Seconde Peau

Interprétez des données analytiques

"Seconde Peau" est une application de mode qui permet aux utilisateurs de découvrir des tenues adaptées à leur style. Suite à la mise en place d'une fonctionnalité de recommandation automatique, l'application a connu une dégradation significative de ses performances. Notre mission consistait à analyser les données et proposer des solutions pour optimiser l'expérience utilisateur.

Client :

Seconde Peau

Date du projet :

2025

Type de projet :

Analyse de données UX/UI Optimisation

LE CLIENT

Une application de mode confrontée à des défis d'expérience utilisateur

Seconde Peau est une application de mode qui propose à ses utilisateurs des recommandations de tenues personnalisées. Récemment, l'application a mis en place un système de recommandation automatique qui visait à améliorer l'expérience utilisateur.

Cependant, suite à cette mise à jour, l'équipe a constaté une baisse significative des indicateurs de performance. Notre mission était d'analyser les données disponibles pour comprendre les causes de cette dégradation et proposer des solutions adaptées.

LE BESOIN

Comprendre la baisse des performances et optimiser l'expérience utilisateur

Face à une dégradation significative de l'expérience utilisateur suite à l'implémentation du nouveau système de recommandation, Seconde Peau souhaitait comprendre les raisons de cette baisse de performance et mettre en place des solutions pour y remédier.

L'application faisait face à plusieurs défis, notamment un taux de rebond en hausse (+15%), un temps moyen de visite en baisse (-33%) et un taux de conversion en chute de 50%, passant de 2% à seulement 1%.

Notre mission était d'analyser les données quantitatives et qualitatives pour identifier les problèmes spécifiques rencontrés par les utilisateurs et proposer des améliorations concrètes.

L'objectif était de restaurer et même dépasser les performances initiales tout en conservant les avantages d'un système de recommandation personnalisé, mais de manière non intrusive et respectueuse des préférences des utilisateurs.

Notre intervention

Analyse approfondie et recommandations stratégiques

1. Analyse des retours utilisateurs

—

Nous avons commencé par analyser les retours qualitatifs des utilisateurs pour identifier les principales sources d'insatisfaction.

Interface perçue comme complexe et moins intuitive
Recommandations considérées comme intrusives
Temps de chargement trop longs
Absence de sauvegarde des préférences
Pertinence limitée des recommandations proposées
Difficulté à trouver les articles recherchés

2. Étude des données quantitatives

L'analyse des métriques de performance a confirmé la dégradation de l'expérience utilisateur et révélé des comportements de navigation modifiés.

Taux de rebond en hausse de 15% (de 45% à 60%)
Temps moyen de visite réduit de 33% (de 3 à 2 minutes)
Taux de conversion divisé par deux (de 2% à 1%)
Inscriptions en baisse de 20%
Augmentation paradoxale du nombre de pages vues (de 3 à 5)
Variations significatives du temps passé sur certaines pages

3. Cartographie de l'expérience utilisateur

Nous avons créé une carte d'empathie et analysé le parcours utilisateur pour identifier les points de friction spécifiques.

Frustration face aux changements de l'interface
Sentiment de perte de contrôle
Navigation devenue complexe et déroutante
Parcours d'achat fréquemment interrompu
Formulaire de préférences jugé long et complexe
Moments d'abandon clairement identifiés

4. Élaboration des recommandations

Sur la base de nos analyses, nous avons développé un ensemble de recommandations stratégiques pour améliorer l'expérience utilisateur.

Réorganisation de l'interface avec section dédiée aux recommandations
Restauration de la navigation classique comme parcours principal
Optimisation technique pour améliorer les temps de chargement
Simplification du paramétrage des préférences
Affinage de l'algorithme de recommandation
Mise en place d'une option d'activation/désactivation des recommandations

5. Définition des objectifs de performance

Nous avons établi des objectifs de performance clairs et mesurables pour évaluer l'efficacité des solutions proposées.

Retour du taux de rebond à 45% ou moins
Augmentation du temps moyen de visite à 3 minutes ou plus
Amélioration du taux de conversion au-delà des 2% d'origine
Augmentation qualitative du temps passé sur la page d'accueil
Réduction du temps de configuration sur la page profil
Conception d'un parcours utilisateur idéal, non intrusif et respectueux des choix utilisateur

Transformez votre expérience utilisateur

Découvrez comment l'analyse de données peut améliorer vos performances

06 12 82 30 36

Résultat

Notre analyse approfondie a permis d'identifier précisément les problèmes rencontrés par les utilisateurs et de proposer un ensemble de solutions adaptées. La mise en œuvre de ces recommandations a conduit à une amélioration significative de l'expérience utilisateur, comme le montre la visualisation ci-dessous du parcours utilisateur idéal.