Projet de redesign et UX Research
Réinventer Beauty Decoded : Une expérience utilisateur enrichie grâce à l’UX Research
Role
UX Researcher
Industry
Cosmetology/AI
Duration
1 semaine
Étape 1. Analyse de l'existant
Dans un premier temps, une analyse de l’existant a été réalisée afin d’identifier les points faibles de l’application Beauty Decoded. Cette phase a reposé sur deux approches complémentaires : une évaluation heuristique basée sur les critères de Bastien & Scapin, permettant de repérer les problèmes d’utilisabilité, une analyse des avis et retours utilisateurs existants pour comprendre les frustrations et attentes réelles des utilisateurs et un diagramme d'affinité. Ces méthodes ont permis de mettre en évidence des axes d’amélioration clés, servant de base pour repenser l’expérience utilisateur de l’application.


Insights :
Problèmes d’inscription et de connexion : Plusieurs utilisateurs signalent des difficultés à s’inscrire ou à se connecter malgré une inscription valide. Certains reçoivent des messages d’erreur inexpliqués (ex. : numéro de téléphone non reconnu, impossibilité de générer un mot de passe automatique).
Manque d’ergonomie et de fonctionnalités : L’application est jugée difficile à utiliser et incomplète. Certains trouvent qu’elle manque de clarté sur l’utilisation des produits (ex. : quand et comment les appliquer).
Personnalisation limitée : La routine proposée ne permet pas de retirer des produits non désirés, de préciser des préférences de marque ou de type de produit.
Informations insuffisantes : Les avis sur les produits (ex. : "bien", "très bien") ne sont pas accompagnés d’explications détaillées sur leurs bienfaits ou leur utilisation.
Comparaison avec la concurrence : Certains utilisateurs estiment que l’application offre moins de valeur ajoutée que des alternatives gratuites comme Yuka, qui permet de scanner des produits sans coût supplémentaire.
Étape 2. Recherche utilisateur
Recherche utilisateur indirecte :



Dans certains projets, l’accès aux utilisateurs peut être limité ou impossible. Pour surmonter cette contrainte, j’ai mis en place une approche de recherche utilisateur indirecte, qui permet de collecter et analyser des données réalistes sans interaction directe avec les utilisateurs finaux.
Exploitation des données secondaires
Pour analyser l’usage des applications de soins de la peau, j’ai étudié des rapports sur les préférences de la Gen Z et l’impact des réseaux sociaux sur la découverte de produits cosmétiques ainsi que les comportements et tendances de consommation des français sur les produits cosmétiques.
Création de proto-personas
À partir des données collectées, j’ai élaboré des personas représentatifs des utilisateurs cibles. Chaque persona intègre des éléments clés comme :
Profil détaillé (âge, métier, centres d’intérêt…)
Objectifs et motivations (attentes en matière des fonctionnalités de l'application)
Points de friction (challenges, préférences de sources d'informations)
Exemple de persona : Léa, 22 ans, découvre des produits via TikTok et privilégie les ingrédients naturels. Elle cherche une application fiable pour analyser les compositions.
Conception de scénarios d’utilisation
Enfin, pour affiner la compréhension des parcours utilisateurs, j’ai construit des scénarios d’interaction typiques, basés sur les personas définis. Cette approche permet de simuler les points de contact clés et d’anticiper les besoins des utilisateurs.
Exemple de scénario : Léa découvre un produit sur TikTok, cherche des avis sur YouTube, vérifie la composition via une application, teste en magasin, puis achète en ligne.
Grâce à cette méthodologie, j’ai pu modéliser des comportements utilisateurs réalistes, malgré l’absence d’interactions directes. Ces insights ont ensuite servi à orienter des recommandations UX et à structurer des tests utilisateurs ciblés.
Cette démarche me permet d’anticiper les attentes des utilisateurs et d’optimiser l’expérience produit, même sans données primaires.
Empathy map

