PVID AR24 : améliorer un parcours de vérification d’identité à distance

Avant de proposer une nouvelle version, nous voulions comprendre l’expérience existante sous tous ses angles plutôt que de la repenser à partir de simples hypothèses.

Nous avons commencé par un audit détaillé du parcours en production, écran par écran, afin d’identifier ce qui fonctionnait, ce qui créait de la friction et les endroits où l’expérience pouvait être améliorée. Nous avons ensuite présenté ce diagnostic à l’équipe produit pour partager une compréhension commune des problèmes avant de commencer la conception.

Nous avons complété cet audit par des tests utilisateurs sur le produit existant. Observer des personnes parcourir l’expérience réelle nous a permis d’identifier leurs hésitations, les consignes qu’elles survolaient, les actions qu’elles comprenaient mal et les moments où le parcours devenait difficile ou stressant.

En parallèle, nous avons benchmarké d’autres expériences de vérification d’identité à distance, notamment des acteurs qui adaptaient eux aussi leurs produits au nouveau référentiel PVID. Cela nous a permis de comprendre comment un marché encore émergent répondait à des contraintes similaires de sécurité et d’utilisabilité.

En combinant audit expert, comportements utilisateurs, retours directs et benchmark, nous disposions des bases nécessaires pour engager la refonte.

Une étape se distinguait par le taux d’échec le plus élevé de nos tests : plus de 20 % des utilisateurs échouaient lorsqu’ils devaient se filmer en tournant la tête dans la direction demandée.

Sur le papier, la consigne semblait simple. En pratique, beaucoup d’utilisateurs tournaient la tête du mauvais côté. Le problème devenait encore plus visible lorsqu’ils se filmaient, l’image miroir de la caméra rendant la distinction entre gauche et droite plus difficile.

Première itération : rendre la direction plus claire.

Au départ, l’interface demandait explicitement aux utilisateurs de tourner la tête vers la droite ou vers la gauche. Les tests ont montré que de nombreux participants continuaient à confondre les deux directions : rendre la consigne plus visible ne suffisait donc pas.

Deuxième itération : montrer le mouvement plutôt que le décrire.

Nous avons complètement supprimé la notion de droite et de gauche pour la remplacer par une grande flèche animée indiquant la direction à suivre, accompagnée d’une illustration de visage réalisant le mouvement attendu.

L’interaction ne demandait plus aux utilisateurs d’interpréter une direction, mais simplement de reproduire un mouvement montré à l’écran. Les tests suivants ont montré une nouvelle amélioration.

Certaines interactions présentaient encore des taux d’échec significatifs, mais dans une session classique avec un petit groupe de participants, cela pouvait ne représenter qu’un ou deux échecs.

C’était suffisant pour détecter un problème potentiel, mais pas toujours pour en comprendre la cause.

J’ai donc adapté notre approche de recherche en menant des guerrilla tests ciblés autour de certains gestes, chaque session se concentrant sur les interactions que nous avions encore besoin de mieux comprendre.

Nous avons également rencontré les opérateurs AR24 à Strasbourg. Comme ils examinaient quotidiennement les vérifications échouées, ils avaient une visibilité sur des erreurs d’exécution récurrentes qu’il était beaucoup plus difficile pour nous d’observer régulièrement lors de tests utilisateurs ponctuels.

Plutôt que de nous appuyer sur une seule méthode de recherche, j’ai adapté la méthode en fonction de ce qu’il nous restait à comprendre.

Lorsqu’une itération était prête, mon implication se poursuivait pendant son implémentation. Je préparais les écrans, les différents états et les spécifications d’interaction, travaillais directement avec le développeur et réalisais la QA design et fonctionnelle sur plusieurs appareils.

Une fois en production, le produit devenait une nouvelle source d’information. Nous utilisions Hotjar pour identifier les frictions restantes et poursuivions les itérations à partir des comportements réels des utilisateurs.