Analisi dei dati nella ricerca UX | Ricerca UX #33

Sai che ruolo gioca l'analisi dei dati durante la ricerca UX? Oggi vorremmo concentrarci sulla questione dell'analisi dei dati in UX discutendo l'analisi qualitativa e quantitativa dei dati e imparando le sue fasi, gli obiettivi principali e gli obiettivi. Suggeriremo anche quando è il momento giusto per condurlo in un progetto.

Analisi dei dati nella ricerca UX – sommario:

1. Perché analizzare i dati raccolti?
2. Quando analizzare i dati?
3. Analisi dei dati nella ricerca UX
4. Definire gli obiettivi dell'analisi
5. Analisi qualitativa dei dati della ricerca
6. Riepilogo

Perché analizzare i dati raccolti?

Prendere una decisione sul prodotto basata esclusivamente su dati grezzi è un enorme errore di UX. Saltare la fase di analisi può portare a fornire agli utenti una soluzione incompleta o inefficace, o addirittura far sì che il team di progetto si concentri sulla risoluzione del problema sbagliato o sul riconoscimento degli utenti reali. Per questi e altri motivi, l'analisi dei dati è un processo essenziale che mantiene l'intero progetto sulla strada giusta. Lo fa tenendo conto delle reali esigenze degli utenti e raccogliendo informazioni che aiutano a sviluppare la soluzione migliore e più ottimale possibile.

Quando analizzare i dati?

Molte persone nutrono un grossolano malinteso secondo cui l'analisi dovrebbe aver luogo dopo aver completato la ricerca, cioè dopo aver raccolto informazioni da molte fonti. Tuttavia, questo approccio è inefficace, poiché l'esame di una quantità così grande di dati richiede uno sforzo enorme, manodopera e tempo. È più efficiente esaminare i dati su base continuativa, ad esempio dedicando qualche minuto a ogni intervista approfondita.

Inoltre, ricorda di prendere appunti durante la tua ricerca. In questo modo, puoi mettere giù nuove osservazioni e assicurarti che nulla venga omesso. Queste riflessioni ti consentono di selezionare facilmente le informazioni e scegliere da esse quelle che saranno più rilevanti per i successivi consigli di progettazione. Analizzare su base continuativa, dopo ogni piccolo passaggio di ricerca, consente di condurre l'analisi di sintesi finale in modo molto più organizzato e strutturato, ma soprattutto molto più veloce.

Analisi dei dati nella ricerca UX

L'analisi dei dati nella ricerca UX trasforma i dati precedentemente non elaborati in informazioni significative che supporteranno le decisioni aziendali. La conduzione di un'analisi completa dei dati consiste in cinque passaggi fondamentali: questi passaggi sono:

1. Definire gli obiettivi dell'analisi
2. Organizzazione dei dati
3. Indagine
4. Clusterizzazione
5. Identificazione dei risultati e approfondimenti

Definire gli obiettivi dell'analisi

Il primo passaggio definisce gli obiettivi della nostra analisi: questi dovrebbero essere strettamente conformi agli obiettivi di UX Research. In questa fase, ricordati di non deviare dalle motivazioni che ti hanno spinto a condurre una ricerca, ad esempio quali sono i bisogni dell'utente; su quale pagina il tasso di rifiuto è più significativo e perché; quali miglioramenti apportare per aumentare il tasso di conversione; o come rendere il nostro prodotto più attraente della concorrenza. Attenersi a questi e agli obiettivi di ricerca ti aiuterà a capire come condurre l'analisi dei dati in modo utile per il progetto. Per definire esattamente ciò che stai cercando.

Organizzazione dei dati

Ogni indagine fornisce diversi tipi di dati, più e meno rilevanti per il progetto. Pertanto, devi gestirli, selezionarli e filtrarli in modo intelligente per l'usabilità. L'organizzazione dei dati consente inoltre alla sua disposizione ponderata di raccogliere rapidamente le informazioni desiderate quando necessario. Ad esempio, è possibile catalogare i dati in base alla pagina secondaria del sito Web a cui appartengono. La segregazione è la chiave per condurre un'analisi efficiente dei dati e migliorarne la visualizzazione, il che consente alle parti interessate di comprendere meglio l'intero processo.

Indagine

La fase di indagine è al centro dell'intero processo di analisi dei dati. Il suo obiettivo principale consiste nell'identificare le parole, le idee o le frasi che compaiono più frequentemente nelle risposte degli utenti e che sono molto probabilmente in linea con lo scopo dell'analisi. Questo processo non riguarda solo la ricerca di parole e dei loro sinonimi, ma anche la comprensione del loro significato per gli utenti nel loro contesto.

Avere capito parole ed espressioni significa dipendere dal gruppo di utenti studiato. Succede perché le persone variano. Hanno esperienze e comportamenti unici, così come modi di esprimersi. Pertanto, dovresti evitare di trascrivere le risposte degli utenti nel tuo vocabolario. Invece, attenersi il più possibile all'originale, perché qualsiasi variazione, anche la più piccola, può danneggiare la fase di indagine rimodellando del tutto l'intera analisi dei dati.

Raggruppamento

Il passo successivo è quello di ideare i cosiddetti cluster per etichettare le risposte in base a quelle individuate in fase di indagine. Questi cluster aiutano il team a differenziare i problemi prioritari. Ad esempio, se più della metà delle risposte degli utenti rientra nel cluster creato etichettato "Prestazioni dell'interfaccia", il team dovrebbe probabilmente dare la priorità a questo argomento e cercare problemi specificamente correlati alle prestazioni dell'interfaccia.

