UserTesting améliore sa plateforme avec de nouvelles fonctionnalités basées sur l'IA qui permettent aux organisations d'obtenir des insights plus profonds à partir de leurs recherches utilisateurs. Comme son nom l'indique, UserTesting se spécialise dans la recherche et le test utilisateurs pour divers produits et campagnes. En 2022, UserTesting a été acquis par Thoma Bravo pour 1,3 milliard de dollars et a fusionné avec UserZoom, une entreprise reconnue pour ses solutions de test de l'expérience utilisateur. Aujourd'hui, UserTesting présente le Feedback Engine, tirant parti des technologies de UserZoom et intégrant l'IA générative pour analyser de manière exhaustive les retours des utilisateurs sur les enquêtes.
UserTesting étend ses capacités d'IA générative pour fournir des insights enrichis grâce à des enquêtes alimentées par l'IA, améliorant ainsi l’analyse des tendances et des thèmes dans les opérations de test utilisateur. "Auparavant, nous nous concentrions sur l'IA pour les résumés d'insights et l'analyse des sentiments", a déclaré Andy MacMillan, PDG de UserTesting. "Nous introduisons maintenant un concept de thématisation qui nous permet d'extraire des thèmes à partir de réponses ouvertes aux enquêtes."
Comment l'IA générative améliore l'identification des thèmes en tests utilisateurs
UserTesting propose depuis longtemps des outils d'analyse des sentiments. Désormais, avec la fonctionnalité de génération de thèmes alimentée par l'IA, la plateforme vise à révéler des compréhensions nuancées des résultats des tests. En s'appuyant sur de grands modèles de langage (LLMs), UserTesting analyse les réponses ouvertes des enquêtes pour extraire des thèmes clés. Ces modèles sont entraînés sur des données de recherche, leur permettant de comprendre le contexte et d'identifier les thèmes, concepts et sentiments significatifs pour les chercheurs.
Plutôt que de simplement signaler des mots-clés ou de catégoriser les réponses comme positives ou négatives, l'IA évalue le texte complet et organise les réponses par thèmes communs. Cela quantifie le nombre de réponses correspondant à chaque thème, offrant aux chercheurs une vue d'ensemble des discussions dominantes avant d'explorer les commentaires individuels en détail. Cette approche fournit une compréhension plus approfondie que les recherches par mots-clés standard.
Dans sa mise à jour d'août 2023, UserTesting a introduit des insights basés sur l'IA qui diffèrent des nouvelles capacités thématiques. MacMillan a précisé que les insights sont générés à partir de tâches spécifiques accomplies par les participants, comme l'achat sur un site web, en se concentrant sur des indicateurs tels que les taux de réussite et les points d'abandon. En revanche, les thèmes émergent des réponses ouvertes aux enquêtes, permettant à l'IA de catégoriser les réponses discutant de concepts similaires, même avec des formulations différentes. Cette analyse thématique quantifie la prévalence de chaque thème, offrant une perspective plus large au-delà du simple sentiment.
Distinguer la résumation par IA générative des véritables insights d'IA
Créer des résumés à partir de texte, d'audio ou de vidéo est une capacité fondamentale de l'IA générative facilitée par les LLMs. MacMillan a souligné que l'approche de UserTesting va au-delà de la simple résumation par IA générative. L'entreprise entraîne ses modèles propriétaires en utilisant des données de recherche sur l'expérience client.
Cette méthodologie fournit aux organisations des insights exploitables qui nécessiteraient généralement l'intervention de chercheurs experts. Les modèles de UserTesting offrent un contexte critique que les processus de résumation générique pourraient négliger. "Nous avons investi des années dans l’entraînement de modèles d'apprentissage automatique se concentrant sur les sentiments et les intentions, qui sont essentiels dans la recherche sur l'expérience", a-t-il expliqué. "Notre vaste répertoire de contenu nous permet d'entraîner efficacement le moteur."
Classement
