تحليل البيانات في أبحاث UX | بحث UX # 33
نشرت: 2023-04-17هل تعرف الدور الذي يلعبه تحليل البيانات أثناء بحث UX؟ اليوم ، نود التركيز على مسألة تحليل البيانات في UX من خلال مناقشة تحليل البيانات النوعية والكمية ، والتعرف على مراحلها وأهدافها الرئيسية وكذلك أهدافها. سنقترح أيضًا الوقت المناسب لإجراء ذلك في مشروع ما.
تحليل البيانات في بحث UX - جدول المحتويات:
- لماذا تحليل البيانات التي تم جمعها؟
- متى يتم تحليل البيانات؟
- تحليل البيانات في أبحاث UX
- تحديد أهداف التحليل
- التحليل النوعي لبيانات البحث
- ملخص
لماذا تحليل البيانات التي تم جمعها؟
يعد اتخاذ قرار المنتج بناءً على البيانات الأولية خطأً فادحًا في تجربة المستخدم. يمكن أن يؤدي تخطي مرحلة التحليل إلى تزويد المستخدمين بحل غير كامل أو غير فعال ، أو حتى يتسبب في تركيز فريق المشروع على حل المشكلة الخاطئة أو التعرف على المستخدمين الحقيقيين. لهذه الأسباب وغيرها ، يعد تحليل البيانات عملية أساسية تحافظ على المشروع بأكمله على المسار الصحيح. يقوم بذلك من خلال مراعاة الاحتياجات الحقيقية للمستخدمين وجمع المعلومات التي تساعد على تطوير أفضل الحلول الممكنة وأفضلها.
متى يتم تحليل البيانات؟
كثير من الناس لديهم فكرة خاطئة جسيمة مفادها أن التحليل يجب أن يتم بعد الانتهاء من البحث ، أي عند جمع المعلومات من العديد من المصادر. ومع ذلك ، فإن هذا النهج غير فعال ، لأن فحص مثل هذه الكمية الكبيرة من البيانات يتطلب جهدًا هائلاً وقوى بشرية ووقتًا. من الأفضل التحقق من البيانات بشكل مستمر ، على سبيل المثال ، أخذ بضع دقائق بعد كل مقابلة متعمقة.
تذكر أيضًا تدوين الملاحظات أثناء بحثك. بهذه الطريقة ، يمكنك تدوين ملاحظات جديدة والتأكد من حذف أي شيء. تجعلك هذه الانعكاسات تختار المعلومات بسهولة وتختار منها تلك التي ستكون أكثر صلة بتوصيات التصميم اللاحقة. يتيح لك التحليل المستمر ، بعد كل خطوة بحث صغيرة ، إجراء تحليل الملخص النهائي بطريقة أكثر تنظيماً وتنظيمًا ، ولكن قبل كل شيء ، أسرع بكثير.
تحليل البيانات في أبحاث UX
يحول تحليل البيانات في أبحاث UX البيانات غير المعالجة سابقًا إلى معلومات مفيدة تدعم قرارات العمل. يتكون إجراء تحليل شامل للبيانات من خمس خطوات أساسية - وهذه الخطوات هي:
- تحديد أهداف التحليل
- تنظيم البيانات
- تحقيق
- التكتل
- تحديد النتائج والأفكار
تحديد أهداف التحليل
تحدد الخطوة الأولى أهداف تحليلنا - يجب أن تأتي هذه الأهداف في توافق صارم مع أهداف UX Research. في هذه المرحلة ، تذكر ألا تحيد عن الدوافع التي دفعتك إلى الانطلاق في إجراء البحث - على سبيل المثال ، ما هي احتياجات المستخدم ؛ في أي صفحة يكون معدل الرفض أكثر أهمية ولماذا ؛ ما هي التحسينات التي يجب إجراؤها لزيادة معدل التحويل ؛ أو كيف نجعل منتجنا أكثر جاذبية من المنافسة. سيساعدك التمسك بهذه الأهداف وأهداف البحث على فهم كيفية إجراء تحليل البيانات بطريقة مفيدة للمشروع. لتحديد ما تبحث عنه بالضبط.
