UX araştırmasında veri analizi | UX araştırması #33

Yayınlanan: 2023-04-17

UX araştırması sırasında veri analizinin oynadığı rolü biliyor musunuz? Bugün, niteliksel ve niceliksel veri analizini tartışarak ve aşamalarını, ana amaçlarını ve hedeflerini öğrenerek UX'te veri analizi konusuna odaklanmak istiyoruz. Ayrıca, bir projede yürütmek için doğru anın ne zaman olduğunu da önereceğiz.

UX araştırmasında veri analizi – içindekiler tablosu:

Toplanan verileri neden analiz etmelisiniz?
Veriler ne zaman analiz edilmeli?
UX araştırmasında veri analizi
Analizin amaçlarını tanımlama
Araştırma verilerinin nitel analizi
Özet

Toplanan verileri neden analiz etmelisiniz?

Yalnızca ham verilere dayalı bir ürün kararı vermek, büyük bir UX hatasıdır. Analiz aşamasını atlamak, kullanıcılara eksik veya etkisiz bir çözüm sunulmasına, hatta proje ekibinin yanlış sorunu çözmeye veya gerçek kullanıcıları tanımaya odaklanmasına neden olabilir. Bu ve diğer nedenlerden dolayı, veri analizi tüm projeyi doğru yolda tutan önemli bir süreçtir. Bunu, kullanıcıların gerçek ihtiyaçlarını dikkate alarak ve mümkün olan en iyi ve en uygun çözümü geliştirmeye yardımcı olacak bilgileri toplayarak yapar.

Veriler ne zaman analiz edilmeli?

Pek çok kişi, analizin araştırma tamamlandıktan sonra, yani birçok kaynaktan bilgi toplandıktan sonra yapılması gerektiğine dair büyük bir yanılgıya sahiptir. Ancak, bu kadar büyük miktarda veriyi incelemek büyük çaba, insan gücü ve zaman gerektirdiğinden, bu yaklaşım etkisizdir. Verileri sürekli olarak, örneğin her derinlemesine görüşmeden sonra birkaç dakika alarak araştırmak daha verimlidir.

Ayrıca, araştırmanız sırasında not almayı unutmayın. Bu şekilde, yeni gözlemler yapabilir ve hiçbir şeyin atlanmadığından emin olabilirsiniz. Bu yansımalar, bilgileri kolayca seçmenizi ve daha sonraki tasarım önerileri için en alakalı olanları seçmenizi sağlar. Her küçük araştırma adımından sonra sürekli analiz yapmak, son özet analizini çok daha organize ve yapılandırılmış bir şekilde, ama her şeyden önce çok daha hızlı gerçekleştirmenizi sağlar.

UX araştırmasında veri analizi

UX araştırmasında veri analizi, daha önce işlenmemiş verileri iş kararlarını destekleyecek anlamlı bilgilere dönüştürür. Kapsamlı bir veri analizi yapmak beş temel adımdan oluşur – bu adımlar şunlardır:

Analizin amaçlarını tanımlama
Verileri düzenleme
Soruşturma
Kümelenme
Sonuçların ve içgörülerin tanımlanması

Analizin amaçlarını tanımlama

İlk adım, analizimizin hedeflerini tanımlar - bunlar, UX Research'ün hedeflerine tam olarak uygun olmalıdır. Bu aşamada sizi araştırma yapmaya iten güdülerden sapmamayı unutmayın – örneğin kullanıcının ihtiyaçları nelerdir; ret oranı hangi sayfada daha belirgin ve neden; dönüşüm oranını artırmak için hangi iyileştirmelerin yapılması gerektiği; veya ürünümüzü nasıl rekabetten daha çekici hale getireceğiz. Bunlara ve araştırma hedeflerine bağlı kalmak, veri analizini proje için faydalı olacak şekilde nasıl yapacağınızı anlamanıza yardımcı olacaktır. Tam olarak ne aradığınızı tanımlamak için.

