Täydellinen pistemäärä: Kuinka määritellä käyttäjän käyttäytyminen ja rakentaa tarkempia UX-persoonallisuuksia

Laadullisella tiedolla on niin paljon arvoa, mutta sitä voidaan helposti tulkita väärin, kun se analysoidaan eri ihmisillä. Meillä jokaisella on omat näkökulmamme ja puolueellisuutemme, kun yritämme purkaa tietoa haastatteluista, käytettävyystesteistä ja kyselyistä. Tämä on erityisen totta, kun analysoimme käyttäjän haastattelutietoja UX-henkilöiden rakentamiseksi. Tässä blogiviestissä puhun pisteytysoppaan toteuttamisprosessista ja käsittelen joitain ongelmia, jotka kohtasimme laadullista käyttäjätietoa määritettäessä.

Haluaisin selventää, että tässä viestissä keskitytään pisteytysmenetelmään, jonka avulla voidaan tulkita laadullisia käyttäjätietoja persoonallisuuden kehittämistä varten.

Ensimmäinen kokemukseni tutkimusryhmästä oli IDC Herzliya- ja Weizmann-instituutissa, joka teki käyttäytymistutkimuksia autismin osallistujille. Olin vastuussa moottori- ja käyttäytymistehtävien keräämisestä ja pisteyttämisestä jokaiselle osallistujalle. Tallensimme keskusteluun mitat, kuten silmäkontaktin pituuden ja hymyjen määrän. Mutta oli myös arvokasta subjektiivista tietoa, joka piti mitata: mikä oli heidän keskusteluvirransa tai afektiivinen sitoutumisensa keskustelujen aikana? Yksi mielenkiintoisimmista asioista, joita teimme tutkimuksessamme, oli se, kuinka työskentelimme kvantitatiivisesti kvalitatiivisen tiedon määrittämiseksi ja varmistamme, että kaikki subjektiivinen tietomme mitattiin jatkuvasti. Tätä varten luimme standardipisteytysoppaan, jossa hahmoteltiin kunkin käyttäytymismittauksen määritelmät ja standardoitiin tapa analysoida lyhyestä keskustelusta saatavia tietoja käyttäjien käyttäytymispisteiden saamiseksi.

Vaikka olen uudessa yrityksessä ja uudella toimialalla, minulla on sama ongelma. Kun Sam, vanhempi UX-tutkijamme, aloitti sukelluksen haastattelutietoihin persoonallisuuden kehittämiseksi, hän loi mitat erilaisille matkakäyttäytymisille, joita tutkimme jokaiselle käyttäjälle. Nämä ulottuvuudet vaihtelivat matkustustiheydestä matkaosaamiseen (katso lisätietoja hänen bloginsa aiheesta ”Kuinka tehdä persoonallisuuksien kartoittaminen yli 50-vuotiaiden käyttäjien kanssa”). Jokainen ulottuvuus pisteytettiin asteikolla 1 - 5 laadullisten käyttäjätietojemme perusteella. Otetaan esimerkiksi matkataajuus. Piste 1 tarkoitti, että käyttäjä matkustaa kuukausittain, kun taas pistemäärä 5 tarkoittaa, että hän matkustaa kerran vuodessa. Tämäntyyppinen ulottuvuus on kvantitatiivinen, koska pistemäärä perustuu tiettyyn määrään käyttäjien matkustuskertoja.

