Al di là di algoritmi, test A/B e analisi dei dati, l'obiettivo della visualizzazione dei dati è sviluppare la comprensione dell'utente adottando un approccio migliore ai dati raccolti.
All'interno di un'azienda, a volte è difficile per i team comprendere e analizzare i dati che ricevono: test A/B, ricerche di mercato, sondaggi...
Quindi cosa dovremmo prendere in considerazione in questa massa di dati e come possiamo sfruttarla?
Per capire cos'è la visualizzazione dei dati, esamineremo l'eliminazione mostrando prima cosa non è, quindi spiegheremo come la visualizzazione dei dati può migliorare l'esperienza dell'utente.
Mito 1: i dati riguardano i numeri
L'analisi dell'attività su un sito è generalmente rappresentata da indicatori numerici come il numero di visite, il tempo trascorso dall'utente sul sito, i clic in uscita. In questi casi, i numeri sono un modo semplice per trascrivere le abitudini di una persona.
Tuttavia, ridurre le abitudini di milioni di persone a pochi numeri potrebbe non essere così utile e affidabile come si potrebbe pensare. Gli studi analitici, infatti, non possono fornire tutte le risposte relative al comportamento umano, che a volte è soggettivo e cambia a seconda dell'individuo: qual è il sentimento dell'utente? Cosa lo ha attratto di più dell'interfaccia? Perché la consiglierà?
Come negli studi sociali e nella medicina, gli studi qualitativi non sono considerati sicuri. Lo stesso vale per la visualizzazione dei dati. Gli unici dati reali che possono essere presi in considerazione sono le tracce lasciate dagli utenti qualunque ne sia la fonte.
Mito 2: i dati sono oggettivi
I dati quantitativi sono generalmente parametri di riferimento che riflettono le azioni. Questi dati vengono poi compilati dalle macchine e non dalle persone. Poiché si tratta di fatti indiscutibili, questi dati di solito hanno un peso maggiore.
Anche se la quantità di dati è enorme, non è comunque da considerarsi del tutto oggettiva, perché anche se raccolti da macchine rimangono interpretati dall'uomo (dove l'errore è possibile).
Ad esempio, i dati dei social network mostrano solo l'azione di determinati tipi di popolazioni: abbonati su Twitter o Facebook che utilizzano determinati hashtag, fan e follower di una pagina... In altre parole, le persone che accettano di partecipare a uno studio corrispondono a un minoranza e non rispecchiano l'intera popolazione. Prendendo questi dati come vere verità, finiamo per cadere nei pregiudizi.
Come per il principio di indeterminazione di Heisenberg, i risultati possono cambiare semplicemente osservando il soggetto. L'ambiente può essere neutro, il comportamento dell'utente può essere modificato perché osservato. Ci sono pochissimi studi che lasciano davvero all'utente la possibilità di esprimersi in modo puro e semplice. Questo è anche il caso degli studi quantitativi in cui i comportamenti possono essere modificati a seconda di come vengono poste le domande.
Inoltre, quando confrontiamo gli studi effettuati a distanza e le interviste con un osservatore, notiamo differenze di comportamento. Le persone tendono a dare impressioni leggermente più positive quando sono con un osservatore rispetto a quando tornano a casa.
I dati, grandi o piccoli, non possono essere sicuri al 100%. Hanno i loro limiti ei pregiudizi possono modificare le loro interpretazioni.
Mito 3: Più grande è meglio
Questa mania per i Big Data suggerisce il potere di rivelare i più grandi segreti dell'umanità e predire il futuro. Certo, a volte quando si tratta di dati, più informazioni sono, meglio è.
Ciò vale anche quando si tratta di elementi soggettivi, come le emozioni basate su esperienze personali: più risposte ci sono, più affidabili possono essere i dati.
Quando pensiamo in grande, tendiamo a guardare molte metriche. Ma l'enorme quantità di dati è anche una questione di diversità e, per estensione, di fonti diverse.
