« Concevoir la migration V3 des pages

contenue d’un dashboard affichant des

données E-commerce »
Mémoire de fin d’étude

par

Jolly Séverine

Paris, 20/08/2023

NIELSENIQ SERVICES FRANCE SAS -Data Impact

39 rue Lucien Sampaix 75010 Paris

Deuxième page de garde

La deuxième couverture doit contenir toutes les informations de la couverture plus les
suivantes :

● La période du stage : 03/04/2023 - 29/09/2023

● Le nom et la fonction de votre maître de stage : Tran Binh | UX/UI designer
● Le nom de votre tuteur pédagogique : Célia Martinie

Remerciements

Cette section est réservée aux remerciements.

Les remerciements du rapport de stage sont principalement destinés à votre maître de
stage et à une ou deux autres personnes ayant joué un rôle important dans votre stage.
Citez le prénom, le nom, le poste de chaque personne et la justification de votre
remerciement. Cette section est optionnelle.

Résumé

Afin de valider mon Master en IHM, j’ai réalisé un stage de 6 mois chez Data Impact by
NielsenIQ à Paris. Au sein de l’entreprise, j’ai rejoint l'équipe Produit pour occuper le
poste d’UX/UI designer. Pendant mon stage, j’avais pour mission de concevoir la
migration des pages contenue d’un dashboard affichant des données E commerce pour
les produits de grande consommation (PGC).

Pour réaliser cette mission, j'ai dû dans un premier temps comprendre le contexte dans
lequel se place l’utilisateur et le type de données qui lui est nécessaire. J'ai pu ainsi
comprendre leurs besoins et leurs attentes en termes de fonctionnalités et de
visualisations de données afin d’avoir une méthode centré utilisateur.

J'ai également pu analyser les anciennes versions du dashboard afin de voir ce qui
fonctionnait bien et ce qui pouvait être amélioré. J'ai ensuite effectué des recherches
afin de trouver les meilleures data visualisations à appliquer afin d’avoir un dashboard
complet et accessible.

Le nouveau dashboard a été mis en production et a été très bien accueilli par les
utilisateurs. Il leur permet d'avoir une meilleure visibilité sur leurs données E commerce
et de prendre de meilleures décisions.

A la suite de la conception de prototype j’ai pu réaliser des tests utilisateurs qui ont pu
approuver l'amélioration de la précédente version et une meilleure efficience du
dashboard.

Mots-clés : dashboard, data, data visualisation, e-commerce, UX, UI, migration,

PGC,FMCG
 Abstract
In this report

This section named “Abstract” should contain a summary of your report with about 300 words. This section should be preceded by an
equivalent version in French named “Résumé”.
Keywords : (ex.) aérospatial, cockpit d’avion, norme ARINC, technologie écran tactile.