Identificazione dei risultati e approfondimenti

Non dimentichiamo che i risultati non sono intuizioni. I risultati riguardano i fatti scoperti, indagati, poi raggruppati e catalogati che il gruppo di ricerca ha portato alla luce attraverso il processo di analisi. Le intuizioni, invece, si riferiscono proprio all'atto di riconoscimento delle cause che hanno prodotto i risultati. Questa è una caratteristica piuttosto distinta poiché le risposte degli utenti non sempre portano alla fonte del problema. Il lavoro del designer, quindi, è quello di guardare più in profondità e cercare intuizioni.

Gli utenti di solito non sono in grado di identificare da soli la fonte delle loro difficoltà. Il gruppo di ricerca deve quindi rivedere i risultati durante il processo di analisi dei dati, discuterli, quindi cercare approfondimenti e abbinarli agli obiettivi della ricerca. Un workshop per identificare le intuizioni più rilevanti aiuta a portare a termine questo compito. L'uso efficace di questo strumento comporta lo svolgimento di diversi cicli di discussione separati da brevi pause .

I passaggi sopra descritti sono un processo di analisi dei dati abbastanza generale e standard che funziona con qualsiasi metodo di ricerca (sia qualitativo che quantitativo). Tutto quello che devi fare è adattare correttamente i passaggi al tuo processo.

Analisi dei dati quantitativa vs. qualitativa

Sebbene il processo di analisi dei dati quantitativi non sia significativamente diverso dall'analisi dei dati qualitativi, a causa della natura di questa ricerca, i progettisti possono ricevere intuizioni diverse. La ricerca quantitativa si concentra sulla raccolta e l'analisi di dati numerici, utilizzando statistiche e probabilità. Indicatori come il tasso di rifiuto di una determinata pagina, ad esempio, o il profilo demografico di un utente, forniscono ai ricercatori informazioni concrete e quantificabili su come le persone interagiscono con il prodotto e il pubblico stesso.

La ricerca qualitativa si concentra maggiormente su concetti astratti, come il comportamento umano. Per questo motivo, prenditi un po' più di tempo per studiare e valutare per comprendere appieno l'esperienza e le opinioni degli utenti. Vale la pena porre domande utili in questa fase, come ad esempio:

• Cosa piace di più agli utenti del prodotto e cosa piace di meno?
• Perché alcuni utenti reagiscono in modo diverso rispetto ad altri?
• Gli utenti hanno avuto (e quando) una reazione emotiva?
• Gli utenti sono (e perché) soddisfatti del prodotto?

Data la differenza nei dati ricevuti, ha senso utilizzare aneddoti sia quantitativi che qualitativi come parte della ricerca UX. In questo modo i dati raccolti si completano a vicenda e forniscono una visione chiara e più approfondita dei risultati.

Riepilogo

Un'analisi dei dati condotta correttamente consente decisioni di progettazione migliori e più ottimali. Ometterne i risultati porta a sviluppare un prodotto incompleto, inefficace, che non risponde alle effettive esigenze degli utenti. Ecco perché l'analisi dei dati è un processo così critico che determina il successo dell'intero progetto. Ti consente di raccogliere e selezionare informazioni chiave che, una volta tradotte in consigli di progettazione concreti, aiutano a sviluppare la migliore soluzione possibile, adattata alle esigenze e ai requisiti degli utenti. Le fasi di analisi dei dati che abbiamo descritto ti aiuteranno a svolgerlo in modo strutturato e a concentrarti su ciò che conta di più.

Se ti piacciono i nostri contenuti, unisciti alla nostra community di api indaffarate su Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Autore: Klaudia Kowalczyk

Un graphic & UX Designer che trasmette nel design ciò che non può essere espresso a parole. Per lui, ogni colore, linea o carattere utilizzato ha un significato. Appassionato di grafica e web design.

Visualizza tutti i post

Ricerca sull'esperienza utente:

1. Cos'è la ricerca UX?
2. Tipi di ricerca UX
3. Cosa sono le domande di ricerca e come scriverle?
4. Processo di raccolta dei requisiti per i progetti UI/UX
5. Perché le interviste alle parti interessate sono cruciali per il processo di progettazione?
6. Come sfruttare i dati dei nostri clienti raccolti?
7. Come creare un buon piano di ricerca UX?
8. Come scegliere un metodo di ricerca?
9. In che modo i test pilota possono migliorare la ricerca UX?
10. Reclutamento dei partecipanti allo studio UX
11. Canali e strumenti per trovare partecipanti alla ricerca UX
12. Sondaggio Screener per UX Research
13. Incentivi per la ricerca sull'esperienza utente
14. Ricerca UX con i bambini
15. Metodi di ricerca scoperta
16. Cos'è la ricerca a tavolino?
17. Come condurre le interviste agli utenti?
18. Come condurre uno studio diario?
19. Cosa sono i focus group nella ricerca?
20. Cos'è la ricerca etnografica?
21. Sondaggio
22. Cos'è l'ordinamento delle carte in UX?
23. Cos'è la ricerca valutativa?
24. Come condurre test di usabilità?
25. Quando e come eseguire il test delle preferenze?
26. Cos'è il test A/B in UX?
27. Eyetracking nei test UX
28. Cos'è il test sugli alberi?
29. Test al primo clic
30. Cos'è l'analisi delle attività nella ricerca UX?
31. Valutazione delle emozioni in UX
32. Ricerca continua in UX
33. Analisi dei dati nella ricerca UX
34. Come preparare un rapporto di studio UX?