptater et réécriture des textes
P1 - Élevé
Page d’accueil
Proposer une page d’accueil unique et personnalisable
P1 - Élevé
Indicateurs d’affinité
Revoir la méthode de calcul des pourcentages d’affinités
P2 - Moyen
Pictogramme
Modifier ou supprimer le pictogramme “fantôme”
P2 - Moyen
Bouton “play”
Augmenter la visibilité du bouton “lecture”
Prototype V2
Les apprentissages issuent de nous ont permis d’itérer sur notre V1 afin de concevoir un prototype V2. Ce dernier, est en attente de nouveaux tests utilisateurs afin de réitérer ou de le valider pour l’envoyer en production.
Feedback du projet
Suite à la présentation du projet à 3 Product Designers de chez Deezer, plusieurs retours ont permis de confronter nos propositions de solution aux réalités du produit et du business.
Tri rapide des musiques façon “swipe”
La fonctionnalité de tri rapide des musiques inspirée des mécaniques de swipe a été particulièrement remarquée par les designers. Son aspect ludique et interactif permet de recueillir rapidement des signaux forts sur les préférences musicales de l’utilisateur dès l’onboarding. Cette proposition a été perçue comme la plus innovante et différenciante parmi celles présentées, avec un fort potentiel pour améliorer la compréhension rapide des goûts musicaux.
“C’est probablement la proposition la plus innovante, elle permet de comprendre très vite les goûts musicaux de l’utilisateur.”
Recommandation d’artistes via les playlists importées
L’idée d’analyser les playlists importées afin de proposer de nouveaux artistes basés sur les similarités musicales a été jugée très pertinente et prometteuse. Les designers ont apprécié la logique de découverte musicale et le potentiel du système d’affinité. Ils ont toutefois suggéré que ce type de fonctionnalité serait peut-être plus adapté à une feature dédiée à la découverte musicale, plutôt qu’intégrée directement dans la phase d’onboarding.
“La recommandation basée sur les playlists est très prometteuse, mais elle pourrait faire l’objet d’une feature dédiée.”
Page d’accueil personnalisable
La possibilité de personnaliser la page d’accueil a également été bien accueillie. Les designers ont apprécié l’idée de permettre aux utilisateurs de retrouver rapidement leurs repères dans l’application et de créer un environnement musical plus personnel. Ils ont toutefois suggéré que cette fonctionnalité pouvait être perçue comme un complément intéressant, tandis que la priorité dans ce projet restait la fonctionnalité de tri musical, jugée particulièrement forte et différenciante.
“La personnalisation est une bonne idée pour retrouver ses repères, mais le vrai potentiel se trouve dans le tri des goûts musicaux.”
Romain C.
En partenariat avec The Design Crew
Projet
Académique, en partenariat avec Deezer
Durée
2 semaines
Team
3 Product Designer
Scôpe
Découvrir → Définir → Devellopé Délivrer
Design Process - double diamond
Ce case study, qui suit la méthode de design process “double diamond”, est une version synthétique du projet. Les analyses complètes et les livrables détaillés ne sont pas tous affichés ici.
Contexte
L’entreprise Deezer nous a sollicités pour améliorer l’arrivée d’un utilisateur issu d’une plateforme musicale concurrente. Elle constate que celui-ci, le vit comme un déménagement, laissant derrière lui ses souvenirs et ses années d’habitudes.
Deezer nous a aussi communiqué son persona cible, le “switcher Gen Z”. C’est un utilisateur intensif avec une grande bibliothèque et des goûts éclectiques qui souhaite changer de plateforme. Il n’est pas prêt à perdre ses souvenirs et désire retrouver sa “vibe” immédiatement sans quoi, il s’en ira.
Résultat, les premières minutes d’utilisation de Deezer sont décisives et si l’utilisateur ne retrouve pas ses musiques, ses goûts et ses repères, il repart aussitôt.
Aujourd’hui, pour apprendre à connaître un nouvel arrivant, Deezer demande de sélectionner 10 artistes favoris. Mais selon eux, cette vision est trop réductrice car l'identité musicale d'un utilisateur est souvent bien plus complexe.
