Σχεδίαση βάσει δεδομένων: Ο πλήρης οδηγός

Το 2017, Ο οικονομολόγος δημοσίευσε ένα άρθρο με τίτλο «Ο πιο πολύτιμος πόρος στον κόσμο δεν είναι πλέον το πετρέλαιο, αλλά τα δεδομένα», το οποίο δεν πρέπει να αποτελεί έκπληξη. Εξάλλου, επί του παρόντος, παγκόσμιοι τιτάνες όπως το Facebook, η Amazon, η Microsoft και η Google έχουν στη διάθεσή τους τεράστιες ποσότητες δεδομένων και τα χρησιμοποιούν για κάθε είδους σκοπούς.

Με απλά λόγια, τα δεδομένα είναι ένα ισχυρό πλεονέκτημα που μπορεί να εφαρμοστεί με επιτυχία σχεδόν παντού και ο σχεδιασμός δεν αποτελεί εξαίρεση! Εάν εξακολουθείτε να μην σχεδιάζετε με δεδομένα, ήρθε η ώρα να το αλλάξετε.

Διαβάστε αυτόν τον οδηγό σχεδιασμού βάσει δεδομένων. Εδώ, θα σας πω όλα όσα πρέπει να γνωρίζετε για το σχεδιασμό με διαφορετικά σύνολα δεδομένων.

Ας βουτήξουμε κατευθείαν σε αυτό!

Τι είναι ο σχεδιασμός βάσει δεδομένων;

Ο σχεδιασμός βάσει δεδομένων είναι η διαδικασία σχεδιασμού και βελτίωσης ψηφιακών προϊόντων με μετρήσιμα δεδομένα. Στην πράξη, σημαίνει ότι οι αποφάσεις σχεδίασής σας υποστηρίζονται από πολύτιμα δεδομένα σχετικά με τους χρήστες, τη συμπεριφορά, τη δέσμευσή τους ή τη συνολική απόδοση του ψηφιακού προϊόντος σας.

Στον σχεδιασμό που βασίζεται σε δεδομένα, μπορείτε να μετρήσετε σχεδόν οτιδήποτε θέλετε. Θέλετε να μάθετε εάν οι αλληλεπιδράσεις των χρηστών με τον ιστότοπό σας είναι απρόσκοπτες και ευχάριστες; Εξετάστε τις μετρήσεις αφοσίωσης, όπως το ποσοστό εγκατάλειψης ή ο μέσος χρόνος στη σελίδα. Ή μήπως θα θέλατε να ανακαλύψετε ποιο μικροαντίγραφο λειτουργεί καλύτερα; Τότε τα τεστ A/B θα σας πουν την αλήθεια!

Λίγα λόγια για το φαινόμενο της ψευδούς συναίνεσης

Όταν εργάζονται σε ένα ψηφιακό έργο, πολλοί σχεδιαστές πέφτουν στην παγίδα του φαινομένου της ψευδούς συναίνεσης. Επιτρέψτε μου να σας δείξω ένα απλό παράδειγμα και είμαι σίγουρος ότι θα έχετε την ιδέα.

Ας υποθέσουμε ότι σχεδιάζετε τη διαδικασία ενσωμάτωσης στην εφαρμογή σας για κινητά. Σε κάποιο σημείο, πρέπει να επιλέξετε τις επιλογές σύνδεσης. Δεν μπορείτε να βασίσετε την απόφασή σας αποκλειστικά στη διαίσθηση και επιχειρήματα όπως „Οι χρήστες μας θα συνδεθούν με το Gmail επειδή αρέσει σε όλους“ ή „Οι χρήστες πρέπει να βλέπουν τα πιο σημαντικά χαρακτηριστικά κατά την είσοδο, προτιμώ πάντα αυτό“ δεν είναι ποτέ η σωστή διαδρομή για να ακολουθήσει ένας έμπειρος σχεδιαστής UX.

Εκεί πρέπει να μπει στο παιχνίδι το σωστό σύνολο δεδομένων. Χρησιμοποιήστε τα δεδομένα με σύνεση και θα αποφύγετε το φαινόμενο ψευδούς συναίνεσης, π.χ την τάση να θεωρείτε ότι οι πεποιθήσεις, οι συμπεριφορές και οι απόψεις σας είναι σχετικά κοινές.

