Akhirnya 2025! Saya tahu siaran ini agak lewat untuk mengucapkan Selamat Tahun Baru kepada anda, tetapi saya akan melakukannya juga: Selamat Tahun Baru 2025 kepada semua! Tetapi bukan itu sahaja. Saya kembali dengan idea baharu, dan kali ini, mari bercakap tentang AI, tetapi dari perspektif penyelidikan UX. Ya, saya melihat anda Penyelidik UX! Hari ini, kita akan meneroka cara AI boleh meningkatkan fasa penyelidikan dan cara penyelidik UX boleh memanfaatkan teknologi ini.

Apakah penyelidikan UX?

Bagi kebanyakan anda, anda mungkin telah memainkan peranan sebagai penyelidik UX, sama ada secara sukarela atau tidak. Bagi mereka yang tidak pernah mendengar tentang bidang ini, izinkan saya menerangkan dengan cepat apa yang berkaitan dengannya.

Secara amnya, anda boleh mengenali penyelidik UX dengan mudah: mereka adalah orang yang bertanya banyak soalan, sepanjang masa, sepanjang hari. Dia terus mengganggu pelanggan atau pengurus projek untuk mendapatkan jawapan kepada soalannya. Tetapi lebih serius, ini adalah orang yang bertanggungjawab ke atas fasa penemuan, definisi dan idea.

Tetapi kita semua tahu bahawa, bergantung pada syarikat dan tahap kematangannya, penyelidikan kadangkala terhad kepada temu bual dengan pelanggan, beberapa temu bual pengguna, penciptaan persona, penanda aras cepat, dan itu sahaja.

Kecuali pada hakikatnya, penyelidikan lebih daripada itu:

• Menganalisis data
• Menjalankan temuduga
• Menjalankan ujian pengguna
• Menjalankan analisis kompetitif
• Menggunakan penjejakan mata
• Menganalisis peta haba
• Cipta peta pengalaman dan peta empati
• Mengadakan bengkel kumpulan fokus dengan pihak berkepentingan
• Membayangkan
• Atur Studio Reka Bentuk
  …dan banyak lagi!

Seperti yang anda lihat, terdapat banyak tindakan dan tugas penyelidik UX sangat pelbagai. Ia adalah peranan penting, tetapi malangnya tidak selalu difahami dengan baik oleh semua orang.

Penyelidikan UX dalam perniagaan 

Penyelidikan UX sedikit seperti wira-wira senyap syarikat itu. Ia mengoptimumkan pengalaman pengguna, menghilangkan titik geseran. Ia membantu mencipta produk yang lebih intuitif dan memuaskan. Cukup berguna, bukan? 

Saya perlu mengiklankan profesion ini, kerana selalunya syarikat lebih suka mempunyai satu atau dua orang dalaman yang menyesuaikan semua topi UI dan UX. 

Dan saya rasa selamat untuk mengatakan: sangat sukar untuk menjadi pakar dalam setiap subjek.

Terima kasih kepada pendekatan berterusannya, penyelidikan UX membolehkan syarikat kekal tangkas dan relevan dalam pasaran yang sentiasa berkembang – kerana kami tidak mahu menjadi yang tersekat pada tahun 2000-an, itu adalah noda. 

Kemudian, ia menggalakkan kerjasama antara pasukan, menyelaraskan semua orang mengikut keperluan pengguna sebenar dan mengoptimumkan keputusan strategik. Ringkasnya, penyelidikan UX ialah sekutu terbaik kami untuk menjayakan sesuatu produk.

Faedah yang diperoleh syarikat daripada kerja penyelidikan UX 

Penyelidikan UX bukan hanya tentang meningkatkan pengalaman produk atau perkhidmatan. Ia juga menjana keputusan perniagaan yang konkrit dan boleh diukur untuk syarikat. Sama ada dari segi keuntungan, kesetiaan atau prestasi pasaran, penyelidikan UX telah membuktikan keberkesanannya pada beberapa peringkat.

Menurut beberapa kajian, setiap euro yang dilaburkan dalam pengalaman pengguna boleh menjana pulangan pelaburan dari 2 € hingga 100 €. Variasi ini bergantung pada usaha yang dilakukan dan intensiti penglibatan dengan pengguna. Angka ini menyerlahkan bahawa syarikat yang melabur dalam penyelidikan UX memperoleh manfaat kewangan yang besar, di samping meningkatkan kepuasan pelanggan.

Syarikat yang mengutamakan pengalaman pengguna sering mengatasi prestasi pesaing mereka. Menurut kajian McKinsey, syarikat berprestasi terbaik dalam UX mengatasi indeks S&P (Standard & Poor's) dengan 35%. 

