پژوهش تجربه کاربری به جمع‌آوری و تحلیل داده‌ها ختم می‌شود — هرچه سازماندهی این فرآیندها منظم‌تر باشد، درک اطلاعات آسان‌تر خواهد بود. راه‌اندازی یک سیستم برای سازماندهی پژوهش‌های شما می‌تواند به شما و تیم‌تان کمک کند تا به راحتی به داده‌ها دسترسی پیدا کنید، آن‌ها را به اشتراک بگذارید و نتیجه‌گیری کنید.
هیچ روش سازماندهی واحدی که برای ثبت داده‌های شما مناسب باشد وجود ندارد. ترفند انتخاب روش مناسب در تعیین این است که چه کسی به پژوهش‌های شما دسترسی خواهد داشت، چقدر اغلب، و به چه منظورهایی.
چرا یافته‌های پژوهشی را سازماندهی کنیم؟
هدف از پژوهش تجربه کاربری (UX) به دست آوردن بینش‌ها است — با صرف زمانی با کیفیت برای سازماندهی پژوهش‌های خود به گونه‌ای که دسترسی به آن‌ها نه تنها هم اکنون بلکه در آینده نیز آسان باشد، این فرآیند را ساده‌تر کنید.
داشتن داده‌های پژوهشی منظم راهی عالی برای:
- پیشگیری و رفع ابهام زمانی که اختلاف نظر بین تیم‌ها پیش می‌آید
- اشتراک‌گذاری آسان و قابل مدیریت بینش‌ها بین تیم‌ها و ذینفعان
- مراجعه مجدد و استفاده مجدد از یافته‌های کلیدی در آینده
مطمئن باشید که یادداشت‌برداری مداوم دارید
چه چیزی ستاره، شکلک انگشت بالا، و عدد ۵ را با هم مشترک می‌کند؟ همگی می‌توانند برای ارزیابی چیزها استفاده شوند. اما اگر همه آن‌ها را برای ارزیابی یک چیز استفاده کنید چه اتفاقی می‌افتد؟ شما مجبور خواهید بود یک مطالعه کاملاً جدید انجام دهید تا درک کنید که یک ستاره نسبت به شکلک انگشت بالا چه معنایی دارد! کاملاً آشفته.
هنگام ثبت داده‌های پژوهشی، مطمئن شوید که از شیوه‌ی یادداشت‌برداری مداوم استفاده می‌کنید تا از چنین سردرگمی‌هایی جلوگیری کنید. شما می‌توانید با استفاده از مقیاس ارزیابی یکنواخت، واحد اندازه‌گیری، سبک قالب‌بندی، کدهای رنگ و غیره، این ثبات را تضمین کنید.
یادداشت‌های شما احتمالاً توسط اعضای دیگر تیم خوانده خواهد شد و حتی خودتان در آینده، بنابراین آن‌ها را آسان برای دسترسی و درک کنید.
نکته! راهنمای سریع یادداشت‌برداری تهیه کنید تا اعضای جدید تیم را آگاه سازید یا خودتان را از دستورالعمل‌ها برای حفظ ثبات یادآوری کنید.
سازماندهی همزمان با جمع‌آوری داده‌ها
بینش‌های حاصل از تحقیق بسیار مفید هستند، اما بسیاری از افراد فرآیند تجزیه و تحلیل را به دلیل حجم زیاد داده‌های جمع‌آوری شده، ترسناک می‌یابند. بسیاری از پژوهشگران تازه‌کار UX با داده‌ها، به‌ویژه زمانی که به صورت نامنظم جمع‌آوری و ثبت می‌شوند، دست و پنجه نرم می‌کنند. هنگام انجام تحقیقات UX، به خودتان لطف کنید و داده‌ها را همان زمان که جمع‌آوری می‌کنید، سازماندهی کنید. این کار مرحله تجزیه و تحلیل را برای شما بسیار آسان‌تر و سریع‌تر می‌کند.
انجام تجزیه و تحلیل موضوعی
هنگامی که داده‌ها را جمع‌آوری می‌کنید، مطمئن شوید که آن‌ها را با کلیدواژه‌ها یا موضوعات مرتبط برچسب‌گذاری می‌کنید. این فرآیند، که تجزیه و تحلیل موضوعی نامیده می‌شود، حجم زیادی از داده‌ها را به راحتی قابل اسکن می‌کند و همچنین هرگونه الگو یا روند موجود را نشان می‌دهد. به عنوان مثال، می‌توانید بازخوردهای مثبت و منفی کاربران را به صورت موضوعی برچسب‌گذاری کنید. انجام این کار همچنین به شما کمک می‌کند تا داده‌های خود را با کلیدواژه جستجو کنید و تمام دسته‌بندی‌ها و یادداشت‌های زیر آن را مشاهده کنید، که این امر دستیابی سریع و دقیق به داده‌های خاص را برای شما آسان‌تر می‌کند.
تجزیه و تحلیل موضوعی به‌ویژه برای کار با داده‌های کیفی مناسب است. این کار می‌تواند به صورت دستی یا از طریق ابزارهای تحقیق کاربری مانند Aurelius و Userzoom انجام شود.
