Can the integration of behavioural science in a project help you to meet precise objectives? This week, I would like to provide an answer to that question using a case study. 

eBay has numerous tools to help users but had a problem to make them visible, relevant and understandable. 

eBay has 4 well-defined objectives for the help centre of the site in mind. But those 4 objectives had never been met: 

Objective 1: increase user satisfaction by 4%
 

Objective 2: increase the support frequency by 15%
 

Objective 3: decrease the number of visitors who leave the support homepage by 15%
 

Objective 4: decrease the number of intrusive phone calls to the call centre by 10% 

eBay has done a lot of background work on help centres, together with usability experts, in order to build screens that could help them meet the 4 objectives above. 

Here’s the support homepage eBay has developed. 

Bottom-line results: 

Increase of ratio leaving by 10%
 

Disparate kinds of behaviour
 

Users use the product search zone in the top right zone of the interface
 

Users stay in the Beginners zone, without using the other sections. 

Since the objectives weren’t met, eBay decided to call upon our experts in behavioural science. 

Human behaviour:

• Is an entity of data that come from different parts of our brain,

• Is for 95% non-conscious…

That’s why we have first of all analyzed the data of the different memories, in order to understand the mental model of users that have a problem on eBay.

This research has allowed us to classify the help articles into categories that match the semantic representation of users. 

In order to make objective choices, our experts have used software that was developed in-house with the help of different scientists. These tools can predict the behaviour of users and compare it with our own expertise and knowhow. As such, no risks have to be taken.

This first phase has allowed us to ensure both lexical and semantic memories are taken into account. 

In the next phase we have used our method to build screens that help the user to direct his eyes to the appropriate zones. 

And once again, our tools to predict visual behaviour have been very valuable to help our experts to make decisions that are as objective as possible. 

Here’s the result:

Bottom-line results

Objective 1: increase user satisfaction by +4% (result: +16,5%)
 

Objective 2: increase the frequency of support by +15% (result: + 85%)
 

Objective 3: decrease the number of people leaving the support homepage by -15% (result: - 74%)
 

Objective 4: decrease the number of phone calls to the call centre by -10% (result: - 27,5%)

I leave it up to you to make your own conclusions…

Have an excellent week…

Les sciences comportementales, intégrées dans un projet, permettent-elles d’atteindre des objectifs précis ? Cette semaine je te propose de répondre à cette question au travers d’une étude de cas.

eBay met à disposition de ses utilisateurs de nombreux moyens afin de les aider mais rencontrait un problème pour les rendre visibles, relevants et compréhensibles. 

eBay avait 4 objectifs bien identifiés concernant le centre d’aide du site, qui n’avaient jamais été atteints :

Objectif 1 : augmenter la satisfaction des utilisateurs de +4%
 

Objectif 2 : augmenter la fréquence du support entre membres de +15%
 

Objectif 3 : diminuer le ratio de sortie à partie de la homepage du centre d’aide de -15%
 

Objectif 4 : diminuer le nombre d’appel intrusif dans le centre d’appel de -10%

eBay a réalisé un important travail de fond sur le centre d’aide avec des experts en Usability afin de produire des écrans qui devaient permettre d’atteindre les 4 objectifs.

Voici l’écran de la page d’accueil du centre d’aide développée par eBay.

Résultats bottom-line :

Augmentation du Ratio de sortie de 10%
 

Comportements disparates
 

Les utilisateurs utilisent la zone de recherche “produits” en haut à droite de l’interface
 

Les utilisateurs restent dans la section “Beginners”, sans utiliser les autres sections.

Suite à la non atteinte des objectifs, eBay a décidé de confier le problème à nos experts en sciences comportementales.

Le comportement humain:

• étant un assemblage de données provenant de différentes parties du cerveau, 
• étant inconscient à 95% …

… nous avons analysé en premier lieu les données des différentes mémoires afin de comprendre au mieux le modèle mental des utilisateurs rencontrant un problème sur eBay.

Sur cette base, nous avons organisé la classification des articles d’aides, de manière à coller aux représentations sémantiques des utilisateurs. 

Pour objectiver leurs choix, nos experts ont utilisé des outils software développés par nos soins avec l’aide de plusieurs scientifiques. Ces outils ont permis de prédire le comportement des utilisateurs, de confronter notre expertise afin de ne pas prendre de risques.

Cette première phase nous a permis de nous assurer que les mémoires lexicales et sémantiques étaient prises en compte.

Une fois cette phase terminée, nous avons utilisé notre méthode de construction des écrans afin d’élaborer ceux-ci de manière à aider le cerveau à orienter le regard vers les bonnes zones.

Là encore, nos outils de prédiction du comportement visuel ont été précieux pour aider nos experts à objectiver au maximum leurs choix.

Et voici le résultat :

Résultats bottom-line :

Objectif 1 : augmenter la satisfaction des utilisateurs de +4 % (Résultat obtenu : +16,5%)
 

Objectif 2 : augmenter la fréquence du support entre membres de +15% (Résultat obtenu : +85%)
 

Objectif 3 : diminuer le ratio de sortie à partie de la homepage du centre d’aide de -15% (Résultat obtenu : -74%)
 

Objectif 4 : diminuer le nombre d’appel intrusif dans le centre d’appel de -10% (Résultat obtenu : -27,5%)

A toi de jouer maintenant …

Je te souhaite une excellente semaine.