← Retour au portfolio
UX Académique · Recherche utilisateur

SNCF Connect

Réservation de billets de train : comment la recherche terrain révèle ce qu'une refonte pressée avait laissé de côté — et pour qui la corriger en premier.

RôleUX Researcher (solo)
MissionHero Lines — étude terrain
Soutenance17 janvier 2025
Statut✅ Validé
01 Contexte02 Démarche03 Résultats04 Compétences

01 · Contexte

À sa sortie, SNCF Connect a été qualifiée par la presse spécialisée de « catastrophe industrielle » : plantages au paiement, navigation contre-intuitive, mode sombre imposé sans alternative. Ma mission : fonder les pistes d'amélioration sur des insights réels plutôt que sur des opinions.

⭐ 1,9/5note moyenne relevée sur les stores après la sortie de l’app
🧩 3problématiques majeures identifiées en recherche secondaire
🗣️ 5participants recrutés pour la recherche primaire

La recherche secondaire (avis utilisateurs, articles techniques, retours de la presse UX) a permis de dégager trois familles de problèmes avant même le premier entretien : une interface jugée peu intuitive, des lenteurs et bugs récurrents au moment du paiement, et une personnalisation quasi inexistante pour les voyageurs réguliers. En parallèle, l'application concentre les critiques sur son accessibilité : un mode sombre présenté comme plus « lisible, reposant, économe » sans qu'aucune de ces trois promesses ne résiste vraiment à l'analyse — et surtout sans option pour revenir au thème clair choisi par l'utilisateur sur son téléphone.

02 · Démarche

Un protocole de recherche complet, du cadrage à la synthèse — pensé pour inclure les profils que les tests internes de la SNCF laissent le plus souvent de côté.

1

Protocole de recherche

Objectifs, échantillon et guide d'entretien semi-directif cadrés en amont — structuré en introduction, échauffement, corps de l'entretien (4 thèmes) et clôture.

ComportementOpinionConnaissanceAccessibilité
2

Entretiens & observation terrain

5 entretiens semi-directifs en gare (Saint-Lazare, Montparnasse) et à distance, doublés d'une grille d'observation façon shadowing — les participants verbalisant leur raisonnement à voix haute (think-aloud).

3

Analyse & tri par affinité

Verbatims regroupés par thème (affinity mapping) et confrontés aux observations de terrain pour faire émerger les problèmes récurrents.

4

Construction des personas

3 personas bâtis sur les données recueillies — dont un profil en situation de handicap moteur et un profil volontairement extrême.

Échantillon

ParticipantProfilCe qui ressort
David, 34 ansOccasionnelAbandonne quand l'appli plante au paiement
François, 45 ansVoyageur fréquentRecommence tout à chaque trajet, rien n'est mémorisé
LéaVoyage en familleRéductions famille nombreuse difficiles à repérer
Amélie, 29 ansFauteuil roulantAssistance PMR non intégrée, réservée par téléphone
Michel, 58 ansSenior, peu technophileAbandonne avant la fin, trop d'étapes sans explication

03 · Résultats

Les cinq entretiens et la grille d'observation convergent vers trois familles de problèmes — indépendantes du profil, mais pas de même urgence pour chacun.

🧭 Problème A — Complexité du processus d’achat

  • Champ de recherche unique qui ne dit pas ce qu'il fait
  • Aucun trajet ni recherche fréquente mémorisés (François)
  • Sélection du siège et des options noyée dans de multiples clics

⚠️ Problème B — Absence de feedback système

  • Plantages non expliqués au moment du paiement (David, Léa)
  • QR code trop peu lumineux pour être lu au contrôle
  • Aucune confirmation claire après une action de la borne

♿ Problème C — Barrières d’accessibilité

  • Réservation d'assistance PMR absente de l'appli (Amélie)
  • Mode sombre imposé, sous le seuil de contraste ISO 9241-303
  • Aucun onglet ni parcours dédié à l'accessibilité
« J’aimerais avoir un onglet dédié à l’accessibilité où je pourrais tout organiser sans stress. » — Amélie, 29 ans, utilisatrice en fauteuil roulant

Les personas

Trois profils construits à partir des entretiens et des observations, pour garder les décisions de design ancrées dans des besoins réels plutôt que dans l'intuition.

🎫 David — persona classique

34 ans · 4–5 trajets/an · Cadre, iOS · Week-ends en famille

« J’aimerais que l’application soit plus réactive. »

Besoin clé — Interface fluide, sans panne au paiement, alerte baisses de prix.

🎫 Amélie — persona accessibilité

29 ans · 3–4 trajets/mois · Assistante admin. · Fauteuil roulant

« J’aimerais un onglet dédié à l’accessibilité. »

Besoin clé — Assistance PMR intégrée à l’appli, sans appel téléphonique.

🎫 Michel — persona extrême

58 ans · 5–6 trajets/an · Retraité · Aisance numérique faible

« Pourquoi tout est aussi compliqué ? »

Besoin clé — Mode simplifié, étapes claires, tutoriel intégré.

Priorisation des pistes

Toutes les pistes ne se valent pas selon le persona qu'elles servent — la priorisation distingue l'urgent du confort.

🔴 Urgentes

Mode simplifié : un parcours d’achat réduit et guidé pour les profils comme Michel, qui abandonnent avant la fin.

🟡 Importantes

Trajets & alertes prix : mémoriser les trajets fréquents et notifier les baisses de prix — le besoin de David et François.

⚪ Secondaires

Onglet accessibilité : centraliser la réservation d’assistance PMR pour Amélie, dans un espace dédié et visible.

04 · Compétences

Ce projet a mobilisé l'ensemble de la chaîne de la recherche utilisateur, du cadrage à la restitution orale devant jury.

• Conception de protocole de recherche
• Conduite d’entretiens semi-directifs
• Observation terrain & think-aloud
• Analyse qualitative & tri par affinité
• Construction de personas & cartes d’empathie
• Recherche inclusive (handicap, troubles DYS)
• Priorisation & synthèse UX
• Restitution orale devant jury

Et après — le process recommandé

1
Comprendre
2
Analyser
3
Idées
4
Prototyper
5
Tester

✅ Soutenance du 17 janvier 2025 — Projet validé

Ce que le jury a retenu« Livrables complets et clairs. Les objectifs de la recherche sont correctement définis et bien posés. » — Rudy Zourane, évaluateur

Ce que j’en retireMieux justifier la priorisation finale au regard des données récoltées, et laisser plus de temps entre chaque entretien pour affiner le guide en cours de route.

Livrables du projet

📎 Note de recherche secondaire
📎 Protocole de recherche
📎 Grille d’observation
📎 Guide d’entretien
📎 3 personas
📎 Conclusion — support de soutenance

Martin Lanrezac — Formation UX Design, OpenClassrooms, en alternance chez YellowKorner. Projet mené pour Hero Lines, à partir du cas réel SNCF Connect.