Дизайн, основанный на данных, как часть UX-дизайна

Аудио перевод статьи
0:00
0:00
Аудио перевод статьи
0:00
0:00
·

Ревью: Как использовать данные для создания более качественного пользовательского опыта.

«Вы можете управлять тем, что вы можете измерить. Цифры хранят важную историю, которую нужно рассказать» — Питер Дракер.

Что такое дизайн, основанный на данных (Data-Driven Design), и почему нас должно это волновать? В UX-дизайне используются различные виды данных, полученных в ходе исследований, которые необходимы, чтобы определить способы создания оптимального пользовательского опыта. Forbes описал ключевые виды аналитических данных о клиентах, к которым относится их удовлетворенность, пожизненная ценность клиентов (Customer lifetime value), сегментация, каналы продаж, Web, социальные медиа, вовлеченность пользователей и отток. Эти данные помогают командам, работающим над продуктами, понять их целевую аудиторию, раскрыть информацию о болевых точках пользователей, выявить возможности для развития и отслеживать прогресс своих проектов. Пользовательские данные могут оказывать непосредственное влияние на улучшение бизнес-показателей. Методы, используемые в рамках Data-Driven Design, доказали свою эффективность и приносят ощутимые результаты.

Влияние данных на UX-дизайн

К сбору данных нужно подходить с большой осторожностью. Два широких класса данных в рамках Data-Driven Design помогают принимать дизайн-решения:

  1. Количественные данные, которые позволяют ответить на вопросы кто, что, когда и где. Количественные данные отражают масштаб. Эти данные не отвечают на вопрос почему. Большой объем количественных данных об использовании веб-сайта или приложения можно получить от сервиса Google Analytics.
  2. Качественные данные —эти данные помогают ответить на вопросы почему и как. Почему одна часть пользователей совершает одно действие, а другая — выбирает другое? Почему один тип контента удерживает пользователей на вашем сайте дольше, чем другой? Качественные данные позволяют посмотреть на то, что уже произошло, с разных точек зрения и помогают понять, почему и как именно это произошло. Качественные данные можно получить в результате создания персон или карты пути пользователя (CJM).

«Различия между качественными и количественными данными понятны далеко не всем исследователям, при этом они особенно непонятны для тех, кто не проходил комплексного обучения» — Дэйв Йетс, старший UX-дизайнер Bazaarvoice.

Йетс говорит, что он часто сталкивается с тем, что «люди несерьезно относятся к качественным исследованиям, потому что не понимают, что данные без чисел по-прежнему остаются данными».

Лучшие качественные и количественные данные — это эмпирические данные.

Важность Data-Driven подхода для UX-дизайна

Дизайн-аналитика может стать самым важным источником данных для UX-дизайнеров. Эти данные включают в себя абсолютно все – от веб-аналитики до результатов A/B-тестирования.

Дизайн следует рассматривать как инвестицию, а не как расходы.
Недостаточно создать продукт, который будет эстетично выглядеть. Он также должен быть пригоден для использования. Удобство использования, которое предполагает также простоту использования, имеет критически важное значение.

Важность применения Data-Driven подхода обусловлена тем, что он помогает:

  1. Понять ваших пользователей и их потребности;
  2. Выйти за рамки лучших практик;
  3. Сделать дизайн более эффективным;
  4. Использовать данные для внедрения инноваций.

Понимание ваших пользователей

В IT-сфере широко распространено мнение, что проведение юзабилити-тестирования не требуется, если над продуктом работает настоящий UX-профессионал. Но слишком часто привлечение дизайнера мирового класса оказывается недостаточным, чтобы гарантировать успех продукта.
Дизайнеры не могут предсказать, что будут хотеть или в чем будут нуждаться пользователи.

Ваши дизайнеры – это не ваши пользователи. Они обладают разным опытом и взглядами. И те, и другие по-разному ориентируются в технологиях и имеют разные ожидания. К счастью, дизайнеры могут заполнить этот пробел с помощью UX-исследований – например, проводя юзабилити-тестирование.

Выход за рамки лучших практик

Data-Driven Design помогает UX-дизайнерам выйти за рамки своих взглядов и традиционных подходов. Каждая отрасль, каждая вертикаль и бизнес сами по себе уникальны. Соблюдение основных рекомендаций или следование последним трендам в UX-дизайне не позволяет развить эмпатию к реальным пользователям. Дизайнеры должны получить знания, которые специфичны для их целевой аудитории, чтобы у них появилась возможность улучшить пользовательский опыт при работе над продуктом. Данные, которые могут помочь дизайнерам принять решения, которые повысят удобство использования продукта, включают в себя результаты пользовательских исследований, юзабилити-тестирования, веб-аналитику и результаты опросов.

