امروزه که دنیای فناوری به سرعت در حال گسترش است، کار برای تقویت بخش های صفحه یک امر ضروری و واجب است. تجربیات مختلف نشان داده توجه بیشتر به پالت رنگ و خلاقیت در طراحی نکته ای است که طراحان به آن نگاه ویژه ای دارند.
سه سال قبل که کار خود را در Experience User شروع کردم، ابتدا اصولی شامل مفاهیم پایه، همدلی، تعریف، ایده آل، نمونه اولیه و آزمون را برای خودم تنظیم کردم. من سه سال کار کردم تا اینکه فهمیدم Data Analytics چیست!
چندی پیش از من خواسته شد تا برای ایجاد تجربه کاربری هدفمند روی افراد تحقیق کنم. من آن زمان در حال یادگیری Data Analytics بودم و به فکر تلفیق داده ها برای تجربه کاربری بودم که طراحی می کردم.
من مبهوت شدم کمی زمان بیشتر در مورد داده ها و تجزیه و تحلیل آن ها می خواستم. تجربه کاربری با محوریت افراد کار دقیقی بود. من می توانم بهترین استفاده از استراتژی ها و محدوده ها برای تجربه کاربری از داده ها را استنباط کنم.
بنابراین شما از برخی از ابزارهای نمایش داده مانند Tableau یا Power BI یا Adobe Analytics می توانید استفاده کنید. با داده های کاربر خود چند داشبورد زیبا درست کرده و استنتاج کنید. بازار هدف، احساسات کاربر، داده های گروه بندی، داده های نظرسنجی در صورت وجود می تواند به خوبی تحلیل شوند.
فرصت استفاده از اطلاعات از داده ها هرگز بیشتر نبوده است.
انسان ها تمایل به تولید داده های زیادی دارند. با گشت و گذار در فناوری ها و محصولات جدید که هر روز می آید آشنا می شوند. نمی توانیم داده های تولید شده را بدون تلاش تحلیل کنیم و بینش روشنی را برای تصمیم گیری بهتر در تجارت فراهم کنیم.
با داده های فراوانی که امروزه تولید می شود، ارزش داده ها و مهارت های مرتبط در درجه اول بالا می رود. بنابراین در هر حوزه فناوری، فرصت های بهتری برای بهینه سازی ایجاد می شود.
UX + داده
وقتی به داده ها فکر می کنید چه چیزی به ذهن شما خطور می کند؟ دقت، بینش بیشتر، اعداد، مقایسه ها یا تصمیم گیری
برای یک طراح داشتن شهود و تجربه خوب مهم است.
Data and Design fused together یک اصطلاح Data Driven UX به ما می گوید می خواهم فرصتی برای کشف تجربه در داده های خود پیدا کنم. نحوه کار کردن داده ها با کار، چگونگی کسب ارزش بیشتر از داده ها و چگونگی داده ها، کار و زندگی ما را غنی می کند.
این روزها هدف اصلی برای بسیاری از شرکتهای فنی ایجاد محصولات مورد علاقه ی کاربر است. بنابراین، داشتن طرح و داده به هم پیوسته، بخشی از همان چرخه گسترش طرح خوب است. شرکت ها با ایجاد تجربه هایی از طریق کانال ها و شبکه های اجتماعی برای مشتریان خود، آنها را به چالش می کشند. بنابراین، ما چگونه شروع به استفاده از داده ها در چرخه عمر طراحی خود می کنیم؟
من قبلاً در چهار بخش داده ها را در طراحی استفاده می کردم:
درک personas کاربر
طراحی مدل های کار
طراحی مجدد UX
انجام ارزیابی اکتشافی
هربار که روی Data Driven UX کار می کنید، توصیه می کنم این سه سؤال را از تیم طراحی بپرسید:
چه داده هایی برای این طراحی ضروری هستند؟
چگونه می توانید داده ها را جمع آوری کنید؟
روش جمع آوری داده ها چیست؟
اگر جوابهای فوق را با دقت دریافت کردید و فکر می کنید نیاز به صحبت بیشتر در مورد داده ها وجود دارد، پیش بروید! داده ها را با فرایند طراحی خود ادغام کنید.