Non puoi aspettarti di ottenere tutte le risposte che desideri sul comportamento degli utenti solo guardando i numeri. Tutti i dati raccolti, qualitativi e quantitativi, dovrebbero essere utilizzati per migliorare sia lo sviluppo che l'aspetto di un prodotto. Si tratta più di creare e classificare gli elementi raccolti in un ordine logico per misurarli, comprenderli e definire un percorso da seguire.
I dati provenienti da diverse fonti forniscono una visione più sfumata che porta a un risultato coerente.
Piu 'grande e', meglio 'e. Più grande è, meglio è.
Mito 4: i dati sono solo per i manager (non i designer)
I fatti vengono spesso utilizzati per convalidare le decisioni nella progettazione di siti o applicazioni.
A volte si è tentati di utilizzare questi dati per supportare la propria opinione, una scelta personale o per risolvere conflitti tra i team. Usarlo come prova fattuale è una piccola parte degli obiettivi della visualizzazione dei dati. Se stai utilizzando la visualizzazione dei dati nella progettazione, ci sono 3 modi per affrontarla:
- L'utilizzo dei dati per il miglioramento del prodotto equivale a un'iterazione.
- Recupera i dati in un determinato periodo, in base alle modifiche della versione o anche confrontandoti con i concorrenti.
- Usare i dati significa analizzare diversi studi per scoprire nuovi modelli e tendenze.
I dati vengono ordinati in base alle aspettative, quindi un manager e un UX Designer analizzeranno diversi tipi di dati.
Ogni squadra ha i propri riferimenti e non ha conoscenza dei dati appartenenti alle altre squadre. La visualizzazione dei dati non riguarda solo l'arbitraggio tra il bene e il male, ma anche il miglioramento e la scoperta di nuove possibilità. È un nuovo modo di comprendere le abitudini di utilizzo delle persone attraverso la tecnologia.
Mito 5: l'analisi dei dati è un freno all'innovazione
L'analisi è vista come l'antitesi dell'innovazione in un certo senso. Questo può essere spiegato in 3 modi:
- Usiamo i risultati raccolti retrospettivamente. Sebbene aiutino a scoprire nuovi modelli e tendenze, non aiutano a prevedere il comportamento.
- La visualizzazione dei dati riguarda più la metodologia che la strategia. Gli studi quantitativi associati ai test A/B possono essere utili per correggere errori o apportare miglioramenti a un prodotto, ma non consentono la creazione di un'esperienza utente unica.
- I dati raccolti non sono solo la punta dell'iceberg. Sapere dove gli utenti hanno cliccato, quante volte hanno fatto scorrere ci aiuta a definire come creare un prodotto. Ma non aggiungono molto ai sentimenti dell'utente riguardo al design, alle sue motivazioni, alle sue aspettative o ai suoi sentimenti.
C'è necessariamente un'utilità nell'accumulo di questi dati. Il problema non sono i dati in sé, ma come vengono utilizzati.
Mito 6: esiste un solo modo corretto di utilizzare i dati nella progettazione
In realtà, non esiste un'unica regola comune che possa funzionare per qualsiasi team. Tuttavia, alcune metodologie possono funzionare relativamente bene:
- Utilizza dati provenienti da diverse fonti: analisi dell'audience, test A/B, social media, servizio clienti, test utente, ecc.
- Prendere in considerazione il contesto in cui vengono effettuati i test. Qualunque sia il tipo di test, il contesto a volte influenza il feedback degli utenti, è importante capirlo.
- Assicurarsi che i dati tengano conto dello stato d'animo delle persone testate. Per questo vengono utilizzate le medie di riferimento.
- Usa i dati per tenere traccia dei cambiamenti nelle abitudini e nei bisogni, esplorare nuovi modelli e indagare i problemi in modo più approfondito.
- Decidi il tipo di dati utili per trarre risultati conclusivi.
- Creare un modo per condividere e scambiare con i team ciò che è stato raccolto e riflettere insieme su una base comune.
L'uso dei dati deve andare oltre gli algoritmi, i test degli utenti o l'analisi dell'audience. L'obiettivo è utilizzare questi dati per ottenere una migliore comprensione delle abitudini degli utenti.
Thierry Andrianalisoa - DA @UX-Repubblica
