Jak analizować wywiady z użytkownikami, aby przekonać interesariuszy (aktualizacja: w tym narzędzia do tworzenia raportów z badań UX)

Oczywiście można przeprowadzić analizę danych z badań UX bez tl;dv, ale to po prostu głupota. Wspomnieliśmy już, że jest to narzędzie bezpłatne, prawda? Ignorując tl;dv, poświęcisz więcej czasu, wydasz więcej pieniędzy i uzyskasz mniej wartościowych informacji w sposób chaotyczny. Dlatego projektanci i badacze UX powszechnie uznają tl;dv jedno z najlepszych narzędziremote badańremote .

Znajdź równowagę między otwartością umysłu a posiadaniem planu

Chociaż ważne jest, aby gromadzić dane w sposób umożliwiający przygotowanie się do etapu analizy, jeszcze ważniejsze jest rozpoczęcie pracy z otwartym umysłem. Nie popełnij błędu polegającego na faworyzowaniu własnych uprzedzeń badawczych poprzez zbyt dokładne planowanie analizy z wyprzedzeniem, co może doprowadzić do poszukiwania odpowiedzi, które chcesz znaleźć. Nie tak działają badania użytkowników. 

Jednak warto rozpocząć proces badawczy z otwartym umysłem i przygotować plan gromadzenia, przechowywania i łatwego ponownego uzyskiwania dostępu do danych uzyskanych w trakcie badania.

Nie chcesz po raz pierwszy zastanawiać się nad swoją analizą dopiero wtedy, gdy jesteś zasypany tonami danych. Zacznij od samego początku. Proces przeprowadzania wywiadów powinien być zorganizowany w taki sposób, aby pomóc Ci w analizowaniu niewielkich ustaleń.

Przed przeprowadzeniem wywiadów należy dokonać selekcji docelowych odbiorców, aby mieć pewność, że wybrano najlepszych i najbardziej kompetentnych użytkowników. Jest to szczególnie istotne w przypadku pozyskiwania użytkowników do wywiadów z mediów społecznościowych i innych źródeł publicznych, którzy nie są użytkownikami Państwa aplikacji. Należy opracować plan wywiadów, aby uzyskać jak najwięcej korzyści z badań.

Przez cały okres badań miej na uwadze swoje cele, ale nie na tyle, aby stały się one zbyt dominujące. Prawdziwą umiejętnością podczas wywiadów z użytkownikami jestsłuchanie. Oczywiście, musisz zadawać właściwym osobom właściwe pytania, ale jeśli nie słuchasz tego, co faktycznie mówią, strzelasz sobie w stopę. Nie pozwól, aby Twoje własne myśli lub oczekiwania miały jakikolwiek wpływ. To czas, aby Twoi użytkownicy zabrali głos i aby ich głosy zostały wysłuchane: przez Ciebie!

Ponownie, tl;dv pomocne jako jedno z najlepszych narzędzi do analizy opinii klientów. Uzyskujesz trwały zapis tego, co powiedzieli użytkownicy, w jaki sposób to powiedzieli oraz jakie zachowania prezentowali podczas rozmowy. Nie polegaj na pamięci lub pospiesznie sporządzonych notatkach. Masz do dyspozycji transkrypcje w ponad dwudziestu językach, nieograniczoną liczbę nagrań spotkań oraz możliwość oznaczenia czasem każdego fragmentu informacji, do którego chcesz powrócić. A wszystko to za darmo!

@tldv.io

To ma sens. #spotkanie #komedia #korporacja #spotkania #9to5 #pierwszydzień

oryginalny dźwięk - tldv.io - AI Meeting Recorder

Określ swoje cele

Chcesz ulepszyć swoją aplikację? To zbyt ogólne stwierdzenie. Być może chcesz uzyskać szczegółową i dogłębną wiedzę na temat tego, kim są Twoi odbiorcy i idealni użytkownicy, co ich motywuje i jak codziennie realizują swoje cele. W takim przypadku lepiej zaprojektować badania tak, aby zidentyfikować wzorce w codziennym zachowaniu respondentów. 