Voir plus en détails - Empathy map
Étape 3. Analyse et insights
Tests utilisateurs :

Organisation en diagramme d’affinité
À partir des retours collectés des avis utilisateurs sur le play store, j’ai appliqué la méthode du tri par affinité, en regroupant les problèmes similaires sous des thèmes communs. Cette démarche permet de :
Mettre en évidence les points de friction majeurs ressentis par les utilisateurs.
Faciliter l’identification des priorités d’amélioration pour l’équipe produit.
Fournir une vision synthétique et exploitable à travers une représentation visuelle claire.
Corrélation avec les heuristiques de Bastien & Scapin
Pour renforcer l’analyse, j’ai croisé ces observations avec les heuristiques de Bastien & Scapin, qui offrent un cadre d’évaluation précis de l’expérience utilisateur. Certains problèmes identifiés correspondaient directement à des heuristiques UX spécifiques.
Insights :
Lisibilité et hiérarchie de l’information : difficulté à distinguer les catégories et à naviguer efficacement.
Contrôle explicite : impossibilité de modifier un avis après publication.
Cohérence et homogénéité : incohérences dans les couleurs des boutons et les liens cliquables.
Impact et apports de cette démarche
Ce travail m’a permis de transformer des retours bruts en insights exploitables, facilitant ainsi la prise de décision pour les designers et les développeurs. Le diagramme d’affinité s’est révélé être un outil puissant pour structurer les problèmes rencontrés et proposer des améliorations UX basées sur des données tangibles.
Dans le cadre de mon travail en UX Research, j’ai réalisé une analyse approfondie des retours utilisateurs d’une application afin d’identifier les principaux problèmes rencontrés et de proposer des axes d’amélioration concrets. Pour structurer ces données de manière efficace, j’ai utilisé la méthodologie du diagramme d’affinité, un outil clé dans l’analyse qualitative des retours utilisateurs.
Collecte et synthèse des retours utilisateurs
J’ai commencé par rassembler et analyser les commentaires des utilisateurs provenant de différentes sources (avis sur le Google Play Store, tests utilisateurs). Cette première phase m’a permis d’identifier des tendances récurrentes et de structurer les données en grandes catégories.
Insights :
Problèmes techniques (inscription, connexion, gestion des avis)
Ergonomie et navigation (hiérarchie de l’information, clarté des boutons, alignement des éléments)
Personnalisation et fonctionnalités manquantes (possibilité d’ajouter des produits, personnalisation des routines)





