Типи UX-досліджень

В попередніх матеріалах ми з’ясували, що собою являє дизайн взаємодії та чому для цього фаху настільки важливою складовою є навичка проведення досліджень. Ми також з’ясували, що робота над продуктом ділиться на певні етапи, на кожному з яких постають різні задачі.

А в цієї статті ми поговоримо про те, якими бувають типи досліджень взаємодії.

Типи досліджень взаємодії

Насправді дослідження взаємодії — це не одне дослідження, а ціла низка різноманітних досліджень, кожне з яких має свою методу, проводиться у свій спосіб і на певному етапі розвитку проєкту.

Різновидів досліджень взаємодії користувача з продуктом десятки, якщо не сотні. Карта мандрівки клієнта (ширше відома як CJM), картки персон, метод сортування карток, інтерв’ю, опитування, п’ятисекундний тест, теплові карти тощо. З таким розмаїттям буває непросто зрозуміти, який метод дослідження потрібно використовувати саме в вашому проєкті.

Щоб відповісти на це запитання, буде корисним це з’ясувати, які типи досліджень взаємодії взагалі бувають. Адже саме розуміння типу дослідження взаємодії дозволяє ліпше зрозуміти, який метод дослідження потрібен на поточному етапі роботи.

Способів класифікації досліджень взаємодії декілька, але оскільки основою дослідження взаємодії є користувач, то і поділ на типи будується навколо нього.

Перша класифікація типів дослідження ґрунтується на тому, досліджуєте ви групу чи окремих користувачів.

Дослідження групи користувачів називаються кількісними, а дослідження окремих користувачів — якісними.

Познайомимось трохи ближче з кожним з цих типів, його задачами та методами. 

Кількісні дослідження

Кількісними називають дослідження, в межах яких ви аналізуєте дані, зібрані від великої кількості користувачів. А якщо говорити геть просто, в межах кількісних досліджень ви аналізуєте саме групи користувачів.

Такі дослідження цінні, коли вам потрібно зрозуміти щось саме в контексті груп. Скажімо, коли ми ви хочете з'ясувати, які функції додати в застосунок. Для цього можна застосувати один з найпопулярніших видів кількісних досліджень — масові опитування.

В цілому, за допомогою кількісних досліджень можна з’ясувати чимало цінного:

  • Якими є очікування від вашого продукту
  • Яка з нових функцій має найбільший попит
  • Які зміни в інтерфейсі слід запровадити
  • Які складнощі у ваших користувачів виникають найчастіше

Ось кілька популярних методів кількісних досліджень:

  • масові опитування,
  • аналіз статистичних даних на основі сервісів типу Google Analytics та HotJar,
  • A/B-тестування,
  • аналіз зручності.

При цьому кількісні дослідження дозволяють аналізувати не лише поведінку загальної сукупності користувачів, але й окремих груп всередині неї. Оцю загальну сукупність ще іноді називають генеральна сукупність. А групи всередині — вибірковими сукупностями (або ж скорочено вибірками).

Навіщо потрібні вибірки користувачів

Але чому ми не можемо завжди аналізувати всю сукупність користувачів? Хіба б це не дало правдивіший результат? Певно, дало б. І в деяких випадках це можливо. Скажімо, якщо ми аналізуємо дані Google Analytics — сервісу, що автоматично зберігає дані про відвідувачів сайту та їхню поведінку, — то бачимо дані всіх користувачів.

Але коли нам треба провести масове опитування, то опитати всіх користувачів може бути непросто. Якщо взагалі можливо. В деяких сервісів можуть бути зареєстровані мільйони користувачів, і щоб забезпечити опитування такої сили силенної людей, може знадобитись чимало часу та зусиль. А часом ще більше часу — щоб обробити зібрану інформацію.

Ось чому для багатьох методів кількісних досліджень і формуються вибірки — частки від загальної кількості користувачів. Загальна ідея тут в тому, щоб зрозуміти на основі дослідження відносно малої кількості користувачів враження, очікування або поведінку загальної сукупності користувачів.

Репрезентативні та нерепрезентативні вибірки

Вибірки можуть бути репрезентативними або нерепрезентативними.

Слово репрезентативність походить від французького слова representant, тобто «представник». Воно означає здатність вибіркової сукупності відтворювати основні характеристики генеральної сукупності. А якщо говорити простою мовою — це коли ви підбираєте таку вибірку з загального числа користувачів, аналіз якої передає правдиве уявлення про всю сукупність користувачів.

