Atomic UX Research is een aanpak van Daniel Pidcock, geïnspireerd door Atomic Design en waarmee gegevens die voortkomen uit gebruikersonderzoek kunnen worden georganiseerd. Deze gegevens kunnen vervolgens worden uitgesplitst, gecategoriseerd, met elkaar verbonden en naar kruisverwijzingen worden verwezen om trends te identificeren. Pidcock introduceert het als volgt:een nieuwe manier om UX-kennis op een oneindig krachtige manier te organiseren." dat wil zeggen een nieuwe manier om UX-kennis op een oneindig krachtige manier te organiseren.
Het atoomonderzoeksmodel van Daniel Pidcock
Pidcock beschrijft dit model als volgt: ervaringen ("wat we hebben gedaan..."), feiten ("wat ons leert dat..."), inzichten ("wat ons doet denken dat...") en conclusies ("...dus we gaan dit doen"). De conclusies , oftewel UX-aanbevelingen, worden vervolgens getest met nieuwe ervaringen in een iteratieve cyclus. Deze manier om data te segmenteren en te verbinden biedt veel voordelen ten opzichte van traditionele analysemethoden, waarbij elke test onafhankelijk wordt behandeld.
#1 Atomic Research toepassen
Maar voordat we het hebben over deze voordelen, laten we het hebben over de implementatie van deze methode. De tools komen geleidelijk aan in opkomst: helaas is de bètaversie van de Glean.ly-software van Daniel Pidcock nog steeds beperkt toegankelijk. Er bestaan al iets andere alternatieven, zoals Dovetail en Consider.ly, terwijl hiervoor andere flexibelere tools worden gebruikt, zoals Notion of Airtable.
Ze bieden allemaal de mogelijkheid om gegevens en feiten met betrekking tot projecten en ervaringen in te voeren.
Inzichten kunnen vervolgens worden afgeleid uit een of meer feiten die voortkomen uit een of meer ervaringen . Op dezelfde manier leiden deze inzichten tot conclusies . Naast de verbanden tussen de verschillende items, stellen deze tools je in staat om ze te taggen, bijvoorbeeld op onderwerp, component, apparaat, land, prioriteit, enzovoort. De tool kan bijvoorbeeld worden gebruikt in plaats van, of naast, het maken van aantekeningen tijdens gebruikerstesten, maar het belangrijkste doel is het opbouwen van een database van onze UX-kennis.
Gebruikersinzichten gemaakt op Airtable
#2 Voordelen van atoomonderzoek
- Gegevens zijn niet langer verspreid
Met onze traditionele methoden raakt de data van onze UX-teams verspreid over een veelheid aan softwareprogramma's en documenten (tekst, spreadsheets, presentaties, screenshots, enz.), opgeslagen op verschillende locaties (Teams, SharePoint, Drive, e-mails, Slack, enz.). Als we deze data willen vergelijken met klantondersteuningsgegevens, Google Analytics, recensies op sociale media, enzovoort, neemt de hoeveelheid input nog verder toe. Met Atomic UX Research en een grondig proces voor het vastleggen van bredere UX- of gebruikersdata, kunnen we onze database filteren om alle inzichten en conclusies over een bepaald onderwerp te achterhalen. Deze inzichten zijn gebaseerd op verifieerbare feiten die toegankelijk zijn. Op een e-commercewebsite kunnen bijvoorbeeld alle gebruikersinzichten met betrekking tot de productpagina met slechts een paar klikken worden opgevraagd, terwijl het voorheen nodig was om meerdere rapporten, presentaties en e-mailconversaties door te nemen om zelfs maar een deel van de data te vinden.
Kolommen en tags op Airtable om items te sorteren en te filteren
- de gegevens worden niet meer vergeten
Onze rapporten komen altijd stof te liggen, vooral wanneer UX-aanbevelingen zijn geïmplementeerd. Sommige lessen, inzichten of richtlijnen kunnen echter relevant blijven voor toekomstige projecten. Een ander veel voorkomend fenomeen: tijdens een test of een gebruikersinterview verzamelen we "off-topic" gegevens, die ons niet meteen interesseren. Zonder Atomic UX Research lopen deze gegevens het risico verduisterd te worden. Het wordt wellicht voor de volledigheid in een rapportage opgenomen, maar als we het niet associëren met actie van toen, denken we er niet meer aan om het op te zoeken als het onderwerp relevant wordt. Ingevoerd in een database en getagd, we zijn er zeker van om het te vinden wanneer we het nodig hebben.
