Het is eindelijk 2025! Ik weet dat het wat laat is om jullie met dit bericht een gelukkig nieuwjaar te wensen, maar ik doe het toch: een gelukkig nieuwjaar 2025 voor iedereen! Maar dat is nog niet alles. Ik ben terug met nieuwe ideeën en deze keer wil ik het hebben over AI, maar dan vanuit het perspectief van UX-onderzoek. Ja, ik zie jullie, UX-onderzoekers! Vandaag onderzoeken we hoe AI onderzoeksfasen kan verbeteren en hoe UX-onderzoekers deze technologie kunnen benutten.
Wat is UX-onderzoek?
De meesten van jullie hebben waarschijnlijk al eens de rol van UX-onderzoeker vervuld, al dan niet vrijwillig. Voor degenen die nog nooit van dit vakgebied hebben gehoord, zal ik kort uitleggen wat het inhoudt.
Over het algemeen kun je een UX-onderzoeker gemakkelijk herkennen: het zijn mensen die de hele dag door allerlei vragen stellen. Hij/zij blijft de klant of projectmanager lastigvallen om antwoorden op zijn/haar vragen te krijgen. Maar nog belangrijker: dit is de persoon die verantwoordelijk is voor de ontdekkings-, definitie- en ideevormingsfases.
Maar we weten allemaal dat, afhankelijk van het bedrijf en de mate van volwassenheid ervan, onderzoek soms beperkt blijft tot een interview met de klant, een paar gebruikersinterviews, het opstellen van persona's, een snelle benchmark en dat is alles.
Maar in werkelijkheid is onderzoek veel meer dan dat:
- Gegevens analyseren
- Interviews afnemen
- Gebruikerstests uitvoeren
- Concurrentieanalyses uitvoeren
- Eye-tracking gebruiken
- Heatmaps analyseren
- Maak ervaringskaarten en empathiekaarten
- Organiseer focusgroepworkshops met belanghebbenden
- Schaduwen
- Organiseer ontwerpstudio's
…en nog veel meer!
Zoals je ziet, zijn er veel verschillende acties en is de taak van een UX-onderzoeker erg gevarieerd. Het is een essentiële rol, maar helaas wordt deze niet altijd door iedereen goed begrepen.
UX-onderzoek in het bedrijfsleven
UX-onderzoek is een beetje de stille superheld van het bedrijf. Het optimaliseert de gebruikerservaring en elimineert knelpunten. Het helpt om intuïtievere en bevredigendere producten te creëren. Handig toch?
Ik moet deze baan adverteren, omdat bedrijven vaak de voorkeur geven aan één of twee mensen die alle UI- en UX-functies in huis hebben.
Ik denk dat we gerust kunnen stellen dat het heel moeilijk is om op elk gebied een expert te zijn.
Dankzij de continue aanpak van UX-onderzoek kan het bedrijf flexibel en relevant blijven in een markt die voortdurend verandert. We willen immers niet blijven hangen in de jaren 2000, want dat is een smet.
Bovendien bevordert het de samenwerking tussen teams, zodat iedereen zich kan richten op de werkelijke behoeften van de gebruiker en strategische beslissingen kunnen worden geoptimaliseerd. Kortom, UX-onderzoek is onze beste bondgenoot om van een product een succes te maken.
De voordelen die het bedrijf haalt uit UX-onderzoekswerk
Bij UX-onderzoek gaat het niet alleen om het verbeteren van de ervaring met een product of dienst. Het genereert bovendien concrete en meetbare bedrijfsresultaten voor bedrijven. Of het nu gaat om winstgevendheid, loyaliteit of marktprestaties: UX-onderzoek heeft zijn effectiviteit op verschillende niveaus bewezen.
Volgens verschillende onderzoeken kan elke euro die in de gebruikerservaring wordt geïnvesteerd, een rendement op de investering opleveren dat varieert van 2 € tot 100 €. Deze variatie hangt af van de geleverde inspanningen en de intensiteit van de betrokkenheid bij gebruikers. Deze cijfers benadrukken dat bedrijven die investeren in UX-onderzoek aanzienlijke financiële voordelen behalen en tegelijkertijd de klanttevredenheid verbeteren.
Bedrijven die prioriteit geven aan de gebruikerservaring, presteren vaak beter dan hun concurrenten. Volgens een onderzoek van McKinsey presteerden de best presterende bedrijven op het gebied van UX beter dan de S&P (Standard & Poor's)-index met 35%.
Dit prestatieverschil laat zien dat UX-onderzoek niet alleen een voordeel is als het gaat om klanttevredenheid, maar ook een onderscheidende factor in een steeds competitievere markt. Door een betere ervaring te bieden, trekken deze bedrijven meer klanten aan, vergroten ze hun loyaliteit en versterken ze hun marktpositie.
AI en onderzoek
Tot slot gaan we het over AI hebben, want ik weet dat dat de reden is waarom u dit artikel leest. Maar ik moest UX Research in zijn oude glorie herstellen; Dit beroep is te spannend om niet te belichten.
Maar wat is AI?
Om te voorkomen dat ik mijn definitie van AI in mijn vorige artikel moet kopiëren en plakken “Maakt AI een einde aan traditioneel gebruikersonderzoek of optimaliseert het het?” Hier volgt een korte samenvatting van wat AI is: AI (kunstmatige intelligentie) is gericht op het nabootsen van bepaalde menselijke vaardigheden, zoals taalbegrip, beeldherkenning, besluitvorming en leren van gegevens. Het is alomtegenwoordig in het dagelijks leven, van spraakassistenten (Siri, Alexa) en smartphones (gezichtsherkenning) tot medische diagnosehulp en gepersonaliseerde behandeling.
AI wordt ook gebruikt in zelfrijdende auto's, navigatiesystemen als Waze en zelfs in de entertainmentindustrie om kunstwerken te maken of te helpen bij visuele creaties. Kortom, AI is een verlengstuk van ons dagelijks leven geworden, vergelijkbaar met de rol die de smartphone in ons leven speelt.
Kan AI onderzoek doen?
AI is een beetje zoals onze superefficiënte teamgenoot: onze R2-D2.
Het is er om taken te automatiseren, gegevens te analyseren en patronen te ontdekken, waardoor onderzoekers zich kunnen richten op diepere inzichten en strategische beslissingen (in feite doet het al het saaie werk, terwijl wij creatief kunnen zijn en briljante ideeën kunnen bedenken...).
Maar wees voorzichtig, AI is er niet om onze plaats in te nemen! Het moet gezien worden als een startpunt, niet als een vervanging voor onze menselijke expertise.
Zo helpt AI onze UX-onderzoekers:
- Automatisering van onderzoekstaken : Vereenvoudigt het werven van deelnemers, de planning van onderzoek en de organisatie van gegevens, waardoor de handmatige werkzaamheden worden verminderd.
- Transcriptie en analyse van interviews : Schrijft interviews in realtime uit, benadrukt belangrijke thema's en genereert samenvattingen.
- Verbetering van de toegankelijkheid van gegevens : Organiseert grote hoeveelheden gegevens, waardoor ze eenvoudig doorzoekbaar en opvraagbaar zijn.
- Onderzoeksrapporten genereren : Vat informatie samen in rapporten en visuele presentaties voor een betere communicatie van de resultaten.
- Verwerking van enquête-antwoorden : Versnelt de analyse door open antwoorden te categoriseren, gevoelens te identificeren en de belangrijkste punten samen te vatten.
AI-hulpmiddelen die kunnen worden gebruikt in onderzoek
Hieronder vindt u een niet-uitputtende lijst met hulpmiddelen die op de markt verkrijgbaar zijn om UX-onderzoek te verbeteren.
Voordelen:
- Het genereren van inhoud : ChatGPT kan persona's, probleemstellingen en gebruikersverhalen creëren, waardoor de ontdekking- en specificatiefases worden versneld.
- Hulp bij het schrijven : Het helpt bij het schrijven van kopieën voor gebruikersondersteuning en het genereren van realistische gegevens voor prototypes.
Grenzen :
- Begripcontextuelle :ChatGPT kan een gebrek aan nuance hebben bij het interpreteren van specifieke contexten, wat van invloed kan zijn op de relevantie van de gegenereerde content.
- Afhankelijkheid van invoergegevens :De kwaliteit van de antwoorden hangt sterk af van de gegeven vragen. Om bruikbare resultaten te verkrijgen, is een nauwkeurige formulering vereist.
Voordelen:
- Geautomatiseerde gebruikerstesten :Maze maakt ongemodereerd online testen mogelijk, waardoor onderzoekers feedback op prototypes kunnen verzamelen zonder direct toezicht.
- Diepgaande analyses :De tool genereert heatmaps en sentimentanalyses, waarmee u knelpunten en emoties bij gebruikers kunt identificeren.
Grenzen :
- Gebrek aan menselijke moderatie : Gebrek aan toezicht kan leiden tot verkeerde interpretaties van taken door gebruikers, wat de kwaliteit van de verzamelde gegevens beïnvloedt.
- Afhankelijkheid van prototypekwaliteit :Slecht ontworpen prototypes kunnen leiden tot onbetrouwbare feedback, waardoor de effectiviteit van testen wordt beperkt.
Voordelen:
- Transcriptie en analyse van interviews : Looppanel transcribeert interviews in realtime, identificeert belangrijke thema's en genereert samenvattingen, waardoor er minder tijd wordt besteed aan handmatige analyse.
- Gegevensorganisatie :De tool structureert onderzoeksgegevens, waardoor deze eenvoudig doorzoekbaar en opvraagbaar zijn.
Grenzen :
- Nauwkeurigheid van transcripties : Sterke accenten of slechte audiokwaliteit kunnen de nauwkeurigheid van transcripties beïnvloeden.
- Contextuele interpretatie :AI kan moeite hebben met het vastleggen van contextuele nuances of subtiele emoties die tijdens interviews tot uiting komen.
Voordelen:
- Simulatie van gedragingen :Met synthetische gebruikers kunnen verschillende gedragingen worden gemodelleerd zonder dat er echte deelnemers nodig zijn. Hierdoor wordt het testproces versneld.
- Verkenning van verschillende scenario's :Ze maken het mogelijk om een breed scala aan gebruikersscenario's te verkennen zonder logistieke beperkingen.
Grenzen :
- Gebrek aan authenticiteit :Gesimuleerd gedrag weerspiegelt mogelijk niet nauwkeurig de acties van echte gebruikers, waardoor de geldigheid van tests wordt beperkt.
- Gebrek aan emotionele feedback Synthetische gebruikers vertonen geen emotionele reacties, die essentieel zijn om de volledige gebruikerservaring te begrijpen.
Voordelen:
- Faciliteren van ideevorming :FigJam AI helpt bij het genereren van ideeën, het organiseren van brainstormsessies en het structureren van planningssessies, waardoor de samenwerking tussen teams wordt bevorderd.
- Data visualisatie :Het transformeert ruwe data in begrijpelijke visualisaties, wat helpt bij het identificeren van trends en inzichten.
Grenzen :
- Leercurve : Gebruikers hebben mogelijk enige tijd nodig om de functies van de tool volledig onder de knie te krijgen.
- Afhankelijkheid van connectiviteit :Voor optimaal gebruik is een stabiele internetverbinding essentieel, maar in bepaalde situaties kan dit een nadeel zijn.
Voordelen:
- Snel informatie zoeken :Perplexity.ai biedt bondige antwoorden in realtime, waardoor het verzamelen van informatie tijdens de onderzoeksfasen wordt vergemakkelijkt.
- Betrouwbaarheid van bronnen :Er wordt duidelijk verwezen naar de bronnen van de informatie, zodat onderzoekers de verstrekte gegevens kunnen verifiëren en verdiepen.
Grenzen :
- Gelimiteerde Portee : De tool is primair bedoeld voor algemeen informatieonderzoek en bestrijkt mogelijk geen zeer specifieke of technische onderwerpen.
- Afhankelijkheid van beschikbare bronnen :De kwaliteit van de antwoorden is afhankelijk van de online beschikbare informatie. De betrouwbaarheid en volledigheid van de informatie kunnen variëren.
AI is geweldig, maar het gaat niet al onze problemen oplossen, vooral niet die problemen die onder menselijke magie vallen. Het is daarom essentieel om het als aanvulling op de traditionele methoden te gebruiken om werkelijk optimale resultaten te verkrijgen.
Conclusie
Uit mijn onderzoek blijkt dat 51% van de UX-onderzoekers AI al in hun dagelijkse werk gebruikt. AI ondersteunt ons bij het verzamelen en analyseren van gegevens, maar biedt tegelijkertijd ruimte aan onze expertise om deze te interpreteren, te bevragen en vooral om creatieve en menselijke oplossingen te bieden.
AI kan snel enorme hoeveelheden gebruikersgegevens analyseren, trends ontdekken die anders dagen zouden kosten en zelfs rapporten met belangrijke inzichten genereren. Handig toch?
Het kan ook taken automatiseren, zoals het transcriberen van interviews, waardoor we kostbare tijd besparen (want we weten allemaal hoe vervelend het is om urenlang naar discussies te moeten luisteren). En als het gaat om het analyseren van gebruikersgedrag met heatmaps of eye-tracking, kan AI dat allemaal in een oogwenk interpreteren. Zo krijgen we inzicht in hoe gebruikers daadwerkelijk met onze producten omgaan.
Ik hoop dat u dankzij dit artikel nieuwe tools hebt ontdekt en dat ik uw ogen heb kunnen openen voor de rol en de voordelen die AI ons te bieden heeft.
Erwan Nisas, UX-ontwerper bij UX-Republic