Найтиповіший приклад нерепрезентативної вибірки — це коли ви опитуєте власну команду, друзів чи родичів про ваш продукт. Адже нерідко команда дивиться на нього зсередини й не усвідомлює, як він сприймається ззовні. А ваші рідні та друзі часто просто кажуть вам те, що ви хочете почути.

Але як отримати репрезентативну вибірку? Щоб її сформувати, спочатку слід зрозуміти, що репрезентативність, як і дослідження, теж буває кількісною та якісною. 

Кількісна та якісна репрезентативність

Кількісну репрезентативність забезпечує достатня для дослідження кількість респондентів. Оця «достатня кількість» — хитра штука. Щоб з’ясувати, як сформувати кількісно репрезентативну групу, може знадобитись окремий урок. Але в цілому принцип такий: чим більше людей бере участь в вашому дослідженні, тим правдивішими будуть результати.

Але, як ви вже зрозуміли, самої лише кількості мало. Щоб забезпечити реальну репрезентативність, необхідно зробити так, щоб у вибірці були представлені представники всіх можливих груп користувачів, пропорційно до того, як влаштована загальна сукупність.

Найпростіший приклад: припустімо, у цифровому продукті, для якого ви проводите дослідження, зареєстровані всього 1000 користувачів. Серед них близько 75% користувачів — це жінки, 23% — чоловіки, а ще близько 2% ідентифікують себе інакше. Ви вирішили провести кількісне дослідження і для цього сформували вибірку, скажімо, зі 100 учасників, серед яких 50% учасників будуть чоловіками, а 50% — жінками. Така група не буде репрезентативною за гендерною ознакою. Щоб це виправити, гендерний склад має бути дотримано.

І це лише окремий приклад. Може бути чимало інших характеристик, на які буває корисно звертати увагу під час формування вибірки: вік, географія, соціальний статус, рівень доходу, моделі поведінки тощо.

Чому це важливо? Річ у тім, що різні групи всередині загальної сукупності користувачів можуть по-різному дивитись на ті самі питання. Те, що подобається людям віком від 18 до 25 років, може не подобатись людям віком від 50 до 65. Ви й самі про це в курсі, адже напевно чули суперечки про політику на сімейних вечерях.

Тож, якщо ви хочете сформувати репрезентативне уявлення про продукт, корисно в межах вибірки якомога коректніше відтворити загальний склад аудиторії. 

Способи об’єднання користувачів у вибірки

Часто вибірки користувачів об’єднуються не за віком, а, скажімо, за мотивацією. Наприклад, серед вибірок, з якими ми працюємо на Креативній Практиці, є світчери (люди, що змінюють професію), початківці (тобто, ті люди, що лише починають кар’єру) та фахівці, що підвищують кваліфікацію.

А буває, що користувачі об’єднуються в вибірки за поведінкою — скажімо, якщо ви мережа кінотеатрів, то це можуть бути «глядачі, що не пропускають жодної прем’єри» або «ті, що бувають в кіно раз на рік». А ще за інтересами — «обожнюють фільми Marvel», «фанати Веса Андерсена» чи «шанувальники українського кіно». При цьому одні й ті самі користувачі можуть одночасно належати до кількох вибірок — і не пропускати жодної прем’єри, і обожнювати фільми Marvel.

Кількісні дослідження можна застосовувати як для вибірок, що репрезентують генеральну сукупність користувачів, так і до вибірок, що репрезентують окрему групу користувачів.

Спочатку формування вибірки може видатись складною та марудною справою, але вона винагороджується тим, що зібрані дані допомагають ліпше розуміти свого користувача та пропонувати йому рішення, які йому дійсно необхідні. 

Опрацювання даних досліджень

Проводити кількісні дослідження — лише мала частка того, що повинні вміти фахівці. Не менш (чи навіть більш) важливо навчитись опрацьовувати отримані дані. Вміння робити на основі зібраних даних висновки, оцінювати їх та інтерпретувати — велика цінність та ціла наука. Існує навіть окремий тип фахівців, що називаються дослідники даних (англійською data scientists). Ці фахівці повинні розуміти основи соціології, статистичного та математичного аналізу, вміти працювати з базами даних і не тільки. І наразі це дуже потрібна та високооплачувана професія. Адже правильні висновки можуть коштувати бізнесу цілих статків. Як і неправильні, до речі.

Поширені інструменти для кількісних досліджень:

  • Google Forms,
  • Google Analytics,
  • Mixpanel,
  • таблиці Excel та Google Spreadsheets,
  • Hotjar,
  • MindMeister.

