یادداشت‌های بازاریابی

به روایت عرفان لطفی

نوشته‌های عرفان لطفی

روش‌های کمی تحقیقات تجربه کاربری

آنچه در ادامه می‌خوانید

کشف قدرت روش‌های کمی تحقیقات تجربه کاربری و آشکارسازی بینش‌های عملی مبتنی بر داده برای بهینه‌سازی تجربیات کاربر به طور مؤثر.

روش‌های کمی تحقیقات کاربر شما داده‌های عددی درباره تجربه کاربری محصولتان جمع‌آوری می‌کنند. برخی طراحان این روش‌ها را به دلیل نیاز به نمونه بزرگتر و تلاش بیشتر برای سازماندهی ترسناک می‌یابند. در نتیجه، آن‌ها به سمت روش‌های کیفی گرایش پیدا می‌کنند و آن‌ها را مؤثرتر، خاص‌تر، و بینش‌آمیزتر می‌دانند.

این نگرش گمراه‌کننده است و ممکن است شما از دست دادن اطلاعات ارزشمندی را تجربه کنید. برای جلوگیری از این:

  • هنگام ارائه داده‌ها به ذینفعان، با تبدیل اعداد واقعی به نمودارها و چارت‌ها، متقاعدکننده‌تر باشید.
  • محصول خود را با رقبا یا نسخه‌های قبلی محصول خود مقایسه کنید.
  • ایده‌ها، اهداف شرکت و بهبودهای UX را با تکیه بر شواهد قاطع، یعنی تغییرات در شاخص‌های کلیدی عملکرد، تایید کنید.

انتخاب روش تحقیقات کمی شما باید بر اساس نیازها و منابع موجود شما باشد. این روش‌ها می‌توانند به شرایط خاص شما تطبیق داده شوند و حتی داده‌های کیفی نیز فراهم کنند.

آزمایش A/B و چندمتغیره

آزمایش A/B یک روش تحقیقات کاربری کمی است که تشخیص می‌دهد چگونه طراحی‌های مختلف رابط کاربری می‌توانند عملکرد محصول شما را تغییر دهند. طراحان دو نسخه از همان رابط را ایجاد می‌کنند و آن‌ها را به گروه‌های مختلف کاربران نشان می‌دهند تا ببینند کدام نسخه بهتر عمل می‌کند. معمولاً، تنها یک متغیر متفاوت است، به عنوان مثال، یک دکمه فراخوان به عمل (CTA) یا نوار ناوبری.

هنگامی که تصمیم می‌گیرید چندین عنصر طراحی مانند نوع قلم، جایگاه دکمه‌ها و آیکون‌های جایگزین را همزمان آزمایش کنید، به آن آزمایش چندمتغیره گفته می‌شود.

چه چیزی آزمایش A/B را مؤثر می‌سازد؟

  • متغیر(های)ی را برای آزمایش انتخاب کنید. می‌تواند یک دکمه فراخوان به عمل، تصویر قهرمان، یا سایر عناصر رابط کاربری باشد که می‌توانند بهبود قابل توجهی ایجاد کنند.
  • هدفی تعریف کنید. یک معیار را برای تجزیه و تحلیل انتخاب کرده و فرضیه‌هایی در مورد نتایج احتمالی ایجاد کنید.
  • مخاطبان خود را به طور مساوی و تصادفی تقسیم کنید. از تقسیم ترافیک صفحه بین گروه‌های مختلف بر اساس جنسیت یا سن خودداری کنید—شما بینش‌هایی که در جستجوی آن هستید را به دست نخواهید آورد.

آزمایش A/B از نظر هزینه مقرون به صرفه، ساده برای پیاده‌سازی است و برای حل اختلاف نظر بین اعضای تیم عالی است.

نکته! مطمئن شوید که آزمایش‌ها به اندازه کافی طولانی اجرا می‌شوند تا داده‌های مفید تولید کنند. این امر از تصمیم‌گیری‌های عجولانه تیم شما بر اساس اعداد کوچک جلوگیری می‌کند.

ردیابی چشمی

ردیابی چشمی یک روش تحقیقاتی کمی و پرهزینه است که نیاز به تجهیزات ویژه‌ای دارد تا چشم‌های کاربران را هنگام اسکن کردن یک رابط کاربری ردیابی کند. هدف این است که تشخیص دهد کدام عناصر صفحه توجه افراد را جلب می‌کنند و کدام‌ها نادیده گرفته می‌شوند.