Σχεδιασμός βάσει δεδομένων έναντι δεδομένων: υπάρχει διαφορά;

Παρόλο που τα σχέδια που βασίζονται σε δεδομένα και τα δεδομένα φαίνονται σαν παρόμοιες έννοιες, στην πραγματικότητα είναι δύο διαφορετικές προσεγγίσεις για την εργασία με δεδομένα. Γι‘ αυτό δεν πρέπει να χρησιμοποιείτε αυτούς τους όρους εναλλακτικά.

Στον σχεδιασμό που βασίζεται σε δεδομένα, τα δεδομένα είναι η καρδιά και η ψυχή της διαδικασίας σχεδιασμού. Αυτό σημαίνει ότι Οι πιο κρίσιμες αποφάσεις λαμβάνονται με βάση κυρίως δεδομένα. Στην πράξη, εάν θέλετε να λύσετε τα πιο πιεστικά προβλήματα, εσείς και η ομάδα σχεδιασμού σας αναλύετε τα δεδομένα που έχετε και μόνο σε αυτή τη βάση επιλέγετε τη σωστή λύση.

Στο σχεδιασμό με πληροφόρηση δεδομένων, η προσέγγιση των δεδομένων είναι ελαφρώς διαφορετική. Εδώ, τα δεδομένα χρησιμεύουν μόνο ως συμπληρωματική πηγή πληροφοριών. Με απλά λόγια, τα δεδομένα έχουν μεγάλη αξία για εσάς, αλλά δεν είναι η κινητήρια δύναμη πίσω από τις αποφάσεις σας.

Ακολουθεί μια γρήγορη περίληψη των κύριων διαφορών μεταξύ των προσεγγίσεων σχεδιασμού που βασίζονται σε δεδομένα και βάσει δεδομένων:

	Σχεδιασμός βάσει δεδομένων	Σχεδιασμός βάσει δεδομένων
Ερωτήσεις	Τι, πόσα	Γιατί
Πλησιάζω	Αποφάσεις βασισμένες σε δεδομένα	Τα δεδομένα είναι μια πρόσθετη πηγή πληροφοριών
Προτιμώμενες μέθοδοι έρευνας	Ποσοτικός	Ποιοτικός

Γιατί πρέπει να επιλέξετε μια προσέγγιση σχεδιασμού βάσει δεδομένων;

Η σωστή ερώτηση θα έπρεπε να είναι: γιατί να το κάνεις δεν χρήση δεδομένων στο σχεδιασμό;

Δεδομένα σημαίνει δύναμη και μπορείτε να πάρετε πιο τεκμηριωμένες αποφάσεις με αυτά. Αυτό είναι δεδομένο. Αλλά αν εξακολουθείτε να είστε δύσπιστοι σχετικά με τη χρήση δεδομένων στη διαδικασία σχεδιασμού, εδώ είναι τα βασικά οφέλη αυτής της προσέγγισης που μπορεί να σας πείσουν:

• Ο σχεδιασμός που βασίζεται σε δεδομένα μπορεί να σας βοηθήσει βελτίωση της εμπειρίας χρήστη και της απόδοσης του προϊόντος.
• Μπορείτε να παρατηρήσετε σημαντική αύξηση στα ποσοστά μετατροπής και στις πωλήσεις με τη σωστή χρήση των δεδομένων.
• Βασιζόμενοι σε δεδομένα, αποφεύγετε το φαινόμενο ψευδούς συναίνεσης που περιγράφηκε παραπάνω.
• Είναι ο καλύτερος τρόπος να επικυρώστε τις υποθέσεις σας.
• Εσείς μειώνουν τον κίνδυνο λήψης μη αποδοτικών από πλευράς κόστους αποφάσεων όπως η κατασκευή περιττών χαρακτηριστικών.
• Τα δεδομένα είναι (συνήθως) αμερόληπτα.

Όπως μπορείτε να δείτε, χρησιμοποιώντας σχετικά δεδομένα και τη σωστή ερμηνεία τους, μπορείτε να αναβαθμίσετε το ψηφιακό προϊόν σας και να επιτύχετε ευκολότερα τους επιχειρηματικούς σας στόχους.

Διαδικασία σχεδιασμού με γνώμονα τα δεδομένα

Εάν έχετε μικρή ή καθόλου εμπειρία στην εργασία με δεδομένα, η ιδέα του σχεδιασμού βάσει δεδομένων μπορεί να φαίνεται συντριπτική στην αρχή. Αλλά δεν υπάρχει λόγος ανησυχίας.