Ponadto zwracaj uwagę na szczegóły demograficzne, wzorce stylu życia i różne postawy użytkowników. Możesz nawet napisać własny przewodnik po rozmowach z użytkownikami, aby mieć pewność, że rozmowa przebiega we właściwym kierunku.

Z drugiej strony, jeśli Twoim celem jest przetestowanie nowej funkcji lub przyszłej aplikacji, możesz skupić się na problemach, aspektach satysfakcji i próbie uszeregowania ich według priorytetów.

Musisz nie tylko wymyślić, jak zadawać właściwe pytania, żeby użytkownik czuł się swobodnie, dzieląc się swoimi przemyśleniami, ale też śledzić dane w taki sposób, żeby można je było wykorzystać do różnych celów. W zależności od tego, z kim będziesz dzielić się analizą danych z badań użytkowników, może być konieczne przemyślenie kwestii szczegółowości. Czy przedstawiasz wyniki zespołowi projektowemu, czy interesariuszom? Czy musisz podawać konkretne przykłady, czy wystarczą ogólne trendy? Zaplanuj wszystko z wyprzedzeniem.

Przygotuj swoją hipotezę (jeśli to konieczne)

Hipotezy są ważne w niektórych dziedzinach badań. Na przykład testy użyteczności wymagają sformułowania hipotezy, ponieważ trzeba skupić się na konkretnych obszarach, które wymagają poprawy. Przed przystąpieniem do badań użytkowników należy w pewnym stopniu zrozumieć problem i potencjalne rozwiązanie.

Jednak nie wszystkie badania wymagają hipotezy. W niektórych przypadkach hipoteza wręcz zniekształca dane. Jeśli przeprowadzisz serię wywiadów z użytkownikami, oczekując, że problemem będzie punkt A, to właśnie o tym usłyszysz. Stworzy to wypaczony obraz danego problemu, prowadząc do stronniczych danych, co z kolei spowoduje marnowanie czasu na rozwój produktu, ponieważ podstawowe kwestie zostaną pominięte.

Czasami można rozpocząć przeprowadzanie niewielkich analiz, gdy tylko pojawią się pierwsze dane. Aby zagwarantować wysoką jakość wywiadów z użytkownikami, nie powinno się przeprowadzać więcej niż 4 wywiady dziennie. Najlepiej 2 lub 3. Pomiędzy wywiadami powinna być przerwa, aby badacze mogli przejrzeć i opisać notatki. Daje im to również czas na omówienie wyników z osobą sporządzającą notatki, jeśli taka jest, lub przejrzenie notatek na tl;dv.

W połowie wywiadów z użytkownikami można przeprowadzić powierzchowną półanalizę. Można również wykorzystać ten czas na przejrzenie pytań i ewentualne wprowadzenie drobnych poprawek, aby uzyskać lepsze odpowiedzi w przyszłych wywiadach.

Ta metoda pozwoli Ci uniknąć sytuacji, w której po intensywnym dniu wywiadów z użytkownikami próbujesz utopić się we własnych łzach, mając do dyspozycji jedynie pospiesznie sporządzone notatki i na wpół funkcjonujący mózg, aby spróbować je rozszyfrować.

@tldv.io

Różne rodzaje załamań, kolego #załamanie #9to5 #spóźnienie do pracy #dzień z życia #humor korporacyjny IB: @punhubtiktok

oryginalny dźwięk - tldv.io - AI Meeting Recorder

Odkrywanie w podróży

Rozwój produktu w dużym stopniu zależy od wysokiej jakości badań przeprowadzanych wśród użytkowników, wywiadów i testów. Projektowanie UX również opiera się na dokładnych badaniach. Tworzenie produktu w oparciu wyłącznie o własne fantazje na temat tego, jak powinien on wyglądać, to najszybsza droga do katastrofy. I lepiej uwierz, że nie ma tam żadnych wiosł.

Badania użytkowników pomogą Ci odkryć złote wskazówki potrzebne do stworzenia produktu, który pokochają użytkownicy. Niezależnie od tego, czy myślisz o cechach, funkcjach czy innych aspektach swojej aplikacji, ważne jest, aby poznać opinie prawdziwych użytkowników. Naprawianie problemów związanych z rozwojem na późniejszym etapie jest droższe niż stworzenie rozwiązania na początku. 

