4 grandes tendances Design pour 2025

Le “Design”... bien que nous ne soyons plus dans une époque où (en France et pour le grand public) ce terme faisait surtout référence à la conception de chaises à pieds en mousse, de parapluies inversés, [insert n’importe quelle idée loufoque] … Son évolution reste parfois difficile à suivre ou à anticiper.

Ici on parle bien de conception au sens large; produits numériques, services physiques, organisations… En fait, à chaque fois que quelque chose peut-être utilisé par quelqu’un il vaut mieux se pencher sur son design pour maximiser nos chances qu’il soit utile, utilisable et utilisé.

Le Graal.

Ceci étant dit, le Design évolue avec le temps, avec les avancées (révolutions) technologiques, avec le marché et sa maturité… Il évolue tant dans ses méthodes et techniques ou profils de compétences que dans sa place dans le processus de conception et d’innovation.

Puisque nous voulons éviter d’écrire un article de 342 lignes, nous vous proposons un petit aperçu du virage qu’est - selon nous - en train de prendre le Design. Le tout basé sur nos retours d’expérience dans les secteurs privés ou publics, de notre écoute de l’écosystème, de nos lectures des études et des convictions de nos experts organisés en tribus (recherche utilisateur, innovation, content, conception visuelle, design ops…).
D’autres suivront peut-être !

Bienvenue sur 4 de nos tendances et convictions Design pour cette année 2025 !

Designer data, vers un nouveau rôle ?

Que ce soit la progression de l’utilisation de l’IA dans les entreprises de tous secteurs (de 20% en 2017 à 72% en 2024 selon une étude de McKinsey), l’augmentation perpétuelle des investissements sur le marché de la data (étude GMI 2024) ou encore la tension de plus en plus importante sur le recrutement des profils data engineers, scientists, analysts (étude Data Bird 2024)… tous ces signes nous font converger vers un constat : on ne peut plus ignorer la place centrale de la data et la transformation qu’elle opère dans nos métiers.

Les entreprises, de toutes tailles, ont bien compris qu'elle est un véritable moteur pour leurs décisions, l'optimisation de leurs opérations et l'amélioration de l'expérience utilisateur. Cette montée en puissance de la donnée redéfinit les attentes envers les professionnels du numérique, en particulier les designers. L'essor de l'intelligence artificielle générative (IA gen) ne fait qu'amplifier cette tendance déjà présente depuis quelques années..

Face à cette transformation, OCTO propose des profils designer data.

Ces produits data peuvent-être intégrés dans d’autres produits à destination des utilisateurs finaux (tableaux de bords de pilotage, outils de recommandation, aides à la résolution de problèmes …) ou être des produits à part entière parfois destinés à des utilisateurs techniques (tables de données dans un data warehouse, pipelines de données automatisée, modèles de machine-learning pré-entrainés…).

Ce n’est pas parce que les utilisateurs sont parfois des équipes techniques qu’il ne faut pas se pencher sur l’expérience et la réponse aux besoins. Un designer doit être outillé pour être efficace dans ces contextes.

Ce qu’on en pense ?

Un designer data se doit d’être user-centric et data-driven.

On le définit en 4 composantes :

• Un designer avant tout : les compétences en design restent essentielles.

• Des connaissances théoriques et techniques : pour disposer d’un socle de base permettant de mieux comprendre les équipes et les enjeux de produits data (types de données, rôles et responsabilités, briques techniques et flux de la donnée…).

• Des savoir-faire spécialisés : pour valoriser les données en autonomie (fiabilité des données, analyses statistiques, ateliers spécifiques de co-construction avec les utilisateurs et l’équipe data…).

• Une posture ouverte : pour favoriser la collaboration interdisciplinaire en s’intéressant et en intégrant les discussions techniques structurantes pour la stratégie des produits. Le designer data a une vision holistique (technique, business, utilisateur) très précieuse.