Entä mittasuhde, kuten matka-savviness? Pisteistä tuli tällöin monimutkaista. Mitä se tarkoitti, jos käyttäjä oli matkaosaava? Matkustivatko he usein vai olivatko he paljon jäsenyyksiä vai molemmat? Kun joukkue pisteytti vain yhden UX-tutkijan, tällainen tieto oli olemassa vain heidän päällään ja heidän pisteet määräytyivät enemmän tunteen kuin määritelmän perusteella. Tämä ei tarkoita, että tunteeseen perustuva pisteytys on välttämättä huono. Pistettäessäsi tehokasta sitoutumista keskusteluun huomasin, että voin tuntea, milloin käyttäjälle annetaan 1 tai 5. Pistemäärä ei kuitenkaan riitä. Ei ole mitään keinoa varmistaa, että pisteyttää jokaiselle käyttäjälle johdonmukaisesti samalla tavalla, varsinkin jos enemmän UX-tutkijoita osallistuu käyttäjätietoihin. Ilman johdonmukaisuutta pisteet 1–5 tarkoittavat jokaiselle käyttäjälle jotain erilaista. Jotta voimme pisteyttää (ja siten mitata) nämä ulottuvuudet, tarvitsimme tavan kvalitatiivisten tietojen kvantitatiiviseksi määrittämiseksi. Tuloksena olemme luoneet standardin pisteytysoppaan - asiakirjan, joka määritteli yksityiskohtaisesti miten käyttäytymistiedot voidaan muuntaa kvantitatiivisesti numeeriseksi tiedoksi.

Mikä on vakiopiste-opas?

Yksinkertaisesti sanottuna, vakio pisteytysopas on kuin sanakirja. Se dokumentoi kuinka päätät määritellä numeerinen alue ulottuvuudessa. Se tarjoaa esimerkkejä ja lainauksia myös kontekstin määrittelemiseksi.

Tässä on yksinkertainen kvantitatiivinen ulottuvuus, joka laskee käyttäjän matkustustiheyden sen perusteella, kuinka usein hän matkustaa vuodessa. Täällä luotu alue perustui käyttäjän haastatteluihin saamiin vastauksiin. Standardoidun pisteytysoppaan todellinen arvo koskee monimutkaisempia mittoja, kuten alla:

Matkailutaidon kaltainen ulottuvuus voi olla epämääräinen ilman erityisiä ohjeita, jotka kuvaavat kuinka eri tekijät vaikuttavat käyttäjän pisteet. Tässä tapauksessa päätimme, että on 4 erilaista tekijää, jotka on otettava huomioon laskettaessa matka-savviness.

1. Kerääkö ja käyttääkö käyttäjä liittymispisteitä?
2. Matkustavatko he enemmän kuin 6 kertaa vuodessa?
3. Matkustavatko he sekä kansainvälisesti että kotimaassa?
4. Tuntevatko he tiensä matkailuverkostojen ympärille? Onko heillä vakiintunut järjestelmä?

Nyt kun meillä on useita tekijöitä, jotka vaikuttavat matka-savvinessiin, voimme pisteyttää käyttäjiä sen perusteella, kuinka monta näistä kriteereistä he täyttivät. Käyttäjää, jolla ei ole jäsenyyden pisteitä tai joka ei käytä sitä, ei matkusta Yhdysvaltojen ulkopuolella, mutta varaa matkustaa mukavasti ja matkustaa usein Kaliforniaan, pidetään matkaevällisyyden kolmena tekijänä täyttämällä 2 neljästä kriteeristä. Jopa tämän ääriviivan suhteen on vielä tilaa virheelle tulkittaessa sellaista tekijää kuin ”vakiintuneen varausjärjestelmän olemassaolo”. Tämän huomioon ottamiseksi lisäsimme esimerkkiosallistujia, jotka sopivat ”täydellisesti” määriteltyyn pistemäärään. Tällä tavoin, jos on sekaannusta, voimme palata takaisin katsomaan, kuinka käyttäjää verrataan esimerkki käyttäjään.

Toinen tapa määritellä olisi harkita kunkin ulottuvuuden pisteitä ”jos… sitten…” -lausekkeina. Harkitaan kulutustottumusta ...

Jos käyttäjä A haluaa räjähtää, suosii 4–5 tähden hotelleja ja lentää premium-taloudellista, niin käyttäjä A saa 2: n kulutustottumuksesta.

Niin…

Tässä tarkastellaan edelleen useita tekijöitä, jotka vaikuttavat kulutustottumuksiin, mutta sen sijaan, että sanomme: "Tämän käyttäjän on tarkistettava kaksi 4 tekijästä", tarkastelemme sitä, missä he kuuluvat tekijöihin (kuten hotellien tähdet ja matkaluokka) auttaakseen me määrittelemme kuinka pisteyttää kulutustottumus.

