Vi lever i en tidsalder med stordata og analyse, og det virker som om denne disiplinen har dukket opp nesten overalt, inkludert innen salg, markedsføring, produktledelse og selvfølgelig UX-design.
Det er en god grunn til at dataanalyse har blitt en viktig del av designarbeidsflyten i dag. Ved å analysere brukernes atferd kan du forbedre kvaliteten på designene dine betydelig.
La oss derfor se på hvordan designteam kan dra nytte av datadrevet design og sørge for at brukerne dine opplever fullstendig tilfredshet når de samhandler med produktet ditt.
Hva er datadrevet design (og hvorfor bruke data i UX-designprosessen din?)
Datadrevet design er prosessen med å integrere datasporing og analyse i arbeidsflyten din for å hjelpe deg med å ta bedre designbeslutninger basert på innsikten du får fra analyseverktøyene dine.
Designere bruker en rekke verktøy for brukerundersøkelser og analyse for å spore kritiske brukerreiser og KPI-er som representerer produktets brukervennlighet totalt sett. Til dette bruker de prosesser som A/B-testing, analyse av ulike datatyper (for eksempel kvantitative og kvalitative data), brukertesting, intervjuer med fokusgrupper, utvikling av sporbare landingssider og prototyper og annet.
Som et resultat kan de raskt identifisere brukervennlighetsproblemer, finne kjerneproblemet som forårsaker dem og løse det.
Designteam bruker dessuten aktivt dataanalyse for å måle hvilken innvirkning de nyeste designene har på brukeropplevelsen, og bruker funnene til å lage nye og forbedrede versjoner.
Eksempler på datainformert design
Disiplinen med å implementere UX-designløsninger basert på empiriske data er langt mer utbredt enn du kanskje hadde trodd. Flertallet av vellykkede produktselskaper bruker aktivt denne prosessen for å sikre at designvalgene de tar, sannsynligvis vil ha en positiv innvirkning på produktet.
Her er tre eksempler på slike produkter.
YouTubes automatiske avspilling
Husker du de eldre versjonene av YouTube, da du måtte klikke på en ny video etter at den forrige var ferdig? Var ikke det irriterende?
Vel, denne «funksjonen» førte til en betydelig nedgang i engasjementsraten blant YouTube-brukere (antall videoer som ble spilt av per dag), og designteamet bestemte seg for å gjøre noe med det.
De så på dataene og fikk to interessante innsikter:
- Folk har en tendens til å se flere videoer etter hverandre. Noen liker å sette på musikk på YouTube som bakgrunnsstøy mens de lager mat eller rydder. Andre (som meg) liker å sovne mens en video spilles av i bakgrunnen.
- Mange brukere ville ikke klikke på et annet videominiatyrbilde etter at avspillingen var ferdig. Det var upraktisk for mange brukere å hele tiden klikke på videominiatyrbildene.
Basert på disse funnene bestemte de seg for å legge til den berømte funksjonen for «automatisk avspilling», som automatisk bytter til en relatert video foreslått av plattformen eller den neste videoen i spillelisten.
Som et resultat opplevde YouTube en enorm økning i engasjementsmålingene sine.
Have an account? Log In
Airbnbs brukersentrerte vurderingsflyt
Hvis du noen gang har bodd på et Airbnb-sted, har du sannsynligvis vurdert stedet ved å gå gjennom plattformens tilbakemeldingsflyt.
Hvis jeg spør deg om det var tungvint å legge igjen en vurdering, ville de fleste av dere sannsynligvis sagt at skjemaet ikke var kort, men at dere ikke syntes det var smertefullt å fylle ut.
Det skyldes at du ikke fikk oppleve kvalene ved å fylle ut skjemaet med en million spørsmål som Airbnb brukte til vurderinger tidligere.
Folkene hos Airbnb hadde to problemer:
- Få personer fylte ut vurderingsskjemaene deres.
- Svarene i skjemaene deres var svært generelle og lite nyttige.
For å finne en løsning på dette begynte designteamet å analysere ytelsesdataene for skjemaet, og forsto at det store flertallet ganske enkelt forlot det et sted halvveis.
Basert på denne innsikten begynte teamet å gjennomføre brukertesting og forsto at:
- Skjemaet var overveldende stort for brukerne. Ingen ønsket å svare på så mange spørsmål.
- Folk ga generelle tilbakemeldinger fordi de ikke ønsket å bruke den verdifulle tiden sin på å skrive detaljerte vurderinger.
Nå som problemets kilde var tydelig, startet teamet hos Airbnb en omfattende redesign av vurderingsopplevelsen. I stedet for ett enkelt langt skjema opprettet de flere sider med kortere skjemaer for å unngå å overvelde brukerne.
