用户体验研究中的数据分析 | 用户体验研究#33

已发表: 2023-04-17

您知道数据分析在用户体验研究中扮演什么角色吗？ 今天，我们想通过讨论定性和定量数据分析，并了解其阶段、主要目标和目标，重点关注用户体验中的数据分析问题。 我们还将建议何时是在项目中进行此操作的最佳时机。

用户体验研究中的数据分析——目录：

  1. 为什么要分析收集到的数据？
  2. 什么时候分析数据？
  3. 用户体验研究中的数据分析
  4. 定义分析目标
  5. 研究数据的定性分析
  6. 概括

为什么要分析收集到的数据？

仅仅根据原始数据做出产品决策是一个巨大的用户体验错误。 跳过分析阶段可能会导致为用户提供不完整或无效的解决方案，甚至导致项目团队专注于解决错误的问题或识别真正的用户。 由于这些和其他原因，数据分析是使整个项目保持在正确轨道上的重要过程。 它通过考虑用户的实际需求并收集有助于开发最佳和最优化解决方案的信息来实现这一点。

什么时候分析数据？

许多人抱有一种严重的误解，认为分析应该在完成研究后进行，即从许多来源收集信息后进行。 然而，这种方法的效果并不好，因为检查如此大量的数据需要巨大的精力、人力和时间。 持续调查数据会更有效，例如，每次深度访谈后都花几分钟。

另外，请记住在研究过程中记笔记。 这样，您就可以记下新的观察结果并确保没有遗漏任何内容。 这些反映使您可以轻松选择信息，并从中选择与以后的设计建议最相关的信息。 在每一个小的研究步骤之后进行持续的分析，可以让您以更有组织性和结构化的方式进行最终的总结分析，但最重要的是，速度要快得多。

用户体验研究中的数据分析

用户体验研究中的数据分析将以前未处理的数据转化为支持业务决策的有意义的信息。 进行全面的数据分析包括五个基本步骤 - 这些步骤是：

  1. 定义分析目标
  2. 整理数据
  3. 调查
  4. 集群化
  5. 识别结果和见解

定义分析目标

第一步定义了我们分析的目标——这些目标应该严格符合用户体验研究的目标。 在这个阶段，记住不要偏离你开始进行研究的动机——例如，用户的需求是什么； 哪一页的拒绝率更显着以及原因； 需要进行哪些改进来提高转化率； 或者如何使我们的产品比竞争对手更具吸引力。 坚持这些和研究目标将帮助您了解如何以对项目有用的方式进行数据分析。 准确定义您正在寻找的内容。

整理数据

每项调查都提供不同类型的数据，与项目或多或少相关。 因此，您必须巧妙地管理、选择和过滤它们以提高可用性。 组织数据还可以使其经过深思熟虑的安排，以便在必要时快速获取所需的信息。 例如，您可以按数据所属网站的子页面对数据进行编目。 隔离是进行有效数据分析和改进可视化的关键，这可以使利益相关者更好地理解整个过程。

调查

调查阶段是整个数据分析过程的核心。 其主要目标包括识别用户响应中最常出现且最有可能符合分析目的的单词、想法或短语。 这个过程不仅仅是寻找单词及其同义词，而是理解它们在上下文中对用户意味着什么。

弄清楚单词和表达方式意味着取决于所研究的用户组。 之所以会发生这种情况，是因为人各有不同。 他们有独特的经历和行为，以及表达自己的方式。 因此，您应该避免抄写用户对您的词汇的反应。 相反，应尽可能坚持原始数据，因为任何变化，即使是最小的变化，都可能损害调查阶段，从而彻底重塑整个数据分析。

聚类

下一步是设计所谓的集群，根据调查阶段确定的答案来标记答案。 这些集群帮助团队区分优先级问题。 例如，如果超过一半的用户响应适合所创建的标记为“界面性能”的集群，则团队可能应该优先考虑该主题并查找与界面性能特别相关的问题。