۱.درک personas از داده ها
personas بازنمودهای شخصیتی یک شخص، شی، وضعیت، مشکل، چالش و طراحی مجدد می باشند که بر اساس تحقیق ایجاد شده است. که می توان انواع مختلف کاربر را که از خدمات، محصول یا سایت استفاده می کنند را بررسی کند. ایجاد personas به درک نیازهای کاربران، تجارب، رفتارها و اهداف کمک می کند.
من معمولاً هنگام کار از داده ها بیشترین استفاده را انجام می دهم و در ایجاد شخصیت برای تحقیق در طراحی از تحقیقات کیفی و کمی و تحقیقات عینی در بازار استفاده می کنم.
ایجاد personas برای UX باعث بهینه سازی و انجام تراکم تحقیقات کاربر مهمترین بخش از چرخه طراحی است. داده های UX برای ایجاد و درک Personas هوشیار خواهد بود اگر دارای:
تصویری دقیق از کاربران مهم و هدفمند باشد
انگیزه ها، اهداف، نیازها، خواسته ها، ویژگی ها و رفتارهای کاربر اصلی را تشریح کند.
طراحان و ذینفعان را پیرامون درک مشترک از کاربر را متحد می کند
در تصمیم گیری به طراحان کمک کنید تا مهمترین ویژگی های محصول که برای کاربر مهمتر است را بداند.
تجزیه و تحلیل داده ها و تکنیک ها و ابزارهای تجسم داده ها همیشه می توانند برای دسته بندی، تقسیم بندی، تعیین روابط و نتیجه گیری های بهتری از داده ها کمک کنند. من دقیقاً درباره گروه سنی کاربران، جغرافیای کشور، ظرفیت هزینه، میانگین زمان صفحه نمایش، رفتار آنها، خصوصیات، شخصیت های موجود با رقبا و غیره را تصور می کنم.
به عنوان مثال ، می گویند شما شرکت A هستید که کالسکه های کودک را به فروش می رساند، از ۳۰ دلار تا ۳۰۰۰ دلار (بله! کالسکه های کودک به ارزش ۸۰۰۰ دلار نیز وجود دارد، به من اعتماد کنید! اگر باور ندارید بصورت آنلاین بررسی کنید: D) اکنون، شما در حال طراحی مجدد برنامه یا وب سایت خود هستید. می خواهید گروه سنی مردان را که از درگاه شما خرید می کنند را بشناسید. نیازی نیست از یک کارآموز دانشجویی بخواهید که یک برنامه سفارشی SQL ایجاد کند:
یک ابزار تحلیل داده ها به عنوان مثال Tableau را باز کنید. می توانید از تیم خود بپرسید که کدام ابزار بهتر است. سپس ویژگی Age را از داده های خود در مورد جنسیت کاربران بررسی کنید. داده های موجود در Male را فیلتر کنید و در صفحه scatterplot قرار دهید.
۲. طراحی مدل های کار
می خواهم مدل های کارم را به عنوان توضیحی از وظایفی که در یک پروژه کاری دارید برایتان بیان کنم. اغلب مستندات و نیازهای جامع کسب و کار و اطلاعات کاربر را در یک قالب دقیق و مداوم جمع آوری می کنید. هنگامی که اطلاعات به دست ما می رسد، باید به آن اطلاعات اعتماد کنیم.
طراحی و اجرای یک تجربه کاربری موفق، که پاسخگوی نیازها و خواسته های یک سازمان باشد، نیاز به یک مدل کامل منطقی دارد.
به عنوان مثال ، ما می خواهیم این روند را برای کاربرانی که بیش از ۴ ساعت وقت خود را با موبایل می گذرانند پیدا کنیم. از چه برنامه هایی استفاده می کنند؟ چه درصد از زمان در شبکه های اجتماعی صرف می کنند؟ و سؤالات مشابه ای که برای حل کردن مسئله نیاز است تا پرسیده شود. در آن حالت، ما می توانیم جلوتر برویم و با استفاده از ابزارها، طرح را اجرا کنیم و پیشرفت روند را مشاهده می کنیم، از تکنیک های حباب برای دانستن تفکیک استفاده می کنیم. لطفاً داده های گروه را وارد کنید!