Pour préparer le virage qui nous attend, nous accompagnons nos designers dans l'acquisition des connaissances et savoir-faire nécessaires par le biais de certifications et de formations comme “intégrer l’approche produit dans un produit Data AI”, par des dojo de web analytics et de statistiques ou encore autour de partages de nombreux retours d’expérience.

Si vous souhaitez en savoir plus sur comment vous pourriez vous aussi vous préparer à la suite dans votre contexte ➡️on peut se prendre un (e)-café !

Vers une scientifisation des méthodes design et d’innovation

En tant que professionnels du produit et de l’innovation, vous prenez des décisions stratégiques au quotidien : quelle fonctionnalité ou parcours utilisateurs à optimiser prioriser ? Quelle idée sélectionner et tester ? Or, les décisions reposent souvent sur des intuitions ou des retours d’utilisateurs ponctuels. On reproche parfois aux équipes produit de manquer de robustesse dans leurs conclusions, faute de méthodologies éprouvées et d’échantillons représentatifs. Résultat : moins de confiance dans les recommandations, et donc moins de sollicitations.

Il existe pourtant une approche permettant d’apporter rigueur et crédibilité aux décisions : la méthode scientifique. Elle permet au monde de construire ses connaissances et peut être adaptée intelligemment au contexte de l’entreprise afin de transformer des opinions en faits mesurables, sécurisant ainsi les choix stratégiques et renforçant l'impact des équipes.

Contrairement à une idée reçue, l’intégration de cette méthode de résolution de problème ne nécessite pas d’expertise inaccessible ni de coûts prohibitifs. Elle peut être appliquée au sein des entreprises avec les ressources internes existantes et permet de structurer les processus, d’améliorer la prise de décision et de réduire l’incertitude, en garantissant des réponses fiables à chaque question.

Chez Octo, nous sommes convaincus que la méthode scientifique est un levier essentiel pour concevoir des produits/services plus efficaces et durables, ou innover de manière rigoureuse et limiter les risques. C'est pourquoi nous intégrons cette approche dans nos pratiques et accompagnons nos équipes pour qu’elles montent en compétences.

Trois thématiques directement liées à la méthode scientifique sont abordées :

1. La démarche expérimentale : une base essentielle de la méthode scientifique. Elle permet de tester des hypothèses en isolant les variables et en analysant leurs effets. En UX research, elle permet notamment de construire des protocoles rigoureux pour mesurer ce qu’on doit vraiment mesurer, en limitant les biais et en garantissant des résultats fiables. Par exemple, lors de tests d’interface, nous isolons les variables (ex. : comparer deux versions de texte) et évitons des biais comme l’effet d’ordre. Cela permet d’éviter des décisions basées sur des impressions subjectives. Dans un contexte business, cela peut aussi s’appliquer à des tests de stratégies marketing (ex. : email) pour identifier la plus performante.

2. La psychologie cognitive et sociale - disciplines fondées sur la méthode scientifique - aident à comprendre comment les utilisateurs perçoivent l’information, prennent des décisions et interagissent entre eux ou avec un produit/service. Par exemple, en UX, comprendre la charge cognitive permet d'optimiser l'interface en simplifiant les parcours. En transformation d'entreprise, la psychologie sociale aide à accompagner le changement. Par exemple, la théorie de l’engagement montre que demander un petit effort initial à des collaborateurs augmente leur adhésion à un nouvel outil.
⇒ Une série de 4 articles est disponible ici sur le blog d’OCTO. Ces articles portent sur des concepts de psychologie cognitive et les applications que l’on peut en faire en conception de produit.

3. Les statistiques inférentielles permettent de dépasser les observations ponctuelles et de rendre les résultats généralisables. En UX, elles permettent de prédire, avec un niveau de confiance donné (ex: 95%) si un problème observé sur un petit échantillon risque d’affecter l’ensemble des utilisateurs par exemple. En stratégie produit, nous pouvons analyser des données d’usage à grande échelle afin de prédire si une tendance observée se confirmera pour l’ensemble des utilisateurs, ce qui aide alors à prioriser les développements.