W niektórych przypadkach możliwe jest znalezienie zupełnie nowych zastosowań poprzez badania użytkowników, słuchając tego, czego chcą przyszli użytkownicy. Może to pomóc w pozycjonowaniu się jako lider w niszy, przygotowując się do sukcesu na nasyconym rynku.

To nigdy się nie kończy

Jeśli jest coś, co powinieneś wiedzieć, to fakt, że analiza danych z badań użytkowników nie ustaje. Nie śpi. Nie odczuwa litości, wyrzutów sumienia ani strachu. No dobrze, może gdzieś tam zacząłem mówić o Terminatorze, ale nie zmienia to faktu, że analiza jest procesem ciągłym.

Jednym z najlepszych sposobów na śledzenie postępów i porządkowanie kluczowych spostrzeżeń jest robienie notatek. Nie chodzi tu o metodę z XX wieku, polegającą na zapisywaniu notatek długopisem na papierze. Nie, nie, nie. Chodzi o notatniktl;dv. 

Nagrywając sesje za pomocą tl;dv, możesz udostępniać fragmenty lub całe sesje wideo zainteresowanym osobom, aby podjęły odpowiednie działania. Robienie notatek nie tylko pomaga analizować informacje w trakcie pracy, ale także pozwala na bieżąco rejestrować wszystkie wydarzenia. To najlepszy sposób na śledzenie wszystkich zebranych danych.

Jednym ze sposobów, niezależnie od tego, czy chodzi o badania jakościowe, czy ilościowe, jest organizowanie krótkich spotkań z innymi badaczami po każdym wywiadzie. Możecie wspólnie przeanalizować odpowiedzi i sporządzić dodatkowe notatki. Zawsze warto przeanalizować wywiad z użytkownikiem przed przejściem do następnego.

Rozbij swoje dane 

Gromadzenie danych na końcu badań to jeden z najłatwiejszych sposobów, aby zniechęcić się ogromną ilością posiadanych danych. Nie martw się, nie wszystkie dane są takie same. Na tym etapie umiejętność odnajdywania „złota” w danych jest tym, czego potrzebujesz.

Aby osiągnąć najlepsze wyniki, zacznij od uporządkowania notatek i uzupełnienia ich o informacje kontekstowe (z pomocą nagranych spotkań). Rozróżnij opis od interpretacji. Faza analizy to czas na interpretację.

Następnie podziel dane na różne obszary analizy, co pozwoli Ci ocenić różne dane pod kątem ich znaczenia i priorytetu.

Posiadanie takiej listy jest ważne, aby określić, co jest ważne teraz, a co będzie przydatne w przyszłości. Tego rodzaju analiza jest szczególnie ważna, gdy dysponujesz niewielkimi zasobami do realizacji swoich pomysłów. Chcesz skupić się wyłącznie na tych rzeczach, które przyniosą maksymalne korzyści użytkownikom i pomogą Ci osiągnąć wyznaczone cele.

Oznacza to odłożenie wszystkich fajnych (ale nieistotnych) pomysłów na później i umożliwienie zespołowi programistów tworzenie tego, co jest absolutnie niezbędne w danym momencie.

Priorytetyzacja zaczyna się od projektu badań UX, opartego na celach organizacyjnych wyznaczonych dla projektu przez interesariuszy. Aby uzyskać informacje niezbędne do spełnienia tych wymagań, należy pamiętać o celach i mieć sposób na sortowanie danych.

Jak ustalić priorytety analizy danych z badań dotyczących doświadczeń użytkowników

1. Analiza tematyczna

Analiza tematyczna polega zasadniczo na podziale danych na „kategorie” do rozważenia. Dzięki podziałowi danych na dobrze zorganizowane kategorie można rozważyć każdy najmniejszy szczegół w oparciu o jego tematykę, a także ogólne znaczenie danej kategorii tematycznej.

Jednym ze sposobów, aby to zrobić, jest oznaczenie tematów kolorami. Podczas przeglądania transkrypcji nadaj każdemu fragmentowi danych kolor zgodnie z jego tematem. Można to zrobić pod koniec dnia lub krótko po każdej sesji, aby nie stracić perspektywy na każdy wywiad. Wraz z notatkami możesz łatwo oznaczyć kolorami automatycznie wygenerowane transkrypcje z tl;dv.

