Concevoir et valider une expérience produit avec l'IA

Que vais-je produire dans ce cours, et dans quel ordre ?

1. Présentation du cours3 étapes

   Objectif · À la fin de cette présentation, vous saurez ce que vous allez produire (un dossier d'expérience en 11 livrables) et pourquoi les quatre modules suivent l'ordre comprendre, concevoir, valider, puis planifier.

Quel problème, pour qui, et quelles preuves en avons-nous ?

1. Formuler un problème testable7 étapes

   Objectif · À la fin de cette leçon, vous serez capable de formuler un énoncé de problème centré utilisateur, sans solution cachée, et d'indiquer les preuves qui le soutiennent ou qui le contrediraient.

2. Conduire et synthétiser des entretiens de discovery, avec l'IA7 étapes

   Objectif · À la fin de cette leçon, vous serez capable de rédiger un guide d'entretien fondé sur le comportement passé, de conduire un entretien sans orienter les réponses, et d'utiliser l'IA pour préparer et synthétiser tout en vérifiant ce qu'elle produit.

3. Personas et job stories fondés sur des preuves8 étapes

   Objectif · À la fin de cette leçon, vous serez capable de construire un persona à partir de votre synthèse d'entretiens et d'écrire des job stories qui décrivent la situation, la motivation et le résultat attendu.

4. Choisir une opportunité et ses hypothèses risquées7 étapes

   Objectif · À la fin de cette leçon, vous serez capable de relier un résultat produit mesurable à des opportunités et à plusieurs solutions dans un arbre opportunités-solutions, de choisir une opportunité cible et d'identifier l'hypothèse la plus risquée à tester.

À quoi ressemble l'expérience, y compris quand les choses se passent mal ?

1. Cartographier le parcours et ses cas limites6 étapes

   Objectif · À la fin de cette leçon, vous serez capable de cartographier le parcours nominal d'une job story, puis ses cas limites (erreur, annulation, donnée absente, droits), sous forme de user flow lisible par toute l'équipe.

2. Wireframes, états d'écran et critique heuristique7 étapes

   Objectif · À la fin de cette leçon, vous serez capable de produire des wireframes basse fidélité qui couvrent tous les états d'un écran, et de les critiquer avec les heuristiques de Nielsen avant de les montrer à des utilisateurs.

Est-ce que ça marche pour de vrais utilisateurs ?

1. Prototyper, y compris avec l'IA6 étapes

   Objectif · À la fin de cette leçon, vous serez capable de choisir la fidélité et l'outil d'un prototype selon la question à tester, de rédiger le brief d'un prototype généré par IA et de dire ce que ce prototype ne prouve pas.

2. Conduire un test d'utilisabilité et prioriser les problèmes7 étapes

   Objectif · À la fin de cette leçon, vous serez capable d'écrire un script de test d'utilisabilité aux tâches non orientées, de conduire une session en pensée à voix haute et de classer les problèmes observés par gravité pour décider quoi corriger avant de retester.

Dans quel ordre livrer, comment le communiquer, et comment passer la main sans perte ?

1. Prioriser le backlog avec RICE et MoSCoW6 étapes

   Objectif · À la fin de cette leçon, vous serez capable de scorer des idées avec RICE en rendant visibles les hypothèses de chaque facteur, de cadrer une échéance avec MoSCoW, et de justifier un arbitrage qui s'écarte du score.

2. Construire une roadmap orientée résultats6 étapes

   Objectif · À la fin de cette leçon, vous serez capable de construire une roadmap Now / Next / Later organisée autour de problèmes et de résultats visés, avec un MVP défini par son hypothèse et un critère de succès par horizon, et de la défendre face à des demandes de dates.

3. Passer la main à l'équipe de développement7 étapes

   Objectif · À la fin de cette leçon, vous serez capable de rédiger une spec d'une page (intention, contraintes, parcours, états, critères d'acceptation) et d'assembler votre dossier d'expérience pour le transmettre à l'équipe de développement.