Recherche utilisateur
Nos objectifs de recherche
Pour répondre au mieux à ce problème vécu par les utilisateurs qui changent de plateforme de streaming musicale, nous avons débuté par définir trois objectifs principaux pour structurer notre recherche. Ces derniers ont pour but de comprendre :
Les motivations et les freins dûent au changement de plateforme
Les manières dont les utilisateurs définissent leurs goûts musicaux
Évaluer le degré d’effort acceptable à l’onboarding
Les entretiens utilisateurs
Afin d’en apprendre davantage sur ce cas concrets, nous avons récruté interrogé 5 personnes, âgés de 21 à 28 ans, en cours de passage ou ayant obtenu le permis récemment, en ligne ou en auto école traditionnelle.
Ces échanges riches en discussion et en expériences vécues nous a apporté une kyrielle d’information. Après avoir rassemblé et trié toutes les données, nous avons identifié plusieurs enseignements dont nos avons volontaire réssé notre focus sur ces deux là en particulier
Enseignement 1
Constat
4 sur 5 des utilisateurs sont submergés par une quantité d’informations superflues dès leur première connexion.
Pourquoi ?
- Les utilisateurs reçoivent trop d’information en même temps.
- Les utilisateurs perdent leurs repères.
Verbatim
“On peut vite être bombardé de plein d'infos quand on arrive sur ce type d'application”
Enseignement 2
Constat
5 sur 5 des utilisateurs sont prêts à échanger davantage sur leurs préférences si les recommandations deviennent plus pertinentes
Pourquoi ?
- Les utilisateurs apprécient de pouvoir paramétrer leurs préférences dès le début pour ne plus avoir à le faire par la suite.
- Les utilisateurs désirent avoir une expérience plus personnalisée.
- Les utilisateurs apprécient la nouveauté et sa personnalisation.
Verbatim
“C'est pour ça que je mets l'effort au début pour bien entraîner l’algo pour que par la suite, ça puisse bien suivre”
Enseignement 3
Constat
4 sur 5 des utilisateurs se lasse petit à petit des recommandations de l’application.
Pourquoi ?
- Les utilisateurs se plaignent de recommandations trop similaires et peu variées
- Les utilisateurs souhaitent une expérience personnalisée qui reflète leurs goûts et leurs habitudes d’écoute
- Les utilisateurs expriment un décalage entre les propositions actuelles et leurs préférences réelles
Verbatim
“J’aimerai que l'algorithme me recommande des bonnes musiques et surtout des musiques qui me plaisent”
Définir
Notre problématique
Après avoir interviewé nos utilisateurs cibles, regroupé leurs informations et analysé en profondeur nos enseignements. Nous avons, à l’issue de notre recherche utilisateur, défini la problématique suivante :
Comment créer un échange équilibré pour comprendre les préférences utilisateurs, sans surcharge, tout en créant un sentiment immédiat d’appartenance ?
Nos critère de succès
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
À l’issue de notre recherche utilisateur, après avoir interviewé, régroupé et analysé avoir explorernous avons défini la problématique suivante :
Développer
Les ateliers d’idéations
Pour commencer à répondre à notre problématique, nous avons effectué quelques ateliers d’idéations. D’abord, en idéant autour d’un mindmap, dans lequel certains mots sont d’ores et déjà ressortis comme :
“Onboarding”
“Recommandation”
“Échange”
“Connaitre”
“Personnalisable”
Ensuite, en appliquant la méthode du “Crazy 8”, nous avons réalisé des rapides sketchs. Ces différents ateliers nous ont permis de mettre en commun notre vision et de repérer parmi nos sketchs, les inspirations convergentes ainsi que les pistes à écarter. À ce stade, les thèmes et idées ressorties sont les suivantes :
Playlists de tes amis
Homepage personnalisable
J’écoute encore ? oui / non
Remettre à plus tard “Skip”
Découvre des artistes
Discute avec un chatbot
Livrer
Notre solution
Après avoir pris le temps pour échanger, partager et formuler notre réflexion pour répondre au mieux à la problématique, Nous nous sommes accordés sur la solution ci-dessous, qui s’illustre notamment en trois étapes principales.
