Comment Maiia industrialise sa collecte de feedback avec Screeb ?

Chez Cegedim Santé, acteur reconnu dans le domaine de l'informatique médicale, Alexandre Dandler, responsable UX/UI, a fait face à des défis majeurs en restructurant la collecte des feedbacks pour leur produit principal, Maiia. Cette étude de cas explore les problèmes et les impacts liés à une collecte inefficace de feedback sur un produit tel que Maiia. Elle détaille également comment Alexandre et son équipe ont transformé leur approche de la collecte des retours, en plaçant les données au cœur des décisions produit. Cette nouvelle méthode permet désormais une meilleure compréhension des besoins des utilisateurs, tant professionnels que particuliers, et aide à mieux prioriser la feuille de route du produit.

Téléchargez l'étude de cas complète et commentée

‍

Résumé de la stratégie de feedback utilisateur de Maia

Problèmes rencontrés chez Maiia :

1. Difficulté à mesurer les résultats : Il était difficile d'analyser objectivement les feedbacks en raison des biais introduits par les preuves anecdotiques de l'équipe de vente.
2. Collecte de feedback inefficace : La dépendance initiale aux emails pour la collecte de feedback n'a pas permis d'engager efficacement les utilisateurs, dont la majorité utilise l'application.
3. Volume de feedback insuffisant : L'accent mis par l'entreprise sur des méthodes de feedback qualitatives intensives n'a pas permis la collecte évolutive d'aperçus étendus.

Solutions mises en œuvre :

• Adoption de Screeb : Ce passage à une plateforme de feedback client in-app a considérablement amélioré la quantité et la qualité des retours collectés.
• Stratégie de boucle de feedback intégrée : En utilisant Screeb pour des sondages in-app et une segmentation précise des données, l'équipe a facilité des décisions informées et basées sur les données.

Impacts notables :

• Support pour les décisions produit : Les nouveaux outils ont permis de recueillir des feedbacks rapides et précis, guidant efficacement les choix de développement.
• Optimisation de la feuille de route produit : En exploitant les retours utilisateurs détaillés, l'équipe a pu prioriser les efforts de développement de manière plus stratégique, assurant ainsi la satisfaction des besoins utilisateurs les plus critiques.

Le contexte du feedback utilisateur chez Maiia

Cegedim Santé, un leader de l'informatique médicale depuis plus de deux décennies, propose des solutions numériques innovantes pour les professionnels de la santé et leurs patients, avec Maiia comme produit phare. Alexandre Dandler, qui occupe le poste de responsable UX/UI, est chargé d'optimiser cette plateforme pour en faciliter l'utilisation et améliorer l'expérience tant pour les professionnels que pour les particuliers.

Avec l'appui d'une équipe de douze collaborateurs, Alexandre a mis en place :

• Des processus pour améliorer la collaboration entre les équipes produit et développement ;
• Des outils UX conçus pour saisir plus précisément les besoins des utilisateurs ;

Avant l'arrivée d'Alexandre, Cegedim Santé comprenait déjà l'importance de collecter les feedbacks utilisateurs pour affiner la compréhension de leurs besoins et, ainsi, construire et prioriser une roadmap produit alignée avec la croissance de Maiia.

Cependant, Alexandre a rapidement identifié plusieurs défis majeurs liés au système de collecte de feedback existant :

1. Un système de collecte de feedback exclusivement par e-mail, alors que la majorité du trafic est généré via l'application.
2. Un volume insuffisant de feedbacks utilisateurs, limitant la capacité à effectuer des améliorations significatives.
3. Une difficulté pour lui et son équipe à mesurer efficacement les résultats des initiatives prises.

Première Problématique : l’outil de collecte de feedback inefficace

L’outil actuel, qui repose uniquement sur l'email, ne parvient pas à cibler efficacement l'audience principale de Maiia, qui utilise majoritairement l'application web et mobile. Cette méthode entraîne plusieurs problèmes notables :

• Ciblage inadéquat : difficulté à segmenter les utilisateurs en fonction de leur profil ou de leur contexte d'utilisation.
• Canal de collecte inapproprié : les sondages par e-mail atteignent un faible taux de réponse étant donné que la majorité des utilisateurs préfèrent l'application.
• Collecte insuffisante de données pour identifier clairement les points de friction des utilisateurs.
• Choix inappropriés dans la roadmap produit, n'adressant pas les vrais besoins des utilisateurs.
• Frustrations des équipes commerciales confrontées aux mécontentements des utilisateurs, souvent exprimés par téléphone.