User journey

Voir plus en détails - User journey
Étape 4. Recommandations UX
Benchmark


Voir plus en détails - Benchmark
Recommandations UX :
Catégorie | Recommandations UX |
---|---|
Inscription/Connexion | Améliorer l’expérience d’inscription et de connexion pour éviter les blocages techniques. |
Intuitivité | Rendre l’application plus intuitive avec des explications détaillées sur les produits et routines. |
Personnalisation | Permettre une personnalisation plus poussée des recommandations (préférences de marque, type de produit, retrait de certains articles). |
Conseils et évaluations | Ajouter plus de conseils et d’explications sur les évaluations des produits. |
Interactivité | Offrir plus d’interactivité en permettant aux utilisateurs d’ajouter ou de suggérer des produits. |
Conclusion | Globalement, l’application suscite de l’intérêt, mais des améliorations sont nécessaires pour la rendre plus fonctionnelle et compétitive. |
✅ Personnalisation : |
- Ajouter une option "Aucune des options ci-dessus" ou "Passer" dans le questionnaire. |
- Corriger les problèmes techniques liés à l'inscription par numéro de téléphone. |
✅ Guides de routine : |
- Placer les guides de routine dans une section plus visible (ex : profil utilisateur). |
- Ajouter des routines tendances (ex : K-beauty). |
✅ Identité visuelle : |
- Travailler sur un design plus attractif et ludique tout en conservant un aspect minimaliste. |
- Ajouter des éléments visuels pour renforcer la marque. |
✅ Fiabilité des avis : |
- Distinguer clairement les avis authentiques des avis sponsorisés. |
- Ajouter des indicateurs de confiance (ex : vérification des achats). |
✅ Informations produits : |
- Ajouter des explications détaillées sur les ingrédients et leur utilité. |
- Proposer des conseils d'utilisation pour chaque produit. |
Catégorie | Recommandations UX |
---|---|
Lisibilité et design | - Utiliser un code couleur différent pour chaque catégorie. |
Hiérarchie et navigation | - Réorganiser la hiérarchie des éléments pour mieux structurer l’information. |
Clarté et accessibilité | - Ajouter des explications claires sur l’usage des points gagnés. |
Interactivité et transparence | - Permettre la modification des avis. |
Informations produits | - Ajouter des explications détaillées sur les produits et routines. |
Étape 1. Analyse de l'existant
Dans un premier temps, une analyse de l’existant a été réalisée afin d’identifier les points faibles de l’application Beauty Decoded. Cette phase a reposé sur deux approches complémentaires : une évaluation heuristique basée sur les critères de Bastien & Scapin, permettant de repérer les problèmes d’utilisabilité, une analyse des avis et retours utilisateurs existants pour comprendre les frustrations et attentes réelles des utilisateurs et un diagramme d'affinité. Ces méthodes ont permis de mettre en évidence des axes d’amélioration clés, servant de base pour repenser l’expérience utilisateur de l’application.


Insights :
Problèmes d’inscription et de connexion : Plusieurs utilisateurs signalent des difficultés à s’inscrire ou à se connecter malgré une inscription valide. Certains reçoivent des messages d’erreur inexpliqués (ex. : numéro de téléphone non reconnu, impossibilité de générer un mot de passe automatique).
Manque d’ergonomie et de fonctionnalités : L’application est jugée difficile à utiliser et incomplète. Certains trouvent qu’elle manque de clarté sur l’utilisation des produits (ex. : quand et comment les appliquer).
Personnalisation limitée : La routine proposée ne permet pas de retirer des produits non désirés, de préciser des préférences de marque ou de type de produit.
Informations insuffisantes : Les avis sur les produits (ex. : "bien", "très bien") ne sont pas accompagnés d’explications détaillées sur leurs bienfaits ou leur utilisation.
Comparaison avec la concurrence : Certains utilisateurs estiment que l’application offre moins de valeur ajoutée que des alternatives gratuites comme Yuka, qui permet de scanner des produits sans coût supplémentaire.
Étape 2. Recherche utilisateur
Recherche utilisateur indirecte :



Dans certains projets, l’accès aux utilisateurs peut être limité ou impossible. Pour surmonter cette contrainte, j’ai mis en place une approche de recherche utilisateur indirecte, qui permet de collecter et analyser des données réalistes sans interaction directe avec les utilisateurs finaux.
Exploitation des données secondaires
Pour analyser l’usage des applications de soins de la peau, j’ai étudié des rapports sur les préférences de la Gen Z et l’impact des réseaux sociaux sur la découverte de produits cosmétiques ainsi que les comportements et tendances de consommation des français sur les produits cosmétiques.
Création de proto-personas
À partir des données collectées, j’ai élaboré des personas représentatifs des utilisateurs cibles. Chaque persona intègre des éléments clés comme :
Profil détaillé (âge, métier, centres d’intérêt…)
Objectifs et motivations (attentes en matière des fonctionnalités de l'application)
Points de friction (challenges, préférences de sources d'informations)
Exemple de persona : Léa, 22 ans, découvre des produits via TikTok et privilégie les ingrédients naturels. Elle cherche une application fiable pour analyser les compositions.
Conception de scénarios d’utilisation
Enfin, pour affiner la compréhension des parcours utilisateurs, j’ai construit des scénarios d’interaction typiques, basés sur les personas définis. Cette approche permet de simuler les points de contact clés et d’anticiper les besoins des utilisateurs.
Exemple de scénario : Léa découvre un produit sur TikTok, cherche des avis sur YouTube, vérifie la composition via une application, teste en magasin, puis achète en ligne.
Grâce à cette méthodologie, j’ai pu modéliser des comportements utilisateurs réalistes, malgré l’absence d’interactions directes. Ces insights ont ensuite servi à orienter des recommandations UX et à structurer des tests utilisateurs ciblés.
Cette démarche me permet d’anticiper les attentes des utilisateurs et d’optimiser l’expérience produit, même sans données primaires.
Empathy map