“Comment créer un échange entre l’utilisateur et l’application à partir de son importation de musique”
Importer et identifier les goûts musicaux de l’utilisateur
Faire découvrir de nouveaux artistes, similaires aux musiques écoutées
Pouvoir personnaliser la page d’accueil de l’application
Le Benchmark
Afin de nous inspirer dans la concrétisation de nos idées et prototyper notre V1, nous avons commencé par effectuer un benchmark fonctionnel sur une multitude d’application proposant des features simalires
Pour leur système de choix, “je suis intéressé” ou “je ne suis pas intéressé”
Pour leur fonction “pourcentage de compatibilité”
Pour leur page d’accueil personnalisable en fonction des préférences
Prototype Version 1
Les résultats de nos recherches, nos ateliers d’idéation ainsi que notre benchmark, nous ont permis de concevoir notre prototype. Cette nouvelle fonctionnalité, s’articule en trois étapes.
Premièrememnt, L’utilisateur importe ses musiques, l’algorithme pioche 5 à 10 musiques très différentes à partir de cette importation et l’utilisateur indique ce qu’il écoute encore ou non parmi les 5 ou 10 propositions.
Troisièmelment L’utilisateur a le choix entre trois pages d’accueil pour ne pas être submergé d’information dès son arrivée sur la plateforme.
Deuxièment , L’algorithme analyse l’importation de l’utilisateur et propose des artistes au style, genre, mood similaire et qui ne sont pas présents dans ses musiques.
Les tests utilisateurs
Pour vérifier l’efficacité de notre prototype version 1, nous avons mené des tests utilisateurs avec un panel de participants similaires aux entretiens de recherche, durant lesquels nous voulions vérifier la pertinence nos nouvelles fonctionnalités. Ces tests nous ont permis d’identifier cinq apprentissages majeurs :
Apprentissage 1
Constat
Les utilisateurs apprécient le parcours d’inscription, notamment la possibilité de pouvoir importer les musiques dès l’inscription.
Pourquoi ?
- 4 sur 5 des utilisateurs apprécient l’importation des données et le gain de temps associé.
- 5 sur 5 des utilisateurs ont entièrement achevé le parcours d’inscription sans “skipper” la moindre étape.
Verbatim
“Le parcours n’est pas trop long, il n’y a pas non plus de multitude d'actions à faire”
Apprentissage 2
Constat
Les utilisateurs ne comprennent pas certains boutons et ont des doutes sur les actions qu’ils engendrent.
Pourquoi ?
- 5 sur 5 des utilisateurs expriment avoir des doutes sur les actions liées aux boutons.
- 4 sur 5 des utilisateurs n’ont pas vu, ni utilisé le bouton “Lecture”.
Verbatim
"Si j’appuie sur la croix, je ne sais pas si ça va supprimer ma musique"
Recommandation 2
Revoir le wording, notamment en adaptant et en réécrivant les textes qui prêtant à confusion.
Avant
Après
Apprentissage 3
Constat
Les utilisateurs apprécient et comprennent globalement l’intérêt de la classification de leurs musiques.
Pourquoi ?
- 4 sur 5 des utilisateurs comprennent qu’ils trient leurs chansons pour avoir de meilleur recommandation.
- 5 sur 5 des utilisateurs ont décidé de réaliser la classification des musiques jusqu’au bout.
Verbatim
"C'est sympa de continuer, c'était pas très long et puis si je peux avoir des suggestions plus personnalisées par la suite c'est cool"
Apprentissage 4
Constat
Les utilisateurs comprennent que la sélection d’artistes est proposée par rapport à leurs préférences mais expriment l’interêt d’avoir un indicateur d’affinité plus précis.
Pourquoi ?
- 5 sur 5 des utilisateurs souhaitent avoir un indicateur d’affinité plus précis.
- 4 sur 5 des utilisateurs comprennent la fonction “recommandation par affinité”.
Verbatim
“Hyper intéressant que Deezer nous pousse des recommandations, mais c’est par rapport à quoi ?”
Recommandation 4
Revoir la méthode de calcul et d’affichage des pourcentages d’affinités pour obtenir des indicateurs d’affinités plus précis.
Avant
Après
Apprentissage 5
Constat
Les utilisateurs apprécient la personnalisation de la page d’accueil mais s’interrogent sur les différences entre les trois pages d’accueil.
Pourquoi ?
- 5 sur 5 des utilisateurs ont du mal à comprendre les différences réelle entre les trois pages d’accueil
- 5 sur 5 des utilisateurs apprécient la possibilité de pouvoir personnaliser sa page d’accueil
Verbatim
“Je ne vois pas trop en quoi simple et classique, c'est différent du coup”
Recommandation 5
Revoir le système de proposition des trois pages d’accueil distinctes en proposant plutôt une page d’accueil unique, personnalisable directement depuis l’accueil.
