TL;DR
Conception du premier moteur de recherche multi-critères de plantes en France en transformant 600 fiches SEO en base de données structurée. Grâce à des recherches auprès d’utilisateurs et de botanistes, j’ai créé une taxonomie complète (∽30 critères botaniques et environnementaux) permettant un matching personnalisé basé sur le climat, l’espace et le niveau d’expertise.
Construction d’un système interconnecté où les données structurées alimentent à la fois la découverte (interface de filtres progressifs) et l’éducation (profils détaillés de plantes), augmentant la durée de session de 340% et repositionnant Ooreka d’un répertoire de contenu à un outil de découverte.
Infos
- Rôle : Lead Product Designer
- Client : Ooreka (jardinage.ooreka.fr)
- Utilisateurs cibles : Grand public souhaitant avoir des plantes, qu’il s’agisse d’une seule plante en appartement ou d’un jardin complet
Compétences & outils
- User Research & Entretiens
- Design de Systèmes Complexes (Moteur de Recherche Multi-Critères)
- Architecture de Données Structurées
- Design de Taxonomie & Modélisation de Contenu
- Logique de Filtres & UX de Recherche
- Illustrations
- Sketch, Illustrator, InVision, Kameleoon
Le défi
Transformer un pur outil SEO (600 fiches plantes) en une expérience utilisateur différenciante qui stimule l’engagement et résout de vrais problèmes utilisateurs.
Contrainte clé : Budget limité et timeline agressive pour justifier l’investissement éditorial.
Découverte & insights
Approche recherche
- Benchmark concurrentiel (5 plateformes jardinage)
- Entretiens utilisateurs internes (12 participants)
- Entretiens experts botanistes (3 participants)
- Ateliers avec l’équipe éditoriale
Insight critique découvert
Les utilisateurs ne veulent pas plus d’informations sur les plantes — ils veulent trouver la plante parfaite correspondant à leurs contraintes personnelles (climat, espace, niveau d’expertise).
Pivot stratégique : Exploiter les données structurées pour créer le premier moteur de découverte de plantes par critères du marché français.
Solution design
- Architecture de l’information, une taxonomie co-conçue avec les botanistes couvrant :
- Facteurs environnementaux (exposition soleil, besoins en eau, zones de rusticité)
- Contraintes spatiales (hauteur, compatible pot)
- Préférences esthétiques (couleur, saison de floraison)
- Matching niveau d’expertise
- Design d’interface
- Système d’icônes custom : 30+ icônes pour compléter le jargon botanique
- Progressive disclosure : Critères simples en premier, filtres avancés à la demande
- Système de feedback temps réel : Barre sticky en bas affichant le nombre de résultats et alertant les utilisateurs quand les sélections donnent moins de 8 correspondances, permettant un ajustement immédiat des filtres
- Déploiement par phases
- Phase 1 : Première version avec 26 filtres + 300 fiches
- Phase 2 : Téléchargements PDF auto-générés pour usage offline
- Phase 3 : Simplification du processus après entretiens utilisateurs en lab
Impact & résultats
Engagement utilisateur
- +340% d’augmentation de la durée moyenne de session (2m15s → 7m50s)
- +890% d’inscriptions après le lancement de la fonctionnalité PDF
- 68% de return rate sous 30 jours (vs. 23% moyenne site)
Métriques business
- +215% de trafic organique sur les mots-clés plantes (6 mois post-lancement)
- Top 3 Google pour 180+ requêtes long-tail plantes
- 40% des nouveaux utilisateurs arrivés via le moteur de recherche (point d’entrée direct)
Différenciation produit
Première expérience de matching personnalisé de plantes sur le marché français du jardinage, transformant Ooreka d’un répertoire de contenu en outil de découverte.
Apprentissages clés
- Contenu structuré + filtres intelligents = valeur exponentielle vs. pages statiques
- La simplification par icônes a réduit la charge cognitive pour les non-experts
- La fonctionnalité PDF est devenue un driver de rétention inattendu (a mené à une stratégie d’email nurturing)