Voir plus en détails - Empathy map
Étape 3. Analyse et insights
Tests utilisateurs :

Organisation en diagramme d’affinité
À partir des retours collectés des avis utilisateurs sur le play store, j’ai appliqué la méthode du tri par affinité, en regroupant les problèmes similaires sous des thèmes communs. Cette démarche permet de :
Mettre en évidence les points de friction majeurs ressentis par les utilisateurs.
Faciliter l’identification des priorités d’amélioration pour l’équipe produit.
Fournir une vision synthétique et exploitable à travers une représentation visuelle claire.
Corrélation avec les heuristiques de Bastien & Scapin
Pour renforcer l’analyse, j’ai croisé ces observations avec les heuristiques de Bastien & Scapin, qui offrent un cadre d’évaluation précis de l’expérience utilisateur. Certains problèmes identifiés correspondaient directement à des heuristiques UX spécifiques.
Insights :
Lisibilité et hiérarchie de l’information : difficulté à distinguer les catégories et à naviguer efficacement.
Contrôle explicite : impossibilité de modifier un avis après publication.
Cohérence et homogénéité : incohérences dans les couleurs des boutons et les liens cliquables.
Impact et apports de cette démarche
Ce travail m’a permis de transformer des retours bruts en insights exploitables, facilitant ainsi la prise de décision pour les designers et les développeurs. Le diagramme d’affinité s’est révélé être un outil puissant pour structurer les problèmes rencontrés et proposer des améliorations UX basées sur des données tangibles.
Dans le cadre de mon travail en UX Research, j’ai réalisé une analyse approfondie des retours utilisateurs d’une application afin d’identifier les principaux problèmes rencontrés et de proposer des axes d’amélioration concrets. Pour structurer ces données de manière efficace, j’ai utilisé la méthodologie du diagramme d’affinité, un outil clé dans l’analyse qualitative des retours utilisateurs.
Collecte et synthèse des retours utilisateurs
J’ai commencé par rassembler et analyser les commentaires des utilisateurs provenant de différentes sources (avis sur le Google Play Store, tests utilisateurs). Cette première phase m’a permis d’identifier des tendances récurrentes et de structurer les données en grandes catégories.
Insights :
Problèmes techniques (inscription, connexion, gestion des avis)
Ergonomie et navigation (hiérarchie de l’information, clarté des boutons, alignement des éléments)
Personnalisation et fonctionnalités manquantes (possibilité d’ajouter des produits, personnalisation des routines)