Avant
Après
Nos priorisations
Les apprentissages issues des tests utilisateurs, nous ont permis d’identifier les points positifs, ainsi que les points de friction dans notre prototype. Par la suite, nous avons classé ces derniers, à partir de “la matrice de priorisation”. Cet outil nous permet de mettre en lumière, le temps nécessaire pour explorer et implémenter la solution par rapport à la valeur de la solution pour l’utilisateur et le business. Voici les résultats :
P0 - Bloquant
Wording
Adapter et réécrire les textes qui prêtent à confusion
P1 - Élevé
Page d’accueil
Proposer une page d’accueil unique et personnalisable
P1 - Élevé
Indicateurs d’affinité
Revoir la méthode de calcul des pourcentages d’affinités
P2 - Moyen
Pictogramme
Modifier ou supprimer le pictogramme “fantôme”
P2 - Moyen
Bouton “play”
Augmenter la visibilité du bouton “lecture”
Prototype V2
Les apprentissages issuent de nous ont permis d’itérer sur notre V1 afin de concevoir un prototype V2. Ce dernier, est en attente de nouveaux tests utilisateurs afin de réitérer ou de le valider pour l’envoyer en production.
Feedback du projet
Suite à la présentation du projet à 3 Product Designers de chez Deezer, plusieurs retours ont permis de confronter nos propositions de solution aux réalités du produit et du business.
Tri rapide des musiques façon “swipe”
La fonctionnalité de tri rapide des musiques inspirée des mécaniques de swipe a été particulièrement remarquée par les designers. Son aspect ludique et interactif permet de recueillir rapidement des signaux forts sur les préférences musicales de l’utilisateur dès l’onboarding. Cette proposition a été perçue comme la plus innovante et différenciante parmi celles présentées, avec un fort potentiel pour améliorer la compréhension rapide des goûts musicaux.
“C’est probablement la proposition la plus innovante, elle permet de comprendre très vite les goûts musicaux de l’utilisateur.”
Recommandation d’artistes via les playlists importées
L’idée d’analyser les playlists importées afin de proposer de nouveaux artistes basés sur les similarités musicales a été jugée très pertinente et prometteuse. Les designers ont apprécié la logique de découverte musicale et le potentiel du système d’affinité. Ils ont toutefois suggéré que ce type de fonctionnalité serait peut-être plus adapté à une feature dédiée à la découverte musicale, plutôt qu’intégrée directement dans la phase d’onboarding.
“La recommandation basée sur les playlists est très prometteuse, mais elle pourrait faire l’objet d’une feature dédiée.”
Page d’accueil personnalisable
La possibilité de personnaliser la page d’accueil a également été bien accueillie. Les designers ont apprécié l’idée de permettre aux utilisateurs de retrouver rapidement leurs repères dans l’application et de créer un environnement musical plus personnel. Ils ont toutefois suggéré que cette fonctionnalité pouvait être perçue comme un complément intéressant, tandis que la priorité dans ce projet restait la fonctionnalité de tri musical, jugée particulièrement forte et différenciante.
“La personnalisation est une bonne idée pour retrouver ses repères, mais le vrai potentiel se trouve dans le tri des goûts musicaux.”
COURTY Romain
En partenariat avec The Design Crew
Projet
Académique, en partenariat avec Deezer
Durée
2 semaines
Team
3 Product Designer
Scope
Découvrir → Définir → Développer → Délivrer
Design Process - double diamond
Ce case study, qui suit la méthode de design process “double diamond”, est une version synthétique du projet. Les analyses complètes et les livrables détaillés ne sont pas tous affichés ici.
Contexte
L’entreprise Deezer nous a sollicités pour améliorer l’arrivée d’un utilisateur issu d’une plateforme musicale concurrente. Elle constate que celui-ci, le vit comme un déménagement, laissant derrière lui ses souvenirs et ses années d’habitudes.
Aujourd’hui, pour apprendre à connaître un nouvel arrivant, Deezer demande de sélectionner 10 artistes favoris. Mais selon eux, cette vision est trop réductrice car l'identité musicale d'un utilisateur est souvent bien plus complexe.
Résultat, les premières minutes d’utilisation de Deezer sont décisives et si l’utilisateur ne retrouve pas ses musiques, ses goûts et ses repères, il repart aussitôt.
Deezer nous a aussi communiqué son persona cible, le “switcher Gen Z”. C’est un utilisateur intensif avec une grande bibliothèque et des goûts éclectiques qui souhaite changer de plateforme. Il n’est pas prêt à perdre ses souvenirs et désire retrouver sa “vibe” immédiatement sans quoi, il s’en ira.
Recherche utilisateur
Nos objectifs de recherche
Pour répondre au mieux à ce problème vécu par les utilisateurs qui changent de plateforme de streaming musicale, nous avons débuté par définir trois objectifs principaux pour structurer notre recherche. Ces derniers ont pour but de comprendre :
Les motivations et les freins dus au changement de plateforme
Les manières dont les utilisateurs définissent leurs goûts musicaux
Évaluer le degré d’effort acceptable à l’onboarding
Les entretiens utilisateurs
Pour en apprendre davantage sur ce cas concret et après avoir rédigé notre trame d’entretient. Nous avons recruté et discuté avec 5 utilisateurs, dont 2 étaient en réflexion pour changer de plateforme et 3 avaient déjà changé récemment. Pour information, la moyenne d’âge était de 26 ans et la durée de l’entretien de 45 minutes.
Ces échanges riches en informations et en expériences partagées nous ont apporté un grand nombre de renseignement sur le sujet. Après avoir rassemblé et trié toutes les données, nous avons identifié plusieurs enseignements. Pour notre case study, nous nous sommes concentrés sur trois enseignements en particulier :
Enseignement 1
Constat
4 sur 5 des utilisateurs sont submergés par une quantité d’informations superflues dès leur première connexion.
Pourquoi ?
- Les utilisateurs reçoivent trop d’information en même temps.
- Les utilisateurs perdent leurs repères.
Verbatim
“On peut vite être bombardé de plein d'infos quand on arrive sur ce type d'application”
Enseignement 2
Constat
5 sur 5 des utilisateurs sont prêts à échanger davantage sur leurs préférences si les recommandations deviennent plus pertinentes
Pourquoi ?
- Les utilisateurs apprécient de pouvoir paramétrer leurs préférences dès le début pour ne plus avoir à le faire par la suite.
- Les utilisateurs désirent avoir une expérience plus personnalisée.
- Les utilisateurs apprécient la nouveauté et sa personnalisation.
Verbatim
“C'est pour ça que je mets l'effort au début pour bien entraîner l’algo pour que par la suite, ça puisse bien suivre”
Enseignement 3
Constat
4 sur 5 des utilisateurs se lasse petit à petit des recommandations de l’application.
Pourquoi ?
- Les utilisateurs se plaignent de recommandations trop similaires et peu variées
- Les utilisateurs souhaitent une expérience personnalisée qui reflète leurs goûts et leurs habitudes d’écoute
- Les utilisateurs expriment un décalage entre les propositions actuelles et leurs préférences réelles
Verbatim
“J’aimerai que l'algorithme me recommande des bonnes musiques et surtout des musiques qui me plaisent”
Définir
Notre problématique
Après avoir interviewé nos utilisateurs cibles, regroupé leurs informations et analysé en profondeur nos enseignements. Nous avons, à l’issue de notre recherche utilisateur, défini la problématique suivante :
Comment créer un échange équilibré pour comprendre les préférences utilisateurs, sans surcharge, tout en créant un sentiment immédiat d’appartenance ?
Nos critère de succès
Afin de mesurer la pertinence de notre solution après sa mise en place, nous avons retenue quatre critère de succès :
- Le taux de complétion sur l’onboarding
- Le taux d’interactions sur les recommandations
- Le taux de rétention à J+1, J+7, J+30
- Le nombre moyen de nouveaux artistes découverts
Développer
Les ateliers d’idéations
Pour commencer à répondre à notre problématique, nous avons effectué quelques ateliers d’idéations. D’abord, en idéant autour d’un mindmap, dans lequel certains mots sont d’ores et déjà ressortis comme :
“Onboarding”
“Recommandation”
“Échange”
“Connaitre”
“Personnalisable”
Ensuite, en appliquant la méthode du “Crazy 8”, nous avons réalisé des rapides sketchs. Ces différents ateliers nous ont permis de mettre en commun notre vision et de repérer parmi nos sketchs, les inspirations convergentes ainsi que les pistes à écarter. À ce stade, les thèmes et idées ressorties sont les suivantes :
Playlists de tes amis
Homepage personnalisable
J’écoute encore ? oui / non
Remettre à plus tard “Skip”
Découvre des artistes
Discute avec un chatbot
Livrer
Notre solution
Après avoir pris le temps pour échanger, partager et formuler notre réflexion pour répondre au mieux à la problématique, Nous nous sommes accordés sur la solution ci-dessous, qui s’illustre notamment en trois étapes principales.