识别结果和见解

我们不要忘记结果不是见解。 结果涉及研究团队在分析过程中发现、调查、然后分组和编目的事实。 另一方面，洞察力仅指认识导致结果的原因的行为。 这是一个非常独特的功能，因为用户响应并不总是导致问题的根源。 那么，设计师的工作就是更深入地观察并寻求见解。

用户通常无法自行识别困难的根源。 因此，研究团队必须在数据分析过程中审查结果，进行讨论，然后寻找见解并将其与研究目标相匹配。 确定最相关见解的研讨会有助于完成这项任务。 有效使用该工具需要进行多轮讨论，中间有短暂的休息。

上述步骤是一个相当通用和标准的数据分析过程，适用于任何研究方法（定性和定量）。 您所需要做的就是根据您的流程正确调整这些步骤。

定量与定性数据分析

尽管分析定量数据的过程与分析定性数据的过程没有显着不同，但由于这项研究的性质，设计者可能会得到不同的见解。 定量研究的重点是使用统计学和概率来收集和分析数值数据。 例如，给定页面的拒绝率或用户的人口统计资料等指标为研究人员提供了有关人们如何与产品和受众本身互动的具体且可量化的信息。

定性研究更关注抽象概念，例如人类行为。 为此，请多花一点时间研究和评估，以充分了解用户的体验和意见。 在此阶段值得提出有用的问题，例如：

  • 用户最喜欢产品的什么以及最不喜欢什么？
  • 为什么有些用户的反应与其他用户不同？
  • 用户是否（以及何时）产生了情绪反应？
  • 用户对产品是否满意（以及为什么）？

鉴于收到的数据存在差异，使用定量和定性轶事作为用户体验研究的一部分是有意义的。 这样，收集到的数据就会相互补充，并为结果提供清晰、深入的洞察。

概括

正确进行数据分析可以做出更好、更优化的设计决策。 忽略其发现会导致开发出不完整、无效的产品，无法满足用户的实际需求。 这就是为什么数据分析是决定整个项目成功的关键过程。 它使您能够收集和选择关键信息，这些信息在转化为具体的设计建议时，有助于开发最佳的解决方案——根据用户的需求和要求量身定制。 我们描述的数据分析步骤将帮助您以结构化的方式执行它并专注于最重要的事情。

如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们的忙碌蜜蜂社区。

Data analysis in UX research | UX research #33 klaudia brozyna avatar 1background

作者：克劳迪娅·科瓦尔奇克

一位图形和用户体验设计师，将无法用言语表达的东西传达到设计中。 对他来说，每一种使用的颜色、线条或字体都有其意义。 热衷于图形和网页设计。

查看所有帖子

用户体验研究：

  1. 什么是用户体验研究？
  2. 用户体验研究的类型
  3. 什么是研究问题以及如何撰写它们？
  4. UI/UX 项目的需求收集流程
  5. 为什么利益相关者访谈对于设计过程至关重要？
  6. 如何利用我们收集的客户数据？
  7. 如何制定良好的用户体验研究计划？
  8. 如何选择研究方法？
  9. 试点测试如何改进用户体验研究？
  10. 用户体验研究参与者招募
  11. 寻找用户体验研究参与者的渠道和工具
  12. 用户体验研究的筛选调查
  13. 用户体验研究激励措施
  14. 与儿童一起进行用户体验研究
  15. 发现研究方法
  16. 什么是案头研究？
  17. 如何进行用户访谈？
  18. 如何进行日记研究？
  19. 研究中的焦点小组是什么？
  20. 什么是民族志研究？
  21. 调查研究
  22. UX 中的卡片分类是什么？
  23. 什么是评价性研究？
  24. 如何进行可用性测试？
  25. 何时以及如何进行偏好测试？
  26. 什么是用户体验中的 A/B 测试？
  27. 用户体验测试中的眼球追踪
  28. 什么是树木测试？
  29. 首次点击测试
  30. 用户体验研究中的任务分析是什么？
  31. 用户体验中的情绪评估
  32. 用户体验的持续研究
  33. 用户体验研究中的数据分析
  34. 如何准备用户体验研究报告？
  35. 客户旅程地图 – 它是什么以及如何创建它？