Contexte projet
Nous avons accompagné les équipes produit en France et aux États-Unis sur la création d’une nouvelle plateforme d'intelligence artificielle permettant à des entreprises de créer des modèles IA.
Pour le lancement de cette plateforme et une première release, nous avons dû réfléchir à l'expérience de 4 parcours IA prédéfinis (la prédiction, le traitement des formulaires, la détection d’objet, la classification de catégories) à destination de personnes non spécialistes en Data Science.
Méthodologie
Nous avons été intégrés aux équipes produit sur site pour la mise en place des process de travail (rituels, standups, ateliers collaboratifs, design review, design sprint, hackathon, synthèse et restitution des études aux équipes, backlog et sprint planning...)
Phase de découverte :
- Ateliers vision
- Entretiens avec des experts Data Scientists
- Définition du workflow (liste des actions possibles)
- Benchmark des solutions concurrentes
- Synthèse des insights clés
- Présentation des axes de travail/opportunités aux équipes produit
- Priorisation des opportunités/fonctionnalités (matrice impact/effort)
- Création d’un backlog
- Définition de la roadmap en collaboration avec les Product Owners
Objectifs et challenges
- Livrer une version de l'application fonctionnelle pour le lancement officiel au Microsoft Business Application Summit
- Créer une expérience simple pour une solution complexe
- Créer une nouvelle plateforme et venir concurrencer des acteurs déjà bien implantés (Google ML, Salesforce, Einstein, AWS Machine Learning) et faire la différence sur les secteurs bancaire, santé, retail
- Permettre aux utilisateurs de sélectionner le bon scénario en fonction de leurs besoins métier
- Leur permettre de créer un modèle IA en quelques clics grâce à un workflow clair
- Entraîner son modèle et mesurer sa performance avant de pouvoir l’utiliser sur des applicatifs
- Déterminer les informations permettant à l’utilisateur de mieux comprendre les performances de son modèle IA
- Pouvoir comparer les performances de deux modèles IA et faciliter la prise de décision
- Pouvoir utiliser un modèle IA pour automatiser des tâches et faire des prédictions
Phase de delivery :
- Cartographie des parcours utilisateur (userflows, persona, blueprint, empathy map)
- Définition des cas d’usage (golden path, cas d’erreur)
- Création de wireframes
- Prototype fonctionnel
- Validation des propositions avec les parties prenantes
- Création des maquettes HD UI/ Design System
- Recrutement des utilisateurs
- Rédaction du protocole de test
- Phase de test utilisateurs
- Process itératif post tests utilisateurs (test & learn)
- Validation de l’UI finale
Outils et techno mobilisées :
- Miro pour la centralisation des informations provenant des différentes études
- Figma pour la production des wireframes, maquettes HD et prototypes
- Microsoft Devops pour le suivi des tâches quotidiennes et leur priorisation (backlog, sprint planning, vélocité de l'équipe)
- Teams pour le déroulé des entretiens à distance, des tests utilisateurs et des ateliers avec les équipes anglophones
- PowerPoint pour les rapports de restitution
Résultats
- Augmentation des publications de modèles grâce à des recommandations plus spécifiques
- Création de versioning du modèle grâce à des indications claires pour la correction des erreurs d’import data
- Augmentation des inscriptions sur la plateforme grâce à une adhésion plus forte au produit