Análisis de datos en la investigación de UX | Investigación UX #33

¿Sabes qué papel juega el análisis de datos durante la investigación de UX? Hoy, nos gustaría centrarnos en el tema del análisis de datos en UX discutiendo el análisis de datos cualitativos y cuantitativos, y aprendiendo sobre sus etapas, metas principales y objetivos. También te sugeriremos cuándo es el momento adecuado para realizarlo en un proyecto.

Análisis de datos en la investigación de UX - índice:

1. ¿Por qué analizar los datos recopilados?
2. ¿Cuándo analizar los datos?
3. Análisis de datos en la investigación de UX
4. Definición de los objetivos del análisis
5. Análisis cualitativo de los datos de investigación.
6. Resumen

¿Por qué analizar los datos recopilados?

Tomar una decisión de producto basada únicamente en datos sin procesar es un gran error de UX. Omitir la etapa de análisis puede dar como resultado que los usuarios reciban una solución incompleta o ineficaz, o incluso hacer que el equipo del proyecto se concentre en resolver el problema equivocado o en reconocer a los usuarios reales. Por estas y otras razones, el análisis de datos es un proceso esencial que mantiene todo el proyecto en el camino correcto. Lo hace teniendo en cuenta las necesidades reales de los usuarios y recopilando información que ayude a desarrollar la mejor y más óptima solución posible.

¿Cuándo analizar los datos?

Mucha gente tiene la idea errónea de que el análisis debe realizarse después de completar la investigación, es decir, después de recopilar información de muchas fuentes. Sin embargo, este enfoque es ineficaz, ya que examinar una cantidad tan grande de datos requiere un gran esfuerzo, mano de obra y tiempo. Es más eficiente investigar los datos de manera continua, por ejemplo, tomando unos minutos después de cada entrevista en profundidad.

Además, recuerde tomar notas durante su investigación. De esta manera, puede anotar observaciones nuevas y asegurarse de que no se omita nada. Estas reflexiones le permiten seleccionar fácilmente información y elegir de ella aquellas que serán más relevantes para recomendaciones de diseño posteriores. Analizar de manera continua, después de cada pequeño paso de investigación, le permite realizar el análisis de resumen final de una manera mucho más organizada y estructurada, pero sobre todo, mucho más rápido.

Análisis de datos en la investigación de UX

El análisis de datos en la investigación de UX transforma datos previamente no procesados ​​en información significativa que respaldará las decisiones comerciales. La realización de un análisis completo de datos consta de cinco pasos básicos: estos pasos son:

1. Definición de los objetivos del análisis
2. Organización de datos
3. Investigación
4. Clusterización
5. Identificación de resultados y insights

Definición de los objetivos del análisis

El primer paso define los objetivos de nuestro análisis: estos deben estar estrictamente de acuerdo con los objetivos de UX Research. En esta etapa, recuerde no desviarse de los motivos que lo impulsaron a realizar la investigación, por ejemplo, cuáles son las necesidades del usuario; en qué página la tasa de rechazo es más significativa y por qué; qué mejoras hacer para aumentar la tasa de conversión; o cómo hacer que nuestro producto sea más atractivo que el de la competencia. Retener estos y los objetivos de la investigación lo ayudarán a comprender cómo realizar el análisis de datos de una manera que sea útil para el proyecto. Para definir exactamente lo que estás buscando.

Organización de datos

Cada encuesta proporciona diferentes tipos de datos, más o menos relevantes para el proyecto. Por lo tanto, debe administrarlos, seleccionarlos y filtrarlos inteligentemente para facilitar su uso. La organización de los datos también permite su disposición inteligente para obtener rápidamente la información deseada cuando sea necesario. Por ejemplo, puede catalogar los datos por subpágina del sitio web al que pertenecen. La segregación es clave para realizar un análisis de datos eficiente y mejorar su visualización, lo que hace que las partes interesadas entiendan mejor todo el proceso.

Investigación

La fase de investigación se encuentra en el corazón de todo el proceso de análisis de datos. Su principal objetivo consiste en identificar las palabras, ideas o frases que aparecen con más frecuencia en las respuestas de los usuarios y que más probablemente se alinean con el objetivo del análisis. Este proceso no se trata solo de buscar palabras y sus sinónimos, sino de comprender lo que significan para los usuarios en su contexto.

Tener esas palabras y expresiones descifradas significa dependiendo del grupo de usuarios estudiado. Sucede porque las personas varían. Tienen experiencias y comportamientos únicos, así como formas de expresarse. Por lo tanto, debe evitar transcribir las respuestas de los usuarios a su vocabulario. En su lugar, apéguese al original tanto como sea posible, porque cualquier variación, incluso la más pequeña, puede dañar la fase de investigación y remodelar por completo el análisis de datos.

Agrupación

El siguiente paso es diseñar los llamados conglomerados para etiquetar las respuestas de acuerdo con las identificadas en la fase de investigación. Estos grupos ayudan al equipo a diferenciar los problemas prioritarios. Por ejemplo, si más de la mitad de las respuestas de los usuarios encajan en el grupo creado con la etiqueta "Rendimiento de la interfaz", el equipo probablemente debería priorizar este tema y buscar problemas específicamente relacionados con el rendimiento de la interfaz.