Verileri düzenleme

Her anket, projeyle az çok ilgili olan farklı türde veriler sağlar. Bu nedenle, kullanılabilirlik için bunları akıllıca yönetmeniz, seçmeniz ve filtrelemeniz gerekir. Verileri organize etmek, aynı zamanda düşünceli düzenlemesinin, gerektiğinde istenen bilgileri hızlı bir şekilde elde etmesini sağlar. Örneğin, verileri ait oldukları web sitesinin alt sayfasına göre kataloglayabilirsiniz. Ayırma, verimli veri analizi yürütmenin ve paydaşların tüm süreci daha iyi anlamasını sağlayan görselleştirmeyi geliştirmenin anahtarıdır.

Soruşturma

Araştırma aşaması, tüm veri analizi sürecinin merkezinde yer alır. Ana amacı, kullanıcıların yanıtlarında en sık görünen ve analizin amacına en uygun olan kelimeleri, fikirleri veya cümleleri belirlemektir. Bu süreç sadece kelimeleri ve eşanlamlılarını aramakla ilgili değil, aynı zamanda kullanıcılar için kendi bağlamlarında ne anlama geldiklerini anlamakla ilgilidir.

Kelimeleri ve ifadeleri çözmüş olmak, çalışılan kullanıcı grubuna bağlı olmak anlamına gelir. İnsanlar değiştiği için olur. Eşsiz deneyimleri ve davranışları olduğu kadar kendilerini ifade etme yolları da vardır. Bu nedenle, kullanıcı yanıtlarını kelime dağarcığınıza yazmaktan kaçınmalısınız. Bunun yerine, mümkün olduğunca orijinaline bağlı kalın, çünkü herhangi bir varyasyon, hatta en küçüğü bile, tüm veri analizini tamamen yeniden şekillendiren araştırma aşamasına zarar verebilir.

Kümeleme

Bir sonraki adım, yanıtları araştırma aşamasında tanımlananlara göre etiketlemek için sözde kümeler tasarlamaktır. Bu kümeler, ekibin öncelikli sorunları ayırt etmesine yardımcı olur. Örneğin, kullanıcı yanıtlarının yarısından fazlası "Arayüz performansı" etiketli oluşturulan kümeye uyuyorsa, ekip muhtemelen bu konuya öncelik vermeli ve özellikle arabirim performansıyla ilgili sorunları aramalıdır.

Sonuçların ve içgörülerin tanımlanması

Unutmayalım ki sonuçlar içgörü değildir. Sonuçlar, araştırma ekibinin analiz süreci boyunca gün ışığına çıkardığı, keşfedilen, araştırılan, ardından gruplandırılan ve kataloglanan gerçeklerle ilgilidir. Öte yandan içgörüler, yalnızca sonuçlara yol açan nedenlerin tanınması eylemine atıfta bulunur. Kullanıcı yanıtları her zaman sorunun kaynağına götürmediği için bu oldukça belirgin bir özelliktir. O halde tasarımcının işi daha derine bakmak ve içgörü aramaktır.

Kullanıcılar genellikle zorluklarının kaynağını kendi başlarına belirleyemezler. Bu nedenle araştırma ekibi, veri analizi sürecinde sonuçları gözden geçirmeli, bunları tartışmalı ve ardından içgörüler aramalı ve bunları araştırma hedefleriyle eşleştirmelidir. En alakalı içgörüleri belirlemeye yönelik bir çalıştay, bu görevin yerine getirilmesine yardımcı olur. Bu aracın etkin kullanımı, kısa aralarla ayrılmış birkaç tartışma turunun yürütülmesini içerir .

Yukarıda açıklanan adımlar, herhangi bir araştırma yöntemiyle (hem nitel hem de nicel) çalışan oldukça genel ve standart bir veri analiz sürecidir. Yapmanız gereken tek şey, adımları sürecinize uygun şekilde uyarlamak.

Nicel ve nitel veri analizi

Nicel verileri analiz etme süreci, nitel verileri analiz etmekten önemli ölçüde farklı olmasa da, bu araştırmanın doğası gereği tasarımcılar farklı içgörüler elde edebilirler. Nicel araştırma, istatistik ve olasılık kullanarak sayısal verileri toplamaya ve analiz etmeye odaklanır. Örneğin, belirli bir sayfanın reddedilme oranı veya bir kullanıcının demografik profili gibi göstergeler, araştırmacılara, insanların ürünle ve hedef kitlenin kendisiyle nasıl etkileşim kurduğu hakkında somut ve ölçülebilir bilgiler sağlar.