- We besparen tijd op gebruikersonderzoek
Het raadplegen van onze database kan een van de eerste stappen zijn in gebruikersonderzoek aan het begin van een project. Het stelt ons in staat om te bekijken wat er al is gedaan en wat we over onze gebruikers hebben geleerd. Voor grotere organisaties met meerdere teams van UX-onderzoekers, A/B-testers, enz. zorgt het er ook voor dat een test nog niet is uitgevoerd en voorkomt het dubbel werk tussen teams.
- De resultaten van gebruikersonderzoeken worden gedeeld
Een database met resultaten van gebruikerstests leidt tot meer transparantie in het werk van UX-teams. Ze neemt rechtstreeks deel aan de evangelisatie van gebruikersgerichte benaderingen en faciliteert ook de communicatie tussen UX-ontwerpers en andere teams in de organisatie.
#3 Enkele uitdagingen
- Onboard onze UX-collega's op de tool
Om de implementatie te laten werken, moeten we onze collega's overtuigen om de tool te gebruiken, of om hun gegevens beschikbaar te stellen, zodat een persoon die de rol van secretaris op zich neemt verantwoordelijk is voor het invoeren ervan. We moeten ervoor zorgen dat de configuratie en de invoer- en tagging-conventies voor iedereen geschikt zijn, om een homogene basis te krijgen die we kunnen filteren zonder informatie te verliezen.
- Aan boord van onze niet-UX-collega's
We vinden dezelfde uitdagingen als bij onze UX-collega's, met de extra beperking om de tool zo te configureren dat elk type gegevens in kwestie parallel kan worden ingevoerd met gegevens uit UX-onderzoeken. Er is ook heel wat evangelisatiewerk nodig, zodat de teams de reflex nemen om het instrument te raadplegen wanneer ze het nodig hebben.
- Gebruik de database systematisch
Voer de gegevens voor elke test in, om niet te laat te komen en om veroudering van de database te voorkomen,
Plan feedbackpunten met andere teams om klantintimiteit te verzamelen en gebruikersgegevens uit andere bronnen in te voeren,
Automatismen verwerven: raadpleeg altijd de basis minstens in de eerste fase van onze projecten.
Filterfunctie op Airtable
Ondersteun onze UX Researcher-ervaring
Naarmate het testen en de carrière vordert, hebben we het gevoel dat we dingen over gebruikers weten. We anticiperen op de elementen die wrijving veroorzaken of gemakkelijk te hanteren zijn, omdat we het meerdere keren hebben gezien. We vertrouwen op deze informatie: het maakt deel uit van onze ervaring, onze expertise. Maar we kunnen niet alles onthouden, we vergeten de precieze context waarin deze kennis ontstond.
Men kan zich, net als een teambrede of bedrijfsbrede database, een individuele database, algemene gebruikersinzichten voorstellen die zullen worden uitgedaagd en evolueren met onze praktijk. Het is mogelijk om onze expertise uit te besteden, te versterken en te ondersteunen met concrete data, die we bijhouden, dankzij tools waarvan de gratis versies vaak voldoende zijn voor persoonlijk gebruik.
#Meenemen
Atomic UX Research is een nieuwe methode, feedback is nog zeldzaam en de implementatie brengt verschillende uitdagingen met zich mee. Desalniettemin zijn zijn bijdragen duidelijk en onmiddellijk:
- Gecentraliseerde gegevens, die we gemakkelijk kunnen doorkruisen,
- Een communicatie- en evangelisatietool,
- Inzichten en aanbevelingen die gekoppeld zijn aan specifieke feiten en context.
Het is de moeite waard om te weten en te testen.
Om verder te gaan
https://blog.prototypr.io/what-is-atomic-research-e5d9fbc1285c
https://medium.com/@tsharon/democratizing-ux-670b95fbc07f
https://uxstudioteam.com/ux-blog/ux-research-system/
Tot morgen voor nieuwe verrassingen op onze UX-Republic adventskalender!
Marie EUZEN, UX-ontwerper @UX-Republic