Pour plus de détails et de retours sur la méthode, les statistiques inférentielles ou la psychologie ➡️ on se retrouve ici !

Innover avec la méthode CK : une approche rigoureuse pour stimuler la génération d'idées créatives

Dans un monde où l'innovation est cruciale pour rester compétitif, de nombreuses entreprises se heurtent à un problème récurrent : générer des idées véritablement nouvelles et pertinentes. En 2024, 61 % des Français estiment que leur pays ne favorise pas suffisamment l'innovation (Odoxa, 2024). De même, une enquête menée au Canada révèle que l’incertitude liée à l’innovation constitue un obstacle majeur pour 28,1% des entreprises (Statistique Canada, 2024). Parfois, malgré une forte volonté de créer, les équipes peinent à dépasser des solutions trop évidentes, des concepts déjà explorés (Cassotti et al., 2016 ; Desdevises, 2021) ou encore des idées trop complexes.
Ce phénomène peut être expliqué par un manque de structuration dans le processus de génération d’idées, ce qui mène à une innovation "non différenciée" ou peu disruptive. Une autre difficulté fréquente réside dans le fait de ne pas savoir comment passer de concepts flous à des idées concrètes et exploitables, tout en assurant leur faisabilité. Ces obstacles sont d’autant plus présents dans un environnement de travail complexe et dynamique, où la créativité peut être étouffée par des contraintes organisationnelles, de temps ou de ressources. C’est dans ce contexte que la théorie Concept-Knowledge (CK) trouve sa place.

Chez OCTO, nous avons conscience de ces défis et des besoins spécifiques des entreprises pour innover de manière rigoureuse.

C’est pourquoi nous formons nos équipes aux méthodologies les plus efficaces pour structurer et dynamiser l’innovation. Grâce à des experts en innovation et des outils méthodologiques éprouvés, nous pouvons accompagner nos clients dans des démarches d’innovation complexes afin de générer des idées solides et bien fondées, quel que soit leur secteur d'activité.

Développée par Hatchuel et ses collaborateurs (2011 ; Hatchuel & Weil, 2009 ; Kazakçi & Tsoukias, 2005 ; Le Masson et al., 2010 ; Reich et al., 2012), cette théorie repose sur l’interaction entre concepts (idées nouvelles) et connaissances (éléments existants). Elle structure la pensée innovante en reliant un concept à des savoirs techniques, scientifiques ou sociaux, permettant ainsi de générer des solutions viables et différenciantes. Contrairement aux approches purement intuitives, la méthode KCP découlant de leur théorie assure que les idées sont créatives mais aussi réalisables. Elle est simple à mettre en œuvre et particulièrement adaptée aux ateliers d’innovation.

Comment appliquer la théorie CK (méthode KCP) ?

1. Identification de l’objectif : Définir clairement le problème ou le défi initial, autrement dit, l’objectif de l’innovation
   Exemple : Une entreprise cherche à réduire l’empreinte écologique de ses emballages alimentaires.
2. Recherche des connaissances (espace “K” pour “Knowledge”) : Explorer les savoirs existants en lien avec l’objectif. Ces connaissances peuvent être techniques, scientifiques, réglementaires ou encore issues de données récoltées par exemple.
   Exemple : Analyse des matériaux biodégradables, des innovations en packaging et des attentes consommateurs.
3. Exploration et expansion des concepts (espace “C” pour “Concept”) : À partir des connaissances identifiées, explorer différentes pistes d’innovation en décomposant l’objectif en sous-directions exploitables. Il s’agit ici d’ouvrir le champ des possibles sans se restreindre immédiatement à la faisabilité.
   Exemple : Tester des emballages à base d’algues, de champignons ou comestibles.
4. Sélection et structuration des idées viables : Associer les concepts explorés aux connaissances pertinentes pour développer des solutions concrètes et réalisables. Sélectionner les pistes les plus prometteuses en fonction de leur faisabilité et de leur impact.
   Exemple : Élaborer un prototype d’emballage comestible testé sur un panel de clients.