استفاده از نقشه‌بندی هم‌خوانی
نقشه‌بندی هم‌خوانی ابزاری عالی برای سازماندهی داده‌های مشابه در کنار هم و استخراج بینش‌ها از این گروه‌ها است. مانند تجزیه و تحلیل موضوعی، نقشه هم‌خوانی در هنگام کار با داده‌های کیفی بسیار مفید است. به عنوان مثال، پس از مجموعه‌ای از مصاحبه‌های کاربری، می‌توانید از نقشه‌بندی هم‌خوانی برای شناسایی کلماتی که بیشترین استفاده را توسط کاربران شما برای توصیف محصولتان دارند، ویژگی‌های بیشترین پسند/نپسندیده شده و غیره استفاده کنید.
برای ساخت یک نقشه هم‌خوانی:
- داده‌های خود را روی کارت‌های جداگانه ثبت کنید
- به دنبال الگوها بگردید و کارت‌های مرتبط را در کنار هم گروه‌بندی کنید
- به این گروه‌ها نام بدهید
- یافته‌ها و بینش‌ها را از هر گروه ثبت کنید
نکته! برای آشنایی بیشتر با طراحی و استفاده از نمودارهای هم‌خوانی، درس نمودار هم‌خوانی ما را در دوره جاری بیاموزید.
تعیین قوانین نام‌گذاری فایل‌ها
از ابتدای فرآیند تصمیم بگیرید که چگونه فایل‌های داده خود را نام‌گذاری خواهید کرد. اطمینان از اینکه فرآیند نام‌گذاری به طور مداوم انجام شود، داده‌های شما را قابل اسکن، یافتن و جلوگیری از هرگونه سهل‌انگاری می‌کند. به عنوان مثال، شما ممکن است در نام‌گذاری فایل‌های خود از خط تیره استفاده کنید، در حالی که یکی دیگر از اعضای تیم از آن استفاده نکند. این امر منجر به ایجاد دو مجموعه فایل می‌شود که یکی از آن‌ها هنگام جستجو پیدا نخواهد شد.
راه‌حل آسان برای جلوگیری از این موضوع این است که راهنمای نام‌گذاری فایل را تهیه کنید که در آن تمام کارهایی که باید انجام شود و نبایدهای نام‌گذاری فایل‌ها را به وضوح ذکر کنید. پس از تهیه، آن را با تمام اعضای تیم به ا
شتراک بگذارید و مطمئن شوید که در همه زمان‌ها برای آن‌ها قابل دسترس است.
تحلیل یافته‌های کلیدی
پس از اینکه داده‌های خود را بر اساس موضوعات به طور کلی سازماندهی کردید، مرحله بعدی حیاتی شناسایی بینش‌های کلیدی است. این بینش‌ها به طور اساسی پاسخ‌های بالقوه به سوالات تحقیق اصلی و اهداف شما را نمایندگی می‌کنند.
به عنوان مثال:
- اگر سوال تحقیق شما در مورد دلایل خرید یا عدم خرید محصولتان توسط کاربران است، بینش‌های کلیدی ممکن است شامل نقاط درد کاربران و ارزش درک شده آن‌ها از محصول شما باشد.
- اگر می‌خواهید بدانید کاربران فکر می‌کنند چه چیزی در محصول شما قابل بهبود است، بینش‌های کلیدی ممکن است ویژگی‌هایی را که خوب کار می‌کنند و آن‌هایی که نیاز به بهبود دارند، آشکار سازد.
- اگر علاقه‌مند به درک زمان‌هایی هستید که کاربران بیشترین احتمال خرید محصول شما را دارند، بینش‌های کلیدی می‌توانند اطلاعات ارزشمندی در مورد رفتارها و برنامه‌های روزانه آن‌ها فراهم کنند.
برای استخراج این بینش‌های کلیدی، به دنبال مخرج‌های مشترک در پاسخ‌های مصاحبه‌های کاربر، مطالعات گروه‌های کانونی، ورودی‌های خاطرات و سایر منابع مرتبط بگردید. این فرآیند به شما کمک خواهد کرد تا داده‌های خود را به قطعات قابل مدیریت و قابل اسکن ترتیب دهید، که این امر استفاده مجدد و بازبینی بینش‌ها را در آینده آسان‌تر می‌کند.
راه‌اندازی مخزن تحقیقات کاربر
مخزن تحقیقات کاربر یک پایگاه داده است که می‌تواند تمام اطلاعات مرتبط با تحقیقات شما را به شکلی قابل دسترس نگه دارد.
یک مخزن تحقیقات کاربر می‌تواند شامل موارد زیر باشد:
- ورودی‌ها مانند سوال تحقیق اولیه شما، راهنماها، ساختارهای روش‌شناسی تحقیق، و اهداف تحقیق
- خروجی‌ها مانند داده‌های تحقیق و بینش‌ها از مطالعات شما
- هر اقدامی که بر اساس این داده‌ها انجام داده‌اید و وضعیت این اقدامات
داشتن مخزنی که اطلاعات مطالعات گذشته را در خود دارد و امکان استفاده از آن‌ها در مطالعات فعلی را فراهم می‌کند، بسیار مفید است. همچنین به شما کمک می‌کند تا الگوهایی را در میان چندین مطالعه پیدا کرده و داده‌ها را با ذینفعان و اعضای تیم به اشتراک بگذارید.
مهم‌تر از همه، این مخزن جایی است که هیچ اطلاعاتی هرگز گم نمی‌شود. این بدان معناست که شما می‌توانید به این پایگاه داده برای کسب اطلاعات دقیق‌تر که به دلیل محدودیت‌های زمانی و فضایی در گزارش‌ها و خلاصه‌های تحقیق ذکر نشده‌اند، مراجعه کنید.
این الگوی ساده از مخزن تحقیقات کاربر را بررسی کنید تا با آن شروع کنید.
