L’Aéroport de Toulouse Blagnac fait partie de nos chouchous chez Appstud. La raison est très simple : il s’agit de notre tout premier client. Celui qui nous a mis le pied à l’étrier, qui nous a fait grandir et qui n’a jamais hésité à renouveler sa confiance en nous depuis bientôt 3 ans.
LE CONTEXTE
Tout commence en 2014. AppStud avait à l’époque 2 mois d’existence. Nous travaillions avec Thomas et Bastien à réaliser un beau site web assez informatif pour que les visiteurs comprennent notre métier. Nous sommes tombés par hasard sur l’appel d’offres de l’Aéroport Toulouse Blagnac.
Après un bref regard, nous avons pris le pari de remporter ce projet.
LA DEMANDE
Pour amorcer son virage digital, la demande de l’Aéroport était simple: Faciliter la vie du voyageur fréquent. L’objectif était d’intégrer l’application mobile au coeur de la relation entre l’aéroport et le voyageur en lui amenant un ensemble de services pour lui permettre de préparer son vol en toute sérénité.
NOTRE DEMARCHE
L’idée que nous avons eue à ce moment a conditionné toute la stratégie et l’ADN de AppStud jusqu’à aujourd’hui. Nous sommes partis du principe que nous étions petits, inconnus au bataillon, et surtout en concurrence avec toutes les grandes sociétés de services informatiques qui allaient s’attacher à répondre au cahier des charges stricto sensu.
Notre angle d’attaque était donc clair. Nous allions remettre en question l’intégralité du cahier des charges en allant constater nous même les problèmes rencontrés par les utilisateurs au quotidien. Nous ne leur poserons pas la question du produit qu’ils souhaitent mais nous attacherons plutôt à comprendre leurs comportements actuels afin de débusquer les besoins non satisfaits et les services manquants. Une fois obtenus, nous déclinerons la réponse aux problèmes en fonctionnalités.
C’est donc naturellement que nous avons pris bloc notes, crayons et beaucoup de patience pour aller à la rencontre des usagers de 28-50 ans, Parisiens ou Toulousains, habitués aux voyages.
LES PREMIERS RESULTATS
Force a été de constater qu’il existait une différence entre la vision de l’Aéroport Toulouse Blagnac de son propre produit et celle des utilisateurs. En effet, notre client conçoit son produit comme un bien utilitaire qui permet à l’utilisateur de se rendre d’un point A à un point B.
De la part de l’utilisateur, l’aéroport est vu comme une zone de stress: Suis-je en retard? Vais-je rater mon avion? Où me garer? Quelle porte d’embarquement? Ai-je assez d’eau pour le vol? Y-aura-t-il des perturbations? etc…
Ce stress engendré naturellement par l’endroit force l’utilisateur à se concentrer sur son besoin primaire: prendre son avion et donc à faire abstraction de tout plaisir.
Pour lui permettre de prendre du plaisir et de profiter des services offerts par l’aéroport, nous devions travailler à lui simplifier la vie et donc réduire son stress.
Ainsi, en partant d’un Problème, nous avons pu décliner une liste de fonctionnalités dans le but de combler les besoins identifiés. L’axe principal était de rassurer l’utilisateur sur le risque qu’il avait de rater son vol en étant proactif sur les éléments clés conditionnant son voyage. En lui permettant d’enregistrer son vol à l’avance, l’application est en mesure de transmettre les informations liées au temps de trajet entre le point de l’utilisateur géolocalisé et l’aéroport en tenant compte des informations relatives au trafic. En outre, tout élément pouvant impacter le voyage de l’utilisateur lui est transmise par des notifications push de manière proactive. Une fois sur place, il lui est alors possible de savoir exactement où se diriger en fonction des temps de passage aux différentes portes de sécurité.
Un second élément clé identifié résidait dans la capacité pour l’utilisateur de trouver aisément une place de parking. En effet, nous avons noté que bon nombre d’utilisateurs fréquents utilisaient leur véhicule personnel pour se rendre à l’aéroport. Il existe actuellement 6 parking à l’aéroport, avec chacun des tarifs dégressifs en fonction de leur distance aux points d’embarquement. Il peut être assez complexe de savoir exactement quel parking choisir lorsqu’on est pressé compte tenu du prix, de la disponibilité des places et de la distance qu’on est prêt à parcourir à pieds. Pour résoudre ce point, nous sommes partis du principe que l’application devait être en mesure de fournir ces informations rapidement à l’utilisateur tout en lui permettant de réserver une place de parking. Toujours dans cette optique de facilitation de l’expérience de l’utilisateur, dès que l’application est détectée à proximité des parkings, une notification push est transmise à l’utilisateur pour lui permettre d’être guidé vers sa place déjà réservée.
Ces différents éléments permettent donc de réduire le stress de l’utilisateur en lui amenant une expérience intuitive et pensée en amont du projet, sur la base de la recherche de problèmes latents.
ET ENSUITE?
Nous partons du principe simple que l’étape clé d’une application réside dans sa mise en ligne sur les magasins. C’est à ce moment que les informations clés vont arriver et nous permettre de prendre des décisions. Nous militons pour réduire le temps entre la phase de conception et la livraison d’une première version en ligne pour permettre à notre client d’apprendre de ses utilisateurs.
Cette phase vitale permet d’obtenir le maximum de réponses en un temps record à un prix inférieur au budget initial (nous ne travaillons qu’en Scrum). D’où l’enjeu d’aboutir rapidement à une version initiale utilisable.
Dès les premiers mois l’application mobile a été téléchargée plus de 50 000 fois pour atteindre 4 étoiles sur 5 sur les 2 magasins. L’occasion pour nous d’intégrer notre outil d’analyse comportementale. Celui-ci consiste en un algorithme simple de machine learning embarqué dans l’application sous forme d’un SDK natif.
L’objectif de cette démarche est d’amener un conseil à forte valeur ajoutée basé sur l’analyse de données indépendantes et sans prise de parti pour confirmer que l’utilisateur comprend bien ce qu’il fait dans l’application et ainsi éviter toute frustration pouvant entraîner un rejet du produit.
Nous avons ainsi pu identifier que toutes les demandes de permissions n’étaient pas toujours acceptées, ce qui entrainait un comportement non optimal de l’application. Cette première conclusion nous a permis d’améliorer la manière dont nous demandions les permissions et de suivre l’évolution de leur acceptation dans le temps.
En outre, nous avons pu, de manière dynamique, identifier des groupes d’utilisateurs en fonction de leur navigation (enchaînements d’écrans en fonction du nombre d’ouvertures de l’application) et d’identifier si chacun de ces utilisateurs comprenaient la navigation sur chacun des écrans.
Graphe obtenu par clustering Chaque couleur
correspond à un cluster (groupe d’utilisateurs)
L’analyse du « gesture responsiveness » de ces différents groupes d’individus nous a permis d’améliorer les interfaces visuelles afin de les rendre plus compréhensibles et de fournir une action à chaque geste effectué par la majorité des utilisateurs. L’objectif étant d’augmenter la satisfaction de l’utilisateur tout en réduisant sa frustration au sein du système.