Более эффективный дизайн

Многим компаниям трудно найти баланс между потребностями пользователей и бизнес-целями. Отсутствие анализа данных может иметь серьезные негативные последствия для успеха проекта. Эффективное использование данных может привести к непосредственному улучшению бизнес-показателей. Исследование, проведенное Центром цифрового бизнеса Массачусетского технологического института (MIT), показало, что "компании, занимающие третье место в своей отрасли по использованию данных для принятия решений, в среднем на 5% более продуктивны и на 6% более прибыльны, чем их конкуренты".

Аналитика может быть использована для UX-проектирования. Например, высокие показатели выхода и отказа могут указывать на то, что страница не содержит той информации, которую пользователь надеялся найти на сайте. Или, если информация на самом деле есть, это может указывать на то, что ее нелегко найти или понять. Использование UX-аналитики при внесении изменений в дизайн также является ключевым моментом. Если страница хорошо работала до редизайна, обратите внимание на то, как она будет работать после. Улучшение показателей означает, что направление для редизайна выбрано верно — и наоборот.

Однако, такие решения часто помогают выиграть битву, но приводят к проигрышу в войне. Наиболее эффективные веб-сайты и приложения с высокой конверсией в первую очередь ориентированы на потребности пользователей. Если целостный пользовательский опыт при использовании вашего продукта или услуги увлекателен и прост в навигации, то пользователи с большей вероятностью будут к нему возвращаться. Даже если показатели конверсии для отдельных страниц уменьшаются, уровень общей конверсии может стать выше.

Использование данных для внедрения инноваций

Многие обвиняют Data-Driven подход в сдерживании инноваций, однако эти эти вещи не должны противоречить друг другу. Несмотря на то, что стремление к повышению показателей конверсии даже на небольшой процент может помешать UX-дизайнерам внедрять инновации, проблема заключается не в использовании данных, а в том, как именно они используются. Дизайнеры могут и должны предлагать радикальные, смелые решения. Но если они хотят, чтобы клиенты или другие заинтересованные стороны согласились на реализацию этих решений, им следует подкреплять эти гипотезы данными.

Приведем пример. Предположим, что вы хотите заново спроектировать процесс оформления заказа для сайта онлайн-магазина. Проведите юзабилити-тестирование, чтобы определить этапы процесса оформления заказа, при прохождении которых покупатели испытывают трудности. Используйте аналитику веб-сайта, например, вы можете узнать, какое количество пользователей покидает свою корзину после того, как видит стоимость доставки. Проведите опрос среди ваших клиентов об их покупательском поведении, чтобы определить потенциальные возможности для увеличения объема продаж.

Начало работы с Data-Driven Design

У дизайнеров, как правило, нет опыта в области статистики и анализа данных. Однако, использование данных в процессе проектирования означает, что нам придется научиться смело использовать цифры и разобраться в том, как работать с аналитикой.

«Как дизайнеры, мы должны понять и принять мир метрик и использовать их удивительную силу, чтобы изменить то, как мы работаем над дизайном» — Джаред Спул.

Несмотря на то, что каждая компания уникальна, сбор данных может быть самой трудной частью вашего пути к Data-Driven Design. Особенно в больших компаниях, где отделы, как правило, выполняют очень специфические функции, выход за пределы которых может быть практически невозможным.

Чтобы выстроить процессы в соответствии с Data-Driven подходом вам необходимо иметь доступ к данным. Таким образом, вам, возможно, придется вступить в борьбу — разумеется, в подходящей для бизнеса уважительной манере — чтобы преодолеть барьеры на пути к доступу к информации.

Сбор данных

Прежде всего, собирайте данные на протяжении длительного периода времени или, по крайней мере, через несколько временных промежутков. Например, если согласно статистике, в один из дней сайт посетили 1000 пользователей, без информации о том, сколько пользователей заходило на сайт в другие дни, вы не сможете сделать вывод о том, улучшили вы показатели, ухудшили, или же это был совершенно нормальный день. Попробуйте сравнить полученные значения с показателями других компаний вашей отрасли, чтобы получить представление о том, в каком положении вы находитесь.

После того, как вы соберете достаточное количество данных, вам нужно будет научиться их интерпретировать. Некоторые из показателей настолько просты, что интуитивный поход и краткое объяснение от опытного коллеги дадут вам все необходимое для начала работы с данными. Однако, эта работа требует практики и постоянных усилий.

«На данный момент анализ данных является необходимым навыком для любой UX-команды. Если у вас нет людей, которые понимают, как работать с данными, вы не сможете создать качественный продукт» — Джаред Спул.

