UX研究におけるデータ分析 | UXリサーチ #33

公開: 2023-04-17

UXリサーチにおいて、データ分析がどのような役割を果たしているか知っていますか? 今日は、質的および量的データ分析について議論し、その段階、主な目標、目的について学ぶことで、UX におけるデータ分析の問題に焦点を当てたいと思います。 また、プロジェクトでそれを実行するのに適切な時期を提案します。

UXリサーチにおけるデータ分析 – 目次:

  1. 収集したデータを分析する理由
  2. いつデータを分析しますか?
  3. UXリサーチにおけるデータ分析
  4. 分析の目的の定義
  5. 研究データの定性的分析
  6. まとめ

収集したデータを分析する理由

生データのみに基づいて製品を決定することは、UX における大きな間違いです。 分析段階をスキップすると、ユーザーに不完全または効果のないソリューションが提供される可能性があり、プロジェクト チームが間違った問題の解決や実際のユーザーの認識に集中することさえあります。 こうした理由から、データ分析は、プロジェクト全体を正しい軌道に乗せるために不可欠なプロセスです。 これは、ユーザーの真のニーズを考慮し、可能な限り最適で最適なソリューションの開発に役立つ情報を収集することによって行われます。

いつデータを分析しますか?

多くの人々は、研究が完了した後、つまり多くの情報源から情報を収集した後に分析を行うべきであるという重大な誤解を抱いています。 しかし、このような大量のデータを調べるには膨大な労力、人手、時間が必要になるため、このアプローチは効果的ではありません。 たとえば、各詳細なインタビューの後に数分かかるなど、継続的にデータを調査する方が効率的です。

また、調査中はメモを取ることを忘れないでください。 このようにして、新鮮な観察結果を書き留め、何も省略されていないことを確認できます。 これらの反映により、情報を簡単に選択し、後で設計の推奨事項に最も関連するものを選択できます。 小さな調査ステップごとに継続的に分析することで、最終的な要約分析をはるかに組織的かつ構造化された方法で実行できますが、何よりもはるかに迅速に行うことができます。

UXリサーチにおけるデータ分析

UX 調査におけるデータ分析は、以前は処理されていなかったデータを、ビジネス上の意思決定をサポートする意味のある情報に変換します。 包括的なデータ分析の実施は、5 つの基本的なステップで構成されます。これらのステップは次のとおりです。

  1. 分析の目的の定義
  2. データの整理
  3. 調査
  4. クラスタ化
  5. 結果と洞察の特定
data analysis

分析の目的の定義

最初のステップでは、分析の目標を定義します。これらは、UX リサーチの目標と厳密に一致する必要があります。 この段階では、調査を開始した動機から逸脱しないように注意してください。たとえば、ユーザーのニーズは何か。 拒否率がより高いページとその理由。 コンバージョン率を上げるためにどのような改善を行うべきか; または、競合他社よりも魅力的な製品にする方法。 これらをしっかりと保持しておくと、調査の目的は、プロジェクトに役立つ方法でデータ分析を行う方法を理解するのに役立ちます。 探しているものを正確に定義する。

データの整理

各調査は、プロジェクトとの関連性が高いものと低いものの、さまざまな種類のデータを提供します。 したがって、使いやすさのために、それらを巧みに管理、選択、およびフィルタリングする必要があります。 また、データを整理することで、必要なときに必要な情報をすばやくすくい取るための思慮深い配置が可能になります。 たとえば、関連する Web サイトのサブページごとにデータをカタログ化できます。 分離は、効率的なデータ分析を実施し、その視覚化を改善して、利害関係者がプロセス全体をよりよく理解できるようにするための鍵です。

調査

調査フェーズは、データ分析プロセス全体の中心にあります。 その主な目的は、ユーザーの応答に最も頻繁に現れ、分析の目的に最も合致する可能性が高い単語、アイデア、またはフレーズを特定することです。 このプロセスは、単語とその同義語を探すだけでなく、ユーザーのコンテキストでそれらが何を意味するかを理解することでもあります。

単語や表現を理解するということは、調査対象のユーザー グループに依存することを意味します。 人によって違うから起こる。 彼らは独自の経験と行動、そして自分自身を表現する方法を持っています。 したがって、語彙に対するユーザーの応答を転記することは避ける必要があります。 代わりに、可能な限りオリジナルに固執してください。わずかな違いであっても、調査フェーズに悪影響を及ぼし、データ分析全体を再構築する可能性があるためです。

クラスタリング

次のステップは、調査段階で特定されたものに従って回答にラベルを付ける、いわゆるクラスターを考案することです。 これらのクラスターは、チームが優先順位の高い問題を区別するのに役立ちます。 たとえば、ユーザーの回答の半分以上が「インターフェイスのパフォーマンス」というラベルの付いた作成済みクラスターに収まる場合、チームはおそらくこのトピックを優先し、特にインターフェイスのパフォーマンスに関連する問題を探す必要があります。

