UX araştırmasında veri analizi | Kullanıcı deneyimi araştırması #33

Kullanıcı deneyimi araştırmasında veri analizinin nasıl bir rol oynadığını biliyor musunuz? Bugün niteliksel ve niceliksel veri analizini tartışarak, aşamalarını, ana amaçlarını ve hedeflerini öğrenerek UX'te veri analizi konusuna odaklanmak istiyoruz. Ayrıca bunu bir projede yürütmek için doğru anın ne zaman olduğunu da önereceğiz.

UX araştırmasında veri analizi – içindekiler:

1. Toplanan veriler neden analiz edilmeli?
2. Veriler ne zaman analiz edilmeli?
3. UX araştırmasında veri analizi
4. Analizin hedeflerinin tanımlanması
5. Araştırma verilerinin nitel analizi
6. Özet

Toplanan veriler neden analiz edilmeli?

Yalnızca ham verilere dayanarak ürün kararı vermek büyük bir UX hatasıdır. Analiz aşamasının atlanması, kullanıcılara eksik veya etkisiz çözüm sağlanmasına, hatta proje ekibinin yanlış sorunu çözmeye odaklanmasına veya gerçek kullanıcıları tanımasına neden olabilir. Bu ve diğer nedenlerden dolayı veri analizi, tüm projenin doğru yolda kalmasını sağlayan önemli bir süreçtir. Bunu, kullanıcıların gerçek ihtiyaçlarını dikkate alarak ve mümkün olan en iyi ve en uygun çözümün geliştirilmesine yardımcı olacak bilgileri toplayarak yapar.

Veriler ne zaman analiz edilmeli?

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

Ayrıca araştırmanız sırasında not almayı unutmayın. Bu şekilde yeni gözlemlerinizi not edebilir ve hiçbir şeyin atlanmadığından emin olabilirsiniz. Bu yansımalar, bilgileri kolayca seçmenizi ve daha sonraki tasarım önerileri için en uygun olanları seçmenizi sağlar. Her küçük araştırma adımından sonra sürekli olarak analiz yapmak, nihai özet analizini çok daha organize ve yapılandırılmış bir şekilde, ancak her şeyden önce çok daha hızlı bir şekilde yürütmenize olanak tanır.

UX araştırmasında veri analizi

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

1. Analizin hedeflerinin tanımlanması
2. Verileri düzenleme
3. Soruşturma
4. Kümelenme
5. Sonuçların ve içgörülerin tanımlanması

Analizin hedeflerinin tanımlanması

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; hangi sayfada reddedilme oranı daha yüksek ve nedeni; dönüşüm oranını artırmak için ne gibi iyileştirmeler yapılması gerektiği; veya ürünümüzü rakiplerden nasıl daha çekici hale getireceğimizi. Bunlara ve araştırma hedeflerine bağlı kalmak, veri analizini proje için yararlı olacak şekilde nasıl yürüteceğinizi anlamanıza yardımcı olacaktır. Tam olarak ne aradığınızı tanımlamak için.

Verileri düzenleme

Her anket, projeyle giderek daha az alakalı olan farklı türde veriler sağlar. Bu nedenle, kullanılabilirlik açısından bunları akıllıca yönetmeniz, seçmeniz ve filtrelemeniz gerekir. Verilerin düzenlenmesi aynı zamanda dikkatli bir düzenlemenin gerektiğinde istenen bilgiyi hızlı bir şekilde elde etmesini sağlar. Örneğin, verileri ait oldukları web sitesinin alt sayfasına göre kataloglayabilirsiniz. Ayrıştırma, verimli veri analizi yürütmenin ve paydaşların tüm süreci daha iyi anlamasını sağlayacak görselleştirmeyi geliştirmenin anahtarıdır.

Soruşturma

Araştırma aşaması tüm veri analizi sürecinin merkezinde yer alır. Ana amacı, kullanıcıların yanıtlarında en sık görülen ve analizin amacına en uygun olan kelimeleri, fikirleri veya cümleleri belirlemektir. Bu süreç yalnızca kelimeleri ve eş anlamlılarını aramakla ilgili değil, aynı zamanda bu kelimelerin kendi bağlamlarında kullanıcılar için ne anlama geldiğini anlamakla da ilgilidir.

Bu kelime ve ifadelerin anlaşılması, çalışılan kullanıcı grubuna bağlı olmak anlamına gelir. Bunun nedeni insanların farklılık göstermesidir. Benzersiz deneyim ve davranışların yanı sıra kendilerini ifade etme yolları da vardır. Bu nedenle, kullanıcı yanıtlarını kelime dağarcığınıza yazmaktan kaçınmalısınız. Bunun yerine mümkün olduğunca orijinale sadık kalın, çünkü herhangi bir değişiklik, hatta en küçüğü bile, tüm veri analizini tamamen yeniden şekillendirerek araştırma aşamasına zarar verebilir.

Kümeleme

Bir sonraki adım, cevapları araştırma aşamasında belirlenenlere göre etiketlemek için kümeler oluşturmaktır. Bu kümeler ekibin öncelikli konuları ayırt etmesine yardımcı olur. Örneğin, kullanıcı yanıtlarının yarısından fazlası "Arayüz performansı" etiketli oluşturulan kümeye uyuyorsa, ekibin muhtemelen bu konuya öncelik vermesi ve özellikle arayüz performansıyla ilgili sorunları araması gerekir.

