Disney Speedstorm — Diagnostiquer le churn par la recherche utilisateur

01 Contexte

Disney Speedstorm est un jeu de course mobile free-to-play. Le point de départ de l'étude était un indicateur business alarmant : un churn très élevé, avec 50 % des joueurs qui abandonnaient après environ 30 minutes de jeu.

Pour un free-to-play, cette attrition est critique : d'après l'étude Swrve (2019) sur le freemium mobile, seuls 25 % des premiers achats ont lieu dans les 40 premières minutes — les 75 % restants viennent après. Un joueur qui décroche pendant l'onboarding est donc un joueur qui ne paiera probablement jamais.

02 Problème & question de recherche

Qu'est-ce qui, dans les premières minutes de jeu, fait décrocher les nouveaux joueurs ? L'objectif était d'identifier les points de friction, les frustrations, les attentes déçues et les mécanismes de désengagement pendant l'onboarding.

03 Mon rôle

UX Researcher junior, en binôme avec Kenan Bouchentouf : co-construction du brief de recherche et des hypothèses produit, rédaction du protocole de passation, animation des sessions de test, analyse et présentation orale des résultats.

04 Méthodes utilisées

• Brief de recherche et hypothèses produit
• Protocole de passation
• Tests utilisateurs sur smartphone Android
• Enregistrement écran et audio (AZ Screen Recorder)
• Observation avec grille
• Verbalisation encouragée
• Questionnaire PENS (version courte, 9 items — 3 par composante de la self-determination theory)
• Entretiens semi-directifs
• Analyse qualitative
• Synthèse des résultats et présentation orale
• Recommandations produit

Cadres théoriques mobilisés

L'analyse s'appuyait sur la self-determination theory (motivation intrinsèque : autonomie, compétence, affiliation), les modèles de gameflow et d'engagement joueur, et les travaux de Celia Hodent sur la Game UX.

05 Ce que j'ai observé

• Le tutoriel est compris, mais perçu comme contraignant et lourd : plusieurs joueurs auraient préféré explorer librement ou découvrir les pilotes plus tôt. Verbatim : « moi j'voulais juste jouer ».
• Le choix du pilote est ralenti par un excès d'informations : 119 secondes en moyenne pour sélectionner un personnage — 5 compétences à lire par pilote, des statistiques peu intuitives, des équipiers avec leurs propres effets, un rôle jamais présenté.
• L'interface d'accueil est jugée encombrée par 9 participants sur 10 : 14 boutons possibles (loi de Hick non respectée), notifications, pop-ups d'offres après chaque course, couleurs vives partout. « Ça allait dans tous les sens, c'était brouillon. »
• Le mode coopératif passe inaperçu : 50 % des participants n'ont pas remarqué qu'ils jouaient en coop, 80 % n'y voyaient aucun intérêt — cohérent avec le score PENS d'affiliation de 1,5/7, le plus faible de tous.
• Une partie des utilisateurs perçoit le jeu comme répétitif dès la première session.
• Les émotions positives sont bien réelles : rires ou sourires observés chez 80 % des participants, sentiment global majoritairement positif en entretien, et davantage de remarques positives à la fin qu'au début — mais l'agacement s'installe vers 10-15 minutes et le risque de churn devient élevé après quelques parties.

06 Recommandations & livrables

• Raccourcir le tutoriel, ou le rendre plus progressif, et laisser davantage de liberté au joueur dès le début ;
• clarifier le choix des pilotes : présenter le rôle, hiérarchiser les statistiques ;
• réduire la surcharge de l'écran d'accueil (boutons, notifications, pop-ups) ;
• rendre la coopération perceptible et utile : pouvoirs d'entraide entre équipiers, rappels du classement de l'équipe, couleur commune des équipiers sur la minimap ;
• renforcer les signaux de progression et mieux soutenir l'engagement après les premières courses.

Livrables : brief de recherche, protocole, grilles d'observation, synthèse des résultats (verbatims + scores PENS) et présentation orale des recommandations devant les encadrants professionnels.

07 Impact & apprentissages

Au-delà de la méthode, ce projet m'a confronté au regard exigeant de professionnels du secteur sur le cadrage, la passation et la restitution. J'y ai appris à approfondir chaque question d'entretien sans précipiter le participant, à traiter finement des données qualitatives, et à présenter des points de friction toujours accompagnés de solutions actionnables.

« Ce projet m'a permis de transformer un indicateur business — le churn — en protocole de recherche utilisateur, puis en recommandations centrées sur l'onboarding, la motivation et la rétention. »

09 Compétences démontrées