Perbezaan prestasi ini menunjukkan bahawa penyelidikan UX bukan sahaja kelebihan dari segi kepuasan pelanggan, tetapi juga faktor pembezaan dalam pasaran yang semakin kompetitif. Dengan menyediakan pengalaman yang lebih baik, syarikat-syarikat ini menarik lebih ramai pelanggan, meningkatkan kesetiaan mereka dan mengukuhkan kedudukan pasaran mereka.

AI dan penyelidikan

Akhirnya, kita akan bercakap tentang AI, kerana saya tahu itulah sebabnya anda membaca artikel ini. Tetapi saya terpaksa memulihkan Penyelidikan UX kepada kegemilangan dahulu; profesion ini terlalu mengujakan untuk tidak diketengahkan. 

Tetapi apakah AI?

Untuk mengelak daripada menyalin dan menampal definisi AI saya ke dalam artikel saya sebelum ini "Adakah AI membunuh ujian pengguna tradisional atau mengoptimumkannya?"  Berikut ialah ringkasan ringkas tentang AI: AI (kecerdasan buatan) bertujuan untuk meniru kebolehan manusia tertentu seperti pemahaman bahasa, pengecaman imej, membuat keputusan dan pembelajaran daripada data. Ia ada di mana-mana dalam kehidupan seharian, daripada pembantu suara (Siri, Alexa) dan telefon pintar (pengecaman muka) kepada bantuan diagnosis perubatan dan pemperibadian rawatan. 

AI juga digunakan dalam kereta pandu sendiri, sistem navigasi seperti Waze, dan juga dalam hiburan untuk menjana karya seni atau membantu dalam penciptaan visual. Ringkasnya, AI telah menjadi lanjutan daripada kehidupan seharian kita, sama seperti peranan telefon pintar dalam kehidupan kita.

Bolehkah AI melakukan penyelidikan?

AI sedikit seperti rakan sepasukan kami yang sangat cekap, ia adalah R2-D2 kami. 

Ia ada untuk mengautomasikan tugasan, menganalisis data dan menemui corak, membolehkan penyelidik menumpukan pada pandangan yang lebih mendalam dan keputusan strategik (pada asasnya, ia melakukan semua kerja yang membosankan sambil kita boleh menjadi kreatif, memikirkan idea yang bernas...). 

Tetapi berhati-hati, AI tidak berada di sini untuk menggantikan kami! Ia harus dilihat sebagai titik permulaan, bukan sebagai pengganti kepakaran manusia kita.

Begini cara AI membantu penyelidik UX kami:

• Automasi tugas penyelidikan : Memudahkan pengambilan peserta, perancangan penyelidikan dan organisasi data, mengurangkan usaha manual.
• Transkripsi dan analisis temu bual : Menyalin temu bual dalam masa nyata, menyerlahkan tema utama dan menjana ringkasan.
• Meningkatkan kebolehcapaian data : Menyusun volum data yang besar, menjadikannya mudah dicari dan boleh diperoleh semula.
• Menjana laporan penyelidikan : Merumuskan maklumat ke dalam laporan dan persembahan visual untuk komunikasi hasil yang lebih baik.
• Pemprosesan maklum balas tinjauan : Mempercepatkan analisis dengan mengkategorikan respons terbuka, mengenal pasti sentimen dan meringkaskan perkara utama.

Alat AI yang boleh digunakan dalam penyelidikan

Berikut ialah senarai alat yang tidak lengkap yang tersedia di pasaran untuk meningkatkan penyelidikan UX.

1. SembangGPT

Faedah:

• Penjanaan kandungan : ChatGPT boleh mencipta persona, pernyataan masalah dan cerita pengguna, mempercepatkan fasa penemuan dan spesifikasi.
• Bantuan à la rédaction : Ia membantu menulis salinan sokongan pengguna dan menjana data realistik untuk prototaip.

Sempadan:

• Kontekstual pemahaman : ChatGPT mungkin kurang nuansa dalam mentafsir konteks tertentu, yang mungkin menjejaskan perkaitan kandungan yang dijana.
• Kebergantungan kepada data input : Kualiti respons sangat bergantung pada gesaan yang diberikan, memerlukan kata-kata yang tepat untuk mendapatkan hasil yang berguna.

2. Maze

Faedah:

• Ujian pengguna automatik : Maze memudahkan ujian dalam talian tanpa kawalan, membolehkan penyelidik mengumpulkan maklum balas tentang prototaip tanpa pengawasan langsung.
• Analisis mendalam : Alat ini menjana peta haba dan analisis sentimen, membantu mengenal pasti titik geseran dan emosi pengguna.

Sempadan:

• Kurang kesederhanaan manusia : Kekurangan penyeliaan boleh menyebabkan salah tafsir tugas oleh pengguna, menjejaskan kualiti data yang dikumpul.
• Pergantungan kepada kualiti prototaip : Prototaip yang direka bentuk dengan buruk boleh membawa kepada maklum balas yang tidak boleh dipercayai, mengehadkan keberkesanan ujian.