結果と洞察の特定

結果は洞察ではないことを忘れないでください。 結果は、調査チームが分析プロセスを通じて明らかにした、発見、調査、グループ化、カタログ化された事実に関するものです。 一方、洞察は、結果を引き起こした原因を認識する行為のみを指します。 ユーザーの応答が必ずしも問題の原因につながるとは限らないため、これは非常に特徴的な機能です。 したがって、デザイナーの仕事は、より深く見て洞察を探すことです。

ユーザーは通常、問題の原因を自分で特定することはできません。 したがって、研究チームは、データ分析プロセス中に結果を確認し、それらについて議論してから、洞察を探し、それらを研究目的に一致させる必要があります。 最も関連性の高い洞察を特定するためのワークショップは、このタスクの達成に役立ちます。 このツールを効果的に使用するには、短い休憩を挟んで数回のディスカッションを行う必要があります

上記の手順は、あらゆる調査方法 (定性的および定量的) で機能する、かなり一般的で標準的なデータ分析プロセスです。 必要なのは、手順をプロセスに適切に適合させることだけです。

定量的データ分析と定性的データ分析

定量データを分析するプロセスは、定性データを分析するプロセスと大きな違いはありませんが、この調査の性質上、設計者は異なる洞察を得る可能性があります。 量的調査は、統計と確率を使用して数値データを収集および分析することに重点を置いています。 たとえば、特定のページの拒否率やユーザーの人口統計プロファイルなどの指標は、人々が製品やオーディエンス自体とどのようにやり取りするかについて、具体的で定量化可能な情報を研究者に提供します。

定性調査は、人間の行動などの抽象的な概念に重点を置いています。 このため、ユーザーの経験と意見を完全に理解するために、もう少し時間をかけて調査と評価を行ってください。 この段階で、次のような役立つ質問をする価値があります。

  • ユーザーが製品について最も気に入っているところと、最も気に入っていないところは?
  • 一部のユーザーの反応が他のユーザーと異なるのはなぜですか?
  • ユーザーはいつ感情的な反応を示しましたか?
  • ユーザーは製品に満足していますか (そしてその理由は?)

受け取ったデータの違いを考えると、UX 調査の一環として定量的および定性的な逸話の両方を使用することは理にかなっています。 こうすることで、収集されたデータが互いに補完し合い、結果に対する明確で深い洞察が得られます。

まとめ

適切に実施されたデータ分析により、より優れた最適な設計決定が可能になります。 その発見を省略すると、ユーザーの実際のニーズに対応しない、不完全で効果のない製品の開発につながります。 これが、データ分析がプロジェクト全体の成功を左右する重要なプロセスである理由です。 重要な情報を収集して選択し、具体的な設計の推奨事項に変換すると、ユーザーのニーズと要件に合わせて調整された、可能な限り最良のソリューションを開発するのに役立ちます。 ここで説明したデータ分析手順は、構造化された方法でデータ分析を実行し、最も重要なことに集中するのに役立ちます。

私たちのコンテンツが気に入ったら、Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok の忙しいミツバチ コミュニティに参加してください。

Data analysis in UX research | UX research #33 klaudia brozyna avatar 1background

著者: クラウディア・コワルチック

言葉では伝えきれないことをデザインで伝えるグラフィック&UXデザイナー。 彼にとって、使用されるすべての色、線、またはフォントには意味があります。 グラフィックやウェブデザインが得意。

UXリサーチ:

  1. UXリサーチとは?
  2. UXリサーチの種類
  3. リサーチ・クエスチョンとは何か、またその書き方は?
  4. UI/UX プロジェクトの要件収集プロセス
  5. 利害関係者へのインタビューが設計プロセスにとって重要なのはなぜですか?
  6. 収集した顧客データをどのように活用するか?
  7. 優れたUX調査計画を立てるには?
  8. 調査方法はどう選ぶ?
  9. パイロットテストはUXリサーチをどのように改善できますか?
  10. UX調査参加者募集
  11. UX 調査の参加者を見つけるためのチャネルとツール
  12. UXリサーチのスクリーナー調査
  13. UXリサーチインセンティブ
  14. 子どもたちとのUXリサーチ
  15. 発見研究方法
  16. デスクリサーチとは?
  17. ユーザーインタビューはどのように行うのですか?
  18. 日記研究を行うには?
  19. 研究におけるフォーカスグループとは何ですか?
  20. エスノグラフィー調査とは?
  21. 調査研究
  22. UXにおけるカードソーティングとは?
  23. 評価研究とは
  24. ユーザビリティテストはどのように実施するのですか?
  25. プリファレンス テストを実行するタイミングと方法は?
  26. UXにおけるA/Bテストとは?
  27. UX テストにおけるアイトラッキング
  28. ツリーテストとは?
  29. ファースト クリック テスト
  30. UXリサーチにおけるタスク分析とは?
  31. UXにおける感情の評価
  32. UXの継続的な研究
  33. UXリサーチにおけるデータ分析
  34. UX調査レポートの作成方法は?