Table des matières

1. Introduction......................................................................................................................................................
2. Context des travaux du stage.........................................................................................................................
a. Contexte de l’entreprise................................................................................................................................
b. Structure.......................................................................................................................................................
c. Outil de Data Impact.....................................................................................................................................
d. Objectif de production du stage....................................................................................................................
3. Problématique..................................................................................................................................................
 a. Etat de l’existant...........................................................................................................................................
i. Les pages contenue.......................................................................................................................................
b. Product Title.................................................................................................................................................
Macro KPIs.................................................................................................................................................
Graphs........................................................................................................................................................
Tables.........................................................................................................................................................
c. Rating and Reviews......................................................................................................................................
Product rating score V2......................................................................................................................................
d. Migration déjà réalisé....................................................................................................................................
e. La problematique IHM du projet....................................................................................................................
4. Démarche méthodologique........................................................................................................................
a. Parties prenantes..........................................................................................................................................
b. Mise en place de la démarche centré utilisateurs........................................................................................
i. Déroulement de la démarche...................................................................................................................
ii. Communication.......................................................................................................................................
5. Cerner le contexte et étudier les besoins......................................................................................................
a. Les utilisateurs..............................................................................................................................................
b. Les CSM.......................................................................................................................................................
i. Le métier..................................................................................................................................................
ii. Relation clients........................................................................................................................................
iii. Les besoins utilisateurs..........................................................................................................................
c. Comprendre les clients.................................................................................................................................
d. Etat de l’art : Data Visualisation pour un dashbord affichant des données e commerce (?)
.........................................................................................................................................................................
i. comment choisir la data viz en fonction du type de donnés.....................................................................
ii. faciliter la lecture dans la data viz...........................................................................................................
iii. les couleurs(vérifier les valeurs / les screens)........................................................................................
e. Proto-persona...............................................................................................................................................
f. Scénario de travail.........................................................................................................................................
g. Modèles de tâches ?.....................................................................................................................................
6. Cibler les informations à afficher ( faire par page ?)....................................................................................
a. Trie des valeurs sur la V2.............................................................................................................................
b. Choix finale des valeurs................................................................................................................................
c. Amélioration..................................................................................................................................................
7. evaluation.........................................................................................................................................................
9. Bilan du travail réalisé et perspectives..........................................................................................................
12. Bibliographie..................................................................................................................................................
13. Annexes..........................................................................................................................................................
 1.Introduction

· le contexte du projet,
· les objectifs du projet,
· et un guide de lecture du rapport.

2.Context des travaux du stage

a. Contexte de l’entreprise
Le marché de l'e-commerce a connu une croissance exponentielle au cours des
dernières années. En 2023, le marché mondial de l'e-commerce devrait atteindre 4,9
trillions de dollars, contre 1,5 trillion de dollars en 2014. Cette croissance est due à une
série de facteurs, notamment l'augmentation de l’utilisation d'Internet, l'amélioration des
infrastructures de paiement en ligne et la popularité croissante des smartphones. De
plus, la pandémie de COVID-19 a eu un impact significatif sur le e commerce. Les
confinements et les restrictions ont contraint les consommateurs à faire leurs achats en
ligne, ce qui a entraîné une augmentation des ventes en ligne. Les produits de première
nécessité, tels que les produits alimentaires et les produits de santé, ont connu une
forte croissance. Les consommateurs ont désormais pris l'habitude de faire leurs achats
en ligne et ils sont moins susceptibles de retourner aux magasins physiques.

Notamment, on peut voir beaucoup de site e commerce connue vendant des produits
de grande consommation. On parle de PGC (ou FMCG en anglais) lorsqu’il s’agit de
produits achetés de manière régulière dans les enseignes de la grande distribution et
leur durée de vie est relativement courte.

Les produits de grande consommation (PGC) regroupent les catégories suivantes :

Les produits alimentaires (crèmerie, fruits et légumes, épicerie) ;
Les boissons embouteillées ;
Les produits d’entretien (détergents) ;
Les cosmétiques et soins ;
Produits et accessoires de toilette ;
Les produits pharmaceutiques ;

Ces produits font l’objet d’une forte demande auprès des consommateurs, car ils ont tendance à se
dégrader très rapidement et leur finalité étant de satisfaire un besoin primaire. Les PGC ont donc
connu eux aussi une évolution de vente constante, elle est due à plusieurs facteurs
comme l'évolution des habitudes de consommation ou l'augmentation du pouvoir
d'achat.
C’est là qu'intervient l’outil de Data impact créé en 2014 par Yacine Terki et Ludovic
Gallen, qui fournit des services d'analyses et de gestion de données pour le secteur de
l'e-commerce sur des PGC. Comme on a pu le voir les évolutions de l'e-commerce plus
particulièrement sur des produits PGC est en constant augmentation et il est plus que
nécessaire d’avoir un outil qui puisse traiter et analyser toutes ces données afin de
permettre aux groupes de rester informer sur leurs produits et d’avoir une possibilité
d'améliorer leur performance.

