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

Les cinéastes hollywoodiens adorent présenter l'intelligence artificielle comme un agent intelligent plus capable que les humains. Heureusement, nous n’avons pas encore atteint cet état. Nous avons encore besoin d'ingénieurs pour développer des algorithmes et des outils innovants pour 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 ne sommes pas proches.

L'apprentissage automatique a mûri au fil des ans, ce qui nous permet d'obtenir davantage d'informations à partir des données que nous collectons. Nous pouvons même mettre en œuvre l'apprentissage automatique pour transformer le travail de concepteur UX, de concepteur de produit et de concepteur d'interaction.

Cet article présente cinq stratégies différentes sur la façon dont nous pouvons tirer parti de l'apprentissage automatique pour améliorer l'expérience utilisateur.

Allons-y droit!

1. Offrez une personnalisation de niveau supérieur

La personnalisation reste une tendance en vogue pour 2020. L'apprentissage automatique vous aide à proposer une personnalisation de niveau supérieur aux clients.

Pour reprendre les termes de Booking.com :

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

Voici une liste d'exemples de personnalisation basés sur l'apprentissage automatique :

• E-mails personnalisés recommandant des produits qui correspondent aux intérêts de l'utilisateur en fonction de son historique de recherche et de ses achats précédents.
• Suggestions de contenu pour les blogs en fonction des centres d'intérêt de l'utilisateur, ce qui réduit le taux de rebond et améliore le temps passé sur un site Web.
• Offrir des remises plus applicables en créant un système de récompense personnalisé.

2. Fournir des recommandations de meilleure qualité

Amazon.de fournissant des suggestions de produits basées sur mon historique d'achat lié au vélo

Une entreprise gagne en fournissant des recommandations de meilleure qualité, car elle peut augmenter ses revenus. Les utilisateurs gagnent également, car ils passent moins de temps à rechercher des produits.

Une étude de Accenture montre qu'en 2018, 63% des acheteurs préféraient les recommandations de produits. Ce nombre est encore plus élevé pour les milléniaux, atteignant 69%, privilégiant les recommandations de produits plutôt que 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 basées sur des utilisateurs ayant des goûts similaires en fonction 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 à l'étudiant un restaurant particulier que l'homme d'affaires a évalué avec une note de «9», car nous nous attendons à ce que l'étudiant apprécie le restaurant.

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

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

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

Ne pas répondre rapidement aux questions d'urgence peut vous laisser avec une expérience utilisateur négative. Malheureusement, il est parfois impossible d’avoir une personne disponible à tout moment pour répondre aux problèmes les plus urgents.

Par conséquent, vous pouvez utiliser les chatbots, car ils peuvent rapidement apprendre des interactions précédentes avec les clients. Les algorithmes d'apprentissage automatique peuvent détecter des modèles et des similitudes entre les interactions des clients, leur permettant de répondre plus rapidement à des questions similaires à l'avenir.

De plus, un chatbot est beaucoup plus évolutif que les humains. Lors du choix des chatbots, le rôle des humains impliqués est de répondre à des questions complexes qu'un chatbot ne peut pas prendre en charge. De plus, les humains peuvent nourrir le chatbot avec des données pour améliorer leur traitement des questions.

4. Optimiser la mise en page en analysant le comportement de l'utilisateur

En mesurant le comportement de l'utilisateur, nous pouvons optimiser la mise en page d'une application.

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

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

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

Supposons que le bouton de création de facture soit masqué 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 dont un utilisateur a besoin pour accéder à la page de création de facture en plaçant le bouton dans un emplacement plus visible ou en modifiant le style du bouton.

En d'autres termes, nous pouvons utiliser l'apprentissage automatique pour une A / B plus efficace tester et réduire le temps que les utilisateurs passent à rechercher certaines fonctionnalités.

De plus, vous pouvez repérer des motifs sur lesquels les utilisateurs reviennent fréquemment à la page précédente. Ce modèle indique qu'un flux particulier est incorrect ou qu'un utilisateur attend quelque chose de différent.

En bref, l'objectif est de trouver des interactions qui ne sont pas claires ou qui nécessitent trop de temps pour se terminer, ce qui a souvent un impact négatif sur l'expérience utilisateur. En outre, nous souhaitons réduire les erreurs humaines lors de la navigation dans l'application afin de créer une expérience produit plus transparente.

Cependant, ne changez pas trop souvent l'ordre des composants de l'interface utilisateur. Une interface utilisateur en constante évolution décourage les utilisateurs d'apprendre à plusieurs reprises une nouvelle interface utilisateur. 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 être humain implique un logiciel de reconnaissance faciale. Cependant, vous pouvez également utiliser l'analyse textuelle pour obtenir des sentiments. Mais cette stratégie n'est pas possible pour mesurer la réaction d'un humain aux publicités.

En jugeant la réponse de l'utilisateur au contenu ou aux publicités, vous pouvez créer des publicités plus attrayantes. Certaines agences de marketing essaient de faire des publicités différentes pour les utilisateurs ayant d'autres intérêts, âge ou richesse.

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

• du contenu qui répond mieux aux questions des utilisateurs
• des publicités qui captent les intérêts des utilisateurs
• des produits qui répondent plus précisément aux besoins des utilisateurs

Une note sur Apprentissage automatique et expérience utilisateur

L'apprentissage automatique est un excellent outil pour améliorer divers aspects de l'UX. Cependant, ne mettez pas en œuvre toutes les informations d'apprentissage automatique sans valider les informations. Il est toujours utile de mettre en place un processus de test utilisateur pour valider les modifications proposées.

Supposons que votre algorithme d'apprentissage automatique révèle que des composants d'interface utilisateur spécifiques doivent être placés à des emplacements différents ou pourraient bénéficier d'un style alternatif. Vous pouvez utiliser des tests utilisateur pour valider ces idées et expérimenter différents styles.

De plus, vous pouvez utiliser les tests Canary pour réduire le risque d'une mauvaise modification de l'interface utilisateur. Canary testing vous permet de déployer des mises à jour de produit à un petit pourcentage d'utilisateurs seulement.

Pour conclure, nous pensons que l'apprentissage automatique et la conception de l'expérience utilisateur continueront de croître l'un vers l'autre à l'avenir. Il y a des avantages évidents à trouver lors de la fusion de l'apprentissage automatique et de la conception de l'expérience utilisateur.