การวิเคราะห์ข้อมูลในการวิจัย UX | การวิจัย UX #33

คุณรู้หรือไม่ว่าการวิเคราะห์ข้อมูลมีบทบาทอย่างไรในระหว่างการวิจัย UX วันนี้เราต้องการเน้นประเด็นของการวิเคราะห์ข้อมูลใน UX โดยหารือเกี่ยวกับการวิเคราะห์ข้อมูลเชิงคุณภาพและเชิงปริมาณ และเรียนรู้เกี่ยวกับขั้นตอน เป้าหมายหลัก ตลอดจนวัตถุประสงค์ นอกจากนี้ เราจะแนะนำว่าเมื่อใดคือช่วงเวลาที่เหมาะสมในการดำเนินการในโครงการ

การวิเคราะห์ข้อมูลในการวิจัย UX – สารบัญ:

1. ทำไมต้องวิเคราะห์ข้อมูลที่รวบรวม?
2. วิเคราะห์ข้อมูลเมื่อใด
3. การวิเคราะห์ข้อมูลในการวิจัย UX
4. การกำหนดวัตถุประสงค์ของการวิเคราะห์
5. การวิเคราะห์เชิงคุณภาพของข้อมูลการวิจัย
6. สรุป

ทำไมต้องวิเคราะห์ข้อมูลที่รวบรวม?

การตัดสินใจเลือกผลิตภัณฑ์จากข้อมูลดิบเพียงอย่างเดียวถือเป็นความผิดพลาดครั้งใหญ่ของ UX การข้ามขั้นตอนการวิเคราะห์อาจส่งผลให้ผู้ใช้ได้รับโซลูชันที่ไม่สมบูรณ์หรือไม่มีประสิทธิภาพ หรือแม้แต่ทำให้ทีมงานโครงการมุ่งเน้นไปที่การแก้ปัญหาที่ไม่ถูกต้องหรือรู้จักผู้ใช้จริง ด้วยเหตุผลเหล่านี้และเหตุผลอื่นๆ การวิเคราะห์ข้อมูลเป็นกระบวนการสำคัญที่ช่วยให้โครงการทั้งหมดดำเนินไปอย่างถูกต้อง โดยคำนึงถึงความต้องการที่แท้จริงของผู้ใช้และรวบรวมข้อมูลที่ช่วยในการพัฒนาโซลูชันที่ดีที่สุดและเหมาะสมที่สุดเท่าที่จะเป็นไปได้

วิเคราะห์ข้อมูลเมื่อใด

หลายคนมีความเข้าใจผิดอย่างมหันต์ว่าการวิเคราะห์ควรเกิดขึ้นหลังจากการวิจัยเสร็จสิ้น กล่าวคือ การรวบรวมข้อมูลจากหลายแหล่ง อย่างไรก็ตาม วิธีการนี้ไม่ได้ผล เนื่องจากการตรวจสอบข้อมูลจำนวนมากต้องใช้ความพยายาม กำลังคน และเวลาอย่างมาก การตรวจสอบข้อมูลอย่างต่อเนื่องจะมีประสิทธิภาพมากกว่า เช่น ใช้เวลาไม่กี่นาทีหลังจากการสัมภาษณ์เชิงลึกแต่ละครั้ง

นอกจากนี้ อย่าลืมจดบันทึกในระหว่างการวิจัยของคุณ ด้วยวิธีนี้ คุณสามารถใส่ข้อสังเกตใหม่ๆ ลงไปและตรวจสอบให้แน่ใจว่าไม่มีสิ่งใดถูกละเว้น การสะท้อนเหล่านี้ทำให้คุณสามารถเลือกข้อมูลได้อย่างง่ายดายและเลือกจากข้อมูลที่เกี่ยวข้องมากที่สุดสำหรับคำแนะนำการออกแบบในภายหลัง การวิเคราะห์อย่างต่อเนื่องหลังจากทุกขั้นตอนการวิจัยเพียงเล็กน้อย ช่วยให้คุณสามารถดำเนินการวิเคราะห์สรุปขั้นสุดท้ายด้วยวิธีที่เป็นระเบียบและมีโครงสร้างมากขึ้น แต่เหนือสิ่งอื่นใด เร็วกว่ามาก

การวิเคราะห์ข้อมูลในการวิจัย UX

การวิเคราะห์ข้อมูลในการวิจัย UX จะแปลงข้อมูลที่ยังไม่ได้ประมวลผลก่อนหน้านี้ให้เป็นข้อมูลที่มีความหมายซึ่งจะช่วยสนับสนุนการตัดสินใจทางธุรกิจ การดำเนินการวิเคราะห์ข้อมูลอย่างครอบคลุมประกอบด้วยห้าขั้นตอนพื้นฐาน - ขั้นตอนเหล่านี้คือ:

1. การกำหนดวัตถุประสงค์ของการวิเคราะห์
2. การจัดระเบียบข้อมูล
3. การสืบสวน
4. การทำคลัสเตอร์
5. การระบุผลลัพธ์และข้อมูลเชิงลึก

การกำหนดวัตถุประสงค์ของการวิเคราะห์

ขั้นตอนแรกกำหนดเป้าหมายของการวิเคราะห์ของเรา ซึ่งควรเป็นไปตามเป้าหมายของ UX Research อย่างเคร่งครัด ในขั้นตอนนี้ อย่าลืมว่าอย่าเบี่ยงเบนไปจากแรงจูงใจที่ทำให้คุณเริ่มทำการวิจัย ตัวอย่างเช่น ผู้ใช้ต้องการอะไร อัตราการปฏิเสธในหน้าใดมีความสำคัญมากกว่าและเพราะเหตุใด ปรับปรุงอะไรเพื่อเพิ่มอัตราการแปลง; หรือทำอย่างไรให้สินค้าของเราน่าสนใจเหนือคู่แข่ง ยึดมั่นในสิ่งเหล่านี้และวัตถุประสงค์การวิจัยจะช่วยให้คุณเข้าใจวิธีการวิเคราะห์ข้อมูลในลักษณะที่เป็นประโยชน์สำหรับโครงการ เพื่อกำหนดสิ่งที่คุณกำลังมองหา

การจัดระเบียบข้อมูล

แบบสำรวจแต่ละรายการให้ข้อมูลประเภทต่างๆ กัน ซึ่งเกี่ยวข้องกับโครงการมากหรือน้อย ดังนั้นคุณต้องจัดการ เลือก และกรองอย่างชาญฉลาดเพื่อการใช้งาน การจัดระเบียบข้อมูลยังช่วยให้การจัดเรียงอย่างรอบคอบสามารถค้นหาข้อมูลที่ต้องการได้อย่างรวดเร็วเมื่อจำเป็น ตัวอย่างเช่น คุณสามารถแค็ตตาล็อกข้อมูลตามหน้าย่อยของเว็บไซต์ที่เกี่ยวข้อง การแยกส่วนเป็นกุญแจสำคัญในการดำเนินการวิเคราะห์ข้อมูลอย่างมีประสิทธิภาพและปรับปรุงการแสดงภาพซึ่งทำให้ผู้มีส่วนได้ส่วนเสียเข้าใจกระบวนการทั้งหมดได้ดีขึ้น

การสืบสวน

ขั้นตอนการตรวจสอบอยู่ที่หัวใจของกระบวนการวิเคราะห์ข้อมูลทั้งหมด เป้าหมายหลักประกอบด้วยการระบุคำ แนวคิด หรือวลีที่ปรากฏบ่อยที่สุดในการตอบสนองของผู้ใช้ และมีแนวโน้มมากที่สุดที่สอดคล้องกับวัตถุประสงค์ของการวิเคราะห์ กระบวนการนี้ไม่ใช่แค่การค้นหาคำและคำพ้องความหมายเท่านั้น แต่ยังเกี่ยวกับการทำความเข้าใจความหมายของคำเหล่านั้นต่อผู้ใช้ในบริบทของพวกเขาด้วย

การมีคำศัพท์และสำนวนนั้นขึ้นอยู่กับกลุ่มผู้ใช้ที่ศึกษา มันเกิดขึ้นเพราะผู้คนแตกต่างกันไป พวกเขามีประสบการณ์และพฤติกรรมที่ไม่เหมือนใครรวมถึงวิธีการแสดงออก ดังนั้น คุณควรหลีกเลี่ยงการถอดความคำตอบของผู้ใช้ต่อคำศัพท์ของคุณ แต่ให้ยึดติดกับต้นฉบับให้มากที่สุด เนื่องจากการเปลี่ยนแปลงใดๆ ก็ตาม แม้แต่การเปลี่ยนแปลงที่เล็กที่สุด อาจส่งผลเสียต่อขั้นตอนการตรวจสอบซึ่งเปลี่ยนรูปแบบการวิเคราะห์ข้อมูลทั้งหมดไปพร้อมกัน

การรวมกลุ่ม

ขั้นตอนต่อไปคือการสร้างสิ่งที่เรียกว่ากลุ่มเพื่อติดป้ายกำกับคำตอบตามที่ระบุในขั้นตอนการสอบสวน คลัสเตอร์เหล่านี้ช่วยให้ทีมแยกแยะปัญหาที่มีความสำคัญ ตัวอย่างเช่น หากคำตอบของผู้ใช้มากกว่าครึ่งหนึ่งตรงกับคลัสเตอร์ที่สร้างขึ้นซึ่งมีป้ายกำกับว่า "ประสิทธิภาพของอินเทอร์เฟซ" ทีมควรจัดลำดับความสำคัญของหัวข้อนี้และมองหาปัญหาที่เกี่ยวข้องกับประสิทธิภาพของอินเทอร์เฟซโดยเฉพาะ