De begynte også å bruke knapper med forhåndsdefinerte svar i stedet for tekstfelt, noe som hjalp dem med å unngå generiske svar. Dessuten kunne teamet analysere brukerdata og optimalisere dem ytterligere, siden svarene var strukturerte i stedet for tekst.
Som du kanskje allerede har gjettet, ble det redesignede skjemaet en enorm suksess!
Navigering i Reddit-kommentarer
Reddit er ikke bare et annet forum. Det har blitt et kulturelt fenomen og stedet der hele internett samles for å diskutere ting.
Populariteten til Reddit hadde imidlertid en interessant ulempe. Folk la til så mange kommentarer under emnene som ble publisert på nettstedet, at det ble umulig å lese tråden. Det var spesielt irriterende å navigere når det var dusinvis av svar under én enkelt kommentar, og du måtte bla en stund for å komme til neste kommentar.
Folkene hos Reddit visste om dette problemet. De hadde til og med flere konsepter for å redesigne kommentarseksjonen slik at den ble enklere å navigere i.
For å velge det beste konseptet begynte de å gjennomføre brukervennlighetstester og benytte andre undersøkelsesmetoder for å samle inn data om brukerinteraksjoner, trekke ut nøkkelverdier og sammenligne konseptene ved hjelp av disse verdiene.
Det var én designløsning som klart presterte bedre enn de andre – å la brukerne utvide og skjule svar.
På denne måten kunne du ganske enkelt skjule tråden og gå videre til neste kommentar i listen hvis du ikke ønsket å lese den endeløse rekken av svar under en bestemt kommentar.
Som du kan se, står en datadrevet designprosess sentralt i arbeidsflyten til mange vellykkede produkter.
Og jeg vet at du også ønsker å basere designbeslutningene dine på data (ellers, hvorfor er du her?).
Så her er en trinnvis gjennomgang av hvordan du kan integrere datadrevet design i produktutviklingsprosessen din.
6 trinn for å muliggjøre datadrevne beslutninger for produktet ditt
La oss gå mer praktisk til verks her. I stedet for bare å snakke om hva som bør gjøres i teorien, skal vi også se på eksempler for hvert trinn ved hjelp av verktøy fra virkeligheten. Mitt viktigste verktøy i dag blir Amplitude, siden det er et produktanalyseverktøy basert på hendelser som jeg bruker på jobb hver dag.
La oss nå begynne med det første trinnet – strategiarbeid.
Trinn 1: Utarbeid en dataanalysestrategi sammen med interessentene dine
Du kan glemme å få verdifulle resultater ut av dataanalysearbeidet ditt hvis du ikke har en god strategi for det.
En typisk dataanalysestrategi består av følgende to deler:
Del 1: Mål
Du bør tydelig definere hvorfor du implementerer analyse i utgangspunktet. Uten klare mål risikerer du å spore og måle brukerdata som ikke inneholder verdifull innsikt.
La oss nå forestille oss at du har ansvaret for Spotify, og se hvordan et typisk sett med mål ville sett ut for deg.
Jeg vet, disse målene virker ganske åpenbare. Men tro meg: uten å formulere dem tydelig ender du opp i et analysekaos.
Del 2: KPI-er
Når målene dine er klare, bruker du dem til å utlede nøkkelverdiene du ønsker å måle. Nøkkelordet her er «utlede». Det betyr at forbedring av verdiene dine bør bringe deg nærmere å nå målene dine.
Hvis målet ditt for eksempel er bærekraftig brukervekst, bør du vurdere å måle kundelojalitet, aktiveringsgrad og registreringsgrad. Å velge MRR som nøkkelverdi ville derimot vært en dårlig idé, siden du kan øke inntektene på kort sikt, men miste det meste av dem på lang sikt. I dette tilfellet vil veksten din ikke være bærekraftig, og du vil ikke nå målet ditt.
Slik vil en liste over KPI-er se ut for det første målet i eksempelet vårt ovenfor – «Forbedre brukeropplevelsen»:
Dette er alle indikatorer på en positiv brukeropplevelse. Hvis ratene ovenfor øker, kan vi med sikkerhet si at brukerne liker produktet vårt.
Trinn 2: Integrer et dataanalyseverktøy
Nå som du har en klar forståelse av hva du ønsker å måle, er det på tide å tenke på hvordan du skal måle det. Det handler særlig om å velge analyseverktøyet du til slutt skal bruke for å finne interessante innsikter i dataene dine.