3. Panel gelung

Faedah:

• Transkripsi dan analisis temu bual : Looppanel menyalin temu bual dalam masa nyata, mengenal pasti tema utama dan menjana ringkasan, mengurangkan masa yang dihabiskan untuk analisis manual.
• Organisasi data : Alat ini menstruktur data penyelidikan, menjadikannya mudah dicari dan boleh diperoleh semula.

Sempadan:

• Ketepatan transkripsi : Aksen yang kuat atau kualiti audio yang lemah boleh menjejaskan ketepatan transkripsi.
• Tafsiran kontekstual : AI mungkin bergelut untuk menangkap nuansa kontekstual atau emosi halus yang dinyatakan semasa temu bual.

4. Pengguna Sintetik

Faedah:

• Simulasi tingkah laku : Pengguna sintetik membenarkan pemodelan pelbagai tingkah laku tanpa memerlukan peserta sebenar, sekali gus mempercepatkan proses ujian.
• Penerokaan pelbagai senario : Mereka membenarkan pelbagai senario pengguna untuk diterokai tanpa kekangan logistik.

Sempadan:

• Kurang keaslian : Tingkah laku simulasi mungkin tidak menggambarkan dengan tepat tindakan pengguna sebenar, mengehadkan kesahihan ujian.
• Kurang maklum balas emosi : Pengguna sintetik tidak memberikan reaksi emosi, yang penting untuk memahami pengalaman pengguna sepenuhnya.

5. FigJam AI

Faedah:

• Memudahkan idea : FigJam AI membantu menjana idea, mengatur sesi sumbangsaran dan sesi perancangan struktur, menggalakkan kerjasama antara pasukan.
• Visualisasi data : Ia mengubah data mentah kepada visualisasi yang boleh difahami, membantu mengenal pasti arah aliran dan cerapan.

Sempadan:

• keluk pembelajaran : Pengguna mungkin memerlukan masa untuk menguasai sepenuhnya ciri alat.
• Pergantungan pada ketersambungan : Sambungan internet yang stabil adalah penting untuk penggunaan optimum, yang boleh menjadi kelemahan dalam situasi tertentu.

6. Kebingungan.ai

Faedah:

• Pencarian maklumat pantas : Perplexity.ai menyediakan jawapan ringkas dalam masa nyata, memudahkan pengumpulan maklumat semasa fasa penyelidikan.
• Kebolehpercayaan sumber : Ia dengan jelas menyebut sumber maklumat, membolehkan penyelidik mengesahkan dan mendalami data yang diberikan.

Sempadan:

• Portée limitée : Alat ini direka terutamanya untuk penyelidikan maklumat am dan mungkin tidak meliputi topik yang sangat khusus atau teknikal.
• Pergantungan kepada sumber yang ada : Kualiti respons bergantung pada maklumat yang tersedia dalam talian, yang mungkin berbeza dari segi kebolehpercayaan dan kesempurnaan.

AI adalah hebat, tetapi ia tidak akan menyelesaikan semua masalah kita, terutamanya yang termasuk dalam sihir manusia. Oleh itu, adalah penting untuk menggunakannya sebagai tambahan kepada kaedah tradisional untuk mendapatkan hasil yang benar-benar optimum.

Kesimpulan

Dalam penyelidikan saya, saya mendapati bahawa 51% daripada penyelidik UX sudah menggunakan AI dalam kerja harian mereka. AI ada untuk menyokong kami dalam mengumpul dan menganalisis data, sambil memberi ruang kepada kepakaran kami untuk mentafsir, menyoal dan, terutama sekali, menyediakan penyelesaian kreatif dan manusiawi. 

AI boleh menganalisis banyak data pengguna dengan cepat, mengesan arah aliran yang mungkin mengambil masa beberapa hari untuk dicari, malah menjana laporan dengan cerapan utama. Cukup berguna, bukan? 

Ia juga boleh mengautomasikan tugas seperti menyalin temu bual, menjimatkan masa kita yang berharga (kerana kita semua tahu betapa membosankan untuk mendengar perbincangan berjam-jam lagi). Kemudian, apabila ia datang untuk menganalisis gelagat pengguna dengan peta haba atau penjejakan mata, AI boleh mentafsir semua itu dalam sekelip mata, membantu kami memahami cara pengguna benar-benar berinteraksi dengan produk kami.

Oleh itu, saya berharap terima kasih kepada artikel ini anda dapat menemui alatan baharu dan saya dapat membuka mata anda kepada peranan dan kelebihan yang ditawarkan oleh AI kepada kami.

 

Erwan Nisas, pereka UX di UX-Republic