Identificación de resultados y insights

No olvidemos que los resultados no son conocimientos. Los resultados se refieren a los hechos descubiertos, investigados, luego agrupados y catalogados que el equipo de investigación sacó a la luz a través del proceso de análisis. Los insights, por otro lado, se refieren sólo al acto de reconocimiento de las causas que ocasionaron los resultados. Esta es una característica bastante distinta ya que las respuestas de los usuarios no siempre conducen a la fuente del problema. El trabajo del diseñador, entonces, es mirar más profundamente y buscar ideas.

Los usuarios generalmente no pueden identificar la fuente de sus dificultades por sí mismos. Por lo tanto, el equipo de investigación debe revisar los resultados durante el proceso de análisis de datos, discutirlos y luego buscar ideas y relacionarlas con los objetivos de la investigación. Un taller para identificar los insights más relevantes ayuda a lograr esta tarea. El uso eficaz de esta herramienta implica realizar varias rondas de discusión separadas por breves descansos .

Los pasos descritos anteriormente son un proceso de análisis de datos bastante general y estándar que funciona con cualquier método de investigación (tanto cualitativo como cuantitativo). Todo lo que necesita hacer es adaptar adecuadamente los pasos a su proceso.

Análisis de datos cuantitativos versus cualitativos

Aunque el proceso de análisis de datos cuantitativos no es significativamente diferente del análisis de datos cualitativos, debido a la naturaleza de esta investigación, los diseñadores pueden recibir diferentes puntos de vista. La investigación cuantitativa se centra en recopilar y analizar datos numéricos, utilizando estadísticas y probabilidades. Indicadores como la tasa de rechazo de una página determinada, por ejemplo, o el perfil demográfico de un usuario, brindan a los investigadores información concreta y cuantificable sobre cómo las personas interactúan con el producto y la audiencia en sí.

La investigación cualitativa se centra más en conceptos abstractos, como el comportamiento humano. Por esta razón, tómese un poco más de tiempo para estudiar y evaluar para comprender completamente la experiencia y las opiniones de los usuarios. Vale la pena hacer preguntas útiles en esta etapa, como:

• ¿Qué es lo que más les gusta a los usuarios del producto y qué es lo que menos les gusta?
• ¿Por qué algunos usuarios reaccionan de manera diferente a otros?
• ¿Tuvieron (y cuándo) los usuarios una reacción emocional?
• ¿Están (y por qué) los usuarios satisfechos con el producto?

Dada la diferencia en los datos recibidos, tiene sentido utilizar anécdotas cuantitativas y cualitativas como parte de la investigación de UX. De esa manera, los datos recopilados se complementan entre sí y brindan una visión clara y más profunda de los resultados.

Resumen

El análisis de datos realizado correctamente permite decisiones de diseño mejores y más óptimas. Omitir sus hallazgos lleva a desarrollar un producto incompleto e ineficaz que no responde a las necesidades reales de los usuarios. Es por eso que el análisis de datos es un proceso tan crítico que determina el éxito de todo el proyecto. Le permite recopilar y seleccionar información clave que, cuando se traduce en recomendaciones de diseño concretas, ayuda a desarrollar la mejor solución posible, adaptada a las necesidades y requisitos de los usuarios. Los pasos del análisis de datos que describimos lo ayudarán a llevarlo a cabo de manera estructurada y concentrarse en lo que más importa.

Si le gusta nuestro contenido, únase a nuestra comunidad de abejas ocupadas en Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Autor: Klaudia Kowalczyk

Un diseñador gráfico y UX que transmite al diseño lo que no se puede transmitir con palabras. Para él, cada color, línea o tipografía utilizada tiene un significado. Apasionado del diseño gráfico y web.

Ver todas las publicaciones

Investigación de experiencia de usuario:

1. ¿Qué es la investigación UX?
2. Tipos de investigación de UX
3. ¿Qué son las preguntas de investigación y cómo escribirlas?
4. Proceso de recopilación de requisitos para proyectos UI/UX
5. ¿Por qué las entrevistas con las partes interesadas son cruciales para el proceso de diseño?
6. ¿Cómo aprovechar los datos recopilados de nuestros clientes?
7. ¿Cómo crear un buen plan de investigación de UX?
8. ¿Cómo elegir un método de investigación?
9. ¿Cómo pueden las pruebas piloto mejorar la investigación de UX?
10. Reclutamiento de participantes del estudio UX
11. Canales y herramientas para encontrar participantes en la investigación de UX
12. Encuesta de evaluación para la investigación de UX
13. Incentivos de investigación de UX
14. Investigación UX con niños
15. Métodos de investigación de descubrimiento
16. ¿Qué es la investigación documental?
17. ¿Cómo realizar entrevistas a usuarios?
18. ¿Cómo llevar a cabo un diario de estudios?
19. ¿Qué son los grupos focales en investigación?
20. ¿Qué es la investigación etnográfica?
21. Investigación de encuestas
22. ¿Qué es la clasificación de tarjetas en UX?
23. ¿Qué es la investigación evaluativa?
24. ¿Cómo realizar pruebas de usabilidad?
25. ¿Cuándo y cómo ejecutar pruebas de preferencia?
26. ¿Qué son las pruebas A/B en UX?
27. Eyetracking en pruebas de UX
28. ¿Qué es la prueba del árbol?
29. Prueba del primer clic
30. ¿Qué es el análisis de tareas en la investigación de UX?
31. Evaluación de emociones en UX
32. Investigación continua en UX
33. Análisis de datos en la investigación de UX
34. ¿Cómo preparar un informe de estudio de UX?