Выбор методов UX-исследований для получения данных

В рамках Data-Driven Design используются методы UX-исследований, такие как опросы, юзабилити-тестирования, наблюдение за поведением пользователей, сбор аналитики на веб-сайтах или в мобильных приложениях, анализ конкурентов и эвристические оценки. Google Analytics предлагает встроенные инструменты сбора аналитики, которые позволяют понять, как работает веб-сайт в сравнении со средними показателями по отрасли.

Юзабилити-тестирование

Юзабилити-тестирование позволяет оценить, насколько простым является использование интерфейса. Вы можете проводить его как в лаборатории, так и удаленно на различных этапах процесса работы над дизайном интерфейса. Как правило, это предполагает сбор качественных данных об опыте взаимодействия с интерфейсом, но также есть возможность собирать количественные данные.

A/B тестирование

A/B тестирование позволяет сравнить эффективность разных версий продукта. С помощью этого подхода можно добиться значительного улучшения пользовательского опыта. Непрерывное проведение A/B тестирований может привести к значительному увеличению количества посещений. На Learning hub описано 25 статистических показателей для A/B тестирования.

Наблюдение за поведением пользователей

Наблюдение за поведением пользователей позволяет понять, как они проходят по определенному сценарию, используя ваш сайт или приложение. Если фактическое поведение пользователей отличается от того, какие сценарии работы с продуктом были заложены при его проектировании, это может указывать на проблемы с пользовательским опытом.

Google Analytics предлагает встроенные инструменты для изучения поведения пользователей. Сравнение полученных данных со сценариями, которые были заложены UX-дизайнерами, позволяет сделать вывод о том, достигает ли дизайн поставленных целей.

Качественное UX-исследование

Дизайнеры могут использовать различные способы поиска пользователей для получения данных, которые помогут им в процессе проектирования. Обладая качественными данными, вы можете улучшить пользовательский опыт и более эффективно влиять на поведение пользователей. Интервью с пользователями является важным источником информации, необходимой для реализации Data-Driven подхода. Опросы также являются мощным инструментом для сбора данных.

Методы UX-исследований также могут включать сортировку карточек, контекстные интервью с пользователями, фокус-группы, опросы и эвристический анализ. UX-исследования являются основой для создания ориентированных на пользователя артефактов дизайна, таких как персоны, сценарии и анализ задач. Хотя пользовательское исследование является одним из наиболее ресурсоемких методов сбора данных, оно также может быть наиболее ценным — особенно для новых проектов и продуктов, для которых нет существующих первичных источников данных.

Как анализ данных помогает узнать, что важно для пользователей

Определение ключевых направлений для улучшения вашего цифрового продукта может вызывать затруднения. Слишком большое количество данных может казаться непреодолимым препятствием, но данные также могут стать ключом к пониманию того, как подступиться к проблеме.

Как правило, в процессе анализа данных вы часто замечаете закономерности, например, люди могут покидать сайт на определенной странице, частота отказов может быть очень низкой или высокой, пользователи могут прекращать использовать ваше приложение примерно через три недели после установки. Что бы вы ни заметили, старайтесь копнуть глубже и найти исходную причину проблемы.

Тем не менее, закономерности, которые видны с первого взгляда не всегда свидетельствует о проблемах. Возможно, люди покидают сайт на конкретной странице, потому что они решили свою задачу, но вы не будете знать наверняка, пока не проведете более глубокий анализ – особенно в тех случаях, когда в данных есть аномалии. Для достижения баланса между количественными и качественными данными вам пригодится ваша интуиция.

Визуальное представление данных

Визуализация данных — это графическое представление информации или данных. Исследование распределения различных типов обучаемости показало, что 65% людей обладают визуальным типом обучаемости. Использование инструментов визуализации данных, таких как диаграммы, графики, временные шкалы и карты, позволяет предоставить людям доступный способ усвоения визуальной информации и понимания тенденций, отклонений и закономерностей в данных. Представляя данные в визуальной форме, вы сможете привлечь больше внимания аудитории и четко донести до нее свое послание. Таким образом, вы также сможете помочь бизнесу принимать решения о продуктах или функциях приложений.

Заключение

Получение необходимых данных — не самая сложная часть реализации Data-Driven подхода — немного терпения, и, вероятней всего, данные у вас будут. Это, пожалуй, самое важное требование для начала работы над проектом в рамках Data-Driven Design: терпение абсолютно необходимо для успеха. Также важно отслеживать последствия изменений в дизайне и критически оценивать реакцию рынка на эти изменения. Имейте в виду, что вне зависимости от того, какие изменения вы внесли, вашим пользователям понадобится время, чтобы к ним привыкнуть. Но, вооружившись количественными и качественными данными, вы сможете более эффективно влиять на бизнес-решения и убеждать лиц, принимающих решения, в необходимости оптимизации.

Источник:
uxmatters.com
·
comments powered by HyperComments