Якісні дослідження

Другий тип досліджень, що ґрунтуються на кількості — якісні дослідження.

Якщо кількісні дослідження адресовані групам, то якісні фокусуються на дослідженні окремого користувача.

Це буває дуже цінним. Скажімо, кількісне дослідження може побачити поведінку користувачів в межах посадкової сторінки. Ви зрозумієте, що лише 30% тих, хто на неї потрапляє, прокручують вікно браузера нижче головного екрану, і при цьому близько 80%, що почали оформлювати замовлення, не завершують покупку. Але чому? Що саме їх відвадило?

З відповіддю на подібні запитання якраз і допомагають якісні дослідження, коли ви аналізуєте поведінку не всієї групи, а саме окремих її представників.

В межах масового опитування користувачі, як правило, взаємодіють з заданою матрицею відповідей. Інакше було б дуже складно опрацьовувати результати досліджень. В результаті, по суті, виходить, що самі питання містять лише обмежену кількість варіантів, які не завжди відповідають реальним думкам та враженням користувачів.

А під час індивідуальних інтерв’ю людям ставлять відкриті питання. Тобто, в них часто немає готового набору відповідей. І в результаті респонденти — так називають учасників інтерв'ю — відповідають своїми словами. Так, як вони думають. Внаслідок цього ви можете дізнатись чимало цікавих інсайтів та ліпше зрозуміти, як покращити ваш продукт і на що потрібно звернути увагу.

Ось кілька популярних прикладів якісних досліджень:

  • інтерв'ю,
  • польові дослідження,
  • відеозаписи користувацьких сесій.

Популярні інструменти таких досліджень:

  • Zoom,
  • Google Forms,
  • HotJar.

Дослідження ставлення та дослідження поведінки

Ще один спосіб класифікації досліджень пов’язаний із тим, що досліджується: ставлення людини до продукту чи якоїсь його складової, чи його фактична поведінка. Відповідно, бувають дослідження ставлення та дослідження поведінки.

Досить часто, коли ви створюєте новий продукт, то фактично ще не можете аналізувати його. Проте ви можете досліджувати, як би користувач міг поставитись до нього, якби продукт існував, мав певний дизайн, набір функцій та ціну.

Власне, найчастіше предметом досліджень ставлення як раз і стають проблеми, з якими стикається користувач, його враження про вашу пропозицію стосовно розв'язання цієї проблеми, набір функцій, які ви плануєте додати в продукт, а також, звісно, цінова політика.

До речі, так, електоральні симпатії перед виборами політиків аналізують також за допомогою досліджень ставлення.

Проводити такі дослідження буває досить цінним, адже вони допомагають зрозуміти, не інвестуючи значних зусиль та ресурсів в розробку, чи потрібна користувачу та чи інша функція, або ж навіть продукт в цілому.

Наша команда використовує такі дослідження для того, щоб ліпше зрозуміти, які курси нам варто створювати у майбутньому. Для цього ми пропонуємо нашим підписникам продивитись список курсів і оцінити свій інтерес до кожного з них за шкалою від 1 до 10, де 1 — геть не цікаво, а 10 — дуже цікаво.

Вам майже напевно захотілось зараз уточнити — а це хіба не кількісне дослідження? Так, кількісне. Власне, одне і те саме дослідження можна одночасно віднести як до кількісного або якісного, так і до дослідження ставлення чи поведінки.

Стосовно дослідження ставлення, варто усвідомлювати дещо важливе: ви досліджуєте саме ставлення людини до чогось. І оце саме ставлення часто є дуже підступним. Буває так, що під час опитувань люди вам кажуть «Звісно, нам дуже цікава оця функція!». А потім, коли ви впроваджуєте її, виявляється, що насправді нею користуються не так вже й багато людей. Тож вірити цим дослідженням на 100% не варто.

Дослідження поведінки, як ви вже, певно, здогадались, аналізують фактичну поведінку користувача.

Поширеними методами аналізу поведінки користувача є:

  • аналіз метрик (наприклад, який відсоток людей конвертувались з випробувального періоду в оформлення передплати),
  • аналіз записів користувацьких сесій,
  • аналіз теплових карт застосунку та Google Analytics.


Тепер, коли ми розібрались з класифікацією типів UX-досліджень, з'ясуймо, якими є найпоширеніші методи UX-дослідження і з якою метою їх можна використовувати. А ще дізнаємось, які з них на практиці використовують українські фахівці!

Про все це розповімо в наступному матеріалі.

5549
Community
Videos
About Us