Cette approche a démontré son efficacité pour stimuler la créativité dans divers contextes (ex: Suacamram, 2019). Une étude de Le Masson, Hatchuel et Weil (2007), a montré qu’en design innovant, une approche basée sur le cadre C-K a permis de générer des solutions jugées plus variées, originales, robustes et fiables, tout en offrant un contrôle rigoureux. Il a aidé à éviter des pièges créatifs comme la pseudo-créativité et la créativité limitée.

Appliquer la théorie CK permet d’éviter les blocages créatifs et favorise des solutions réellement innovantes tout en assurant la faisabilité des solutions proposées. Elle est particulièrement utile dans l’UX design, l’innovation produit ou la stratégie d’entreprise.

Pour échanger ou avoir un accompagnement pour appliquer la méthode-CK chez vous ➡️ c’est ici que ça se passe !

Le DesignOps, moteur du passage à l'échelle

Le Design Ops recouvre l’ensemble des outils et méthodes visant à fluidifier toutes les étapes des processus design d’une entreprise. Le terme combine “Design” et “Opérations” et fait référence à son homologue côté développement, le DevOps.

Le DesignOps est une notion relativement récente. On retrouve ses prémisses dès la fin des années 2000 avec des retours d'expériences partagés par des acteurs comme Airbnb. Mais la discipline prend véritablement son envol outre-atlantique avec le lancement du DesigOpsSummit en 2017 et la publication du Design Ops Handbook d’InVision. Elle commence à pleinement émerger en France depuis quelques années avec des acteurs comme Le Laptop.

Le DesignOps est généralement mis en place dans des organisations où le design a déjà atteint une certaine maturité et qui rencontrent des problématiques liées à la croissance des équipes : collaboration entre les designers, standardisation des pratiques, optimisation des outils, etc. Ce fut le cas pour des entreprises comme Décathlon, Payfit ou Doctolib lors de leur passage à l’échelle et au grossissement de leurs équipes design respectives. Dans ces situations, les DesignOps se positionnent en complément des “Head Of” ou Managers (qui manquent de temps et font face à la spécialisation des métiers du design), en se faisant le relais de la responsabilité de mener efficacement à bien les différents projets.

Pourtant, ces problématiques peuvent tout à fait arriver bien avant le passage à l'échelle et les adresser devient alors un véritable moteur de croissance : un design plus efficient, qui fait ses preuves tant au niveau de ce qu'il apporte à l'ensemble des équipes (pas seulement aux designers) qu'à son impact sur la qualité et l'adoption du produit.

L’enjeu revient alors à amener les bons indicateurs sur la table, à prouver l'impact du DesignOps pour favoriser la croissance de l'équipe de designers et le niveau de maturité design de l'organisation.

Chez OCTO, nous avons la conviction que l'on fait ou que l’on peut déjà tous faire du DesignOps, pour organiser et optimiser sa propre production, faciliter sa collaboration avec les équipes autour (PM, développeurs, etc.) et accompagner le passage à l’échelle du design

• “Je mets en place un Research System pour capitaliser sur ma recherche et partager mes insights” : je fais du design OPS.
• “Je vais ré-organiser mes fichiers Figma pour que mon travail puisse être récupéré et que tout le monde s’y retrouve dedans” : encore du design OPS.
• “Tiens, je vais monter un point de synchro avec l’équipe d’à côté pour qu’on échange sur nos problématiques de design du moment et avoir leur avis” : toujours du Design OPS.

Sans avoir de demande officielle, un mandat, des prérogatives spécifiques ou même si l’équipe design n’est pas encore forcément étoffée, participer à la mise en place de pratiques permettant de s’améliorer collectivement autour de la recherche d’efficacité, d’efficience et d’impact peut être l’affaire de tous.

