Compréhension des besoins des usagers (2/3)

Pour comprendre les pratiques et les besoins des usagers potentiels d’OpenEdition Data, nous avons choisi de faire une approche en deux temps : d’abord des entretiens avec des usagers potentiels de données et ensuite une définition en interne des personas.

La méthode : des entretiens et des persona pour comprendre les besoins des usagers futurs d’OpenEdition Data

Les entretiens ont été conduits auprès de personnes dans l’environnement proche d’OpenEdition dont nous connaissions l’intérêt pour les données, en particulier celles de l’édition scientifique :

• Eglantine Schmitt : chercheuse en philosophie et product manager chez Proxem
• Cornelius Puchman : Chercheur en sciences sociales
• Pierre-Carl Langlais : chercheur en DH
• François Briatte : chercheur en sciences politiques
• Mathieu Morey : chercheur en Traitement Automatique du Langage
• Vincent Larivière : chercheur en sciences de l’information et la bibliométrie
• Martin Clavey : journaliste

Pour chaque entretien, nous demandions à la personne les projets en cours, la connaissance d’OpenEdition et de ses plateformes, le type de données utilisées dans ses travaux. Pour nous inspirer des meilleures pratiques, nous demandions aussi la source de données idéale et les risques/appréhensions dans l’usage de données.

Dans un deuxième temps, l’atelier de définition des personas conduit en interne visait à mobiliser les personnes concernées par l’ouverture des données, développer de l’empathie vis à vis des usagers, à créer un projet d’open data “user-centric” et plus largement à mieux identifier les besoins de la diversité des usagers potentiels des données. Cet atelier part du constat que la plupart des portails open data ne s’adressent qu’à des usagers habituels des données et négligent des personnes qui pourraient, si elles prennent connaissance des données et de leur potentiel, soit se former soit faire appel à des ressources externes pour créer de nouveaux usages. Pour donner corps à ces personas, nous avons conduit une démarche en trois temps :

Les résultats de l’étude des besoins des usagers

Au sujet des modalités d’accès aux données, les entretiens nous ont d’abord appris que les usagers interrogés préféraient plutôt des données brutes, des ensembles de données sous la forme de “dumps” plutôt que des interfaces de programmation (APIs) permettant de requêter la base pour sortir des sous-ensemble de données. Cela est aussi du au fait que les usagers interrogés utilisent les données à des fins d’étude et d’analyse, plutôt que pour développer des services dynamiques où une API serait une solution utile et pertinente.

Pierre-Carl Langlais : “Je préfère un dump, si possible en csv”

Vincent Larivière : “Je préfère avoir accès à un dump de données. Idéalement fichier plat type TEXT, JSON / XML. CSV ira bien.”

Mathieu Morey “[En Traitement Automatique du Langage,] on est plus dans une approche où on utilise un dump.Si tu veux travailler en profondeur sur un sous ensemble de données, tu veux avoir accès au reste des données.”

François Briatte “Un dump XML est idéal. RDF ou XML, c’est pareil pour moi, des libraires existent. […] CSV aplanis, c’est un appauvrissement. Ca reste un format intéressant toutefois pour des chercheurs ou des journalistes qui peuvent se tourner par la suite vers des outils de data science plus avancés.”

Eglantine Schmitt “Venant des SHS, les formats Excel ou CSV me vont bien. Le JSON est moins lisible : c’est sympa pour les machines, moins pour les humains. Mais avec un CSV sur du contenu textuel, on est limité quand le texte est long.“

Il est aussi ressorti des entretiens que, si l’API était trop restrictive ou les données dans des formats trop complexes, le scrapping qui consiste à extraire automatiquement le contenu de pages web peut se révéler être une alternative efficace à l’utilisation de données ouvertes. A ce titre, les formats de données sémantiques et les triple store peuvent se révéler être une barrière à l’entrée plutôt qu’une incitation à l’usage des données.

Martin Clavey : “RDF c’est bien : c’est pas le format de tous les jours mais ça ne va pas me rebuter. C’est bien construit mais tout le monde ne connaît pas les bonnes librairies.”
Cornelius Puchman : “RDF data: I know what it is but I’ve never used. Most of the time I work with CSV flat data.”
Vincent Larivière : “Les données sémantiques : mon équipe n’a pas la bande passante, on manque de ressources humaines pour mener des projets. J’ai eu tous les triplets de JSTOR, j’ai rien fait avec ça. Je vais avoir besoin de l’aide d’un doctorant pour traiter ce genre de données.”

La prévisualisation est une demande qui est aussi ressortie des entretiens. Voir un échantillon des données aide à savoir ce qu’elles contiennent, à imaginer leur potentiel et à savoir si cela va être simple ou non de travailler avec ces données. A ce titre, l’offre crée souvent la demande : découvrir et pouvoir visualiser de nouveaux de nouveau jeux de données donne des idées de recherche. La documentation des données est apparue, pour plusieurs personnes interrogées comme essentielle, il faut qu’elle soit orientée vers les usages plutôt que la description.

L’étude des personas a permis d’abord de mettre en avant la diversité des usagers potentiels des données d’OpenEdition. Si l’on veut démultiplier la réutilisation des données, le portail devra être capable de s’adresser à l’ensemble de ces grandes familles d’usagers.

Les participants ont ensuite choisi de se concentrer sur cinq personas que nous avons répartis ensuite dans trois ensembles :

• les usagers aguéris qui ont l’habitude de traiter des données
• des autodidactes qui, sans avoir d’expérience forte en matière d’utilisation de données, peuvent se former et devenir des usagers aguéris
• des novices qui ne savent pas comment exploiter les données mais, si le portail explicite clairement le potentiel des données ouverts, pourront faire appel à des usagers plus à même de traiter les données.

De cet atelier, nous avons pu dresser des fiches personas qui définissent la perception que peuvent avoir les usagers sur les données d’OpenEdition, comme l’utilisation de données semi-structurées ou encore sur les possibles difficultés à appréhender les différents corpus. Les buts et les motivations sont également importants pour comprendre les futurs besoins des usagers. L’utilisation des données peut être imaginée dans un contexte professionnel comme par exemple la valorisation des évènements scientifiques d’une région ou d’un centre de recherche, ou encore d’expliciter l’actualité du moment. La carte d’empathie ou empathy map a permis aux participants de l’atelier de partager une vision commune des besoins des utilisateurs

Quels résultats pour le projet ?

Dans l’idée de développer un projet d’open data user-centric, les entretiens ont mis en évidence les pratiques des usagers de la données dans leurs vies de tous les jours et d’identifier leurs besoins. Comme on a pu le voir, les modalités d’accès et le besoin de diversité des données sont des aspects importants pour ces utilisateurs. L’atelier des personas a permis de définir les besoins des futurs usagers d’OpenEdition data et d’identifier les datasets susceptibles d’intéressés les communautés.

---

---