پیاده سازی داده ها برای مدل های وظیفه:
وظیفه مورد بررسی را مشخص کنید.
این کار سطح بالا را به سطح زیر شکسته و داده ها را به صورت مداوم دسته بندی و از نظر اهداف و منطقه مورد نظر مشخص کنید.
یک نمودار وظیفه دسته بندی شده از هر کار فرعی را ترسیم کنید و آن را مطابق با داده هایی که تقسیم کرده ایم.
داده هایی را که تکنیک های مربوط به تجسم مدل کار ما را در دست داشته باشد تهیه کنید.
۳. طراحی مجدد UX
طراحی UX بد قطعاً می تواند شما را در پروژه بعدی آزار دهد، مهم نیست که ایده یا مفهومی که در آن می باشد واقعاً خوب باشد. به همین دلیل، شما باید مطمئن شوید که از تصمیمات خود با برنامه استفاده می کنید. این زمانی است که داده ها نقش مهمی را ایفا می کنند.
برای مثال، این بار شرکت A مشکلی دارد. کاربران به صفحه پرداخت می رسند اما خریدی از آن انجام نمی دهند. در این وضعیت کار درست این است که شما به سرعت مشکل را شناسایی و صفحه پرداخت را مجدد طراحی کنید. بنابراین ، ما اکنون تصور کرده ایم که کاربر پس از رسیدن به صفحه پرداخت، چه زمانی منصرف می شود. بنابراین، از مدت زمانی که کاربر در آن صفحه نمایش قرار دارد می توانید بفهمید کجای کار اشکال دارد.
تجزیه و تحلیل عواملی که خوب بوده اند یا به خوبی کار نکرده اند برای طراحی تجربه کاربری که توسط گروه بندی یا تقسیم بندی داده هایی که پشتیبانی می شوند انجام می شوند. داده های خود را به مثبت و منفی تقسیم کنید. باید مشخص باشد چه چیزی کار می کند یا نه. در نظر گرفتن رابطه ای بین عوامل می تواند کمک کند و تعیین کند که روابط قوی یا ضعیف است یا خیر.
بررسی روابط مثبت و منفی برای داده های شما هنگام طراحی مجدد تجربه کاربری به بهترین وجه باعث بهبود کار و طرح شما خواهد شد.
۴. ارزیابی اکتشافی با داده ها
ارزیابی اکتشافی یک روش با قابلیت استفاده برای یافتن مشکلات می باشد. و قابل استفاده در یک طراحی رابط کاربری است. به گونه ای که می توان آنها را به عنوان بخشی از یک فرایند طراحی تکراری مورد استفاده قرار داد. و این شامل داشتن یک مجموعه کوچک از تحلیلگران است که UI/UX را مورد بررسی قرار می دهند و در مورد پیروی از اصولی که قابلیت استفاده را داشته باشند .
طراحی UX خود را با یک تحقیق کیفی داده شروع کنید تا دلیل رفتار کاربر با استفاده از داده ها را بدانید. داده ها را در دسته ها فرض کنید. مدل های رگرسیون را استخراج کنید و نتایج کیفی غیر عددی بگیرید. (ترجیحات ، احساسات ، تمایلات با استفاده از تقسیم بندی داده ها).
هنگامی که یک محصول یا نمونه اولیه برای آزمایش کاربر در دسترس است. از تحقیقات داده های کمی استفاده کنید تا یاد بگیرید چگونه مردم در واقع با محصول تعامل دارند. داده های کمی مبتنی بر شواهد قابل اندازه گیری (به عنوان مثال میزان موفقیت، زمان اتمام کار و غیره) است. و از طریق روش هایی مانند آنالیز، آزمایش A / B و ردیابی کاربر بدست می آید.
امیدوارم که این مطلب نوشته شده به شما در جهت جدیدی برای پیاده سازی گسترده داده ها در چرخه عمر طراحی تجربه کاربر شما کمک کند.
منبع : uxplanet.org