“Comment créer un échange entre l’utilisateur et l’application à partir de son importation de musique”
Importer et identifier les goûts musicaux de l’utilisateur
Faire découvrir de nouveaux artistes, similaires aux musiques écoutées
Pouvoir personnaliser la page d’accueil de l’application
Le Benchmark
Afin de nous inspirer dans la concrétisation de nos idées et prototyper notre V1, nous avons commencé par effectuer un benchmark fonctionnel sur une multitude d’application direct et indirect proposant des features similaires à celle que nous souhaitons mettre en place chez Deezer. Voici quelques exemples :
Pour leur système de choix, “je suis intéressé” ou “je ne suis pas intéressé”
Pour leur fonction “pourcentage de compatibilité”
Pour leur page d’accueil personnalisable en fonction des préférences
Prototype Version 1
Les résultats de nos recherches, nos ateliers d’idéation ainsi que notre benchmark, nous ont permis de concevoir notre prototype. Cette nouvelle fonctionnalité, s’articule en trois étapes.
Premièrement, l’utilisateur importe ses musiques, l’algorithme pioche 5 à 10 musiques très différentes à partir de cette importation et l’utilisateur indique ce qu’il écoute encore ou non parmi les 5 ou 10 propositions.
Deuxièmement , l’algorithme analyse l’importation de l’utilisateur et propose des nouveaux artistes aux styles, genres et “moods” similaires qui ne sont pas présents dans ses musiques importées .
Troisièmement, l’utilisateur a le choix entre trois pages d’accueil comprenant différents niveaux d’information pour ne pas être submergé dès son arrivée sur la plateforme.
Les tests utilisateurs
Pour vérifier l’efficacité de notre prototype version 1, nous avons mené des tests utilisateurs avec un panel de participants similaires aux entretiens de recherche, durant lesquels nous voulions vérifier la pertinence nos nouvelles fonctionnalités. Ces tests nous ont permis d’identifier cinq apprentissages majeurs :
Apprentissage 1
Constat
Les utilisateurs apprécient le parcours d’inscription, notamment la possibilité de pouvoir importer les musiques dès l’inscription.
Pourquoi ?
- 4 sur 5 des utilisateurs apprécient l’importation des données et le gain de temps associé.
- 5 sur 5 des utilisateurs ont entièrement achevé le parcours d’inscription sans “skipper” la moindre étape.
Verbatim
“Le parcours n’est pas trop long, il n’y a pas non plus de multitude d'actions à faire”
Apprentissage 2
Constat
Les utilisateurs ne comprennent pas certains boutons et ont des doutes sur les actions qu’ils engendrent.
Pourquoi ?
- 5 sur 5 des utilisateurs expriment avoir des doutes sur les actions liées aux boutons.
- 4 sur 5 des utilisateurs n’ont pas vu, ni utilisé le bouton “Lecture”.
Verbatim
"Si j’appuie sur la croix, je ne sais pas si ça va supprimer ma musique"
Recommandation 2
Revoir le wording, notamment en adaptant et en réécrivant les textes qui prêtant à confusion.
Avant
Après
Apprentissage 3
Constat
Les utilisateurs apprécient et comprennent globalement l’intérêt de la classification de leurs musiques.
Pourquoi ?
- 4 sur 5 des utilisateurs comprennent qu’ils trient leurs chansons pour avoir de meilleur recommandation.
- 5 sur 5 des utilisateurs ont décidé de réaliser la classification des musiques jusqu’au bout.
Verbatim
"C'est sympa de continuer, c'était pas très long et puis si je peux avoir des suggestions plus personnalisées par la suite c'est cool"
Apprentissage 4
Constat
Les utilisateurs comprennent que la sélection d’artistes est proposée par rapport à leurs préférences mais expriment l’interêt d’avoir un indicateur d’affinité plus précis.
Pourquoi ?
- 4 sur 5 des utilisateurs comprennent la fonction “recommandation par affinité”.