b. Structure
L’entreprise est répartie en plusieurs Team :
● Product Team
● ML Team
● Go team
● Support team
● DI Sales Team
● CSM Team
● Scraping Potential
● Infra Team
● Marketing
● Operations team
● Data Team

c. Outil de Data Impact

Pour créer un produit qui fonctionne, nous devons d'abord collecter les données dont
nous aurons besoin plus tard. L'équipe de scraping s'occupera de collecter toutes les
données dont nous avons besoin et qui seront utiles. Plus de 200 milliards de points de
données sont collectés chaque jour sur différents canaux avec plus de 720 enseignes
analysé. De plus, Data Impact est répartie sur plus de 60 pays et touche donc tous ces
marchés. Ces données sont stockées dans une base de données. L'équipe GO, ML et
Data travaillent ensemble pour nettoyer et formater les données afin qu'elles puissent
être utilisées par les back-ends et les front-ends.

Ces données sont répartie en plus regroupement de page :

● Scorecard

● Product Snapshot (beta)

● Distribution
Respect de l'assortiment
Part d'assortiment
Respect des blockbusters
Ruptures
Ruptures V3
Switch

● Contenu
Perfect shelf
Images
Product Image Score
Libellés
Product Title Score
Ratings
Product Rating Score
Reviews
PDP field check
Conformité PDP (bêta)

● Prix et promotion
Prix
Prix national
Part de promotion
Réplication promo
Calendrier des promotions

● Visibilité
Search
Product Search Score
Search performance
Search performance V3
Search optimizer V3
Position en rayon
Produits en rayon
E-retail media V3
Bibliothèque E-media V3

● Analyse des ventes

Business drivers V3
 Performance analysis V3
Amazon Market Share V3

Ce qui a été déjà mergé et est passe en prod et qui va bientôt être ouvert au utilisateur.

● Search
● Product Search Score
● Search performance

→ Search performance V3

● PDP field check

● Conformité PDP (bêta)

→ PDP

Ce sur quoi j’ai du travailler afin de les merger ensemble .

● Ratings
● Product Rating Score
● Reviews

→ Rating and Reviews

● Libellés
● Product Title Score

→ Product Title

parler de l’outils en global pour qui il s’adresse et décrire chaque page a

quoi elle sert

d. Objectif de production du stage

3.Problématique
a. Etat de l’existant
i. Les pages contenue

Ces pages regroupent donc toutes les données relatives au contenu du produit.
C’est utile à l'utilisateur dans le sens ou il va pouvoir voir si ses produits sont conformes
à leurs guidelines qu’ils ont donné aux enseignes auxquelles ils distribuent leurs
produits (compliance). Plus généralement, on va pouvoir afficher des valeurs plus
globales de moyenne calculée.

Dans ces pages on va donc vouloir récupérer plusieurs données comme :

● le titre de l’article
● la description (bullet point)
● les images
● la nutrition
● les allergènes
● les notes affecté au produit
● les commentaire affecté au produit
Toutes ces caractéristiques vont être regroupées et plus profondément examinées dans
les différentes pages.

b. Product Title
Dans la version 2, cette page est donc 2 pages différentes. Premièrement, Product Title
Score qui permet aux utilisateurs d'analyser la conformité des titres de leurs produits.

L'analyse compare le titre du produit de l’enseigne avec les éléments du nom (qui
devrait avoir dans l’idéal).