Jeśli nie możesz zdecydować się na temat, po prostu zgrupuj dane, które mają podobne znaczenie, zakres lub przesłankę. Jeśli natrafisz na powtarzające się informacje, warto utworzyć temat i zapisać w nim wszystkie dane dotyczące danego zagadnienia.

Według Nielsen Norman Group istnieje sześć (6) etapów analizy danych dla obszarów tematycznych.

Krok 1: Zbierz dane

Krok 2: Przeczytaj wszystkie dane od początku do końca.

Krok 3: Zakoduj tekst według obszarów tematycznych.

Krok 4: Utwórz nowe kody, aby zawrzeć nowe motywy.

Krok 5: Zrób sobie dzień przerwy.

Krok 6: Oceń, czy wybrane motywy są odpowiednie.

Warto stworzyć legendę lub klucz kodowania, aby Twoi współpracownicy również mogli zrozumieć Twoje dane. Przykładowy klucz kodowania tekstowego wygląda następująco:

• • Czerwony – punkty newralgiczne

• • Zielony – pozytywy

• • Szary – sugestie użytkowników

• • Żółty – aplikacje używane codziennie

Źródło: NVIVO BLOG

2. Diagramy podobieństw

Diagram podobieństw to sposób na wizualną organizację wszystkich faktów poprzez umieszczenie ich w różnych kategoriach (lub grupach tematycznych). Diagram podobieństw często tworzy się przy użyciu długopisu i papieru, ale można go również doskonale wykonać w stylu kanban za pomocą narzędzi takich jak Trello. Diagram podobieństw ma różne nazwy, takie jak sortowanie wspólne, efekt kuli śnieżnej, a czasem mapowanie podobieństw.

Przykład mapowania podobieństw:

Źródło: Leow Hou Teng

Jaka jest różnica między diagramami podobieństw a obszarami tematycznymi w badaniach użytkowników?

Hierarchiczna analiza tematyczna to proces polegający na podziale danych na tematy, a następnie podtematy. Odbywa się to poprzez przeczytanie wszystkich transkrypcji, notatek z wywiadów i innych istotnych danych, a następnie zakodowanie danych według różnych tematów. Obszary tematyczne mają zazwyczaj szerszy zakres niż diagramy podobieństw. Diagram podobieństw przedstawia mniejsze tematy lub klastry, które można dalej badać. 

Analiza tematyczna polega na sortowaniu danych według tematów, aby lepiej rozważyć każdy szczegół, natomiast diagram podobieństw polega na grupowaniu faktów według tematów. Obie metody mogą być wykorzystane do lepszego zrozumienia użytkowników i odpowiedniego ulepszenia produktu. Nie są one identyczne i mogą być stosowane równolegle w analizie badawczej, w zależności od perspektywy, którą chcesz przyjąć.

Zwykła metoda

Wszystkie te rozmowy o obszarach tematycznych i mapowaniu podobieństw mogą wydawać się przytłaczające, ale w rzeczywistości badacze zazwyczaj wrzucają swoje notatki na płótno (najczęściej używane są programy Miro, Mural lub Figjam), a następnie grupują je według tematów lub momentów podróży klienta.

Jeśli jakiś pomysł często powraca w badaniach, badacze zazwyczaj używają kropek, aby to zaznaczyć. Mogą również korzystać z niektórych funkcji aplikacji, które mają to samo znaczenie.

Chociaż jest to podobne do obszarów tematycznych opisanych powyżej, jest to proces bardziej elastyczny.

Jak analizować różne rodzaje danych

Analiza jakościowych danych dotyczących doświadczeń użytkowników uzyskanych podczas wywiadów z użytkownikami

Jedną z rzeczy, którą można szybko zauważyć w przypadku danych jakościowych, jest to, że mogą one wydawać się chaotyczne. Wynika to z faktu, że są one wysoce subiektywne. Często otrzymuje się wiele danych, z których większość może być powtarzalna lub bezużyteczna. Wywiady z użytkownikami są zazwyczaj otwarte, co pozwala użytkownikom wyrażać swoje opinie bez żadnych ograniczeń. Oznacza to również, że analiza danych zależy w dużej mierze od Ciebie, badacza UX, i od tego, jak chcesz je przetwarzać.