Θα σας καθοδηγήσω βήμα προς βήμα σε όλη τη διαδικασία, από τον εντοπισμό των πιο πιεστικών ζητημάτων μέχρι την ανάλυση δεδομένων. Με αυτό το πλαίσιο, θα μάθετε ακριβώς πώς να αξιοποιήσετε στο έπακρο τα μετρήσιμα δεδομένα.

Ας κόψουμε το κυνήγι!

Κάθε διαδικασία σχεδιασμού που βασίζεται σε δεδομένα πρέπει να ξεκινά με ένα συγκεκριμένο πράγμα – ανακαλύπτοντας τι θέλετε να εξερευνήσετε, να μετρήσετε και να δοκιμάσετε.

Υπάρχει, λοιπόν, κάτι συγκεκριμένο στον ιστότοπό σας που αυτή τη στιγμή δεν έχει χαμηλή απόδοση; Υπάρχουν κουμπιά CTA στα οποία οι χρήστες αρνούνται να κάνουν κλικ; Ή μήπως σε κάποιο στάδιο, το ποσοστό εγκατάλειψης φτάνει σε ανησυχητικό επίπεδο; Υπάρχουν χιλιάδες πράγματα που μπορείτε να δημιουργήσετε αντίγραφα ασφαλείας με δεδομένα στο σχεδιασμό. Πρέπει να βουτήξετε στο Google Analytics ή σε άλλα εργαλεία για να εντοπίσετε τα πιο πιεστικά ζητήματα που απαιτούν πιο εις βάθος ανάλυση και μετρήσεις.

Εάν δεν μπορείτε να το κάνετε μόνοι σας ή δεν έχετε καμία απολύτως ιδέα πώς να το κάνετε σωστά, δεν υπάρχει λόγος να ανησυχείτε. Μπορείτε να ζητήσετε από ειδικούς να πραγματοποιήσουν α Έλεγχος UX για εσάς – αυτό το έγγραφο θα εντοπίσει όλες τις κόκκινες σημαίες και τα ζητήματα υψηλού επιπέδου που θα πρέπει να είναι οι κύριοι τομείς ενδιαφέροντός σας.

Στον σχεδιασμό που βασίζεται σε δεδομένα, μπορείτε να θέσετε τόσο γρήγορους στόχους όσο και μακροπρόθεσμες, πιο σύνθετες προκλήσεις.

Ωστόσο, λάβετε υπόψη ότι ο καθορισμός γενικών και αόριστων στόχων όπως „αυξημένο ποσοστό μετατροπών“ ή „βελτιωμένη ικανοποίηση των χρηστών“ δεν θα σας οδηγήσει πουθενά μακροπρόθεσμα. Υπάρχουν πάρα πολλοί παράγοντες που επηρεάζουν τα ποσοστά μετατροπών και την ικανοποίηση των χρηστών και δεν θα μπορείτε να τους μετρήσετε όλους ταυτόχρονα.

Μια πολύ καλύτερη προσέγγιση είναι να θέσει πιο συγκεκριμένους στόχους, όπως „Θέλω το ποσοστό μετατροπής μου να αυξηθεί από 2% σε 5% σε 3 μήνες“. Αυτός ο στόχος μπορεί εύκολα να μετρηθεί, και αυτό είναι που θέλετε, σωστά;

Γνωρίζετε ήδη ποιους στόχους θέλετε να επιτύχετε, αλλά τώρα το ερώτημα είναι: πώς τους μετράτε;

Ανάλογα με τους στόχους που έχετε θέσει, μπορείτε να επιλέξετε προσαρμοσμένες μετρήσεις που θα σας πουν τι δεν λειτουργεί και γιατί. Αυτά μπορεί να είναι:

Αφοσίωση χρήστη	Ικανοποίηση χρήστη	Μετρήσεις εφαρμογών για κινητά
Προβολές σελίδας	Καθαρή βαθμολογία υποστηρικτών (NPS)	Καθημερινοί ενεργοί χρήστες (DAU)
Σελίδες ανά συνεδρία	Βαθμολογία ικανοποίησης πελατών (CSAT)	Μηνιαίοι ενεργοί χρήστες (MAU)
Ποσοστό αναπήδησης	Κριτικές πελατών	Ποσοστό παρακράτησης
Χρόνος στη σελίδα	Βαθμολογία προσπάθειας πελατών (CES)	Ρυθμός ανατροπής
Μοναδικοί επισκέπτες		Αξία διάρκειας ζωής (LTV)
Νέοι έναντι επισκεπτών που επιστρέφουν
Βάθος κύλισης

Να θυμάστε ότι η λίστα δεν τελειώνει εδώ!

