PROJET 01
Supervision et analyse de données industrielles
NOTE DE CONFIDENTIALITÉ : LES CONTENUS DES VISUELS DES LIVRABLES SONT VOLONTAIREMENT NON LISIBLES
01
Contexte
Dans le cadre d’un programme de transformation à grande échelle, l’objectif est d’améliorer les outils utilisés par les ingénieurs en charge de la supervision d’installations industrielles.
02
Enjeux business & organisationnels
Accéder facilement à la donnée et la visualisation pour regagner en agilité
P-01
Côté utilisateurs
Réduire la charge cognitive
Accélérer l’analyse
Améliorer la compréhension globale
P-02
Côté business
Améliorer la performance opérationnelle
Fiabiliser la prise de décision
Mieux exploiter les données existantes
CLIENT
EDF
DURÉE
7 mois · 2025
RÔLE
Lead UX Researcher
Coach Design
SECTEUR
Énergie · Nucléaire
MÉTHODES
Discovery
Agile
Design Thinking
MÉTHODES
1 Lead UX
1 Pilote projet
1 Coach Agile
1 Expert IA
1 Architecte
1 Pilote produit
1 Responsable métier
6 représentants métiers
03
Complexité
Nombreux métiers et services impactés
Organisation et rôles complexes
04
Problèmes réels
identifiés
Difficulté à accéder à la donnée du combustible fiable pour l'exploiter, la visualiser efficacement et pour prendre des décisions rapides et fiables
P-01
Côté utilisateurs
une difficulté à accéder rapidement aux bonnes données,
des pertes de temps liées aux extractions manuelles,
une dépendance à certains experts historiques,
une faible visibilité transverse sur les campagnes et aléas d’exploitation.
P-02
Côté business
du cloisonnement des outils,
du manque d’interopérabilité,
de la difficulté à capitaliser le retour d’expérience,
et d’une ergonomie peu adaptée aux usages opérationnels.
04
Un rôle de Lead UX puis de Coach Design
- →Cartographie des acteurs et des entités
- →+50 Interviews utilisateurs et retranscriptions
- →Synthèse de la recherche
- →Personas et experience map
04
Décisions clés
Décisions n°1
Prioriser les métiers
Contexte
Les utilisateurs avaient des profils très différents : exploitation terrain, études, pilotage, retour d’expérience, manutention combustible, ingénierie.
Décision prise
Il fallait donc priorisé la recherche utilisateur. Dès le kick-off, j'ai organisé un atelier de priorisation.
Risque
Faire trop confiance en amont au expert métiers qui priorisaient
Atelier cartographie des utilisateurs prioritaires
Permet de déterminer la priorisation des métiers. Ceux qui sont aux plus proches du cercle seront donc les plus impactés.
Ce sont les experts et les parties prenantes qui déterminent ce positionnement.
+10
GROUPES METIERS
+40
METIERS DIFFRENTS
Décisions n°2
Rencontrer les personnes en "vrai"
Contexte
Il est important de rassurer les personnes lors des interviews pour qu'elles puissent se livrer et c'est pas toujours simple à distance d'avoir le bon feeling.
Décision prise
Aller rencontre un maximum de personnes sur leur lieu de travail pour avoir une vraie connexion et relation de confiance même si cela faisait perdre du temps.
Risque
Perde beaucoup de temps et une capture des l'interview plus compliqué.
Décisions n°3
Un exploration en profondeur et réelle
Contexte
Il y avait un nombre très important d'acteur et malgré le cadrage initiale, je devais explorer au minimum l'ensemble des métiers au moins 2 fois.
Décision prise
Malgré un temps limité j'ai pris la décision de continuer mon exploration que me semblait pas encore très complète.
Risque
Il y avait un nombre très important d'acteurs et malgré le cadrage initiale, je devais explorer au minimum l'ensemble des métiers au moins 2 fois. Jusqu'à arrivé à 50 interviews.
PERSONA
Fiche persona
Identité, citation représentative, objectifs vs frustrations, traits sur axes. Issus du terrain.
10
PERSONAS
3
GRANDS GROUPES
Experience map
Après la phase de recherche, permet de cartographier par étapes, les besoins et irritants de chaque métiers
+11
GRANDES ETAPES
+50
ACTIONS
+40
BESOINS / IRRITANTS
Décisions n°4 Explorer un prototype IA à partir d'un concept validé
Contexte
Le concept du produit de supervision et d'analyse de données étant validé par les métiers. Je me retrouvais avec énormément de données et de fonctionnalités priorisées.
Décision prise
Dans un contexte pas clair sur l'utilisation de l'IA. J'ai utilisé MAKE IA pour transformer mon concept sous forme de zoning en un prototype testable rapidement avec des données fictives mais cohérentes..
Risque
Aller trop long loin et trop vite qui peut faire peur à l'équipe de développement et sortir du contexte MVP
Aperçu de quelques écrans du prototype
05
Résultats
Même si les experts métiers du projets étaient très satisfaits du prototype, il fallait tester auprès des utilisateurs
QUESTION POSÉE EN DE TEST UTILISATEUR
"Est-ce que le produit répond à votre besoin ?"
QUESTION POSÉE EN DE TEST UTILISATEUR
"Est-ce que c’était facile d’utilisation ?"
06
Prise de recul
Même pour des secteurs d'activités très complexes il faut respecter la méthode et savoir travailler avec une équipe produit qui attend de la recherche utilisateur une convergence avec les objectifs.
Ce que j'ai appris
Ce que je ferais différemment
Ce que ça dit sur moi
06
Le resumé
de mon intervention en discovery
01
Conduite de la phase de recherche utilisateur (50 interviews).
02
Identifier et prioriser les opportunités produit
et IA avec l'équipe.
03
Défini un concept MVP validé par les métiers et son parcours utilisateur de bout en bout.
04
Acculturation des équipes à l'UX Research
05
Réalisé un prototype exploratoire
avec l'IA pour accélérer l'expérimentation.
06
Accompagner l'équipe design en delivery
07
Suivi des Tests Utilisateurs
08
Explorer des fonctionnalités complémentaires post-MVP.
07
L'
impact (prévisionnel)
VISUALISATION UNIFIÉE
01
Toutes les données regroupées dans une seule application métier.
Fin des silos Excel et applications legacy : ingénieurs pilotes et experts combustible partagent une même source de vérité.
TABLEAU DE BORD PILOTE
03
Dashboard agrégé pour les pilotes : état réacteur, alertes prioritaires, tendances.
Une vue de pilotage temps réel pour la prise de décision rapide en salle de contrôle.
ACCÈS FACILITÉ
02
Demande d'accès à la donnée simplifiée et tracée.
Workflow standardisé pour obtenir les jeux de données sensibles, avec validation et historique.
CATALOGUE D'ÉVÉNEMENTS
04
Historique structuré des événements et de leur suivi.
Capitalisation de la connaissance : chaque événement nourrit la base d'apprentissage.
Vous avez une idée projet ?
Vous souhaitez simplement prendre contact avec moi ?
Le plus simple est qu'on en parle tranquillement.
Pas de brief formel à préparer
