用戶體驗研究中的數據分析 | 用戶體驗研究#33

已發表: 2023-04-17

您知道數據分析在 UX 研究中扮演什麼角色嗎？ 今天，我們想通過討論定性和定量數據分析，並了解其階段、主要目標和目標，重點討論 UX 中的數據分析問題。 我們還將建議何時是在項目中執行它的合適時機。

用戶體驗研究中的數據分析——目錄：

  1. 為什麼要分析收集到的數據？
  2. 什麼時候分析數據？
  3. 用戶體驗研究中的數據分析
  4. 定義分析的目標
  5. 研究數據的定性分析
  6. 概括

為什麼要分析收集到的數據？

僅根據原始數據做出產品決策是一個巨大的用戶體驗錯誤。 跳過分析階段可能會導致為用戶提供不完整或無效的解決方案，甚至導致項目團隊專注於解決錯誤的問題或識別真正的用戶。 由於這些和其他原因，數據分析是使整個項目保持在正確軌道上的重要過程。 它通過考慮用戶的實際需求並收集有助於開發最佳和最佳解決方案的信息來做到這一點。

什麼時候分析數據？

許多人懷有一個嚴重的誤解，認為分析應該在完成研究後進行，即在從許多來源收集信息後進行。 然而，這種方法是無效的，因為檢查如此大量的數據需要巨大的努力、人力和時間。 持續調查數據會更有效，例如，在每次深度訪談後花幾分鐘時間。

另外，記得在研究過程中做筆記。 這樣，您可以記下新的觀察結果並確保沒有遺漏任何內容。 這些反映使您可以輕鬆地選擇信息並從中選擇與以後的設計建議最相關的信息。 在每一個小的研究步驟之後進行持續分析，可以讓您以更有條理和結構化的方式進行最終的總結分析，但最重要的是，速度要快得多。

用戶體驗研究中的數據分析

UX 研究中的數據分析將以前未處理的數據轉換為支持業務決策的有意義的信息。 進行全面的數據分析包括五個基本步驟——這些步驟是：

  1. 定義分析的目標
  2. 組織數據
  3. 調查
  4. 集群化
  5. 識別結果和見解
data analysis

定義分析的目標

第一步定義我們分析的目標——這些應該嚴格按照用戶體驗研究的目標來進行。 在這個階段，切記不要偏離讓你著手進行研究的動機——例如，用戶的需求是什麼； 拒絕率在哪個頁面上更顯著，為什麼； 提高轉化率需要做哪些改進； 或者如何使我們的產品比競爭對手更具吸引力。 堅持這些，研究目標將幫助您了解如何以對項目有用的方式進行數據分析。 準確定義您要查找的內容。

組織數據

每個調查提供不同類型的數據，或多或少與項目相關。 因此，您必須巧妙地管理、選擇和過濾它們以提高可用性。 組織數據還使其周到的安排能夠在必要時迅速挖掘所需的信息。 例如，您可以按數據所屬網站的子頁面對數據進行分類。 隔離是進行有效數據分析和改進其可視化的關鍵，這使利益相關者更好地了解整個過程。

調查

調查階段是整個數據分析過程的核心。 其主要目標包括識別用戶響應中出現頻率最高且最有可能符合分析目的的詞、想法或短語。 這個過程不僅僅是尋找單詞和它們的同義詞，而是理解它們在用戶上下文中的含義。

弄清楚單詞和表達方式意味著取決於所研究的用戶組。 它的發生是因為人各不相同。 他們有獨特的經歷和行為，以及表達自己的方式。 因此，您應該避免轉錄用戶對您的詞彙的反應。 相反，盡可能堅持原來的，因為任何變化，即使是最小的變化，都會損害調查階段，從而完全重塑整個數據分析。

聚類

下一步是設計所謂的集群，根據調查階段確定的答案來標記答案。 這些集群幫助團隊區分優先問題。 例如，如果超過一半的用戶響應符合創建的標記為“界面性能”的集群，那麼團隊可能應該優先考慮該主題並尋找與界面性能特別相關的問題。

