Oh, was ist das? GPT-4? Ja, GPT-3 ist einfach SOOOOOO Januar 2023.
KI wird immer intelligenter, und während wir noch geduldig darauf warten, dass die Roboter die Gesellschaft übernehmen, glauben wir, dass sie schon so weit ist, dass sie den UX-Forscher vollständig ersetzen könnte?
Es ist nicht gerade einfach, mit einigen dieser Produktmanager zusammenzuarbeiten...
@tldv.io Wir lieben konstruktive Kritik #productmanagement #product #tech #productmanager #product #userfeedback #corporatehumor #startup
♬ Originalton - tldv.io - AI Meeting Recorder
Wir wollen hier zwar niemanden um seinen Job bringen, aber ist es mit dieser neuesten Innovation nicht an der Zeit, die Rolle selbst abzuschaffen und sie stattdessen in einen "KI-Prompt-Writer für UX-Forschung" umzuwandeln?
Es ist kein Geheimnis, dass UX-Forschung für jedes Unternehmen, das Produkte entwickelt, unerlässlich ist. Sie hilft dabei, das Nutzerverhalten zu erkennen, Probleme und Lösungen zu identifizieren, und - was am wichtigsten ist - sie liefert uns datenbasierte Erkenntnisse für unsere Produktdesignentscheidungen.
GPT-3 und jetzt GPT-4 haben jedoch für Aufsehen gesorgt, weil sie in der Lage sind, mithilfe der Verarbeitung natürlicher Sprache (NLP) scheinbar kohärente Texte zu erstellen. Könnte dies etwas sein, das den Bedarf an UX-Forschern vollständig ersetzen wird?
Es gibt nur einen Weg, das herauszufinden. Zeit für Battle Royale!
Was macht die UX-Forschung aus?
Der UX-Forscher hat traditionell Einfluss auf viele Schlüsselbereiche von Produkten. Diese sind:
Die Visite
Wir werden jeden Abschnitt aufschlüsseln, die Vor- und Nachteile vergleichen und einen Sieger küren.
Am Ende des Kampfes zählen wir die Punkte zusammen, zählen die auf dem Schlachtfeld liegenden Zähne und küren einen Sieger.
Müssen sich die UX-Forscher nach einem neuen Job umsehen?(Wir haben gehört, dass KI eine besonders aufstrebende Branche ist, lol.) Oder ist KI nur ideal, um sich im Labor auszutoben, und noch nicht ganz reif für die Primetime?
Oh, UND, wir fügen sogar einige kostenlose ChatGPT-Prompts für Produktmanager zu jedem Abschnitt hinzu, um zu zeigen, wie es gemacht werden kann. Ja, das ist richtig. Kein Denken erforderlich. Nur ein paar ChatGPT-Prompts für UX-Forscher an Ihren Fingerspitzen.
Tauchen wir ein und sehen wir, wer es überlebt.
Definieren Sie die Persona
Personas sind Ihre Mitarbeiter. Sie sind Ihre Kunden, die in einem lebendigen, atmenden, wenn auch zweidimensionalen Profil erstellt werden. Sie bestimmen die Art und Weise, wie Sie entwerfen, vermarkten und sogar das Produktmanagement.
😍 UX-Forscher Profis: UX Researcher sind darin geschult, aus den ihnen zur Verfügung gestellten Daten eine Geschichte und eine Persona zu erstellen. Dies ermöglicht eine genaue Darstellung einer Person auf der Grundlage von Fakten. Auch in der Praxis können UX-Forscher bei der Definition einer Persona ihr Fachwissen einbringen, indem sie ihre Erfahrung mit Nutzerforschungsmethoden wie Umfragen und Interviews nutzen. Das bedeutet, dass durch die Zusammenführung aller Arten von Daten und Erkenntnissen die erstellten Personas reichhaltig und mit realen Erfahrungen gefüllt sind.
😵 Nachteile von UX-Forschern: UX-Forscher sind nicht immer in der Lage, die Zusammenhänge richtig zu erkennen. Sie können durch ihre Erfahrungen, Ablenkungen und Erlebnisse abgestumpft sein. Objektivität ist zwar für beide völlig unmöglich, aber es ist viel wahrscheinlicher, dass ein menschlicher UX-Forscher anfälliger für Voreingenommenheit ist. Außerdem wird das Sammeln der Daten für diese detaillierten Personas wahrscheinlich mehr als zwei Wochen dauern, um ein genaues Bild zu erstellen.
😍 GPT-4 Vorteile: GPT-4 kann seine KI-Algorithmen nutzen, um eine konsistente, genaue Persona zu erstellen, die auf dem basiert, was es aus den gegebenen Daten gelernt hat. Auf diese Weise kann der Computer eine Persona erstellen, die der Realität so nahe wie möglich kommt, ohne viel manuelle Arbeit oder Zeitaufwand zu erfordern. Die GPT-4-Engine könnte wahrscheinlich eine ziemlich gute Persona in weniger als 10 Minuten erstellen.
😵 GPT-4 Nachteile: GPT-4 kann noch nicht zwischen den Zeilen lesen und verstehen, was in den Eingabedaten fehlen könnte. Es kann auch keine eigenen kreativen Entscheidungen treffen. Außerdem kann es nur auf der Grundlage dessen generieren, was es aus vorherigem Training und Dateneingabe weiß. Das bedeutet, dass die von vornherein gegebenen Informationen begrenzt sein können. Es gibt auch Probleme mit der Qualität einer computergenerierten Persona und wie realistisch sie sein könnte. Schließlich ist jede KI in der Regel unternehmensextern. Wenn in der externen KI-Datenbank Sicherheitsbedrohungen bestehen, könnten sensible Unternehmensdaten entwendet werden. Igitt!
🏆 Der Gewinner: Geschwindigkeit ist toll, aber Sicherheit und Genauigkeit sind viel wichtiger. Weniger Geschwindigkeit, mehr Sicherheit! Der Mensch gewinnt.
🤖 BONUS AI Prompt: Create a UX persona for me based on {INDUSTRY}
Wettbewerberforschung
Es geht nichts über eine gute, altmodische Konkurrenzanalyse, um die UX-Maschine ins Rollen zu bringen. Eine Wettbewerbsanalyse ermöglicht es Unternehmen zu verstehen, was andere auf dem Markt tun und wie sie sich von anderen abheben oder bestehende Lösungen verbessern können.
😍 UX-Forscher Profis: Der UX-Forscher ist geübt darin, die Branche zu durchforsten und detaillierte Einblicke in Markttrends, das Angebot der Konkurrenz und sogar die Art und Weise, wie diese ihr Produkt vermarktet, zu gewinnen. Diese Informationen sind von unschätzbarem Wert und können als Entscheidungsgrundlage für die Produktgestaltung herangezogen werden.
UX-Forscher Nachteile: Dem UX-Forscher entgehen möglicherweise einige Nuancen oder er hat Schwierigkeiten, einen komplexen Markt oder ein Produkt zu verstehen. Es kann auch sein, dass sie in einer sich schnell verändernden Branche nicht mithalten können und dass einige ihrer Erkenntnisse ohne ihr Wissen schnell veraltet sind.
😍 GPT-4 Vorteile: GPT-4 kann mit großen Datenmengen gefüttert werden, um sich einen Überblick über die Marktlandschaft zu verschaffen und schnell Einblicke in die Aktivitäten der Konkurrenten, ihre Preismodelle und sogar Vorhersagen über zukünftige Trends zu erhalten. So können Unternehmen schnell reagieren und der Konkurrenz einen Schritt voraus sein.
GPT-4 Kons: GPT-4 ist durch seinen Zugang zu Trainingsdaten immer noch eingeschränkt und kann wichtige Informationen verpassen, die sonst durch menschliche Forschung aufgedeckt werden würden. Es kann auch keine kreativen Entscheidungen treffen oder selbständig denken und muss genau überwacht werden, um die Richtigkeit der Erkenntnisse zu gewährleisten.
Die Gewinnerin: Es ist ein Unentschieden! Das Tolle an diesem Kampf ist, dass beide ihre Anwendungsfälle und Stärken haben. Je nach der erforderlichen Untersuchung können beide eine wertvolle Bereicherung für das Team sein. Sie arbeiten oft Hand in Hand, wenn es darum geht, Erkenntnisse zu sammeln und einen Markt gründlicher zu verstehen. Auch wenn die KI in einigen Aspekten den Sieg davonträgt, bleibt der Mensch die Nummer eins, wenn es um das "Gespür" für die Marke, das Produkt und die Positionierung eines Wettbewerbers geht.
🤖 BONUS AI Prompts:
Wer sind die wichtigsten Wettbewerber in der Branche?
Was sind die Stärken und Schwächen ihrer Websites und Apps?
Wie sieht ihre Präsenz in den sozialen Medien aus?
Wie lauten die SWOT-Analysen (Stärken, Schwächen, Chancen, Risiken) Ihrer Wettbewerber?
Was sind die häufigsten Probleme ihrer Kunden?
Wie sieht ihr UX-Angebot im Vergleich zum Branchenstandard aus?
Gibt es neue UX-Design- und Technologietrends, an die sich Ihre Wettbewerber anpassen?
Durchführung von Nutzerinterviews
Nutzerinterviews sind eine großartige Möglichkeit, um Feedback und Erkenntnisse direkt von den Nutzern zu erhalten. Es kann sehr aufschlussreich sein, einen offenen Dialog mit ihnen zu führen und Fragen zu stellen, die sonst durch Analysen oder Untersuchungen allein schwer zu beantworten wären.
UX-Forscher Profis: Ein UX-Forscher hat den Vorteil, dass er in der Lage ist, eine Beziehung zu den Teilnehmern aufzubauen, Folgefragen zu stellen und sinnvolle Gespräche zu führen, die nicht zu roboterhaft wirken. Sie können auch nonverbale Hinweise und Körpersprache interpretieren, was dazu beiträgt, ehrliche Antworten zu erhalten und die Bedürfnisse der Menschen besser zu verstehen.
UX-Forscher Nachteile: Je nach Standort des Nutzers kann es für einen Forscher zeitaufwendig sein, zu reisen oder Teilnehmer für remote Interviews zu organisieren. Interviews erfordern aktives Engagement und können ohne die richtigen Ressourcen schwierig zu organisieren sein.
GPT-4 Profis: GPT-4 kann schnell Fragen für Nutzerinterviews generieren, was Zeit bei der Recherche spart und es Unternehmen ermöglicht, schneller als je zuvor Nutzerfeedback zu erhalten. GPT-4 fängt auch an, die Stimmung der Nutzer zu verstehen (Achtung, das ist etwas anderes als Nuancen und nonverbale Kommunikation), und zwar durch NLP, was hilft, die Bedürfnisse der Kunden besser zu verstehen.
GPT-4 Kons: GPT-4 ist durch seinen Zugang zu Trainingsdaten eingeschränkt und kann wichtige Erkenntnisse verpassen, die sonst durch menschliche Gespräche aufgedeckt würden. Zum Zeitpunkt der Erstellung dieses Artikels kann es auch keine nonverbalen Hinweise interpretieren oder subtile Nuancen in Gesprächen erkennen, was es bei der Durchführung von Nutzerinterviews weniger zuverlässig macht. Im Grunde genommen kann die KI nicht zwischen den Zeilen lesen. Sie kann zwar hervorragend dazu dienen, Kundenfeedback zu sammeln, fragt aber nicht oft genug nach dem WARUM.
Die Gewinnerin: Haben Sie schon einmal versucht, mit einem Chatbot zu sprechen und mussten dann ein Gespräch mit einem Kundenbetreuer führen? Manchmal ist es einfacher und effizienter, ein Gespräch mit einem Menschen zu führen. Das Gleiche gilt hier - Nutzerinterviews werden am besten von Menschen geführt. GPT-4 kann zur Formulierung von Fragen verwendet werden, aber es ist viel besser, sich bei den eigentlichen Interviews auf erfahrene UX-Forscher zu verlassen. Schließlich liefern menschliche Interviewer in der Regel qualitativ bessere Ergebnisse als KI-gesteuerte Chatbots oder Roboter.
Eine Möglichkeit, beides in Einklang zu bringen, ist der Einsatz des magischen AI Note Summarizer von tl;dv. Mit einem einzigen Klick auf eine Schaltfläche kann er helfen, einen bestimmten Moment zusammenzufassen. So können sich UX-Forscher auf den Nutzer konzentrieren, anstatt Notizen zu machen, und stellen sicher, dass die wichtigen Momente festgehalten werden!
ALSO! tl;dv verhindert den gefürchteten "UX Researcher Shadow Effect". Sie kennen das... Wenn zwei UX-Forscher am selben Gespräch teilnehmen, aber einer sitzt nur da und macht sich stillschweigend Notizen. Um ehrlich zu sein, ist das irgendwie unheimlich und mit tl;dv , das alles transkribiert, taggt und protokolliert, können Sie dieses dritte Rad loswerden. Das Ergebnis.
@tldv.io Wenigstens haben sie die Schuppen nicht bemerkt. Magic Search jetzt KOSTENLOS verfügbar #tldv #chatgpt #ai #tech #startup #onlinemeeting #meetings
♬ Originalton - tldv.io - AI Meeting Recorder
🤖 BONUS AI-Aufforderungen:
Was sind die größten Herausforderungen für die Nutzer?
Wie würden sie diese Herausforderungen gerne angehen?
Welche Funktionen des Produkts oder der Dienstleistung finden sie am wertvollsten?
Welchen Einfluss hat dieses Produkt/diese Dienstleistung auf ihr Leben gehabt?
Welche anderen Produkte oder Dienstleistungen nutzen sie und warum?
Gibt es Bereiche, in denen das Produkt/die Dienstleistung ihrer Meinung nach verbessert werden könnte?
Gibt es bestimmte Funktionen oder Lösungen, die Ihre Konkurrenten anbieten, die Sie noch nicht haben, die Sie aber in Betracht ziehen sollten?
Analysieren anderer Datenquellen
Eine weitere Möglichkeit, Einblicke in die Kundenbedürfnisse zu gewinnen, ist die Untersuchung anderer Datenquellen wie Umfragen, Abstimmungen und Kundenfeedback. Dies kann helfen, die Stimmung der Nutzer zu verstehen und Bereiche für Verbesserungen oder aufkommende Trends aufzudecken.
😍 UX-Forscher Profis: UX-Forscher sind gut gerüstet für die Analyse von Umfrageantworten und qualitativen Daten aus Kundenfeedback. Sie können aussagekräftige Fragen entwickeln, die auf der Grundlage des Projektkontexts die wichtigsten Themen ansprechen. Außerdem verfügt ein UX-Forscher über die Fähigkeit, strukturierte und unstrukturierte Daten zu interpretieren, was die Identifizierung von Mustern oder Korrelationen zwischen Variablen erleichtert.
😵 UX-Forscher Nachteile: Je nach Größe des Projekts hat ein UX-Forscher möglicherweise nicht genug Zeit, um alle verfügbaren Datenquellen zeitnah auszuwerten. Außerdem kann die manuelle Analyse von Daten mühsam und arbeitsintensiv sein.
😍 GPT-4 Vorteile: KI kann große Datenmengen schnell verarbeiten und die Ergebnisse in Echtzeit analysieren. Sie kann auch Muster oder Korrelationen zwischen Variablen erkennen, die für den Menschen vielleicht nicht sofort ersichtlich sind. KI macht die manuelle Analyse überflüssig und ermöglicht es Unternehmen, bessere Entscheidungen auf der Grundlage von Kundenfeedback oder Umfrageantworten zu treffen.
😵 GPT-4 Nachteile: Die KI ist durch ihren Zugang zu ihrer Datenbank eingeschränkt, was die Ergebnisse entweder positiv oder negativ beeinflussen kann. Außerdem kann die KI derzeit keine nonverbalen Hinweise wie Tonfall oder Körpersprache interpretieren, die für die Interpretation von Kundenfeedback wichtig sind.
🏆 Der Gewinner: In diesem Fall haben UX-Forscher und KI einzigartige Vor- und Nachteile. Während UX-Forscher besser für die manuelle Analyse gerüstet sind, kann KI beim Data Mining und der schnellen Analyse großer Datensätze helfen. Letztendlich wäre es am besten, eine Kombination aus beiden zu verwenden, um die genauesten Erkenntnisse aus Kundenfeedback und Umfragen zu gewinnen. Noch einmal: Es ist ein weiteres Unentschieden!
🤖 BONUS AI-Aufforderungen:
Welche Arten von Kundenfeedback geben die Kunden?
Gibt es gemeinsame Themen oder Trends bei den Kundenantworten?
Mit welchen Funktionen sind die Nutzer am zufriedensten?
Welche Bereiche müssen laut Nutzerfeedback verbessert werden?
Wie unterscheidet sich die Stimmung der Nutzer zwischen verschiedenen demografischen Gruppen oder Regionen?
Gibt es unerwartete Korrelationen zwischen Variablen, die für eine weitere Untersuchung nützlich sein könnten?
Einen UX-Plan erstellen
Sobald die Erkenntnisse gesammelt sind, ist es an der Zeit, einen UX-Plan zu erstellen. UX-Pläne sollten die Bedürfnisse, das Verhalten und die Vorlieben der Nutzer berücksichtigen sowie die Frage, wie sich technologische Lösungen am besten einsetzen lassen, um diese zu erreichen.
😍 UX-Forscher Profis: Ein UX-Forscher kann bei der Entwicklung eines UX-Plans eine unschätzbare menschliche Note einbringen. Sie sind besser in der Lage, die Perspektive der Kunden zu verstehen und kreative Lösungen zu entwickeln, die die Nuancen des Nutzerverhaltens berücksichtigen. Außerdem sind sie eher in der Lage, potenzielle Probleme zu erkennen, bevor sie auftreten, da sie das menschliche Verhalten auf einer tieferen Ebene verstehen als KI-gesteuerte Systeme.
Nachteile der UX-Forscher: Die manuelle Datenanalyse kann zeitaufwändig und mühsam sein, was ihre Fähigkeit einschränkt, mit den raschen Fortschritten der Technologie Schritt zu halten. Außerdem verfügen UX-Forscher möglicherweise nicht über die technischen Fähigkeiten, die erforderlich sind, um einen Plan zu entwickeln, der alle verfügbaren Technologien nutzt. Außerdem kann die Erstellung eines Plans einige Wochen dauern.
😍 GPT-4 Vorteile: KI kann Daten schnell verarbeiten und Muster oder Korrelationen zwischen Variablen erkennen, die für die Entwicklung eines effektiven UX-Plans nützlich sein können. Außerdem macht sie manuelle Analysen überflüssig und ermöglicht es Unternehmen, Entscheidungen auf der Grundlage genauer Erkenntnisse zu treffen. Es ist so schnell. In der Tat kann es einen Plan in buchstäblich einer Minute ausarbeiten. Ja, EINE MINUTE!
😵 GPT-4 Nachteile: Sie kennen den Nutzen eines Plans in einer einzigen Minute? Ja, es ist eines dieser Szenarien, bei denen man bekommt, was man hineinsteckt. KI kann nicht alle Faktoren, die für die Schaffung eines nutzerzentrierten Erlebnisses erforderlich sind, vollständig lesen oder nachbilden. In der Tat kann sie nichts interpretieren, was Ihnen irgendeinen Nutzen bringen würde. Hier besteht die Gefahr, dass man sich völlig auf eine KI verlässt, ihr Vertrauen schenkt und buchstäblich einen "falschen" Plan ausspuckt.
🏆 Die Gewinnerin: Ich meine, es ist ziemlich offensichtlich, aber DON'T TRUST THE MACHINE! UX Researcher auf dem ganzen Weg, Baby.
Wollen Sie wirklich Blindprägungen verwenden?
MVP-Priorisierung empfehlen
Sobald der UX-Plan erstellt wurde, ist es an der Zeit, die Funktionen zu priorisieren und ein Minimum Viable Product (MVP) zu erstellen. MVPs sind die einfachste Version eines Produkts oder einer Dienstleistung, die veröffentlicht werden kann, um Nutzerfeedback zu sammeln. Dieses Feedback kann dann zur Verbesserung des Produkts oder der Dienstleistung verwendet werden, bevor eine Vollversion veröffentlicht wird.
😍 UX-Forscher Profis: Ein erfahrener UX-Forscher ist gut gerüstet, um die Bedürfnisse der Nutzer zu priorisieren und ein MVP auf der Grundlage dieser Bedürfnisse zu entwickeln. Sie wissen, wie Nutzer mit Produkten, Dienstleistungen und Websites interagieren, und sind daher besser für diese Aufgabe gerüstet als KI-gestützte Systeme. Außerdem ist es wahrscheinlicher, dass sie potenzielle Probleme oder verbesserungswürdige Bereiche erkennen, bevor sie das MVP auf den Markt bringen.