Αυτές είναι οι πιο συχνές μετρήσεις στη σχεδίαση βάσει δεδομένων, αλλά αν θέλετε να δοκιμάσετε άλλες μετρήσεις για να δείτε εάν θα σας πουν πιο συγκεκριμένες πληροφορίες για τους χρήστες σας και θα δώσουν πιο σχετικά δεδομένα, μπορείτε να τις επιλέξετε. Ό,τι σας ταιριάζει καλύτερα!

Τώρα που ξέρετε τι είδους δεδομένα χρειάζεστε και πώς να τα μετρήσετε, ήρθε η ώρα να συλλέξετε τα δεδομένα. Ευτυχώς, έχετε στη διάθεσή σας πολλές ερευνητικές μεθόδους.

Όπως πιθανώς ήδη γνωρίζετε, υπάρχουν δύο κύριοι τύποι μεθόδων συλλογής δεδομένων: μπορείτε να επιλέξετε ανάμεσα σε ποιοτικές και ποσοτικές μεθόδους ή συνδυασμό και των δύοτο οποίο θα σας δώσει ακόμα περισσότερα σε βάθος δεδομένα.

Εάν θέλετε να αναλύσετε στατιστικά σχετικά δεδομένα με αναλυτικά εργαλεία όπως το Google Analytics, επιλέγετε ποσοτικές μεθόδους έρευνας. Θα σας δώσουν τις απαντήσεις σε ερωτήσεις όπως «πόσο» ή «πόσο συχνά».

Αν, από την άλλη, προτιμάτε να εξετάσετε τη συμπεριφορά, τα κίνητρα και τις απόψεις συγκεκριμένων χρηστών και να μάθετε «γιατί» συμβαίνει κάτι, τότε θα πρέπει να ακολουθήσετε ποιοτικές μεθόδους. Ελπίζω να είναι ξεκάθαρο για σένα.

Ακολουθούν ορισμένες πολύ αποτελεσματικές μέθοδοι για τη συλλογή πολλών πολύτιμων δεδομένων:

Ποσοτικές μέθοδοι

• Δοκιμή A/B: διεξαγωγή διαφόρων πειραμάτων στα οποία δημιουργείτε δύο μεταβλητές και μετράτε ποια έχει καλύτερη απόδοση
• Ερευνες: μια λίστα ερωτήσεων που στέλνετε στην ομάδα-στόχο σας
• Analytics: παρακολούθηση διαφόρων μετρήσιμων δεδομένων με χρήση αναλυτικών εργαλείων όπως το Google Analytics
• Χάρτες θερμότητας: υποδείξτε ποιες ενότητες του ιστότοπου έχουν τη μεγαλύτερη αφοσίωση

Ποιοτικές μέθοδοι

• Συνεντεύξεις σε βάθος: μια σειρά από συνομιλίες πρόσωπο με πρόσωπο που διεξάγετε με μια ομάδα-στόχο
• Ομάδες εστίασης: μια συντονισμένη συζήτηση με πολλούς συμμετέχοντες
• Δοκιμή χρηστικότητας: προσχεδιασμένες εργασίες που εκτελούνται από τους συμμετέχοντες σε ένα πρωτότυπο προϊόντος
• Παρατηρήσεις χρηστών: παρατήρηση και ανάλυση του τρόπου με τον οποίο ο χρήστης αλληλεπιδρά με ένα ψηφιακό προϊόν
• Ημερολογιακές μελέτες: αυτοαναφορά των απόψεων, των δραστηριοτήτων ή της συμπεριφοράς των συμμετεχόντων

Διψάτε για περισσότερες γνώσεις σχετικά με τις ποσοτικές και ποιοτικές μεθόδους; Διαβάστε το άρθρο μας με τις καλύτερες μεθόδους έρευνας UX και εμπνευστείτε!