علاوه بر قیمت بالای تجهیزات، یکی از معایب کلیدی این روش این است که پژوهشگران اغلب از کاربران می‌خواهند هنگام ناوبری در یک صفحه، به بلندی فکر کنند. این ممکن است منجر به تفسیرهای اشتباه خطرناک شود. کاربران ممکن است زمان بیشتری را صرف توضیح دادن آنچه می‌بینند کنند و به دلیل وظیفه فکر کردن بلند، ممکن است بیشتر از حد معمول به برخی محتواها نگاه کنند. در نتیجه، نقشه گرما تصویر دقیقی را منعکس نمی‌کند. گروه NN توصیه می‌کند که برای درک بهتر رفتار کاربر، بازپخش جلسات هر شرکت‌کننده را تجزیه و تحلیل کنید.

چندین عامل می‌تواند بر مطالعه ردیابی چشمی تأثیر بگذارد زیرا کاربران باید:

  • نسبتاً صاف روی صندلی بنشینند.
  • زیاد تکان نخورند یا جنب و جوش نداشته باشند.
  • از لیوان آب ننوشند.
  • به عقب یا جلو در صندلی تکیه نکنند.
  • عینک نزنند.

اقداماتی مانند این به شما کمک می‌کنند تا نتایج دقیق ردیابی چشمی را به دست آورید، اما بینشی در مورد رفتار واقعی کاربران در دنیای واقعی ارائه نمی‌دهد.

نکته! تنها پس از انجام دادن یک سری آزمون‌های کاربردپذیری معمولی، در صورت نیاز به کاوش عمیق‌تر، مطالعات ردیابی چشمی را در نظر بگیرید.

نظرسنجی‌ها

نظرسنجی یک ابزار تحقیقاتی کاربر ارزان و انعطاف‌پذیر است که برای جمع‌آوری اطلاعات در مورد ترجیحات، نگرش‌ها، ویژگی‌ها، و نظرات شرکت‌کنندگان در مورد یک موضوع خاص استفاده می‌شود. نظرسنجی‌ها شامل مجموعه‌ای از سؤالات هستند و می‌توانند در یک وب‌سایت زنده، درون بدنه یک ایمیل، یا پس از مصاحبه‌های کاربر یا آزمون‌های کاربردپذیری قرار گیرند.

سادگی اجرای یک نظرسنجی گمراه‌کننده است و اغلب منجر به نظرسنجی‌های بد و داده‌های بی‌فایده می‌شود که بینشی در مورد مشکلات کاربران ارائه نمی‌دهند.

چه چیزی یک نظرسنجی را مؤثر می‌سازد؟

  • هدف را تعریف کنید. مهم است که تصمیم بگیرید چه چیزی می‌خواهید بدانید و چرا نظرسنجی بهترین راه برای به دست آوردن آن اطلاعات است.
  • سوالات را به صورت منطقی ساختاربندی کنید. سوالات مرتبط را گروه‌بندی کنید و آن‌ها را از سایر گروه‌ها جدا کنید تا به کاربران کمک کنید فرم را بهتر ناوبری کنند.
  • سوالات را به زبان ساده بنویسید. اگر کاربران سوالی را درک نکنند، احتمالاً آن را رد می‌کنند یا پاسخ‌هایی می‌دهند که بازتاب دهنده واقعی تجربه‌شان نیست.
  • سوالات باز را شامل کنید. سوالات باز بینش بیشتری در مورد افکار کاربران ارائه می‌دهند. همچنین سوالات چندگزینه‌ای را برای ساده‌سازی فرآیند تکمیل فرم شامل کنید. در حالی که پرسیدن مستقیم “چرا؟” ممکن است پاسخ‌های محدودی به دست دهد، اتخاذ یک رویکرد چندلایه می‌تواند اطلاعات غنی‌تری فراهم کند. در نظر داشته باشید که سوالات چندگزینه‌ای را با سوالات باز مانند “آیا می‌توانید شرایطی را توضیح دهید که این ویژگی به ویژه مفید بود؟” تکمیل کنید.
  • کوتاه باشید. فرم‌های طولانی خسته‌کننده هستند و احتمال دارد قبل از شروع کاربران، رها شوند.

نظرسنجی‌ها به درک بهتر کاربران و کاهش خطر طراحی راه‌حل‌های ناکارآمد کمک می‌کنند. با این حال، نظرسنجی‌ها بر اساس آنچه کاربران می‌گویند هستند و ممکن است به طور دقیق رفتار یا توضیح رفتار کاربر را منعکس نکنند. بنابراین، نباید هرگز به جای مطالعات کاربردپذیری و مصاحبه‌ها استفاده شوند.