การระบุผลลัพธ์และข้อมูลเชิงลึก

อย่าลืมว่าผลลัพธ์ไม่ใช่ข้อมูลเชิงลึก ผลลัพธ์เกี่ยวข้องกับการค้นพบ ตรวจสอบ จากนั้นจัดกลุ่มและจัดหมวดหมู่ข้อเท็จจริงที่ทีมวิจัยนำมาเปิดเผยผ่านกระบวนการวิเคราะห์ ในทางกลับกัน ข้อมูลเชิงลึกหมายถึงการรับรู้ถึงสาเหตุที่ทำให้เกิดผลลัพธ์ นี่เป็นคุณลักษณะที่ค่อนข้างแตกต่างเนื่องจากการตอบสนองของผู้ใช้ไม่ได้นำไปสู่สาเหตุของปัญหาเสมอไป งานของนักออกแบบคือการมองลึกลงไปและค้นหาข้อมูลเชิงลึก

ผู้ใช้มักจะไม่สามารถระบุแหล่งที่มาของปัญหาได้ด้วยตนเอง ทีมวิจัยจึงต้องทบทวนผลลัพธ์ในระหว่างขั้นตอนการวิเคราะห์ข้อมูล อภิปราย จากนั้นค้นหาข้อมูลเชิงลึกและจับคู่กับวัตถุประสงค์การวิจัย การประชุมเชิงปฏิบัติการเพื่อระบุข้อมูลเชิงลึกที่เกี่ยวข้องมากที่สุดช่วยให้งานนี้สำเร็จ การใช้เครื่องมือนี้อย่างมีประสิทธิภาพเกี่ยวข้องกับการอภิปรายหลายๆ รอบโดยคั่นด้วยช่วงพักสั้นๆ

ขั้นตอนที่อธิบายข้างต้นเป็นกระบวนการวิเคราะห์ข้อมูลที่ค่อนข้างทั่วไปและเป็นมาตรฐาน ซึ่งใช้ได้กับวิธีการวิจัยใดๆ (ทั้งเชิงคุณภาพและเชิงปริมาณ) สิ่งที่คุณต้องทำคือปรับขั้นตอนให้เข้ากับกระบวนการของคุณอย่างเหมาะสม

การวิเคราะห์ข้อมูลเชิงปริมาณและเชิงคุณภาพ

แม้ว่าขั้นตอนการวิเคราะห์ข้อมูลเชิงปริมาณจะไม่แตกต่างอย่างมีนัยสำคัญจากการวิเคราะห์ข้อมูลเชิงคุณภาพ แต่เนื่องจากธรรมชาติของงานวิจัยนี้ ผู้ออกแบบอาจได้รับข้อมูลเชิงลึกที่แตกต่างกัน การวิจัยเชิงปริมาณเน้นการรวบรวมและวิเคราะห์ข้อมูลที่เป็นตัวเลข โดยใช้สถิติ และความน่าจะเป็น ตัวบ่งชี้ต่างๆ เช่น อัตราการปฏิเสธของหน้าเว็บหนึ่งๆ หรือโปรไฟล์ประชากรของผู้ใช้ ให้ข้อมูลที่ชัดเจนและเชิงปริมาณแก่นักวิจัยเกี่ยวกับวิธีที่ผู้คนโต้ตอบกับผลิตภัณฑ์และผู้ชม

การวิจัยเชิงคุณภาพมุ่งเน้นไปที่แนวคิดเชิงนามธรรม เช่น พฤติกรรมของมนุษย์ ด้วยเหตุผลนี้ ให้ใช้เวลาศึกษาและประเมินให้มากขึ้นเพื่อทำความเข้าใจประสบการณ์และความคิดเห็นของผู้ใช้อย่างถ่องแท้ คุณควรถามคำถามที่เป็นประโยชน์ในขั้นตอนนี้ เช่น:

• ผู้ใช้ชอบอะไรมากที่สุดเกี่ยวกับผลิตภัณฑ์และชอบอะไรน้อยที่สุด
• เหตุใดผู้ใช้บางคนจึงมีปฏิกิริยาแตกต่างจากคนอื่นๆ
• ผู้ใช้ (และเมื่อใด) มีปฏิกิริยาทางอารมณ์หรือไม่
• ผู้ใช้ (และทำไม) พอใจกับผลิตภัณฑ์หรือไม่