Kuinka aloittaa vakiona olevan pisteytysoppaan rakentaminen

1. Määritä alue käyttäjän haastattelujen perusteella

Voit luoda ulottuvuutesi ja määritellä jokaisen pistemäärän ulottuvuutesi sisällä, ennen kuin aloitat jopa käyttäjän haastattelun, mutta se ei tuota paljoa. On mahdollista todella vinouttaa aluetta tietämättä, kuinka käyttäjilläsi on taipumus käyttäytyä. Oletetaan, että määrität ensin alueesi ja haastattele sitten käyttäjiä. Huomaat, että useimmilla käyttäjillä oli viisi, mutta kaikilla 5 pistemäärän käyttäjillä voi olla käyttäytymistä hieman eri tavalla. Käytetty alue ei ole tehokas jako käyttäytymiselle. Jotta opas olisi tehokas, jokaisen käyttäjän - käyttäytyvyydestään riippumatta - on sovittava pisteet, jotta et laimenna tietoja löysillä otteluilla. Siksi on paljon parempi arvioida, kuinka vastauksesi vaihtelevat käyttäjien välillä, ja muokata määritelmiä sieltä.

2. Määritä käyttötapaukset ja ota ne käyttöön määritelmissäsi

Kun olet suorittanut haastattelujen osan, sinulla on parempi käsitys siitä, miltä alueesi näyttäisi eri ulottuvuuksilta. Aloita puitteilla, mistä mielestäsi olisi järkevää vastausten perusteella. Määritellessäsi arvostelujen merkitystä se alkoi hyvin yksinkertaisesti:

Kun käyimme läpi kaikki käyttäjän vastaukset, pystyimme määrittelemään selkeämmin pisteet:

3. Löydä parhaat esimerkit! Ne ovat sinun vertailuarvo!

Kirjallisten määritelmien saaminen ei riitä jatkuvan pisteytyksen varmistamiseen. Jopa tiettyjä ohjeita luettaessa on tulkinnanvaraa. Hyödyllisin asia tässä on valita esimerkkiosaaja (ja tarjous tai leike), joka edustaa pisteet täydellisesti tai hyvin tarkasti. Asiayhteyslainausten lisääminen auttaa ylläpitämään johdonmukaisuutta pisteyttäessä.

4. Se kehittyy!

Haastatellessasi lisää käyttäjiä löydät muutamia tapauksia, joissa käyttäjä vain ei sovi mihinkään pistemäärään. On tärkeää muistaa, että pisteytysopas on elävä ja hengittävä asiakirja, joka muuttuu täällä ja siellä ajan myötä. Tämä ei tarkoita, että muutat määritelmää kokonaan, vaan voit lisätä huomautuksen, joka käsittelisi tarkempaa käyttötapausta. Hyvä esimerkki tästä oli, kun Sam haastatteli käyttäjiä Isossa-Britanniassa ja totesi, että tapa, jolla määrittelimme Yhdysvaltojen kansainväliset vs. kotimatkat, ei sovellu samalla tavalla Ison-Britannian käyttäjiin. Sen sijaan meidän piti lisätä käyttötapa näille käyttäjille:

On tärkeätä muistaa, että vakiopisteytysopas ei ole täydellinen tiede ja että puolueellisuudelle on edelleen tilaa. Tiimimme luottaa kuitenkin enemmän data-analyysin laatuun ja johdonmukaisuuteen. Vaikka tätä prosessia käytettiin alun perin käyttäytymistutkimuksessa, sitä voidaan soveltaa myös mihin tahansa laadulliseen tietojoukkoon. UX: ssa monet meistä ovat eri akateemisia ja ammatillisia taustoja, joita voimme käyttää soveltamaan erilaisia ​​näkökulmia ja menetelmiä parantaaksemme lähestymistapaamme UX-prosessiin. Tapauksessamme se on auttanut meitä edustamaan tarkemmin henkilöiden henkilöiden yhdenmukaisten, todellisten käyttäytymisten spektriä, jota käytämme parantaessamme malleihimme.