PASS si le titre contient toutes les parties obligatoires du nom (certain facultatifs donc
pas compté)

Macro KPIs

● Titre Score : Produits qui PASS

● FAIL to PASS products : Produits qui sont passés de FAIL a PASS
● PASS to FAIL products : Produits qui sont passés de PASS a FAIL

Graphs

● KPI trends : evolution of the compliance %

● Overall trends : evolution of the compliance % avec 4 dernières années
● Score Trend : the evolution of the Product Title Score by category/brand
● Compliance rate : the compliant (PASS) or FAIL by category/brand
● Compliance rate : the compliant (PASS) or FAIL by retailer
Tables

● Retailer Overview : This table displays the PASS and FAIL rate per retailer
● Category/brand Overview : This table displays the PASS and FAIL rate per
category/brand
● Product details : view of Pass/fail status per product

Dans la deuxieme page

image

● Détails par produit

● Détail par catégorie et par marque
● Benchmarking visuels
● Image actuelle

c. Rating and Reviews

De même pour rating and reviews, dans la version 2, cette page est 3 pages différentes
: Rating, Product rating score et Reviews.

Dans Rating le but est

● To track the number of ratings by product and its average rating. It demonstrates
consumer’s trust in the product.
● Identify products and categories with lowest rating
● Compare products with low ratings with their reviews to identify product
weaknesses from a shopper point of view

Macro KPI

● % of products with a rating

● products raching the target
● product with decreasing rating

Graphs

● KPI trends :
● Rating range evolution : This graph shows the percentage of your products by
rating range
 ● Products with rating evolution :
● Catégories
● Brands
● Retailers : This graph shows the percentage of your products with ratings

Tables

Product details : Shows the product detail level by retailer with :

● The average rating

● the number of customer ratings
● If you have defined objectives, in the last column if the product reach your
objectives, it will return: PASS/FAIL
● Benchmark: It gives a vision on the competitors' product's average ratings
compared to yours.

Product rating score V2

Macro KPI

● score rating
● produits de fail a pass
● produits de pass a fail

Graphs

● kpi trend
● scrore trend by category/brand
● compliance rate by category/brand/retailer
● benchmark trend

Tables

● retailer overview
● category overview
● category benchmark
● product details

Reviews V2
Goal

Cet onglet analyse les reviews des pages produits.

Cette page utilise le machine learning pour effectuer l’analyse des reviews

En utilisant du NLP (natural language processing), nous pouvons:

● analyser si un avis est positif ou négatif

● comprendre les sujets évoqués dans les avis
● extraire les opinions exprimées
● indiquer les mots et groupes de mots les plus utilisés

Les avis sont tagués comme positif ou négatif selon la méthologie suivante:

● si un avis a une note de 2/5 ou moins il est considéré comme négatif

● si un avis a une note de 4/5 ou plus il est considéré comme négatif
● si un avis a une note de ⅗ nous utilions notre modèle de machine learning pour
déterminer s’il est positif ou négatif

Macro KPI

● Produits avec avis :Le nombre de produits (ou % selon le filtre appliqué) qui ont
des reviews parmi les produits analysés
● Nouveaux avis : Le nombre de produits (ou % selon le filtre appliqué) qui ont de
nouvelles reviews sur la période/semaine sélectionnée
● Avis négatifs : Le nombre (ou % selon le filtre appliqué ) de reviews négatives

Graphs

● Reviews :
○ Premier nuage: opinions émises dans les reviews de la période/semaine
sélectionnée (ou toutes les périodes selon le filtre appliqué)
○ Second nuage: mots et groupes de mots les plus utilisés dans des
reviews de la période/semaine sélectionnée (ou toutes les périodes selon
le filtre appliqué)
○
● Evolution temporelle reviews( kpi trend) : Ce graphe représente l’évolution
temporelle des reviews par enseigne
● Evolution temporelle topics (?): Ce graphe représente l’évolution temporelle des
différents sujets abordés dans les reviews. Les sujets détectés sont les suivants:
prix, goût, packaging, livraison, concurrence, allergènes. dropdown enseigne et
sujet)
● Marques : Ce graphe représente la répartition des reviews positives et négatives
par catégorie
● Enseignes
● Catégories
● Evolution par type de reviews

Tables

● Analyse par enseigne et par marque

 ● Analyse par produit (product details)

d. Migration déjà réalisé

Une migration est le fait de fusionner deux pages en une. Dans la V3 et bientôt
disponible pour les utilisateurs nous avons les pages images:

● Image
● Image Score

C’est deux pages ont eté fusionné en une seule qu’on appellera image

sur la V3 on a :

Macro KPIs -> offer a global view on the Image analysis

- Compliance rate / Primary : PASS image for the selected retailers, period and

indicators + variance

- Compliance rate / Hero : PASS image for the selected retailers, period and

indicators + variance

- Average score/ Primary /Secondary : average score of the image of a

product for the selected retailers, period and indicators + variance

- Image downgraded : Image that went from PASS (previous period) to FAIL

(selected period)

They can also click on the "View list" link to view the products.
Graph

- Compliance rate trend / Primary Image : Show the evolution of the

compliance % through the selected period by category/brand

- Average score trend / Primary Image / Secondary : Show the evolution of the

Image Score by category/brand

- Compliance rate / Primary image: Show the compliant (PASS) or FAIL by

 category/brand

- Average score / Secondary image : Show the evolution of the Image Score by

category/brand

Tables

- Compliance rate / Primary image: Show the percentage of the compliance

(PASS) or FAIL by category/brand

- Average score/ Primary image / Secondary : Show the evolution of the Image

Score by category/brand

- Primary / Secondary image match by product : This table gives the most

granular level of detail on the primary image matching of the products.

 e. La problematique IHM du projet
La tâche à réaliser est donc de concevoir la migration des pages à l'aide de ce qui est
fait sur la version 2 et de m’aider de ce qui a déjà été réalisé avec la migration de
imagine afin de pouvoir transcrire toutes les valeurs déjà présentes et en présenter de
nouvelles qui sont plus pertinentes.
parler de ce qui met demandé de faire
objectif (utilisable)

Plusieurs objectifs sont considérés lors d’une telle tâche :

- Premièrement, réduire la complexité. Lorsque deux pages sont mergés, cela
peut rendre l'outil plus facile à utiliser et à comprendre. Cela peut être fait en
supprimant les données redondantes, organiser les informations de manière
logique et utiliser les mêmes termes pour désigner les mêmes choses.
- Améliorer l'efficacité. La fusion de deux pages peut rendre l'outil plus efficace en
permettant aux utilisateurs d'accéder à plus d'informations en un seul endroit.
Cela permettra de faire économiser du temps aux utilisateurs en les empêchant
de devoir basculer entre différentes pages.
- Améliorer la cohérence. La fusion de deux pages peut rendre l'outil plus cohérent
en assurant que tous les contenus sont similaires sur les mêmes valeurs.
- Améliorer la maintenance. La fusion de deux pages peut rendre l'outil plus facile
à maintenir en réduisant le nombre de pages à gérer. Cela peut également
 réduire le risque d'erreurs en assurant que tous les contenus sont mis à jour en
même temps.(sous objectif)

4.Démarche méthodologique
a. Parties prenantes
b. Mise en place de la démarche centré utilisateurs
i. Déroulement de la démarche
ii. Communication
iii.
5.Cerner le contexte et étudier les besoins
a. Les utilisateurs
Les utilisateurs de l’outil appartiennent donc à des groupes. Ils peuvent etre plusieurs
par Groupe et par marché selon le pays dans lequel le groupe vend. Chaque
Les utilisateurs de l’outil sont donc type de clients , metier
vaux mieux en parler la ou plus tard ?

b. Les CSM
i. Le métier
reorganiser et reecrir cette partie
Le métier de CSM vise à établir une relation entre les clients et la société en recueillant
leurs besoins, en les accompagnant et en analysant leurs attentes. Le CSM joue
également un rôle commercial en cherchant à fidéliser les clients.