User journey

Voir plus en détails - User journey
Étape 4. Recommandations UX
Benchmark


Voir plus en détails - Benchmark
Recommandations UX :
Catégorie | Recommandations UX |
---|---|
Inscription/Connexion | Améliorer l’expérience d’inscription et de connexion pour éviter les blocages techniques. |
Intuitivité | Rendre l’application plus intuitive avec des explications détaillées sur les produits et routines. |
Personnalisation | Permettre une personnalisation plus poussée des recommandations (préférences de marque, type de produit, retrait de certains articles). |
Conseils et évaluations | Ajouter plus de conseils et d’explications sur les évaluations des produits. |
Interactivité | Offrir plus d’interactivité en permettant aux utilisateurs d’ajouter ou de suggérer des produits. |
Conclusion | Globalement, l’application suscite de l’intérêt, mais des améliorations sont nécessaires pour la rendre plus fonctionnelle et compétitive. |
✅ Personnalisation : |
- Ajouter une option "Aucune des options ci-dessus" ou "Passer" dans le questionnaire. |
- Corriger les problèmes techniques liés à l'inscription par numéro de téléphone. |
✅ Guides de routine : |
- Placer les guides de routine dans une section plus visible (ex : profil utilisateur). |
- Ajouter des routines tendances (ex : K-beauty). |
✅ Identité visuelle : |
- Travailler sur un design plus attractif et ludique tout en conservant un aspect minimaliste. |
- Ajouter des éléments visuels pour renforcer la marque. |
✅ Fiabilité des avis : |
- Distinguer clairement les avis authentiques des avis sponsorisés. |
- Ajouter des indicateurs de confiance (ex : vérification des achats). |
✅ Informations produits : |
- Ajouter des explications détaillées sur les ingrédients et leur utilité. |
- Proposer des conseils d'utilisation pour chaque produit. |
Catégorie | Recommandations UX |
---|---|
Lisibilité et design | - Utiliser un code couleur différent pour chaque catégorie. |
Hiérarchie et navigation | - Réorganiser la hiérarchie des éléments pour mieux structurer l’information. |
Clarté et accessibilité | - Ajouter des explications claires sur l’usage des points gagnés. |
Interactivité et transparence | - Permettre la modification des avis. |
Informations produits | - Ajouter des explications détaillées sur les produits et routines. |


