Jakie dane mogą pomóc nam w zaplanowaniu i przeprowadzeniu badań UX? Często jesteśmy nieświadomi, jak wiele informacji o doświadczeniach naszych użytkowników już posiadamy. Przeczytaj artykuł, aby dowiedzieć się, skąd czerpać dane o użytkownikach i jak wykorzystać je w procesie badawczo-projektowym.
Pierwszy etap badań UX – czyli desk research skupia się na analizie danych już posiadanych. Mogą to być archiwalne ankiety, dane z Google Analytics czy ogólnodostępne statystyki i badania w obrębie badanego przez nas problemu czy zagadnienia. Klient często nie jest świadomy, jak wiele wartościowych danych o swoich użytkownikach już posiada w swoich zasobach. Dopiero po zetknięciu z zespołem UX uświadamia sobie jak cennymi danymi dysponuje. Często są to informacje, które mogą pomóc w identyfikacji problemu, określeniu celów, hipotez badawczych i zaplanowaniu strategii, a także wspomogą w procesie tworzenia planu badań UX. Poniżej przedstawiamy kilka z nich i podpowiadamy jak wykorzystać je w praktyce.
Pierwszym nieocenionym źródłem informacji o użytkownikach i ich doświadczeniach związanych z produktem są opinie użytkowników. Znaleźć możemy je w Google, na Facebooku, w wiadomościach prywatnych w social mediach, w mailach, a także w danych z ankiet satysfakcji klienta czy Net Promoter Score. Dzięki nim możemy śledzić ogólną ocenę użytkowników o naszym produkcie czy usługach, ale też poznać ich bardziej rozbudowane opinie, emocje i doświadczenia. Coraz więcej osób wyraża swoją opinię w sieci, a dla producenta może to być świetną wskazówką na przyszłość. Wzrost negatywnych opinii to często pierwszy sygnał, że coś wymaga zmiany czy usprawnienia.
Opinie wystawione na stronie internetowej czy w opiniach Google są często rozbudowane — użytkownicy opisują sytuację, w której strona zacina im się na etapie płatności, mają problem ze znalezieniem danej informacji na stronie, zapisując się do newslettera, nie otrzymują obiecanego maila ze zniżką na pierwsze zakupy, czy zwyczajnie strona jest nieczytelna i wolno działa, przez co rezygnują z zakupu. To może być wskazówką dla zespołu UX, że należy przeprowadzić badania, aby pogłębić dany problem. dodatkowo wykorzystanie takich opinii i odniesienie się do nich poprzez przeprowadzenie badań UX pokazuje zaangażowanie firmy, buduje lojalność wśród klientów – wspierając zarówno customer experience jak i user experience.
Innym cennym źródłem wiedzy są dane z Google Analytics. Z tego narzędzia do analizy statystyk stron korzystają już praktycznie wszystkie firmy — zarówno duże korporacje, jak i małe internetowe sklepy. Analiza danych zebranych przez Google Analytics, pozwala śledzić wzrost lub spadek klientów w czasie, a także tego skąd trafili na naszą stronę, ile czasu spędzają na poszczególnych podstronach, jak często dokonują zakupu czy ile spośród rozpoczętych akcji kończy się sukcesem (np. finalizacja zakupu, przesłanie wypełnionego formularza, zapisanie się do newslettera).
Jeśli przykładowo dochodzimy do wniosku, że wiele osób wchodzi na podstronę z formularzem, spędza na niej kilka minut, a konwersja poprawnie wypełnionych i przesłanych formularzy jest niewielka – może to oznaczać, że nasz formularz jest za długi, zbyt skomplikowany lub zacina się w pewnym momencie. Mimo że z Google Analytics nie dowiemy się, co dokładnie stanowi problem, taka informacja pozwala już na ustalenie hipotezy badawczej i postawienie pytań badawczych. Wiedząc, że na stronie mamy problem z formularzem, możemy zaplanować i przeprowadzić badania z użytkownikami i rozwiązać problem, co zwiększy konwersję i poprawi user experience naszych użytkowników.
Kolejnym źródłem wiedzy są narzędzia do tak zwanego eyetrackingu lub mouse trackingu. Przykładem (i chyba najbardziej popularnym narzędziem z tej dziedziny) jest Hotjar , który pozwala zrozumieć, jak użytkownicy zachowują się na naszej stronie. Nagrania ruchu myszy i heat mapy pozwalają nam zobaczyć na własne oczy ścieżkę użytkownika po naszej witrynie. Możemy dowiedzieć się, w jaki sposób szuka informacji, co czyta, co klika a jakie informacje, obrazy czy elementy pomija. Dostarcza nam to informacji czego i jak użytkownik szuka, na które elementy na stronie zwraca uwagę, co czyta, przegląda pobieżnie, a na czym skupia swoją uwagę na dłużej.
Być może klika w elementy nieklikalne a te klikalne umykają jego uwadze lub nie wydają mu się interesujące? Mapy cieplne są świetnym sposobem na sprawdzenie, czy architektura informacji na naszej stronie odpowiada użytkownikom.
W dzisiejszych czasach, przy tak wysoko rozwiniętej technologii, łatwo o dobre (i często też darmowe!) narzędzia do zbierania informacji o użytkownikach. Możemy już dowiedzieć się, nie tylko skąd nasi klienci pochodzą i ile czasu spędzają na stronie, ale co dokładnie na tej stronie robią, jak wygląda ich ścieżka zakupu, gdzie napotykają trudności, jakie mają opinie o usłudze czy produkcie, jakie mają pragnienia i oczekiwania względem produktu. Wszystkie te informacje stanowią solidną bazę uzasadniającą konieczność przeprowadzenia dogłębnych badań w celu identyfikacji problemu, wprowadzenia usprawnień, poprawy user experience oraz wizerunku firmy i jej pozycji na rynku.
Jeśli podobają Ci się treści, które tworzymy, sprawdź również: Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest,TikTok.
Autor: Klaudia Kowalczyk
Graficzka i UX designerka, która za pomocą projektów przekazuje to, co trudno ująć w słowach. Zwraca uwagę na najmniejsze detale – każdy użyty kolor, linia czy czcionka ma znaczenie. Klaudia pasjonuje się projektowaniem grafiki i stron internetowych.
Produktywność jest w ostatnim czasie szczególnie często poruszanym zagadnieniem. Powodem takiego stanu rzeczy jest fakt,…
Specjaliści od zarządzania zasobami ludzkimi są odpowiedzialni za szereg ważnych decyzji. Wybór odpowiedniego kandydata przyczyni…
Wraz z ukształtowaniem się nowych pokoleń, zmianom ulega również środowisko i kultura pracy. Generacja Y,…
Badania przeprowadzone przez firmę Owl Labs wskazują, że już 16% organizacji pracuje w trybie zdalnym,…
Wykorzystanie sztucznej inteligencji sprawia, że możemy komunikować się z naszymi urządzeniami używając języka naturalnego –…
“Zamknij okno!” wypowiedziane do asystenta AI będzie oznaczać co innego, gdy pracujemy w edytorze tekstu,…