😵 Nachteile von UX-Forschern: UX-Forscher kennen möglicherweise nicht die neuesten Technologien oder Tools zur Entwicklung von MVPs. Außerdem kann es für sie schwierig sein, innovative Lösungen auf der Grundlage von Nutzerfeedback zu entwickeln, wenn sie auf irgendeine Art von menschlicher "Blockade" stoßen.
😍 GPT-4 Vorteile: KI-gestützte Systeme können große Datensätze schnell verarbeiten und analysieren, um verbesserungsbedürftige Bereiche zu ermitteln und Funktionen für ein MVP zu priorisieren. Außerdem entfällt die Notwendigkeit einer manuellen Analyse, was Zeit und Ressourcen spart.
😵 GPT-4 Nachteile: Der KI fehlt der menschliche Faktor bei der Interpretation von Daten, was bedeutet, dass sie die Gefühle oder Vorlieben der Nutzer nicht verstehen kann - etwas, was ein UX-Forscher tun könnte. Außerdem sind KI-gestützte Systeme nur so gut wie ihre Eingaben, was bedeutet, dass ungenaue Daten zu unzuverlässigen Ergebnissen führen werden.
🏆 Die Gewinnerin: Auch diese Entscheidung ist offensichtlich. UX Researcher gewinnt auch in dieser Kategorie! Sie sind die Experten, wenn es darum geht, das Feedback der Nutzer zu verstehen, und wissen, welche Designelemente auf der Grundlage dieses Feedbacks verbessert oder geändert werden müssen. KI-gestützte Systeme können vielleicht schnell Zahlen berechnen, aber ihnen fehlt die menschliche Note, die so wichtig ist, wenn es um die Erstellung eines erfolgreichen MVP geht.
🤖 BONUS AI Prompts:
Welche Kennzahlen können zur Bewertung der Wirksamkeit von MVP-Funktionen verwendet werden?
Erläutern Sie den Prozess zur Priorisierung von MVP-Funktionen auf der Grundlage von Benutzerfeedback?
Wie können UX-Forscher mit funktionsübergreifenden Teams zusammenarbeiten, um sicherzustellen, dass die Benutzererfahrung bei der MVP-Entwicklung im Vordergrund steht?
Können Sie einige Best Practices für die Einbeziehung von Benutzerfeedback in die MVP-Priorisierung nennen?
Welche Kompromisse können bei der Priorisierung von Funktionen für ein MVP eingegangen werden, und wie kann man fundierte Entscheidungen treffen, wenn man die Bedürfnisse der Benutzer, die technische Machbarkeit und die Geschäftsziele gegeneinander abwägt?
🏆😍 Der ultimative Gewinner?
Natürlich ist es ein UX-Forscher aus dem echten Leben!
Unabhängig davon, wie fortschrittlich die KI auch sein mag, es wird immer ein Element der Unsicherheit bestehen, wenn Entscheidungen getroffen werden, die komplexes menschliches Verhalten und Präferenzen betreffen.
Ein erfahrener UX-Forscher kann unschätzbare Einblicke in die Bedürfnisse und Vorlieben der Nutzer geben, was ihn zur effizientesten Wahl für die Entwicklung eines effektiven UX-Plans und die Priorisierung von Funktionen für ein MVP macht.
Auch wenn die KI bei der Datenanalyse ihre Vorteile hat, kann sie das menschliche Gehirn und dessen Fähigkeit, Daten effektiver zu interpretieren, nicht ersetzen.
Wenn Sie also einen effektiven UX-Plan oder ein erfolgreiches MVP wollen, sollten Sie einen UX-Forscher engagieren!
Sie sind die Experten für Nutzerfeedback und können sicherstellen, dass Ihr Produkt oder Ihre Dienstleistung im Sinne der Nutzer entwickelt wird.
Aber auch der beste UX-Forscher kann von GPT-basierten Hilfsmitteln profitieren, und tl;dv verwendet GPT-3, um zu transkribieren, Notizen zu machen und hochpräzise Inhalte zu erstellen. Also, probieren Sie es einfach aus!