Sonuçların ve içgörülerin tanımlanması

Sonuçların içgörü olmadığını unutmayalım. Sonuçlar, araştırma ekibinin analiz süreci boyunca gün ışığına çıkardığı keşfedilen, araştırılan, daha sonra gruplanan ve kataloglanan gerçeklerle ilgilidir. Öte yandan içgörüler, yalnızca sonuçlara yol açan nedenlerin tanınması eylemine atıfta bulunur. Kullanıcı yanıtları her zaman sorunun kaynağına götürmediğinden bu oldukça farklı bir özelliktir. O halde tasarımcının işi daha derine bakmak ve içgörü aramaktır.

Kullanıcılar genellikle zorlukların kaynağını kendi başlarına tespit edemezler. Bu nedenle araştırma ekibinin veri analizi süreci sırasında sonuçları gözden geçirmesi, tartışması ve ardından içgörü araması ve bunları araştırma hedefleriyle eşleştirmesi gerekir. En alakalı içgörülerin belirlenmesine yönelik bir atölye çalışması bu görevin gerçekleştirilmesine yardımcı olur. Bu aracın etkili kullanımı, kısa aralarla ayrılmış birkaç tur tartışmanın yürütülmesini içerir .

Yukarıda açıklanan adımlar, herhangi bir araştırma yöntemiyle (hem niteliksel hem de niceliksel) çalışan oldukça genel ve standart bir veri analizi sürecidir. Tek yapmanız gereken 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 edebilir. Nicel araştırma, istatistik ve olasılık kullanarak sayısal verilerin toplanmasına ve analiz edilmesine odaklanır. Örneğin belirli bir sayfanın reddedilme oranı veya bir kullanıcının demografik profili gibi göstergeler, araştırmacılara insanların ürünle ve hedef kitlenin kendisiyle nasıl etkileşime girdiğine dair 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 incelemeye ve değerlendirmeye biraz daha zaman ayırın. Bu aşamada aşağıdaki gibi yararlı sorular sormaya değer:

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

Alınan verilerdeki farklılık göz önüne alındığında, kullanıcı deneyimi araştırmasının bir parçası olarak hem niceliksel hem de niteliksel anekdotların kullanılması mantıklıdır. Bu şekilde toplanan veriler birbirini tamamlar ve sonuçlara ilişkin net ve daha derin bilgiler verir.

Özet

Düzgün yürütülen veri analizi, daha iyi, daha optimum tasarım kararlarına olanak tanır. Bulgularının göz ardı edilmesi, kullanıcıların gerçek ihtiyaçlarına cevap vermeyen, eksik, etkisiz bir ürün geliştirilmesine yol açmaktadır. Bu nedenle veri analizi, tüm projenin başarısını belirleyen kritik bir süreçtir. Somut tasarım önerilerine dönüştürüldüğünde kullanıcıların ihtiyaçlarına ve gereksinimlerine göre tasarlanmış mümkün olan en iyi çözümün geliştirilmesine yardımcı olan önemli bilgileri toplamanıza ve seçmenize olanak tanır. Açıkladığımız veri analizi adımları, bunu yapılandırılmış bir şekilde gerçekleştirmenize ve en önemli konulara odaklanmanıza yardımcı olacaktır.

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

Yazarı: Klaudia Kowalczyk

Kelimelerle ifade edilemeyenleri tasarıma aktaran bir grafik ve UX Tasarımcısı. Onun için kullanılan her renk, çizgi veya yazı tipinin bir anlamı vardır. Grafik ve web tasarımına tutkulu.

Tüm gönderileri görüntüle

Kullanıcı deneyimi araştırması:

1. Kullanıcı deneyimi araştırması nedir?
2. Kullanıcı deneyimi araştırması türleri
3. Araştırma soruları nelerdir ve nasıl yazılır?
4. UI/UX projeleri için gereksinim toplama süreci
5. Paydaş görüşmeleri tasarım süreci için neden önemlidir?
6. Toplanan müşteri verilerimizden nasıl yararlanılır?
7. İyi bir kullanıcı deneyimi araştırma planı nasıl oluşturulur?
8. Bir araştırma yöntemi nasıl seçilir?
9. Pilot testler kullanıcı deneyimi araştırmasını nasıl geliştirebilir?
10. UX çalışmasına katılımcı alımı
11. Kullanıcı deneyimi araştırma katılımcılarını bulmaya yönelik kanallar ve araçlar
12. UX Research için eleme anketi
13. Kullanıcı Deneyimi Araştırma Teşvikleri
14. Çocuklarla kullanıcı deneyimi araştırması
15. Keşif araştırma yöntemleri
16. Masa başı araştırması nedir?
17. Kullanıcı görüşmeleri nasıl yapılır?
18. Günlük çalışmaları nasıl yapılır?
19. Araştırmada odak grupları nelerdir?
20. Etnografik araştırma nedir?
21. Anket araştırması
22. UX'te kart sıralama nedir?
23. Değerlendirici araştırma nedir?
24. Kullanılabilirlik testi nasıl yapılır?
25. Tercih testi ne zaman ve nasıl yapılmalı?
26. UX'te A/B testi nedir?
27. UX testinde göz izleme
28. Ağaç testi nedir?
29. İlk tıklama testi
30. UX araştırmasında görev analizi nedir?
31. UX'te duyguların değerlendirilmesi
32. Kullanıcı Deneyiminde Sürekli Araştırma
33. UX araştırmasında veri analizi
34. UX araştırma raporu nasıl hazırlanır?
35. Müşteri Yolculuğu Haritası – nedir ve nasıl oluşturulur?