Niteliksel araştırma daha çok insan davranışı gibi soyut kavramlara odaklanır. Bu nedenle, kullanıcı deneyimini ve görüşlerini tam olarak anlamak için biraz daha incelemeye ve değerlendirmeye zaman ayırın. Bu aşamada aşağıdakiler gibi yararlı sorular sormaya değer:

Kullanıcılar ürünle ilgili en çok neyi seviyor ve en az neyi seviyor?
Neden bazı kullanıcılar diğerlerinden farklı tepki veriyor?
Kullanıcılar (ve ne zaman) duygusal bir tepki gösterdiler mi?
Kullanıcılar (ve neden) üründen memnun mu?

Alınan verilerdeki farklılık göz önüne alındığında, UX araştırmasının bir parçası olarak hem nicel hem de nitel anekdotları kullanmak mantıklıdır. Bu şekilde toplanan veriler birbirini tamamlar ve sonuçlara ilişkin net ve derin bilgiler verir.

Özet

Düzgün bir şekilde yürütülen veri analizi, daha iyi, daha optimum tasarım kararları alınmasını sağlar. Bulgularını atlamak, kullanıcıların gerçek ihtiyaçlarına cevap vermeyen, eksik ve etkisiz bir ürün geliştirmeye yol açar. Bu nedenle veri analizi, tüm projenin başarısını belirleyen kritik bir süreçtir. Somut tasarım önerilerine dönüştürüldüğünde, kullanıcıların ihtiyaçlarına ve gereksinimlerine göre uyarlanmış mümkün olan en iyi çözümü geliştirmeye yardımcı olan temel bilgileri toplamanıza ve seçmenize olanak tanır. Açıkladığımız veri analizi adımları, bunu yapılandırılmış bir şekilde yürütmenize ve en önemli olan şeylere odaklanmanıza yardımcı olacaktır.

İçeriğimizi beğendiyseniz Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok'ta meşgul arılar topluluğumuza katılın.

Yazar: Klaudia Kowalczyk
Kelimelerle ifade edilemeyenleri tasarıma aktaran bir grafik ve UX Tasarımcısı. Onun için kullanılan her renk, çizgi ya da yazı tipinin bir anlamı vardır. Grafik ve web tasarımı konusunda tutkulu.
Tüm gönderileri görüntüle

kullanıcı deneyimi araştırması:

UX araştırması nedir?
UX araştırma türleri
Araştırma soruları nelerdir ve nasıl yazılır?
UI/UX projeleri için gereksinim toplama süreci
Paydaş görüşmeleri tasarım süreci için neden çok önemlidir?
Toplanan müşteri verilerimizden nasıl yararlanılır?
İyi bir UX araştırma planı nasıl oluşturulur?
Bir araştırma yöntemi nasıl seçilir?
Pilot testler, UX araştırmasını nasıl geliştirebilir?
UX çalışması katılımcı alımı
UX araştırma katılımcılarını bulmak için kanallar ve araçlar
UX Research için tarama anketi
UX Araştırma Teşvikleri
Çocuklarla UX araştırması
Keşif araştırma yöntemleri
Masa başı araştırma nedir?
Kullanıcı görüşmeleri nasıl yapılır?
Günlük çalışmaları nasıl yapılır?
Araştırmada odak grupları nelerdir?
Etnografik araştırma nedir?
Anket araştırması
UX'te kart sıralama nedir?
değerlendirici araştırma nedir?
Kullanılabilirlik testi nasıl yapılır?
Tercih testi ne zaman ve nasıl yapılır?
UX'te A/B testi nedir?
UX testinde göz izleme
Ağaç testi nedir?
İlk tıklama testi
UX araştırmasında görev analizi nedir?
UX'te duyguların değerlendirilmesi
Kullanıcı Deneyiminde Sürekli Araştırma
UX araştırmasında veri analizi
UX çalışma raporu nasıl hazırlanır?