Dans de nombreuses entreprises, la recherche utilisateur suit un schéma bien établi : une étude est menée pour répondre à des problématiques précises. Une fois l'étude terminée, les résultats sont analysés et présentés aux parties prenantes. Cependant, une fois les décisions prises, que devient l'ensemble des données recueillies ? Dans bien des cas, elles restent inexploitées. 

Face à ce constat, Daniel Pidcock a théorisé l'Atomic Research, une approche visant à organiser et à optimiser l'utilisation des données issues de la recherche utilisateur. 
 

‍Une approche structurée pour la recherche utilisateur 

‍L'Atomic Research repose sur une structuration rigoureuse des informations issues des études utilisateur. Chaque nouvelle étude enrichit une base de connaissances commune, permettant une meilleure capitalisation des apprentissages et des décisions plus informées. 

Cette approche se base sur une hiérarchie d’unités : 

1. Expériences (ce que nous avons fait) : Il s’agit des méthodes de collecte de données (Ex : test utilisateur, questionnaire, focus group, entretiens, etc)  
‍
2. Faits observés (ce que nous avons trouvé) : Il s’agit des observations brutes issues des expériences : à ce stade, il n’y a aucune interprétation.  
‍
3. Insights (ce qui nous a fait penser à) : Les faits observés combinés pour révéler des tendances ou problématiques : il y  une interprétation des faits qui ont été découverts lors des études. 
‍
4. Recommandations (ce que nous allons faire) : Actions concrètes tirées des insights pour améliorer l’expérience utilisateur. 

En résumé :  
1. Nous avons fait une [expérience]
2. De cette expérience, nous avons trouvé que [faits observés]
3. En regroupant l'observation x, y, z  nous constatons que [insights]
4. Pour répondre à ce constat, nous proposons de faire [recommandations] 

A noter que : 
• Chaque observation est reliée à une étude. Ainsi, si un même comportement est observé lors de différentes expériences, il y aura plusieurs observations distinctes (Ex : 5/6 n’ont pas compris l’information, 10/12 n’ont pas compris l’information).  
• Un insight est unique et peut regrouper plusieurs observations. Il n'est pas directement lié à une seule expérience.
• Une recommandation peut découler de plusieurs insights. 
‍

‍Voici un exemple concret :  

Imaginons que vous soyez fabricant d’un dispositif médical et que vous ayez mené deux études :
• Des tests utilisateurs sur l’ergonomie du dispositif.
• Un questionnaire sur la compréhension de la notice. 

→ Ces études constituent vos expériences. 

Lors des tests utilisateurs, vous avez observé que 40 % des participants éprouvaient des difficultés à manipuler un bouton.
Lors du questionnaire, vous avez constaté que 70 % des participants ne comprenaient pas une section de la notice concernant les boutons.

→ Ce sont vos faits observés. 

En regroupant ces observations, vous déduisez que la notice n’explique pas clairement l'utilisation du bouton.

→ C’est votre insight. 

Vous recommandez alors d’ajouter un schéma explicatif et de modifier le design du bouton.

→ Ce sont vos recommandations.  
‍

Comment implémenter l’Atomic Research ?  

1. Définir un cadre :
• Standardiser la collecte et l’organisation des données.
• Choisir un outil collaboratif pour centraliser les informations (ex : Notion, Airtable, Confluence) et garantir à accès aux informations par l’ensemble des équipes.  

2. Structurer la base de données : 
‍Identifier les informations essentielles à renseigner pour chaque unité, par exemple :  
•Expériences : méthodologie, objectif, problématique, profils utilisateurs, nombre de participants, responsable de l'étude, localisation, projet, etc.  
• Faits observés : fait observé, étude associée, profil utilisateur, type (positif, négatif…), etc.
• Insights : insight, fait(s) observé(s) associé(s), recommandation(s) associée(s), etc.
•Recommandations : recommandation, insight(s) lié(s), décision prise, priorisation, etc.  

Astuce : Pour maintenir une base pertinente, indiquez lorsqu’une recommandation a été mis en place et lorsqu’un insight n’est plus pertinent. Si une recommandation n’est pas appliquée, justifiez-le. Cela permet aux équipes de comprendre les actions réalisées ou non, d’éviter d’avoir des informations obsolètes et de se concentrer sur les actions à prioriser.   

3. Prioriser les actions :
• Utiliser des matrices pour évaluer l’impact et l’effort (Ex : RICE).
• Travailler en collaboration avec les parties prenantes pour définir les actions prioritaires à mettre en place.  

4. Sensibiliser les équipes :
• Former les parties prenantes à la méthodologie et à son importance.
• Intégrer l’Atomic Research dans les processus internes. 

‍Une approche flexible et adaptable à chaque organisation 

Il est important de noter que la structure de l'Atomic Research, bien que rigoureuse, peut varier en fonction de chaque projet et de l'organisation dans laquelle elle est mise en place.  Selon la taille de l'entreprise, la nature et le nombre de produits, les profils utilisateurs, la localisation des études… la manière de structurer les données et d'utiliser l'approche peut différer.

Par exemple, certains fabricants peuvent choisir de centraliser l’ensemble des données de recherche dans une base commune, tandis que d’autres peuvent préférer les organiser par projet, ou un mélange des deux.  

Ainsi, l'Atomic Research reste un cadre flexible qui peut s’adapter à différentes dynamiques organisationnelles et aux spécificités de chaque projet ou organisation, tout en permettant de garantir que l’ensemble des informations recueillies soit bien exploité et partagé au sein des équipes.  
‍

Pourquoi adopter l’Atomic Research ? 

• Vision globale : Un insight mineur lors d’une étude peut devenir clé en combinant l’ensemble des observations liées.  
‍
• Consolidation des données : En croisant plusieurs sources, vous priorisez les problèmes réellement importants et évitez de     surinvestir sur des cas isolés. 
‍
• Accessibilité : Les données sont plus facilement accessibles et utilisables par les différentes équipes et sur différents projets. Cela évite également de refaire des études et donc de gagner du temps. 
‍
• Pertinence : Vos recommandations sont mieux ciblées car elles s’appuient sur une analyse approfondie et collaborative.  
‍

Conclusion 

L’Atomic Research ne se limite pas à une simple méthode d’organisation des données. En centralisant et structurant la recherche utilisateur, cette approche permet aux fabricants de capitaliser sur leurs apprentissages, d’améliorer continuellement leurs produits et de prendre des décisions plus éclairées. 

En intégrant cette méthodologie dans vos processus internes, vous transformez la recherche utilisateur en un véritable moteur d’innovation et d’optimisation. Les insights deviennent des leviers d’action concrets, et chaque nouvelle étude renforce la base de connaissances globale du fabricant. 

Adopter l’Atomic Research, c’est donc faire évoluer la recherche utilisateur d’un simple exercice ponctuel vers une approche dynamique et stratégique au service de l’expérience utilisateur.