Conclusion
L’analyse approfondie de l’application Beauty Decoded a permis d’identifier des axes d’amélioration majeurs pour optimiser l’expérience utilisateur et renforcer sa compétitivité sur le marché des applications de soins de la peau. Grâce à une méthodologie rigoureuse combinant évaluation heuristique, analyse des retours utilisateurs, recherche utilisateur à partir de données secondaires, tests utilisateurs et diagramme d’affinité, plusieurs problématiques clés ont été mises en lumière :
1. Problèmes techniques : Les difficultés liées à l’inscription et à la connexion, ainsi que les bugs récurrents, nuisent à l’accessibilité de l’application. Ces blocages doivent être résolus en priorité pour garantir une expérience fluide dès le premier contact.
2. Manque d’intuitivité et d’ergonomie: L’application souffre d’une navigation peu claire et d’un manque d’explications détaillées sur les produits et leurs utilisations. Simplifier l’interface et ajouter des guides explicatifs amélioreraient significativement l’expérience utilisateur.
3. Personnalisation limitée : Les utilisateurs expriment un besoin accru de personnalisation, notamment pour ajuster les routines en fonction de leurs préférences (marques, types de produits) et retirer les articles non désirés. Intégrer ces fonctionnalités rendrait l’application plus adaptée aux besoins individuels.
4. Informations insuffisantes : Les évaluations des produits manquent de détails sur leurs bienfaits et leur utilisation. Enrichir ces informations et ajouter des conseils d’experts renforceraient la crédibilité et l’utilité de l’application.
5. Concurrence : Face à des alternatives gratuites comme Yuka, Beauty Decoded doit se démarquer en offrant une valeur ajoutée supérieure, notamment via des fonctionnalités innovantes, une identité visuelle plus attractive et une meilleure fiabilité des avis.
Les recommandations UX proposées, telles que l’amélioration de l’inscription, l’ajout de routines personnalisées, la clarification des avis et l’enrichissement des informations produits, visent à transformer ces points faibles en opportunités. En travaillant sur un design plus ludique et minimaliste, en renforçant la fiabilité des avis et en intégrant des conseils détaillés, Beauty Decoded pourrait non seulement répondre aux attentes des utilisateurs, mais aussi se positionner comme un outil incontournable dans l’univers des soins de la peau.
En conclusion, bien que l’application suscite un intérêt certain, des améliorations fonctionnelles et esthétiques sont nécessaires pour la rendre plus compétitive et alignée avec les attentes des utilisateurs, en particulier celles de la Gen Z, très influencée par les réseaux sociaux et les tendances beauté. En implémentant ces changements, Beauty Decoded pourrait devenir une référence dans son domaine, offrant une expérience utilisateur à la fois intuitive, personnalisée et enrichissante.
Conclusion
L’analyse approfondie de l’application Beauty Decoded a permis d’identifier des axes d’amélioration majeurs pour optimiser l’expérience utilisateur et renforcer sa compétitivité sur le marché des applications de soins de la peau. Grâce à une méthodologie rigoureuse combinant évaluation heuristique, analyse des retours utilisateurs, recherche utilisateur à partir de données secondaires, tests utilisateurs et diagramme d’affinité, plusieurs problématiques clés ont été mises en lumière :
1. Problèmes techniques : Les difficultés liées à l’inscription et à la connexion, ainsi que les bugs récurrents, nuisent à l’accessibilité de l’application. Ces blocages doivent être résolus en priorité pour garantir une expérience fluide dès le premier contact.
2. Manque d’intuitivité et d’ergonomie: L’application souffre d’une navigation peu claire et d’un manque d’explications détaillées sur les produits et leurs utilisations. Simplifier l’interface et ajouter des guides explicatifs amélioreraient significativement l’expérience utilisateur.
3. Personnalisation limitée : Les utilisateurs expriment un besoin accru de personnalisation, notamment pour ajuster les routines en fonction de leurs préférences (marques, types de produits) et retirer les articles non désirés. Intégrer ces fonctionnalités rendrait l’application plus adaptée aux besoins individuels.
4. Informations insuffisantes : Les évaluations des produits manquent de détails sur leurs bienfaits et leur utilisation. Enrichir ces informations et ajouter des conseils d’experts renforceraient la crédibilité et l’utilité de l’application.
5. Concurrence : Face à des alternatives gratuites comme Yuka, Beauty Decoded doit se démarquer en offrant une valeur ajoutée supérieure, notamment via des fonctionnalités innovantes, une identité visuelle plus attractive et une meilleure fiabilité des avis.
Les recommandations UX proposées, telles que l’amélioration de l’inscription, l’ajout de routines personnalisées, la clarification des avis et l’enrichissement des informations produits, visent à transformer ces points faibles en opportunités. En travaillant sur un design plus ludique et minimaliste, en renforçant la fiabilité des avis et en intégrant des conseils détaillés, Beauty Decoded pourrait non seulement répondre aux attentes des utilisateurs, mais aussi se positionner comme un outil incontournable dans l’univers des soins de la peau.
En conclusion, bien que l’application suscite un intérêt certain, des améliorations fonctionnelles et esthétiques sont nécessaires pour la rendre plus compétitive et alignée avec les attentes des utilisateurs, en particulier celles de la Gen Z, très influencée par les réseaux sociaux et les tendances beauté. En implémentant ces changements, Beauty Decoded pourrait devenir une référence dans son domaine, offrant une expérience utilisateur à la fois intuitive, personnalisée et enrichissante.



UI Design: Application de live-shopping
UI Design: Application de live-shopping
Conçue sur Figma, cette application révolutionne l’expérience d’achat en ligne en alliant le direct et l’interaction.
Conçue sur Figma, cette application révolutionne l’expérience d’achat en ligne en alliant le direct et l’interaction.



Projet e-shop fictif Mobe
Projet e-shop fictif Mobe
Stratégie de communication, de marketing et gestion de projet en cascade
Stratégie de communication, de marketing et gestion de projet en cascade
Tahina Ranaivo
Mes projets
Copyright 2025 by Tahina Ranaivo
Tahina Ranaivo
Mes projets
Copyright 2025 by Tahina Ranaivo