識別結果和見解

我們不要忘記結果不是洞察力。 結果涉及研究團隊通過分析過程揭示的發現、調查、然後分組和分類的事實。 另一方面，洞察力僅指識別導致結果的原因的行為。 這是一個非常獨特的功能，因為用戶的響應並不總是導致問題的根源。 那麼，設計師的工作就是深入觀察並尋求洞察力。

用戶通常無法自行確定問題的根源。 因此，研究團隊必須在數據分析過程中審查結果，對其進行討論，然後尋找見解並將其與研究目標相匹配。 確定最相關見解的研討會有助於完成此任務。 有效使用此工具需要進行多輪討論，中間稍作休息。

上述步驟是一個相當通用和標準的數據分析過程，適用於任何研究方法（定性和定量）。 您需要做的就是根據您的流程適當調整步驟。

定量與定性數據分析

儘管分析定量數據的過程與分析定性數據沒有顯著差異，但由於這項研究的性質，設計人員可能會收到不同的見解。 定量研究側重於使用統計和概率收集和分析數值數據。 例如，給定頁面的拒絕率或用戶的人口統計資料等指標為研究人員提供了關於人們如何與產品和受眾本身互動的具體和可量化的信息。

定性研究更側重於抽象概念，例如人類行為。 為此，多花一點時間研究和評估，充分了解用戶體驗和意見。 在此階段提出有用的問題是值得的，例如：

  • 用戶最喜歡產品的什麼，最不喜歡什麼？
  • 為什麼有些用戶的反應與其他用戶不同？
  • 用戶是否（以及何時）有情緒反應？
  • 用戶是否（以及為什麼）對產品滿意？

鑑於收到的數據存在差異，將定量和定性軼事作為用戶體驗研究的一部分是有意義的。 通過這種方式，收集的數據可以相互補充，並提供對結果更清晰、更深入的洞察。

概括

正確進行數據分析可以做出更好、更優化的設計決策。 忽略其發現會導致開發出不完整、無效的產品，無法響應用戶的實際需求。 這就是為什麼數據分析是如此關鍵的過程，它決定了整個項目的成功。 它使您能夠收集和選擇關鍵信息，將這些信息轉化為具體的設計建議後，有助於開發最佳解決方案——根據用戶的需要和要求量身定制。 我們描述的數據分析步驟將幫助您以結構化的方式執行它，並專注於最重要的事情。

如果您喜歡我們的內容，請在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我們忙碌的蜜蜂社區。

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

添加一名作者

一位圖形和 UX 設計師，將無法用語言表達的內容傳達到設計中。 對他來說，每一種使用的顏色、線條或字體都有其意義。 熱衷於圖形和網頁設計。

查看所有帖子

用戶體驗研究：

  1. 什麼是用戶體驗研究？
  2. 用戶體驗研究的類型
  3. 什麼是研究問題以及如何撰寫？
  4. UI/UX 項目的需求收集過程
  5. 為什麼利益相關者訪談對於設計過程至關重要？
  6. 如何利用我們收集的客戶數據？
  7. 如何制定好的用戶體驗研究計劃？
  8. 如何選擇研究方法？
  9. 試點測試如何改進用戶體驗研究？
  10. 用戶體驗研究參與者招募
  11. 尋找用戶體驗研究參與者的渠道和工具
  12. 用戶體驗研究篩選調查
  13. 用戶體驗研究獎勵
  14. 兒童用戶體驗研究
  15. 發現研究方法
  16. 什麼是案頭研究？
  17. 如何進行用戶訪談？
  18. 如何進行日記研究？
  19. 研究中的焦點小組是什麼？
  20. 什麼是民族志研究？
  21. 調查研究
  22. UX 中的卡片分類是什麼？
  23. 什麼是評價性研究？
  24. 如何進行可用性測試？
  25. 何時以及如何進行偏好測試？
  26. 什麼是 UX 中的 A/B 測試？
  27. UX 測試中的眼動追踪
  28. 什麼是樹測試？
  29. 首次點擊測試
  30. 什麼是用戶體驗研究中的任務分析？
  31. 用戶體驗中的情緒評估
  32. 用戶體驗的持續研究
  33. 用戶體驗研究中的數據分析
  34. 如何準備用戶體驗研究報告？