Le métier de CSM chez Data Impact peut être divisé en trois parties distinctes :

La formation : Cette partie du métier représente environ 40% du temps. Les CSM
réalisent des formations avec plusieurs clients tous les six mois ou de manière plus
ponctuelle en fonction des besoins. Pendant ces formations, les CSM présentent Data
Impact, introduisent l'outil. Ils sont amené à s'adapter au niveau de connaissance des
clients, qu'ils soient novices ou déjà habitués à manipuler ce type de données.

Le reporting et l'analyse : Cette partie occupe également environ 40% du temps des
CSM. Ils effectuent fréquemment des analyses de performance, négocient
quotidiennement avec les clients et répondent à leurs besoins en créant des tableaux
Excel ou en fournissant des données analytiques. Les CSM sont également chargés de
proposer des services supplémentaires (upsell) aux clients. Ils peuvent également
tester les nouvelles versions de produits (v3) afin de détecter les bugs et de signaler les
changements nécessaires. Des réunions mensuelles sont organisées pour discuter des
activités et fidéliser les clients.

Le consulting : Environ 20% du temps des CSM est consacré au consulting. Ils se
focalisent sur des clients novices afin de pouvoir les conseiller et de les guider sur les
améliorations possibles qu'ils peuvent appliquer pour améliorer leurs ventes.

Data Impact à des CSMs qui travail depuis Paris, avec 15 CSM, et environ 30 CSM
repartie à l'échelle mondiale avec Londres, aux États-Unis et en Asie.

Il y a 2 à 3 managers généraux supervisant 6 à 8 CSM chacun. Les CSM gèrent

généralement environ 10 clients chacun, mais cela peut varier en fonction du niveau
d'expérience. Les CSM seniors, en plus de gérer leurs propres clients, supervisent
d'autres CSM et leurs clients. Ils ont moins de clients à gérer directement, car ils doivent
également assumer un rôle de supervision.Il a travaillé avec des clients opérant sur
différents marchés, et il a pu voir des différences liées aux différents marché ou se
situent ses clients.

ii. Relation clients

La communication joue un rôle essentiel dans le travail des CSM.

ils communiquent avec beaucoup d'équipe de data impact tel que :

● Le support : pour signaler les bugs et les problèmes de base de données

● Les Product Owners : pour discuter des nouveaux outils, les tests pour les
nouvelles versions, les problèmes rencontréspar leurs clients ou eux meme.
● L'équipe commerciale : pour attirer de nouveaux clients.
● Scrum team
● Developer machine

Concernant la communication avec leurs clients, ils présentent régulièrement aux

clients les nouveautés dans l'outils, envoient des questionnaires clients plusieurs fois
par an, organisent des ateliers pour comprendre les besoins des utilisateurs et ouvrent
des versions bêta pour que les clients testent et fassent des retours sur les
changements à apporter.

La communication entre les différents CSM est moins fréquente, car ils ont chacun un
portefeuille de clients. Cependant, pour les réunions avec de grands groupes, il peut y
avoir des collaborations entre CSM, nécessitant alors un transfert des connaissances.

Les outils utilisés dans leur travail comprennent les e-mails, les appels, les réunions
client, les réunions internes et Jira pour signaler les problèmes.
 iii. Les besoins utilisateurs
L'amélioration du benchmark est nécessaire, notamment pour le product title.

Pour le pdp, le benchmark peut être repéré en utilisant une moyenne de caractères. Il
serait également utile d'ajouter des indications sur les standards.

Pour les rating and reviews, il faudrait prendre en compte les produits qui ne sont pas
disponibles (out of stock), car le rating inclut tous les produits, tandis que les reviews
n'incluent que les produits disponibles.

Actuellement, les graphiques ne sont pas beaucoup utilisés car ils ne sont pas
esthétiques, mais il y a de l'espoir que les utilisateurs les utiliseront davantage dans la
version 3.

Cependant, la possibilité de pouvoir télécharger les tableaux Excel est pratique, car les
clients y sont habitués.