เมื่อพิจารณาถึงความแตกต่างของข้อมูลที่ได้รับ การใช้ทั้งเกร็ดเล็กเกร็ดน้อยเชิงปริมาณและเชิงคุณภาพเป็นส่วนหนึ่งของการวิจัย UX จึงสมเหตุสมผล ด้วยวิธีนี้ข้อมูลที่รวบรวมจะเสริมซึ่งกันและกันและให้ข้อมูลเชิงลึกที่ชัดเจนและลึกซึ้งยิ่งขึ้นเกี่ยวกับผลลัพธ์

สรุป

การวิเคราะห์ข้อมูลที่ดำเนินการอย่างเหมาะสมช่วยให้สามารถตัดสินใจออกแบบได้ดีขึ้นและเหมาะสมที่สุด การละเว้นการค้นพบนำไปสู่การพัฒนาผลิตภัณฑ์ที่ไม่สมบูรณ์และไม่มีประสิทธิภาพซึ่งไม่ตอบสนองต่อความต้องการที่แท้จริงของผู้ใช้ ด้วยเหตุนี้การวิเคราะห์ข้อมูลจึงเป็นกระบวนการสำคัญที่กำหนดความสำเร็จของโครงการทั้งหมด ให้อำนาจคุณในการรวบรวมและเลือกข้อมูลสำคัญที่เมื่อแปลเป็นคำแนะนำการออกแบบที่เป็นรูปธรรมแล้ว จะช่วยในการพัฒนาโซลูชันที่ดีที่สุดเท่าที่จะเป็นไปได้ - ปรับให้เหมาะกับความต้องการและข้อกำหนดของผู้ใช้ ขั้นตอนการวิเคราะห์ข้อมูลที่เราอธิบายไว้จะช่วยให้คุณดำเนินการได้อย่างมีโครงสร้างและมุ่งเน้นไปที่สิ่งที่สำคัญที่สุด

หากคุณชอบเนื้อหาของเรา เข้าร่วมชุมชนผึ้งยุ่งของเราบน Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok

ผู้เขียน: คลอเดีย โควาลซีค

นักออกแบบกราฟิกและ UX ที่ถ่ายทอดออกมาเป็นคำพูดที่ไม่สามารถถ่ายทอดออกมาเป็นคำพูดได้ สำหรับเขาแล้ว ทุกสี เส้น หรือฟอนต์ที่ใช้ล้วนมีความหมาย มีใจรักในงานกราฟิกและเว็บดีไซน์

ดูโพสต์ทั้งหมด

การวิจัย UX:

1. การวิจัย UX คืออะไร?
2. ประเภทของการวิจัย UX
3. คำถามวิจัยคืออะไรและเขียนอย่างไร?
4. กระบวนการรวบรวมข้อกำหนดสำหรับโครงการ UI/UX
5. เหตุใดการสัมภาษณ์ผู้มีส่วนได้ส่วนเสียจึงมีความสำคัญต่อกระบวนการออกแบบ
6. จะใช้ประโยชน์จากข้อมูลลูกค้าที่รวบรวมได้อย่างไร
7. จะสร้างแผนการวิจัย UX ที่ดีได้อย่างไร?
8. จะเลือกวิธีการวิจัยอย่างไร?
9. การทดสอบนำร่องจะปรับปรุงการวิจัย UX ได้อย่างไร
10. รับสมัครผู้เข้าร่วมการศึกษา UX
11. ช่องทางและเครื่องมือในการหาผู้เข้าร่วมการวิจัย UX
12. แบบสำรวจ Screener สำหรับ UX Research
13. แรงจูงใจในการวิจัย UX
14. การวิจัย UX กับเด็ก
15. วิธีการวิจัยแบบค้นพบ
16. การวิจัยบนโต๊ะคืออะไร?
17. สัมภาษณ์ผู้ใช้อย่างไร?
18. จะทำการศึกษาไดอารี่ได้อย่างไร?
19. กลุ่มเป้าหมายในการวิจัยคืออะไร?
20. การวิจัยเชิงชาติพันธุ์วรรณนาคืออะไร?
21. การวิจัยเชิงสำรวจ
22. การเรียงลำดับการ์ดใน UX คืออะไร?
23. การวิจัยเชิงประเมินคืออะไร?
24. จะทำการทดสอบการใช้งานได้อย่างไร?
25. จะเรียกใช้การทดสอบการตั้งค่าเมื่อใดและอย่างไร
26. การทดสอบ A/B ใน UX คืออะไร
27. การติดตามในการทดสอบ UX
28. การทดสอบต้นไม้คืออะไร?
29. การทดสอบการคลิกครั้งแรก
30. การวิเคราะห์งานในการวิจัย UX คืออะไร?
31. การประเมินอารมณ์ใน UX
32. การวิจัยอย่างต่อเนื่องใน UX
33. การวิเคราะห์ข้อมูลในการวิจัย UX
34. จะจัดทำรายงานการศึกษา UX ได้อย่างไร?