تنظيم البيانات
يوفر كل مسح أنواعًا مختلفة من البيانات ، أكثر فأكثر صلة بالمشروع. وبالتالي ، عليك إدارتها واختيارها وتصفيتها بذكاء لسهولة الاستخدام. يتيح تنظيم البيانات أيضًا ترتيبها المدروس للبحث بسرعة عن المعلومات المطلوبة عند الضرورة. على سبيل المثال ، يمكنك فهرسة البيانات حسب الصفحة الفرعية لموقع الويب التي تنتمي إليها. الفصل هو المفتاح لإجراء تحليل فعال للبيانات وتحسين التصور الذي يجعل أصحاب المصلحة يفهمون العملية برمتها بشكل أفضل.
تحقيق
تقع مرحلة التحقيق في قلب عملية تحليل البيانات بأكملها. يتمثل هدفها الرئيسي في تحديد الكلمات أو الأفكار أو العبارات التي تظهر بشكل متكرر في ردود المستخدمين والتي تتماشى على الأرجح مع الغرض من التحليل. لا تتعلق هذه العملية بالبحث عن الكلمات ومرادفاتها فحسب ، بل تتعلق بفهم ما تعنيه للمستخدمين في سياقها.
إن الحصول على هذه الكلمات والعبارات المحسوبة يعني الاعتماد على مجموعة المستخدمين المدروسة. يحدث ذلك لأن الناس يختلفون. لديهم تجارب وسلوكيات فريدة ، بالإضافة إلى طرق للتعبير عن أنفسهم. ومن ثم ، يجب تجنب نسخ ردود المستخدمين على مفرداتك. بدلاً من ذلك ، التزم بالأصل قدر الإمكان ، لأن أي اختلاف ، حتى الأصغر منه ، يمكن أن يضر بمرحلة التحقيق ويعيد تشكيل تحليل البيانات بالكامل تمامًا.
تجمع
تتمثل الخطوة التالية في ابتكار ما يسمى بالمجموعات لتسمية الإجابات وفقًا لتلك التي تم تحديدها في مرحلة التحقيق. تساعد هذه المجموعات الفريق على التمييز بين القضايا ذات الأولوية. على سبيل المثال ، إذا كان أكثر من نصف استجابات المستخدمين تتلاءم مع المجموعة التي تم إنشاؤها والتي تحمل اسم "أداء الواجهة" ، فمن المحتمل أن يقوم الفريق بتحديد أولويات هذا الموضوع والبحث عن المشكلات المتعلقة على وجه التحديد بأداء الواجهة.
تحديد النتائج والأفكار
دعونا لا ننسى أن النتائج ليست رؤى. تتعلق النتائج بالحقائق المكتشفة والتحقيق فيها ثم تجميعها وفهرستها التي سلط فريق البحث الضوء عليها من خلال عملية التحليل. من ناحية أخرى ، تشير الرؤى فقط إلى فعل الاعتراف بالأسباب التي أدت إلى النتائج. هذه ميزة مميزة تمامًا لأن استجابات المستخدم لا تؤدي دائمًا إلى مصدر المشكلة. إذن ، فإن مهمة المصمم هي النظر بشكل أعمق والبحث عن الأفكار.
عادة ما يكون المستخدمون غير قادرين على تحديد مصدر الصعوبات التي يواجهونها بأنفسهم. لذلك يجب على فريق البحث مراجعة النتائج أثناء عملية تحليل البيانات ومناقشتها ثم البحث عن الرؤى ومطابقتها مع أهداف البحث. تساعد ورشة العمل لتحديد الأفكار الأكثر صلة في إنجاز هذه المهمة. يتضمن الاستخدام الفعال لهذه الأداة إجراء عدة جولات من المناقشة مفصولة بفواصل قصيرة .
الخطوات الموضحة أعلاه هي عملية تحليل بيانات عامة وقياسية إلى حد ما تعمل مع أي طريقة بحث (نوعيًا وكميًا). كل ما عليك فعله هو تكييف الخطوات بشكل صحيح مع عمليتك.
التحليل الكمي مقابل تحليل البيانات النوعية
على الرغم من أن عملية تحليل البيانات الكمية لا تختلف اختلافًا كبيرًا عن تحليل البيانات النوعية ، نظرًا لطبيعة هذا البحث ، فقد يتلقى المصممون رؤى مختلفة. يركز البحث الكمي على جمع وتحليل البيانات العددية باستخدام الإحصاء والاحتمالات. تزود المؤشرات ، مثل معدل الرفض لصفحة معينة ، على سبيل المثال ، أو الملف الديموغرافي للمستخدم ، الباحثين بمعلومات ملموسة وقابلة للقياس الكمي حول كيفية تفاعل الأشخاص مع المنتج والجمهور نفسه.