‍

💡 Astuce :
Pour maximiser l'efficacité de votre collecte de feedback, il est essentiel de connaître le mode d'interaction préféré de vos utilisateurs.
Si une application web ou mobile est au cœur de votre service, envisagez sérieusement un outil de feedback intégré à votre application. Les taux de réponse pour un feedback in-app sont nettement supérieurs à ceux obtenus par e-mail.

‍

‍

Pour résoudre cette problématique, Alexandre identifie plusieurs solutions :

• Segmenter plus finement les feedbacks des utilisateurs pour garantir une analyse pertinente.
• Assurer l'adéquation entre les personnes sondées et les questions posées pour améliorer la qualité des réponses.

Problématique de Maiia : incapacité à mesurer les résultats des feedbacks utilisateurs

La deuxième problématique majeure rencontrée par l'équipe d’Alexandre concernait son incapacité à mesurer de manière fiable les résultats des feedbacks utilisateurs, qu'ils soient positifs ou négatifs. Ces derniers étaient régulièrement influencés par les impressions subjectives des commerciaux, ce qui biaisait l'analyse.

‍

L’exemple concret chez Maiia qui illustre l'impact d’une analyse erronée des feedbacks utilisateurs

Un exemple concret illustre l'impact de ce problème sur l'organisation et la gestion de crise de l'entreprise :

En réponse à une période de crise, Maiia décide de lancer une nouvelle fonctionnalité un mercredi.

Dès le lendemain, plusieurs commerciaux ont exprimé leur mécontentement concernant l'ergonomie de cette nouveauté. Sous la pression, l’équipe Produit a décidé de retirer la fonctionnalité, revenant ainsi à la version précédente.

Mais qu’en est-il des utilisateurs finaux ?

Sans capacité à mesurer rapidement et efficacement les retours des utilisateurs finaux, l'équipe a fait marche arrière et supprimé une fonctionnalité qui aurait pu être appréciée par ces derniers.

Décisions Basées sur les Données (Data Driven Decision Making)

💡 Deuxième astuce :
‍Lorsque vous travaillez avec plusieurs départements aux profils variés, il est crucial de baser vos décisions sur des données factuelles plutôt que sur des opinions subjectives.
Optez pour un outil qui permette d'analyser vos feedbacks utilisateurs et extraire les insights clés de façon simple, rapide et efficace !

‍

L’impact de Screeb sur cette problématique

Suite à l'implémentation de Screeb, Maiia fait face à une nouvelle situation de crise, similaire à celle précédente.

Cette fois, cependant, l'équipe Produit a décidé de réagir différemment en lançant en urgence une enquête de satisfaction client (CSAT) auprès des utilisateurs afin de baser leurs décisions sur des données objectives plutôt que sur des perceptions subjectives.

Les résultats de cette enquête ont révélé que le mécontentement, tel qu'exprimé par les commerciaux et certains utilisateurs, n'était pas aussi prononcé qu'il n'y paraissait :

1. Les scores de la CSAT n'étaient pas particulièrement positifs, mais ils étaient similaires à ceux obtenus lors de la campagne précédente ;
2. Les commentaires négatifs remontés par les commerciaux ne constituaient qu'un faible pourcentage des retours globaux.

Grâce à ces insights, l'équipe Produit a pu prendre une décision éclairée, en se basant non sur un groupe restreint d'utilisateurs, mais sur la majorité des feedbacks.

Troisième Problématique : quantité insuffisante de feedback récolté

Pour garantir des feedbacks de haute qualité, Maiia utilisaient déjà des méthodes ciblées de collecte de feedback :

• Groupes de discussion : cette méthode génère des données sur les réactions des utilisateurs et facilite l'émergence de divers points de vue.
• Entretiens individuels : les entretiens individuels permettent de recueillir des retours détaillés sur l'expérience utilisateur, à travers des questions ouvertes
• Shadowing : cette méthode révèle des comportements naturels et des difficultés inattendues, offrant des insights précieux sur l'expérience utilisateur réelle.