Podczas przeprowadzania jakościowej analizy danych z badań użytkowników należy zwrócić uwagę na:

• • Wzorce pojawiające się w różnych obszarach tematycznych;

• • Odkrycia, które zaskoczyły Twój zespół;

• • Chwile (tematy) wywołujące silne emocje u użytkowników;

• • Lubię i nie lubię;

• • Funkcje popularne wśród użytkowników;

• • I przypadki użycia, których obecny interfejs użytkownika nie obsługuje wystarczająco dobrze.

Jeśli jednak prowadzisz badania eksploracyjne na etapie odkrywania produktu, zauważysz, że dane te mogą zawierać zarówno jakościowe dane dotyczące postaw, jak i jakościowe dane dotyczące zachowań. Korzystając z diagramów podobieństw i analizy tematycznej, możesz odkryć ukryte skarby w danych. 

Aby przeprowadzić analizę tematyczną, potrzebujesz trzech rzeczy: danych, preferencji badawczych (opartych na zespole i celach badań) oraz kontekstu analizy. Dysponując tymi elementami, możesz przeprowadzić analizę danych z badań UX za pomocą oprogramowania, poprzez prowadzenie dziennika lub diagramy podobieństw. 

W jaki sposób GPT może pomóc?

Wszyscy znają już GPT, technologię opartą na sztucznej inteligencji, która z pewnością nie planuje w tajemnicy podbić świata, sprawiając, że ludzie będą nadmiernie uzależnieni od technologii i zapomną, jak wygląda życie na świeżym powietrzu, tak abyśmy chętnie przyjęli matriks prawdziwego życia. Absolutnie nie.

@tldv.io

Napisane przez ChatGPT #inception #chatgpt #ai #openai #spotkanie #korporacja

oryginalny dźwięk - tldv.io - AI Meeting Recorder

Zanim jednak staniemy się bateriami dla robotów, możemy wykorzystać je do przyspieszenia naszej pracy i wychwycenia rzeczy, które mogły nam umknąć. Na przykład można wprowadzić do GPT wyniki swoich badań i poprosić go o wskazanie tendencyjności, znalezienie wzorców i motywów, a nawet podkreślenie sympatii i antypatii. Zasadniczo wszystko, co opisaliśmy powyżej w odniesieniu do analizy opinii użytkowników, może zostać natychmiast wykonane przez bezcielesnego robota.

Podpowiedzi GPT

Oto kilka podpowiedzi GPT, które możesz wykorzystać, aby Twój raport z badań UX był jeszcze bardziej przekonujący!

1. Czy można przeszukiwać repozytorium w celu znalezienia wszystkich badań związanych z konkretnym produktem lub funkcją?
2. Czy możesz mi streścić najważniejsze wnioski z konkretnego badania?
3. Czy można uporządkować badania naukowe według daty, autora lub tematu?
4. Czy potrafisz wskazać jakieś wspólne motywy lub wzorce, które wyłaniają się z badań naukowych?
5. Czy możesz mi pomóc zidentyfikować luki w naszej obecnej wiedzy na temat zachowań lub preferencji użytkowników?
6. Czy możesz mi przedstawić podsumowanie metod badawczych zastosowanych w konkretnym badaniu?
7. Czy możesz mi pomóc stworzyć prezentację podsumowującą wyniki badań dotyczących konkretnego projektu lub inicjatywy?
8. Czy na podstawie obecnych wyników badań możesz zaproponować potencjalne dalsze badania lub pytania badawcze?
9. Czy mogą Państwo dostarczyć mi listę zewnętrznych badań naukowych lub źródeł, które mogą mieć znaczenie dla naszego repozytorium badań?

Chociaż pytania te mogą wydawać się nieco niejasne, pozwalają one GPT szczegółowo wyjaśnić, czego od Ciebie oczekuje. Weźmy na przykład pytanie nr 7. Oto odpowiedź GPT: