Penyelidikan UX Atomik ialah pendekatan oleh Daniel Pidcock, diilhamkan oleh Reka Bentuk Atom dan membenarkan untuk menyusun data hasil daripada penyelidikan pengguna. Data ini kemudiannya boleh dipecahkan, dikategorikan, disambungkan dan dirujuk silang untuk mengenal pasti arah aliran. Pidcock memperkenalkannya demikian: “cara baharu untuk menyusun pengetahuan UX dengan cara yang sangat berkuasa." maksudnya cara baharu untuk menyusun pengetahuan UX dengan cara yang sangat berkuasa.
Model Penyelidikan Atom Daniel Pidcock
Pidcock memecahkan model ini seperti berikut: pengalaman “apa yang kita buat…”, the fakta “apa yang mengajar kita bahawa…”, the pandangan “yang membuatkan kita berfikir bahawa…”, the kesimpulan “… jadi kami akan buat itu.” Ckesimpulan, atau pengesyoran UX, seterusnya diuji dengan yang baharu pengalaman dalam gelung berulang. Cara membahagikan data dan menghubungkannya mempunyai banyak kelebihan berbanding kaedah analisis konvensional, di mana setiap ujian akan diproses secara berasingan daripada yang lain.
#1 Guna Penyelidikan Atom
Tetapi sebelum bercakap tentang kelebihan ini, mari kita bercakap tentang pelaksanaan kaedah ini. Alat itu secara beransur-ansur muncul: malangnya versi beta perisian Glean.ly Daniel Pidcock masih dalam akses terhad. Alternatif yang sedikit berbeza sudah wujud seperti Dovetail dan Consider.ly, manakala alat lain yang lebih fleksibel telah disesuaikan untuk tujuan ini, seperti Notion atau Airtable.
Semua membolehkan anda memasukkan data, fakta berkaitan dengan projek, pengalaman.
Kita boleh simpulkan pandangan disambungkan kepada satu atau lebih fakta daripada satu atau lebih pengalaman. Dengan cara yang sama, pandangan membawa kepada kesimpulan. Dalam ditambah sambungan antara setiap entri, alatan ini membenarkannya ditandakan, contohnya mengikut subjek, komponen, peranti, negara, keutamaan, dan lain-lain. Alat ini boleh digunakan sebagai ganti atau sebagai tambahan kepada mengambil nota semasa ujian pengguna, contohnya, tetapi di atas semua itu, ia membolehkan kami membina pangkalan data pengetahuan UX kami.
Cerapan pengguna dibuat pada Airtable
#2 Faedah Penyelidikan Atom
- Data tidak lagi bertaburan
Dengan kaedah tradisional kami, data pasukan UX kami akan berakhir dalam pelbagai perisian dan dokumen (teks, hamparan, pembentangan, tangkapan skrin, dll.), dihoskan di tempat yang berbeza (Pasukan, Sharepoint, Drive, E-mel , Slack …). Jika kita ingin menyeberang dengan data daripada sokongan pelanggan, Google Analitis, pendapat di rangkaian sosial, dsb. penyertaan semakin bertambah. Dengan Penyelidikan UX Atom dan kerja latar belakang kemasukan data UX atau pengguna yang meluas, kami boleh menapis pangkalan data kami untuk mendapatkan semua pandangan et les kesimpulan pada subjek tertentu, dan penyertaan ini adalah berdasarkan fakta boleh disahkan yang boleh dirujuk. Mengambil contoh tapak e-dagang, semuanya pandangan pengguna yang berkaitan dengan halaman produk boleh dipanggil dengan beberapa klik, sedangkan pada masa lalu adalah perlu untuk membaca beberapa laporan, pembentangan, rantaian e-mel untuk mencari sebahagian daripada data.
Lajur dan teg pada Airtable untuk mengisih dan menapis entri
- Les data tidak lagi dilupakan
Laporan kami sentiasa mengumpulkan habuk, terutamanya apabila pengesyoran UX telah dilaksanakan. Walau bagaimanapun, beberapa pembelajaran, pandangan atau garis panduan mungkin kekal relevan untuk projek masa hadapan. Satu lagi fenomena biasa: semasa ujian atau temu bual pengguna, kami akan mengumpul data "luar topik", yang tidak akan menarik minat kami dengan serta-merta. Tanpa Penyelidikan UX Atom, data ini berisiko dikaburkan. Ia mungkin, demi kesempurnaan, dimasukkan ke dalam laporan, tetapi jika kita tidak mengaitkannya dengan tindakan pada masa itu, kita tidak akan lagi berfikir untuk mencarinya apabila subjek menjadi relevan. Dimasukkan ke dalam pangkalan data dan ditandakan, kami pasti akan menemuinya apabila kami memerlukannya.
- Kami menjimatkan masa pada penyelidikan pengguna
Berunding dengan pangkalan data kami boleh menjadi salah satu langkah pertama dalam penyelidikan pengguna pada permulaan projek. Ia membolehkan kami menyemak perkara yang telah dilakukan dan dipelajari tentang pengguna kami. Untuk struktur yang paling penting termasuk beberapa pasukan Penyelidik UX, penguji AB, dan lain-lain., ia juga memungkinkan untuk memastikan ujian belum dijalankan dan mengelakkan pertindihan antara pasukan.
- Hasil kajian pengguna dikongsi
Pangkalan data keputusan ujian pengguna membawa kepada ketelusan yang lebih besar dalam kerja pasukan UX. Dia mengambil bahagian secara langsung dalam penginjilan pendekatan berpusatkan pengguna dan juga memudahkan komunikasi antara pereka UX dan pasukan lain dalam organisasi.
# 3 Beberapa cabaran
- Sertai rakan sekerja UX kami pada alat tersebut
Agar pelaksanaannya berfungsi, kami perlu meyakinkan rakan sekerja kami untuk menggunakan alat itu, atau menyediakan data mereka supaya seseorang yang memegang peranan sebagai setiausaha bertanggungjawab untuk memasukinya. Kita perlu memastikan bahawa konfigurasi dan konvensyen input dan penandaan sesuai untuk semua orang, untuk mendapatkan asas homogen yang boleh kita tapis tanpa kehilangan maklumat.
- Sertai rakan sekerja bukan UX kami
Kami mendapati cabaran yang sama seperti dengan rakan sekerja UX kami, dengan kekangan tambahan untuk mengkonfigurasi alat supaya sebarang jenis data yang berkenaan boleh dimasukkan selari dengan data daripada kajian UX. Seluruh kerja penginjilan juga diperlukan supaya pasukan mengambil refleks untuk merujuk alat itu apabila mereka memerlukannya.
- Gunakan pangkalan data secara sistematik
Masukkan data untuk setiap ujian, supaya tidak terlambat dan untuk mengelakkan keusangan pangkalan data,
Rancang titik maklum balas dengan pasukan lain untuk mengumpul keintiman pelanggan dan memasukkan data pengguna daripada sumber lain,
Dapatkan automatisme: sentiasa rujuk pangkalan sekurang-kurangnya dalam fasa pertama projek kami.
Fungsi penapis pada Airtable
Sokong pengalaman Penyelidik UX kami
Semasa ujian dan kerjaya semakin maju, kami rasa kami tahu perkara tentang pengguna. Kami menjangkakan unsur-unsur yang akan menyebabkan geseran atau akan mudah dikendalikan, kerana kami telah melihatnya beberapa kali. Kami bergantung pada maklumat ini: ia adalah sebahagian daripada pengalaman kami, kepakaran kami. Tetapi kita tidak dapat mengingati segala-galanya, kita lupa konteks yang tepat di mana pengetahuan ini muncul.
Seseorang boleh membayangkan, sama seperti pangkalan data seluruh pasukan atau seluruh syarikat, pangkalan data individu, cerapan pengguna umum yang akan dicabar dan berkembang dengan amalan kami . Adalah mungkin untuk menyumber luar, mengukuhkan dan menyokong kepakaran kami dengan data konkrit, yang kami jejaki, terima kasih kepada alatan yang versi percumanya selalunya mencukupi untuk kegunaan peribadi.
#Bawa pulang
Penyelidikan UX Atom ialah kaedah baharu, maklum balas masih jarang berlaku dan pelaksanaannya memberikan beberapa cabaran. Walau bagaimanapun, sumbangannya adalah jelas dan serta-merta:
- Data terpusat, yang boleh kita silang dengan mudah,
- Alat komunikasi dan penginjilan,
- Pandangan dan cadangan yang berkaitan dengan fakta dan konteks tertentu.
Perlu diketahui dan diuji.
Untuk pergi lebih jauh
https://blog.prototypr.io/what-is-atomic-research-e5d9fbc1285c
https://medium.com/@tsharon/democratizing-ux-670b95fbc07f
https://uxstudioteam.com/ux-blog/ux-research-system/
Jumpa anda esok untuk kejutan baharu pada kalendar UX-Republic Advent kami!
Marie EUZEN, Pereka UX @UX-Republic