- 5 sur 5 des utilisateurs souhaitent avoir un indicateur d’affinité plus précis.
Verbatim
“Hyper intéressant que Deezer nous pousse des recommandations, mais c’est par rapport à quoi ?”
Recommandation 4
Revoir la méthode de calcul et d’affichage des pourcentages d’affinités pour obtenir des indicateurs d’affinités plus précis.
Avant
Après
Apprentissage 5
Constat
Les utilisateurs apprécient la personnalisation de la page d’accueil mais s’interrogent sur les différences entre les trois pages d’accueil.
Pourquoi ?
- 5 sur 5 des utilisateurs apprécient la possibilité de pouvoir personnaliser sa page d’accueil
- 5 sur 5 des utilisateurs ont du mal à comprendre les différences réelle entre les trois pages d’accueil
Verbatim
“Je ne vois pas trop en quoi simple et classique, c'est différent du coup”
Recommandation 5
Revoir le système de proposition des trois pages d’accueil distinctes en proposant plutôt une page d’accueil unique, personnalisable directement depuis l’accueil.
Avant
Après
Nos priorisations
Les apprentissages issues des tests utilisateurs, nous ont permis d’identifier les points positifs, ainsi que les points de friction dans notre prototype. Par la suite, nous avons classé ces derniers, à partir de “la matrice de priorisation”. Cet outil nous permet de mettre en lumière, le temps nécessaire pour explorer et implémenter la solution par rapport à la valeur de la solution pour l’utilisateur et le business. Voici les résultats :
P0 - Bloquant
Wording
Adapter et réécrire les textes qui prêtent à confusion
P1 - Élevé
Page d’accueil
Proposer une page d’accueil unique et personnalisable
P1 - Élevé
Indicateurs d’affinité
Revoir la méthode de calcul des pourcentages d’affinités
P2 - Moyen
Bouton “play”
Augmenter la visibilité du bouton “lecture”
P2 - Moyen
Pictogramme
Modifier ou supprimer le pictogramme “fantôme”
Prototype V2
Ces apprentissages, maintenant priorisés, nous ont permis d’itérer sur la version une de notre prototype pour nous permettre de concevoir une version deux, en solutionnant les priorité de rang 0, 1 et 2. Cette V2, est en attente de nouveaux tests utilisateurs afin de réitérer ou de valider cette version pour l’envoyer en production.
Feedback du projet
Suite à la présentation du projet à 3 Product Designers de chez Deezer, plusieurs retours ont permis de confronter nos propositions de solution aux réalités du produit et du business.
Tri rapide des musiques façon “swipe”
La fonctionnalité de tri rapide des musiques inspirée des mécaniques de swipe a été particulièrement remarquée par les designers. Son aspect ludique et interactif permet de recueillir rapidement des signaux forts sur les préférences musicales de l’utilisateur dès l’onboarding. Cette proposition a été perçue comme la plus innovante et différenciante parmi celles présentées, avec un fort potentiel pour améliorer la compréhension rapide des goûts musicaux.
“C’est probablement la proposition la plus innovante, elle permet de comprendre très vite les goûts musicaux de l’utilisateur.”
Recommandation d’artistes via les playlists importées
L’idée d’analyser les playlists importées afin de proposer de nouveaux artistes basés sur les similarités musicales a été jugée très pertinente et prometteuse. Les designers ont apprécié la logique de découverte musicale et le potentiel du système d’affinité. Ils ont toutefois suggéré que ce type de fonctionnalité serait peut-être plus adapté à une feature dédiée à la découverte musicale, plutôt qu’intégrée directement dans la phase d’onboarding.
“La recommandation basée sur les playlists est très prometteuse, mais elle pourrait faire l’objet d’une feature dédiée.”
Page d’accueil personnalisable
La possibilité de personnaliser la page d’accueil a également été bien accueillie. Les designers ont apprécié l’idée de permettre aux utilisateurs de retrouver rapidement leurs repères dans l’application et de créer un environnement musical plus personnel. Ils ont toutefois suggéré que cette fonctionnalité pouvait être perçue comme un complément intéressant, tandis que la priorité dans ce projet restait la fonctionnalité de tri musical, jugée particulièrement forte et différenciante.
“La personnalisation est une bonne idée pour retrouver ses repères, mais le vrai potentiel se trouve dans le tri des goûts musicaux.”