Finalement, nous avons la conviction que FAIRE LE BON PRODUIT passe par le fait de __rechercher à avoir un impact sur les outils, les méthodes, les humains, les organisations. __
Concrètement nous avons observé sur nos missions une amélioration de la satisfaction client sur nos produits : augmentation du NPS, du SUS, des notes d'audit et d'accessibilité. L’impact sur les équipes design est aussi notable : un étoffement des T shape ainsi qu’une rétention des équipes sur les missions.
Beaucoup des problématiques que cherche à résoudre le DesignOps sont en réalité rencontrées par la majorité des designers, même isolés ou en équipes beaucoup plus réduites. Nous pouvons les regrouper comme suit :

Lors de sa démarche ReOps, Eva Frieden, alors UX Research Operations chez AirBnb, était guidée par un questionnement permanent : __”Si j’étais UX researcher, qu’est-ce que je préférerais ne pas faire ?”__

Et si le DesignOps, ce n’était pas tout simplement ça ? Tout mettre en place pour éviter de faire ce que l’on préférerait éviter de faire : automatiser des process, rechercher l’efficacité dans la collaboration, ne faire que ce qui fait sens pour le produit et les personnes pour pouvoir enfin se concentrer sur ce que l’on souhaite faire de mieux : designer le bon produit !

Pour aller plus loin ensemble ➡️ c'est par ici !

Conclusion

On l’a vu, le Design évolue de plus en plus vite notamment sous l’impulsion des IA génératives et d’un marché toujours plus tendu.

Par nos convictions prospectives sur le rôle de la collaboration Data et Design, notre approche scientifique qui répond à un besoin de pragmatisme et notre vision OPS pour rendre le design toujours plus accessible et efficient, on espère avoir apporté quelques pistes utiles aux années à venir pour proposer des expériences toujours plus belles et innovantes à nos utilisateurs.

Si vous voulez discuter, partager, accéder à des ressources sur certains sujets que nous avons abordé dans cet article, vous pouvez prendre contact avec nous par ce formulaire.

À bientôt !

Références :

• Cassotti, M., Camarda, A., Poirel, N., Houdé, O., & Agogué, M. (2016b). Fixation effect in creative ideas generation: Opposite impacts of example in children and adults. Thinking Skills and Creativity, 19, 146-152. http://dx.doi.org/10.1016/j.tsc.2015.10.008
• Desdevises, J. (2021). Rôle du contexte social dans le développement de la génération d'idées créatives (Doctoral dissertation, Université Paris Cité).
• Hatchuel, A., & Weil, B. (2009). C-K design theory: An advanced formulation. Research in Engineering Design, 19, pp. 181-192. https://doi.org/10.1007/s00163-008-0043-4
• Hatchuel, A., Le Masson, P., & Weil, B. (2011). Teaching innovative design reasoning: How C- K theory can help to overcome fixation effects. Artificial Intelligence for Engineering Design, Analysis and Manufacturing, 25, 77–92. https://doi.org/DOI:10.1017/S089006041000048X
• Kazakçi, A. O., & Tsoukias, A. (2005). Extending the C-K design theory: A theoretical background for personal design assistants. Journal of Engineering Design, 16, 399–411. https://doi.org/10.1080/09544820500131300.
• Le Masson P., Weil B., & Hatchuel A. (2010). Strategic management of innovation and design. Cambridge University Press.
• Reich, Y., Hatchuel, A., Shai, O., & Subrahmanian, E. (2012). A theoretical analysis of creativity methods in engineering design: casting and improving ASIT within C–K theory. Journal of Engineering Design, 23(2), 137-158. https://doi.org/10.1080/09544828.2010.493505
• Suacamram, M. (2019). Using the CK Theory to Develop Student's Creativity: A Case Study of Creative University. International Journal of Instruction, 12(4), 719-732.