Étant donné que la fonction principale de ces graphiques est de faire l'objet de
présentation, il serait important de prendre en compte les captures d'écran pour les
graphiques. Par exemple, le fait d'afficher les valeurs directement sur les graphiques
permet des captures d'écran complètes sans avoir besoin de survoler les graphiques,
comme c'est le cas pour "Share of search par mot clé".

La personnalisation des colonnes dans la version 3 sera très utile pour adapter les
tableaux à ses besoins. Les sélecteurs disponibles sur les graphiques (permettant de
choisir entre le retailer, la catégorie ou la marque) pour personnaliser la vue sont très
appréciés, et plus il y en a, mieux c'est.

Il est également essentiel d'intégrer des liens vers les produits dans les KPI.

Lors de leurs recherches, de nombreux utilisateurs utilisent le filtre par défaut. Ils créent
fréquemment des listes pour consulter les informations ou les changements souhaités.
Il serait utile d'intégrer le DN (détention de ton produit par rapport à ton parc de
données) dans le filtre, en utilisant par exemple une échelle de 0 à 20, de 20 à 70 ou
plus.

Le DN est très important, car plus un produit est largement distribué, plus il est
considéré comme important et surveillé de près. Il est crucial d'éviter de déclencher des
alertes inutiles lorsque les chiffres ne sont pas favorables. Il est très probable que cela
soit dû au fait que le produit est indisponible (out of stock) ou non distribué, plutôt qu'à
un dysfonctionnement du système. en effet si un produit est pas distribué moins ils est
vendus et ca peut impacter sur le nombre des rating and reviews.
De plus, la possibilité d'attribuer une couleur personnalisée à chaque client serait
grandement appréciée.

En conclusion, l'interview avec Bella et Amine, deux CSM, a révélé des informations
importante sur l'utilisation des pages Content de l'outil. Les clients accordent une
grande importance aux images et aux titres. Quelques améliorations sont à prévoir
notamment sur les graphes qui on besoin visuellement de comprendre toutes les
informations. de plus la notion de DN et OOS est important a intégrer pour une meilleur
compréhension des clients fasse aux valeurs visualisé sur l'outil.

Par exemple, en Italie, les clients sont moins préoccupés par l'e-commerce par rapport
à d'autres marchés. Cela rend plus difficile de les fidéliser en leur démontrant l'utilité de
l'outil. Ils ont souvent une structure moins rigoureuse et ne disposent pas d'un
spécialiste dédié au traitement de ces données spécifiques. Baptiste doit donc mettre
en œuvre des efforts supplémentaires pour convaincre ces clients italiens de la valeur
de l'outils de Data Impact.

c. Comprendre les clients

- interview csm faire le liens
- reunion sur feedback amazon sales and shares
-
d. Etat de l’art : Data Visualisation pour un dashbord
affichant des données e commerce (?)
i. comment choisir la data viz en fonction du type de
donnés
ii. faciliter la lecture dans la data viz
iii. les couleurs(vérifier les valeurs / les screens)

e. Persona
- sur csm
- sur clients
f. Scénario de travail
- sur utilisateur
 g. Modèles de tâches ?
décrire les taches

6.Cibler les informations à afficher ( faire par page

?)
a. Trie des valeurs sur la V2 du dashboard
b. Choix finale des valeurs
c. Amélioration
i. général sur l’outils
ii. spécifique aux page Content
differente version des protos

7.evaluation
8. critère de succès
interview qualitative

9.Bilan du travail réalisé et perspectives

10. utilisabilite (critere efficacité, efficience,satisfaction)
11. ux
Il est possible de reprendre les objectifs et les critères de succès identifiés dans la
démarche, et de les évaluer en se référant aux parties du rapport constituant des
preuves.

12. Bibliographie
13. Annexes
14. choix de conception

comment intégrer sentimental analysis ? :

- recherche comment trouver un graphe pour retranscrir les sentiments des
reviews
- proposer des solutions
- discuter des valeurs a retranscrir avec denis