Contexte
Le constat de Puxxle est simple : les UX researchers et designers sont noyés sous une masse d’informations éparpillées dans une multitude d’outils.
Cela engendre une fatigue mentale importante, une perte de temps dans la préparation et l’analyse des recherches, et au final, des insights souvent peu exploitables.
J’ai rejoint l’équipe dès le démarrage du développement du MVP pour réfléchir à une solution permettant de simplifier ce processus.
Notre ambition : aider les équipes produit à produire des insights clairs, structurés et actionnables — plus rapidement.
Comprendre les utilisateurs
Nous avons mené plusieurs interviews qualitatives et une analyse approfondie de la concurrence pour comprendre les enjeux et frustrations des utilisateurs cibles.
Trois profils clés sont ressortis de cette phase exploratoire :
Alice, UX researcher senior, a besoin de centraliser des données éparses, d’analyser plus vite et de partager des insights clairs à son équipe.
Thomas, designer UX/UI, cherche à accéder rapidement à des données fiables pour appuyer ses décisions, tout en jonglant avec de nombreuses responsabilités.
Emily, product manager, veut prioriser les bonnes fonctionnalités mais peine à naviguer dans l’abondance de retours utilisateurs non structurés.
Ces personas ont été essentiels pour cadrer notre réflexion. Ils nous ont permis d’identifier les véritables pain points à adresser : surcharge cognitive, manque de centralisation, difficulté à générer des insights de qualité à partir de données brutes.
Recherche et définition du problème
En parallèle de la définition des personas, nous avons réalisé des démonstrations de l’outil en cours de conception et des tests de premières maquettes.
Ces retours nous ont permis d’affiner nos hypothèses et de faire émerger plusieurs patterns récurrents :
- Processus de recherche souvent décousu : les données sont éparpillées dans Notion, Figma, Google Drive, ou d’autres outils peu adaptés à l’analyse.
- Accès contraignant : l’accès aux insights est lent et demande beaucoup de travail manuel.
- Manque de temps et de moyens : designers et PM souhaitent des résultats exploitables, mais ont peu de temps pour analyser ou croiser les données.
Idéation et exploration
Pour répondre à ces enjeux, nous avons imaginé un parcours utilisateur fluide, depuis la création d’un projet jusqu’à la génération et la validation des insights.
Benchmark des outils existants
Analyse de solutions comme Notion, Dovetail ou Miro afin d’identifier leurs points forts (partage d’information, accessibilité) et leurs limites (peu d’automatisation, données non connectées aux insights, outils éparpillés).
Définition du parcours utilisateur
Construction d’un parcours clair guidant l’utilisateur depuis la création du projet jusqu’à l’exploitation des insights :
- Définir un projet et ses objectifs
- Ajouter des données (notes, fichiers, enregistrements)
- Générer automatiquement un plan de recherche
- Analyser les données, produire des insights
- Valider et publier les résultats
- Relier les insights aux personas existants
Création et test de wireframes
Production de wireframes pour prototyper rapidement les premières idées.
Certaines fonctionnalités (comme le recrutement utilisateur) ont été mises de côté pour ce MVP, afin de se concentrer sur la phase la plus critique : l’analyse des données.
Benchmark
- Notion : très flexible pour documenter, mais peu adapté à l’analyse structurée (beaucoup de manuel).
- Dovetail : puissant pour tagger/structurer, mais moins fluide pour centraliser tout un projet produit.
- Miro : efficace pour explorer/collaborer, mais difficile à transformer en insights actionnables sans travail supplémentaire.
Solution
Sur la base de ces enseignements, nous avons conçu un MVP centré sur quatre actions clés répondant aux besoins les plus urgents identifiés. Chaque module a été conçu autour d’une action spécifique pour améliorer l’expérience et l’efficacité des chercheurs et designers UX.
Organiser ses projets facilement
Vue en tableau de l’ensemble des projets avec un système de filtres (par statut, utilisateur, date) et des indicateurs visuels sur l’état d’avancement.
Permet aux utilisateurs de retrouver rapidement leurs recherches en cours et passées.
Piloter ses recherches UX
Tableau de bord de chaque projet regroupant le plan de recherche, les méthodes utilisées, les insights générés, un panneau latéral avec accès direct aux personas associés, ressources clés et commentaires de l’équipe.
Analyser et valider les insights efficacement
Chaque insight est généré automatiquement à partir des verbatims et données saisies.
L’utilisateur peut les éditer, les valider, les classer par thème ou priorité, et retracer leur origine (source, fichier, utilisateur).
Interroger ses personas et valider des hypothèses
Bibliothèque interactive des personas alimentés par les projets passés.
Chaque fiche présente les frustrations, besoins, citations et données clés. Un chat IA permet d’interagir directement avec ces personas pour retrouver des insights rapidement ou vérifier des hypothèses.
Après une itération, nous avons élargi ce principe en intégrant un AI Copilot accessible depuis l’ensemble du produit. Celui-ci permet aux utilisateurs de poser des questions à tout moment, et pas seulement dans un onglet persona.
Ce changement a permis de rendre l’assistance IA plus contextuelle, fluide et disponible tout au long du processus de recherche.
Résultat & prochaines étapes
Le MVP est prêt à être lancé à l’été 2025. Il a déjà convaincu un premier bêta testeur qui l’a intégré à son processus de design et fournit des retours réguliers.
Ce projet m’a permis de développer et renforcer plusieurs compétences clés :
J’ai également affiné ma capacité à prototyper rapidement, tester des concepts en continu et intégrer le feedback utilisateur dans des cycles courts d’itération.
Summary
- Structuration de l’architecture produit
- Priorisation fonctionnelle dans un cadre MVP
- Collaboration interdisciplinaire avec les parties prenantes produit et techniques
- Exploration approfondie du potentiel de l’IA générative dans des workflows UX