Det finnes et bredt utvalg av verktøy du kan vurdere til dette, avhengig av hvilken analysekategori du er interessert i (f.eks. varmekart, demografi, brukeradferd osv.), hvilke funksjoner du trenger (kohorter, trakter osv.) og selvfølgelig budsjettet ditt.
Her er et par alternativer du kan vurdere for hver type:
- Varmekart (inkludert A/B- og multivariat testing): Hotjar, Mouseflow, Clarity.
- Demografi- og nettstedsanalyse (f.eks. fluktfrekvens): Google Analytics, Matomo, Yandex Metrica.
- Hendelsesdrevet analyse (for konverteringsrater, trakter osv.): Amplitude, Mixpanel.
- Forretningsintelligens (for måling av økonomisk påvirkning osv.): Looker Studio, Tableau, PowerBI.
Det nåværende oppsettet mitt består av en kombinasjon av GA4, Hotjar, Amplitude og Looker Studio.
I dag ønsker jeg imidlertid å fokusere på Amplitude og vise deg hvordan du integrerer det.
Vi bruker Google Tag Manager (GTM) for å holde det enkelt og unngå å involvere utviklingsteamet ditt i oppsettet.
Vi begynner med å åpne GTM, klikke på «Tagger» i venstre sidestolpe for å åpne listen over tagger og klikke på «Ny» for å åpne sidestolpen for opprettelse av tagger.
For å unngå å konfigurere en tagg for Amplitude manuelt har selskapet laget en mal som vi kan bruke. For å bruke denne malen klikker vi på kortet «Taggkonfigurasjon» for å åpne malgalleriet.
Her må vi klikke på «Finn flere taggtyper i fellesskapets malgalleri», søke etter «Amplitude» og klikke på «Amplitude Analytics-nettleser-SDK».
Vi er nesten i mål. Først må vi legge til Amplitude API-nøkkelen i det tilsvarende feltet.
Deretter legger vi til en utløser ved å klikke på utløserkortet på skjermen og velge «Initialisering – alle sider».
Til slutt gir vi taggen et navn (f.eks. «Amplitude-initialisering»), lagrer den og publiserer en ny versjon i GTM. Der har du det! Neste gang noen åpner produktet ditt, initialiseres Amplitudes SDK og begynner å kjøre i bakgrunnen.
Trinn 3: Dokumenter prosessen for innsamling av kvantitative data
Å ta i bruk Amplitude er bare begynnelsen på oppsettet. Siden det er et hendelsesdrevet analyseverktøy, må du konfigurere hendelser manuelt i produktet ditt og utløse dem ved hjelp av Amplitudes SDK, som vi nettopp har lagt til i produktet ditt ved hjelp av GTM.
Men før vi legger til hendelser, må vi først dokumentere dem. Et dokument for datainnsamling er vanligvis et regneark der du lister opp hendelsene som SDK-en skal utløse, brukerhandlingene som skal fungere som utløsere for dem, og de ulike parameterne du ønsker å sende til Amplitude sammen med hendelsen.
Slik ser en forenklet versjon av dette regnearket ut for sporing av brukerinteraksjoner i Airbnbs anmeldelsesskjema.
Etter at vi har dokumentert hendelsene vi må spore, ber vi utviklingsteamet vårt om å legge til utløsere for hver av dem i frontend-koden vår ved hjelp av Amplitudes SDK. Når de har fullført denne oppgaven, vil produktet vårt automatisk utløse disse hendelsene og sende de nødvendige dataene til Amplitude, slik at vi kan analysere dem.
Trinn 4: Opprett rapporter og instrumentpaneler for de viktigste UX-målingene dine
Nå har du alt du trenger for å begynne med selve analysen og finne ut om brukeropplevelsen oppfyller forventningene dine.
Veien til datavisualisering begynner med å lage diagrammer for de viktigste brukervennlighetsmålingene du identifiserte og dokumenterte tidligere, ved hjelp av analyseverktøyet du foretrekker. La meg vise deg hvordan du gjør det med Amplitude som eksempel. Adopsjonsraten for spillelister virker som en god måling å begynne med.
Vi oppretter et nytt segmenteringsdiagram (også kalt et vanlig diagram) i Amplitude ved å klikke på knappen «Ny» og velge «Segmentering» i sidemenyen som åpnes.
Deretter må vi velge hendelsene som hjelper oss med å måle adopsjon. I vårt tilfelle blir det «Følg spilleliste».
Deretter må vi sørge for at tallene i diagrammet representerer prosentandelen av aktive brukere som utfører denne handlingen. Derfor velger vi alternativet «Aktiv %» i menyen «Målt som».
Slik kommer diagrammet vårt til å se ut. Det viser at rundt 70 % av de daglige aktive brukerne våre følger spillelister hver dag. For å være ærlig virker dette som et ganske godt resultat.