Cependant, ces approches se sont avérées insuffisantes pour recueillir des feedbacks utilisateurs à grande échelle. Associées à des outils traditionnels de collecte de feedback par e-mail, ces méthodes étaient lentes et consommaient beaucoup de temps et d'énergie pour des résultats souvent limités.

Pour extraire des insights clés quantifiés, et prioriser efficacement la roadmap Produit, Alexandre avait besoin de recueillir un plus grand nombre de feedbacks. Pour cela, il a par exemple mis en place un planning de CSAT.

💡 Astuce :
Comme Alexandre, il est essentiel de mixer différentes stratégies de collecte de feedback : combinez la profondeur des entretiens individuels avec la largeur des sondages à choix multiples pour enrichir les données.

‍

La solution : passer d'une collecte de feedback traditionnelle à une approche à grande échelle

Suite à ces trois problématiques, Alexandre décide de transformer la façon de collecter des feedbacks utilisateurs chez Maiia et va rechercher une solution qui réponde à ces critères :

• Solution de feedback In-App, adaptée aux applications web et mobile
• Segmenter la collecte des feedbacks en fonction des différents Produits de Cegedim Santé et de la cible ;
• Solution qui mette l’analyse de données au coeur du produit avec mesure des résultats quantitatifs et qualitatifs
• Solution qui permette de gérer différents types de collecte de données
• Solution qui puisse collecter des feedbacks utilisateurs à grande échelle et les centraliser

Le choix final de Maiia pour Screeb

Après avoir évalué diverses plateformes en fonction du prix, des fonctionnalités, de l'interface utilisateur, Alexandre et son équipe choisissent Screeb pour plusieurs raisons :

• Performance optimale sur la collecte des feedbacks In-App web et mobile ;
• Interface UX du produit intuitive et ludique ;
• Tarification compétitive, souvent moins chère pour des fonctionnalités comparables ;

Screeb permet à Alexandre de recueillir rapidement des feedbacks quantifiés et qualifiés sur ce même produit. Intégré à ProductBoard, qui centralise tous les insights et retours utilisateurs, Alexandre a développé une stratégie efficace de boucle de feedback :

1. Création des sondages quantitatif in-app avec Screeb ;
2. Segmentation des retours utilisateurs selon leur satisfaction et leurs besoins ;
3. Synchronisation avec ProductBoard et le CRM ;
4. Planification d’entretiens individuels via Screeb pour mieux comprendre les besoins des utilisateurs ;

‍

Exemples de sondages réalisés chez Maiia :

Impact N°1 : un outil crucial pour la prise de décision produit

Pour illustrer cet impact, rien de mieux qu’un exemple raconté par Alexandre.

“Lors d’une période dense, nous avons dû développer rapidement une fonctionnalité sans réaliser de Product Discovery, en s'appuyant sur nos connaissances existantes.

Face à deux propositions concurrentes, nous ne savions pas laquelle était la plus appropriée.

Nous avons donc pu cibler et interroger rapidement les utilisateurs sur leur option préférée via Screeb, et décider de la meilleure version à développer.”

Impact N°2 : meilleur choix dans la priorisation de la roadmap produit

En collectant une quantité importante de retours utilisateurs et en extrayant facilement les insights clés, Screeb permet désormais à Maiia de prioriser sa roadmap produit plus efficacement, en se basant sur des faits plutôt que sur des opinions.

Conclusion

L’histoire d'Alexandre Dandler nous révèle l’importance d’une bonne collecte de feedback et donc du choix d’un outil adapté à votre cible. En passant de méthodes de feedback traditionnelles et inefficaces à une approche dynamique, axée sur l’analyse de donnée, Cegedim Santé a non seulement amélioré son cycle de développement de produit, mais a également renforcé son engagement à répondre aux besoins évolutifs des professionnels de la santé et de leurs patients.

Adopter une stratégie de collecte de feedback n'est pas simplement une option mais une nécessité pour rester pertinent et réactif sur un marché compétitif. À mesure que nous avançons, la capacité à répondre aux retours des utilisateurs continuera de définir les leaders de demain, en particulier dans des secteurs aussi critiques que la santé.

‍

‍