يركز البحث النوعي أكثر على المفاهيم المجردة ، مثل السلوك البشري. لهذا السبب ، خذ وقتًا أطول قليلاً للدراسة والتقييم لفهم تجربة المستخدم وآرائه بشكل كامل. يجدر طرح أسئلة مفيدة في هذه المرحلة ، مثل:
- ما أكثر ما يعجب المستخدمين في المنتج وما الذي يعجبهم أقل؟
- لماذا يتفاعل بعض المستخدمين بشكل مختلف عن غيرهم؟
- هل (ومتى) كان لدى المستخدمين رد فعل عاطفي؟
- هل (ولماذا) المستخدمون راضون عن المنتج؟
نظرًا للاختلاف في البيانات الواردة ، فمن المنطقي استخدام كل من الحكايات الكمية والنوعية كجزء من بحث UX. بهذه الطريقة تكمل البيانات المجمعة بعضها البعض وتعطي رؤية واضحة وعميقة للنتائج.
ملخص
يسمح تحليل البيانات الذي يتم إجراؤه بشكل صحيح باتخاذ قرارات تصميم أفضل وأكثر مثالية. يؤدي حذف نتائجها إلى تطوير منتج غير مكتمل وغير فعال لا يستجيب لاحتياجات المستخدمين الفعلية. هذا هو السبب في أن تحليل البيانات هو عملية حاسمة تحدد نجاح المشروع بأكمله. يمكّنك من جمع واختيار المعلومات الأساسية التي ، عند ترجمتها إلى توصيات تصميم ملموسة ، تساعد في تطوير أفضل حل ممكن - مصمم خصيصًا لاحتياجات ومتطلبات المستخدمين. ستساعدك خطوات تحليل البيانات التي وصفناها على تنفيذها بطريقة منظمة والتركيز على الأمور الأكثر أهمية.
إذا أعجبك المحتوى الخاص بنا ، فقم بالانضمام إلى مجتمع النحل المشغول لدينا على Facebook و Twitter و LinkedIn و Instagram و YouTube و Pinterest و TikTok.
المؤلف: كلوديا كووالتشيك
مصمم جرافيك و UX ينقل إلى التصميم ما لا يمكن نقله بالكلمات. بالنسبة له ، كل لون أو خط أو خط له معنى. عاطفي في الجرافيك وتصميم المواقع.
بحث UX:
- ما هو بحث UX؟
- أنواع أبحاث UX
- ما هي أسئلة البحث وكيفية كتابتها؟
- عملية جمع المتطلبات لمشاريع UI / UX
- لماذا تعتبر مقابلات أصحاب المصلحة مهمة لعملية التصميم؟
- كيفية الاستفادة من بيانات العملاء التي تم جمعها؟
- كيف تصنع خطة بحث جيدة لتجربة المستخدم؟
- كيف تختار طريقة البحث؟
- كيف يمكن للاختبار التجريبي تحسين أبحاث UX؟
- توظيف المشاركين في دراسة UX
- القنوات والأدوات للعثور على المشاركين في بحث UX
- مسح فاحص لأبحاث UX
- حوافز أبحاث UX
- بحث UX مع الأطفال
- طرق البحث الاكتشاف
- ما هو البحث المكتبي؟
- كيف تجري مقابلات المستخدم؟
- كيف تجري دراسات اليوميات؟
- ما هي مجموعات التركيز في البحث؟
- ما هو البحث الإثنوغرافي؟
- البحث المسحي
- ما هو فرز البطاقات في UX؟
- ما هو البحث التقييمي؟
- كيفية إجراء اختبار قابلية الاستخدام؟
- متى وكيف يتم إجراء اختبار التفضيل؟
- ما هو اختبار A / B في UX؟
- تتبع العين في اختبار UX
- ما هو اختبار الشجرة؟
- انقر أولاً فوق الاختبار
- ما هو تحليل المهام في أبحاث UX؟
- تقييم العواطف في UX
- البحث المستمر في تجربة المستخدم
- تحليل البيانات في أبحاث UX
- كيف تعد تقرير دراسة تجربة المستخدم؟