Analisi dei dati nella ricerca UX | Ricerca sull'UX n.33

Sai quale ruolo gioca l'analisi dei dati nella ricerca UX? Oggi vorremmo concentrarci sulla questione dell'analisi dei dati in UX discutendo dell'analisi dei dati qualitativa e quantitativa e conoscendone le fasi, gli scopi 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 di ricerca
6. Riepilogo

Perché analizzare i dati raccolti?

Prendere una decisione sul prodotto basandosi 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 indurre il team di progetto a concentrarsi 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 la grossolana convinzione errata che l'analisi debba avvenire 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 enormi sforzi, manodopera e tempo. È più efficiente analizzare i dati su base continuativa, ad esempio dedicando qualche minuto a ogni intervista approfondita.

Inoltre, ricordati di prendere appunti durante la tua ricerca. In questo modo, puoi annotare nuove osservazioni e assicurarti che nulla venga omesso. Queste riflessioni ti consentono di selezionare facilmente le informazioni e di scegliere da esse quelle che saranno più rilevanti per le successive raccomandazioni di progettazione. Analizzare in modo continuativo, dopo ogni piccolo passaggio di ricerca, permette di condurre l’analisi finale di sintesi 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. L'esecuzione di un'analisi completa dei dati prevede cinque passaggi fondamentali: questi passaggi sono:

1. Definire gli obiettivi dell'analisi
2. Organizzazione dei dati
3. Indagine
4. Clustering
5. Identificazione dei risultati e degli insight

Definire gli obiettivi dell'analisi

Il primo passo definisce gli obiettivi della nostra analisi: questi dovrebbero essere in stretta conformità con gli obiettivi di UX Research. In questa fase, ricordati di non discostarti dalle motivazioni che ti hanno spinto a condurre la ricerca – ad esempio, quali sono le esigenze 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 rispetto alla concorrenza. Aggrapparsi a questi e agli obiettivi di ricerca ti aiuterà a capire come condurre l'analisi dei dati in un modo utile per il progetto. Per definire esattamente cosa stai cercando.

Organizzazione dei dati

Ogni indagine fornisce diverse tipologie 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 la loro attenta disposizione per raccogliere rapidamente le informazioni desiderate quando necessario. Ad esempio, puoi catalogare i dati in base alla sottopagina del sito Web a cui si riferiscono. La segregazione è fondamentale per condurre un'analisi efficiente dei dati e migliorarne la visualizzazione, consentendo alle parti interessate di comprendere meglio l'intero processo.

Indagine

La fase di indagine è il cuore dell’intero processo di analisi dei dati. Il suo obiettivo principale consiste nell'individuare le parole, le idee o le frasi che compaiono più frequentemente nelle risposte degli utenti e che molto probabilmente sono in linea con lo scopo dell'analisi. Questo processo non riguarda solo la ricerca delle parole e dei loro sinonimi, ma la comprensione di cosa significano 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, nonché modi di esprimersi. Pertanto, dovresti evitare di trascrivere le risposte degli utenti nel tuo vocabolario. Attenersi invece 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 ideare i cosiddetti cluster per etichettare le risposte secondo 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 rientrano nel cluster creato denominato "Prestazioni dell'interfaccia", il team dovrebbe probabilmente dare priorità a questo argomento e cercare problemi specificamente correlati alle prestazioni dell'interfaccia.

Identificazione dei risultati e degli insight

Non dimentichiamo che i risultati non sono insight. I risultati riguardano i fatti scoperti, indagati, quindi raggruppati e catalogati che il gruppo di ricerca ha portato alla luce attraverso il processo di analisi. Gli insight, invece, si riferiscono solo all’atto di riconoscimento delle cause che hanno dato luogo ai risultati. Questa è una caratteristica abbastanza distinta poiché le risposte degli utenti non sempre portano alla fonte del problema. Il lavoro del designer, quindi, è guardare più in profondità e cercare spunti di riflessione.

Gli utenti solitamente 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 e quindi cercare approfondimenti e abbinarli agli obiettivi della ricerca. Un workshop per identificare gli insight più rilevanti aiuta a portare a termine questo compito. L'uso efficace di questo strumento implica 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 quantitativi e qualitativi

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 potrebbero ricevere approfondimenti diversi. 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 con 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 dell’utente. 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

L'analisi dei dati condotta correttamente consente decisioni di progettazione migliori e più ottimali. Omettere i risultati porta a sviluppare un prodotto incompleto e inefficace che non risponde alle reali 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, tradotte in raccomandazioni progettuali concrete, aiutano a sviluppare la migliore soluzione possibile, su misura per le esigenze e i requisiti degli utenti. I passaggi di analisi dei dati che abbiamo descritto ti aiuteranno a svolgerla in modo strutturato e a concentrarti su ciò che conta di più.

Se ti piacciono i nostri contenuti, unisciti alla nostra impegnata community di api 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'UX:

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 progetti UI/UX
5. Perché le interviste alle parti interessate sono cruciali per il processo di progettazione?
6. Come sfruttare i dati dei 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 sulla UX?
10. Reclutamento dei partecipanti allo studio UX
11. Canali e strumenti per trovare partecipanti alla ricerca UX
12. Sondaggio di screening per la ricerca UX
13. Incentivi per la ricerca sull'UX
14. Ricerca UX con i bambini
15. Metodi di ricerca scoperta
16. Cos’è la ricerca documentale?
17. Come condurre le interviste agli utenti?
18. Come condurre studi sul 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 nella UX?
27. Eyetracking nei test UX
28. Cos'è il test sugli alberi?
29. Test del primo clic
30. Cos'è l'analisi delle attività nella ricerca UX?
31. Valutazione delle emozioni in UX
32. Ricerca continua nella UX
33. Analisi dei dati nella ricerca UX
34. Come preparare un rapporto di ricerca UX?
35. Customer Journey Map: cos'è e come crearla?