نکته! از استفاده از مقیاس‌های نقطه‌ای برای پرسیدن از کاربران در مورد احتمال استفاده آن‌ها از یک محصول یا توصیه آن به دوست در آینده خودداری کنید. افراد در انجام پیش‌بینی‌ها ضعیف هستند و این نوع سوال واقعیت را بازتاب نمی‌کند.

امتیازات SUS

مقیاس کاربردپذیری سیستم (SUS) ارزان‌ترین و سریع‌ترین ابزار برای سنجش کاربردپذیری است. این مقیاس شامل ۱۰ سوال با ۵ گزینه پاسخ است که از «کاملاً موافقم» تا «کاملاً مخالفم» متغیر است. این مقیاس می‌تواند برای ارزیابی هر محصول یا خدماتی استفاده شود، از جمله سخت‌افزار، نرم‌افزار، دستگاه‌های موبایل، وب‌سایت‌ها و برنامه‌ها.

یکی از معایب اصلی استفاده از امتیازات SUS این است که دارای یک سیستم امتیازدهی پیچیده است که تفسیر آن دشوار است. امتیاز نهایی (که می‌تواند از ۰ تا ۱۰۰ متغیر باشد) نشان‌دهنده خوب یا بد بودن کاربردپذیری محصول شما است. امتیاز متوسط ۶۸ است و هر امتیازی پایین‌تر از این عدد نشان‌دهنده مشکلات جدی است که کاربران هنگام تعامل با محصول شما با آن مواجه می‌شوند. با این حال، این مقیاس به شما نمی‌گوید که کدام مشکلات خاص نیاز به توجه شما دارند و هیچ بینشی در مورد رفتار کاربران در وب‌سایت یا برنامه شما ارائه نمی‌دهد.

SUS می‌تواند به عنوان اولین گام از ارزیابی کاربردپذیری استفاده شود اما نباید به عنوان تنها منبع معتبر در نظر گرفته شود.

تحلیل‌های وب

داده‌های تحلیلی نشان می‌دهند چگونه افراد از محصول زنده شما — یک وب‌سایت یا برنامه — استفاده می‌کنند. Google Analytics یکی از ابزارهای محبوب است که نسخه رایگانی نیز دارد. اگر بدانید چگونه از آن به درستی استفاده کنید، می‌توانید با بررسی موارد زیر، بینش‌های شگفت‌انگیزی کسب کنید:

  • داده‌های استاندارد بازدید صفحه: می‌توانید صفحاتی را ببینید که کاربران وارد یا خارج شده‌اند، مسیرهایی که طی کرده‌اند، یا دستگاهی که استفاده کرده‌اند.
  • گزارش جریان رفتاری: این به شما امکان می‌دهد رفتار کاربران را در نقطه خاصی از جریان یا مراحلی که در سناریوی شما بیشترین شکست را دارند، تجزیه و تحلیل کنید.
  • اهداف و قیف‌ها: می‌توانید اهداف مختلفی برای یک وب‌سایت مشخص تعیین کنید، مانند ثبت نام کاربر، تکمیل خرید، یا اشتراک ایمیل، و مراحلی را که کاربران برای رسیدن به آن هدف طی می‌کنند، ببینید.
  • ردیابی رویداد: می‌توانید ارزیابی کنید که کاربران چقدر موفق به تعامل با هر عنصری در صفحه شده‌اند، مانند ایجاد یک پوشه، بارگذاری یک فایل، یا کلیک کردن روی آیکون تنظیمات.
  • ردیابی زمان: این روش می‌تواند نشان دهد که کاربران چقدر زمان صرف رسیدن به یک هدف می‌کنند یا کدام اقدامات زمان بیشتری برای تکمیل یا پردازش نیاز دارند.

داده‌های تحلیلی حقایق سختی در مورد تجربه کاربر فراهم می‌کنند و به شما امکان می‌دهند ببینید کاربران واقعاً چه کاری انجام می‌دهند در مقابل آنچه می‌گویند. استفاده از این روش کمی به متقاعد کردن ذینفعان مبتنی بر داده کمک می‌کند و اطلاعات بیشتری برای رانندگی تحقیقات بیشتر کاربر فراهم می‌آورد.

به‌گزینی کاربردپذیری

سنجش کاربردپذیری (Usability benchmarking) یک روش برای ارزیابی کاربردپذیری یک محصول با استفاده از معیارهایی است که از طریق آزمایش‌های کمّی کاربردپذیری جمع‌آوری می‌شوند.