Έτσι έχετε καλύψει ολόκληρη τη διαδικασία σχεδιασμού: έχετε θέσει βασικούς στόχους, έχετε επιλέξει μετρήσεις και μεθόδους ανάλυσης δεδομένων. Τώρα ήρθε η ώρα να συλλέξετε τα δεδομένα που χρειάζεστε. Για να το κάνετε σωστά, ακολουθήστε αυτούς τους διάφορους κανόνες:

• Συνδυάστε δεδομένα από ποιοτικές και ποσοτικές μεθόδους – με αυτόν τον τρόπο, θα έχετε την πλήρη εικόνα και θα λάβετε τις πιο ακριβείς σχεδιαστικές αποφάσεις.
• Εάν χρειάζεστε στατιστικά σχετικά δεδομένα, το μέγεθος του δείγματός σας θα πρέπει να είναι τουλάχιστον μερικές δεκάδες άτομα. Εδώ, ο κανόνας είναι απλός – όσο περισσότερα, τόσο το καλύτερο.
• Για ποιοτικές μεθόδους, μπορείτε να συγκεντρώσετε πλούσιες ιδέες από λίγους μόνο συμμετέχοντες.

Αφού συγκεντρώσετε όλα αυτά τα δεδομένα μαζί, ήρθε η ώρα να τα οπτικοποιήσετε. Είναι ένα κρίσιμο βήμα που δεν πρέπει ποτέ να παραβλέψετε. Γιατί; Γιατί μόνο όταν οπτικοποιήσετε τα δεδομένα και τα συνδυάσετε σε ωραία γραφήματα μπορείτε να δείτε τα μοτίβα. Και αυτό ακριβώς χρειάζεστε.

Ψάχνω τάσεις, εποχικότητα, περίεργες ανωμαλίες, ασυνήθιστες ομοιότητες ή διαφορές – Με αυτόν τον τρόπο, θα αντλήσετε πολύτιμες πληροφορίες από την ανάλυση.

Λάβατε τα αποτελέσματα από την ανάλυση δεδομένων; Αυτό είναι τέλειο! Τώρα, θα πρέπει να συγκρίνετε τα αποτελέσματα με τις αρχικές σας υποθέσεις και να αναρωτηθείτε:

• Αλλάζουν κάτι τα αποτελέσματα που έλαβα;
• Αποκαλύπτουν κάτι ενδιαφέρον, απροσδόκητο ή έκπληξη;
• Μπορώ να κάνω βελτιώσεις στο ψηφιακό μου προϊόν με βάση αυτά;
• Είναι επαρκείς για τη λήψη αποφάσεων σχεδιασμού;

Ακόμη και μια μικρή αλλαγή στο ψηφιακό προϊόν σας μπορεί να κάνει τη διαφορά, έτσι λάβετε προσεκτικά τις σχεδιαστικές σας αποφάσεις, ακόμα κι αν υποστηρίζονται από δεδομένα.

Σκεφτείτε την προσέγγιση που βασίζεται στα δεδομένα ως ένα επαναληπτική διαδικασία. Δεν μπορείτε να κάνετε ανάλυση δεδομένων μία φορά και να πιστεύετε ότι η δουλειά σας εδώ έχει γίνει για τα καλά. Αντίθετα, θα πρέπει να επαναλαμβάνετε τις δοκιμές κάθε τόσο.

Τύλιξε

Με τη σχεδίαση που βασίζεται σε δεδομένα, μπορείτε να βελτιώσετε την απόδοση του προϊόντος σας, να παρέχετε μια απρόσκοπτη εμπειρία χρήστη και να επικυρώσετε τις σχεδιαστικές σας ιδέες.

Να θυμάστε ότι τα δεδομένα μπορούν να έρθουν σε πολλές μορφές, επομένως χρησιμοποιήστε πολλαπλές μεθόδους, ποιοτικές και ποσοτικές, για να αποκτήσετε πολύτιμα δεδομένα. Είτε πρόκειται για τοπογραφία, δοκιμές A/B ή αναλυτικά στοιχεία – επιλέξτε τις μεθόδους συλλογής δεδομένων που ταιριάζουν στις ανάγκες και το πεδίο εφαρμογής σας.

Πάρε τα λόγια μου δεδομένα: Οι σχεδιαστικές σας αποφάσεις θα είναι πιο ενημερωμένες και ακριβείς εάν τις υποστηρίζουν πολύτιμα δεδομένα.

Θέλετε να βελτιώσετε την απόδοση του προϊόντος σας με μια προσέγγιση βάσει δεδομένων; Επικοινωνήστε μαζί μας!