Til slutt lagrer vi diagrammet og arbeider med de gjenværende målingene.
Du kan opprette et instrumentpanel for å få én samlet visning av alle de viktigste målingene dine. For å gjøre dette klikker vi på knappen «Ny» igjen, velger «Rapport» og deretter «Instrumentpanel».
Som et resultat får vi se et tomt instrumentpanel som vi må gi et navn og fylle med diagrammene vi opprettet tidligere.
La oss kalle det «Viktige brukervennlighetsmålinger» og legge til diagrammene våre ved å klikke på «Legg til innhold», deretter «Eksisterende diagram», og velge diagrammene vi laget.
Gratulerer! Nå har du en oversikt over alle de viktigste målingene dine!
More Articles
Trinn 5: Gjennomgå og analyser rapportene dine kontinuerlig
Resultatene du ser i Amplitude-instrumentpanelet ditt er «levende». De vil øke eller synke avhengig av endringene du har gjort i UX-en din. Derfor bør du kontinuerlig gjennomgå disse målingene for å:
- Se om innsatsen din har hatt en positiv innvirkning på brukervennligheten til produktet ditt.
- Identifisere målinger med svake resultater og forsøke å finne årsaken til dem.
Jeg foreslår at du organiserer ukentlige eller annenhver uke gjennomgangsmøter med interessentene dine for å diskutere endringene i KPI-ene og idémyldre om mulige årsaker til dem som ikke gir gode resultater.
Resultatet av disse møtene bør være en liste over hypoteser om hvordan målingene dine kan forbedres, samt mulige problemer som fører til svake resultater.
Deretter gjennomfører du en UX-designforskningsprosess for å bekrefte eller avkrefte disse hypotesene og begynne å utvikle løsninger som kan flytte nålen.
Her er en virkelig casestudie fra min erfaring.
Et av produktene jeg arbeidet med, var en markedsføringsplattform for nettsteder som lot dem sende push-varsler til målgruppen sin. Etter registreringen måtte nettstedseierne konfigurere SDK-en vår på nettstedene sine for å aktivere push-varsler der.
Vi bygget et traktdiagram som viste alle hovedtrinnene nettstedseiere måtte sette opp. Da vi gjennomgikk trakten for første gang, la vi merke til noe merkelig. Det var et massivt frafall på 70 % mellom trinnet for installasjon av SDK-en og den første push-varslingen som ble sendt.
Etter en idédugnad antok vi at årsaken til dette frafallet var mangelen på en «testmodus» der brukerne kunne kontrollere om push-varslingene fungerte som de skulle.
Vi gjennomførte flere brukervennlighetstester og brukerintervjuer for å validere denne hypotesen. Det viste seg at nettstedseierne ikke følte seg komfortable med å ta i bruk ny teknologi før de hadde testet den på seg selv.
Derfor utformet og bygget vi en testreise som brukerne skulle gjennom rett etter installasjonen av SDK-en. Resultatet var oppsiktsvekkende. Vi klarte å dekke brukernes behov og problemområder svært godt. I løpet av et par uker ble frafallet på 70 % redusert til bare 15 %!
Trinn 6: Integrer lærdommene i designene dine
Det siste trinnet i en datadrevet tilnærming er også det viktigste. Analysene og hypotesene dine vil ikke påvirke produktet ditt med mindre du handler på bakgrunn av dem.
Måten vi håndterte denne prosessen på for et av produktene jeg ledet, var ganske enkel. Så snart vi hadde validert en hypotese, opprettet vi en produktdesignoppgave i oppgavehåndteringsverktøyet vårt, prioriterte den og tildelte den til en av designerne våre.
Så snart designet var ferdig, gjennomførte vi modererte eller umodererte brukervennlighetstester av det, itererte basert på tilbakemeldinger fra brukerne og klargjorde det nye designet for forbedring av backloggen.
Uansett om du følger prosessen jeg nettopp har gått gjennom, eller utvikler din egen – sørg for at du handler på bakgrunn av lærdommene!
Ta designarbeidet ditt til neste nivå med data
Dataanalyse er et fantastisk verktøy i hendene på et designteam. Ved å overvåke og feilsøke de viktigste brukervennlighetsmålingene dine kontinuerlig kan du forbedre beslutningstakingen betydelig og skape brukeropplevelser som vil imponere brukerne dine.
Ikke glem å abonnere på nyhetsbrevet vårt for flere ressurser og veiledninger om produktledelse, samt de nyeste podkastene, intervjuene og annen innsikt fra bransjeledere og eksperter.