همانند آزمایش‌های کیفی کاربردپذیری، در آزمایش‌های کمّی کاربردپذیری، از کاربران خواسته می‌شود که وظایفی را در یک سیستم انجام دهند. تنها تفاوت در این است که در آزمایش‌های کمّی، محققان بر جمع‌آوری معیارها، مانند زمان صرف شده برای وظیفه (time on task) یا نرخ موفقیت (success rate)، تمرکز می‌کنند. در حین آزمایش‌های کیفی، ناظران مشاهده می‌کنند و به مسائل کاربردپذیری که کاربران هنگام انجام وظیفه با آن مواجه می‌شوند، توجه می‌کنند.

بسته به اهداف و بودجه شما، آزمایش کاربردپذیری می‌تواند به صورت حضوری یا از راه دور، با یا بدون ناظر، برگزار شود. گروه NN (NN Group) پیشنهاد می‌دهد که دست‌کم ۴۰ شرکت‌کننده برای یک مطالعه آزمایش کمّی کاربردپذیری دعوت شوند.

یافته‌های جمع‌آوری شده طی سنجش کاربردپذیری می‌توانند برای موارد زیر استفاده شوند:

پیگیری پیشرفت یک محصول یا خدمت در طول زمان
مقایسه کاربردپذیری محصول شما با یک رقیب، یک معیار صنعتی، یا هدف تعیین شده توسط ذینفعان
نمایش ارزش افزوده توسط کار UX (User Experience) انجام شده توسط شما و تیمتان

آزمون درخت

آزمون درختی (Tree testing) یک روش برای ارزیابی معماری اطلاعات و یافت‌پذیری محتوا در محصول شما است. شرکت‌کنندگان با نسخه‌ای متنی از سلسله‌مراتب سایت روبرو می‌شوند و خواسته می‌شود که مجموعه‌ای از وظایف را انجام دهند. هدف این است که تعیین شود آیا کاربران می‌توانند آنچه را که نیاز دارند بر اساس ساختار سایت پیدا کنند، زمانی که تمام عناصر دیگر رابط کاربری (UI) حذف شده‌اند.

آزمون درختی ابزاری عالی است برای:

ارزیابی یافت‌پذیری، سیستم برچسب‌گذاری، و معماری اطلاعات
تایید ایده‌های شما قبل از طراحی آن‌ها
کسب بینش‌هایی در مورد مدل‌های ذهنی کاربران شما

برای نوشتن وظایف خوب آزمون درختی، از دادن دستورالعمل‌های هدایت‌کننده و استفاده از کلمات کلیدی مطابقت‌یافته در درخت خودداری کنید.

نکته! آزمون درختی را با روش‌های مرتب‌سازی کارت ترکیب کنید تا درک بهتری از معماری اطلاعات، گروه‌بندی منطقی، و برچسب‌ها پیدا کنید.

مطالعات جذابیت بصری

مطالعات جذابیت (Desirability studies) یک روش تحقیق کاربری برای اندازه‌گیری جذابیت زیبایی‌شناختی و یافتن جهت‌های طراحی بصری است که با کاربران ارتباط برقرار کرده و تصویر برند درستی ایجاد می‌کند.

معمولاً، از شرکت‌کنندگان خواسته می‌شود تا تصاویر محصول را مشاهده کنند یا از نمونه‌های اولیه یا محصول زنده استفاده کنند. شما همچنین می‌توانید از نسخه‌های مختلف همان رابط برای یافتن بهترین راه‌حل استفاده کنید. سپس، از آن‌ها خواسته می‌شود تا محصول را با استفاده از صفات یا عبارات توصیفی از لیست توصیف کنند. با گروه بزرگی از نمایندگان، روندهای واضحی ظاهر خواهد شد. برای مثال، می‌توانید بیاموزید که تعداد قابل توجهی از پاسخ‌دهندگان یک پالت سبز را برای یک برنامه یوگا آرامش‌بخش و ریلکس‌کننده می‌دانند. در مقابل، نسخه‌ای به رنگ آبی تیره ممکن است احساسات مختلطی برانگیزد.

مطالعات جذابیت ابزاری عالی برای یافتن جهت طراحی مناسب و حل تعارض بین نظرات ذهنی درون تیم است. نقطه ضعف این روش این است که نمی‌توان رفتار واقعی کاربران در دنیای واقعی را پیش‌بینی کرد. در طول مطالعه، فقط می‌توانید بیاموزید که کاربران چه می‌گویند، اما غیرممکن است که درک کنید آن‌ها چگونه رفتار می‌کنند و هنگام تعامل با محصول چه احساسی خواهند داشت.

References

دیدگاهتان را بنویسید