Análisis de datos en la investigación UX | Investigación de experiencia de usuario n.° 33

¿Sabes qué papel juega el análisis de datos en 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, sus principales metas 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 UX.
4. Definición de los objetivos del análisis.
5. Análisis cualitativo de los datos de la investigación.
6. Resumen

¿Por qué analizar los datos recopilados?

Tomar una decisión sobre un producto basándose únicamente en datos sin procesar es un gran error de UX. Saltarse la etapa de análisis puede dar como resultado brindar a los usuarios una solución incompleta o ineficaz, o incluso hacer que el equipo del proyecto se concentre en resolver el problema equivocado o 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 ayuda a desarrollar la mejor y más óptima solución posible.

¿Cuándo analizar los datos?

Mucha gente alberga 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 eficaz investigar los datos de forma continua, por ejemplo, dedicando unos minutos después de cada entrevista en profundidad.

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

Análisis de datos en la investigación UX.

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

1. Definición de los objetivos del análisis.
2. Organizar 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 en estricta conformidad con los objetivos de UX Research. En esta etapa, recuerde no desviarse de los motivos que le 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 realizar para aumentar la tasa de conversión; o cómo hacer que nuestro producto sea más atractivo que el de la competencia. Mantener estos objetivos y la investigación le ayudará a comprender cómo realizar el análisis de datos de una manera que sea útil para el proyecto. Para definir exactamente lo que estás buscando.

Organizar datos

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

Investigación

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

Tener eso descubierto palabras y expresiones significa depender del grupo de usuarios estudiado. Sucede porque las personas varían. Tienen experiencias y comportamientos únicos, así como formas de expresarse. Por lo tanto, debes evitar transcribir las respuestas de los usuarios a tu 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 todo el análisis de datos.

Agrupación

El siguiente paso es idear los llamados grupos para etiquetar las respuestas según las identificadas en la fase de investigación. Estos grupos ayudan al equipo a diferenciar los temas priorizados. Por ejemplo, si más de la mitad de las respuestas de los usuarios encajan en el grupo creado denominado "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 insights. 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 otra parte, se refieren únicamente al acto de reconocimiento de las causas que ocasionaron los resultados. Esta es una característica bastante distintiva, ya que las respuestas de los usuarios no siempre conducen al origen del problema. El trabajo del diseñador, entonces, es mirar más profundamente y buscar ideas.

Los usuarios normalmente no pueden identificar por sí solos el origen de sus dificultades. 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 las ideas más relevantes ayuda a lograr esta tarea. El uso eficaz de esta herramienta implica la realización de 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 ideas diferentes. 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, proporcionan a los investigadores información concreta y cuantificable sobre cómo las personas interactúan con el producto y la propia audiencia.

La investigación cualitativa se centra más en conceptos abstractos, como el comportamiento humano. Por este motivo, tómate un poco más de tiempo para estudiar y evaluar para comprender plenamente la experiencia y las opiniones del usuario. Vale la pena hacer preguntas útiles en esta etapa, como por ejemplo:

• ¿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 diferente que 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 tanto cuantitativas como cualitativas como parte de la investigación de UX. De esta manera, los datos recopilados se complementan entre sí y ofrecen una visión clara y más profunda de los resultados.

Resumen

Un análisis de datos realizado correctamente permite tomar 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 le ayudarán a llevarlo a cabo de forma estructurada y a centrarse en lo más importante.

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 traslada al diseño lo que no se puede transmitir con palabras. Para él, cada color, línea o fuente 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 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 de nuestros clientes recopilados?
7. ¿Cómo crear un buen plan de investigación 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 UX
12. Encuesta de evaluación para UX Research
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 los usuarios?
18. ¿Cómo realizar estudios diarios?
19. ¿Qué son los grupos focales en la 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 preferencias?
26. ¿Qué son las pruebas A/B en UX?
27. Seguimiento ocular en pruebas de UX
28. ¿Qué son las pruebas de árboles?
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 UX.
34. ¿Cómo preparar un informe de investigación de UX?
35. Mapa del viaje del cliente: ¿qué es y cómo crearlo?