Projektowanie UX oparte na danych: jak stworzyć niestandardowe doświadczenie użytkownika

Żyjemy w epoce big data i analityki, a dyscyplina ta wydaje się obecna niemal wszędzie, w tym w sprzedaży, marketingu, zarządzaniu produktem oraz oczywiście w projektowaniu UX.

Istnieje dobry powód, dla którego analityka danych stała się obecnie niezbędną częścią procesu projektowego. Analizując zachowania użytkowników, możesz znacznie poprawić jakość swoich projektów.

Przyjrzyjmy się więc, jak zespoły projektowe mogą czerpać korzyści z projektowania opartego na danych i zadbać o to, aby użytkownicy odczuwali absolutne zadowolenie podczas interakcji z produktem.

Czym jest projektowanie oparte na danych (i dlaczego warto wykorzystywać dane w procesie projektowania UX)?

Projektowanie oparte na danych to proces włączania śledzenia danych i analityki do przepływu pracy, aby podejmować lepsze decyzje projektowe na podstawie wiedzy uzyskanej z narzędzi analitycznych.

Projektanci korzystają z różnorodnych narzędzi do badania użytkowników i analityki, aby śledzić najważniejsze ścieżki użytkowników oraz KPI odzwierciedlające ogólną łatwość obsługi produktu. W tym celu stosują takie procesy jak testy A/B, analizę różnych typów danych (np. danych ilościowych i jakościowych), testy użytkowników, wywiady z grupami fokusowymi, tworzenie możliwych do śledzenia stron docelowych i prototypów oraz inne metody.

Dzięki temu mogą szybko identyfikować problemy z użytecznością, znajdować główną przyczynę ich występowania i je naprawiać.

Co więcej, zespoły projektowe aktywnie wykorzystują analitykę danych do mierzenia wpływu najnowszych projektów na doświadczenia użytkowników oraz używają uzyskanych wniosków do tworzenia nowych i ulepszonych iteracji.

Przykłady projektowania opartego na danych

Dyscyplina polegająca na wdrażaniu rozwiązań projektowych UX na podstawie danych empirycznych jest znacznie popularniejsza, niż mogłoby się wydawać. Większość odnoszących sukcesy firm produktowych aktywnie korzysta z tego procesu, aby mieć pewność, że podejmowane przez nie decyzje projektowe prawdopodobnie pozytywnie wpłyną na ich produkt.

Oto trzy przykłady takich produktów.

Automatyczne odtwarzanie w YouTube

Czy pamiętasz starsze wersje YouTube, w których po zakończeniu bieżącego filmu trzeba było kliknąć nowy film? Czyż nie było to irytujące?

Cóż, ta „funkcja” doprowadziła do znacznego spadku wskaźnika zaangażowania użytkowników YouTube (liczby filmów odtwarzanych dziennie), więc zespół projektowy postanowił coś z tym zrobić.

Zespół przeanalizował dane i uzyskał dwa interesujące wnioski:

Ludzie mają tendencję do oglądania wielu filmów jeden po drugim. Niektórzy lubią włączać muzykę na YouTube jako dźwięk w tle podczas gotowania lub sprzątania. Inni, tak jak ja, lubią zasypiać przy filmie odtwarzanym w tle.
Wielu użytkowników nie klikało miniatury kolejnego filmu po zakończeniu odtwarzania. Dla wielu użytkowników ciągłe klikanie miniatur filmów było niewygodne.

Na podstawie tych ustaleń zdecydowano się dodać słynną funkcję „automatycznego odtwarzania”, która automatycznie przełączała się na powiązany film sugerowany przez platformę lub na kolejny film z playlisty.

W rezultacie YouTube odnotował ogromny wzrost wskaźników zaangażowania.

Get Free Access to the Product Vault

We’ve collected the goods — AI prompts, exclusive deals, and a library of resources for product leaders. Unlock your account for access.

Have an account? Log In

Skoncentrowany na użytkowniku proces wystawiania opinii w Airbnb

Jeśli kiedykolwiek zatrzymałeś się w obiekcie Airbnb, najprawdopodobniej oceniłeś to miejsce, korzystając z procesu przekazywania opinii na platformie.

Gdybym zapytał, czy wystawienie opinii było uciążliwe, większość z was prawdopodobnie odpowiedziałaby, że formularz nie był krótki, ale jego wypełnienie nie sprawiało wam bólu.

Cóż, stało się tak dlatego, że nie mieliście okazji doświadczyć agonii wypełniania formularza z milionem pytań, którego Airbnb używało w przeszłości do zbierania opinii.

Pracownicy Airbnb mieli dwa problemy:

Niewiele osób wypełniało formularze opinii.
Odpowiedzi w formularzach były bardzo ogólne i nieprzydatne.

Aby znaleźć rozwiązanie tych problemów, zespół projektowy zaczął analizować dane dotyczące działania formularza i zrozumiał, że zdecydowana większość użytkowników po prostu porzucała go w połowie.

Na podstawie tych wniosków zespół rozpoczął testy użyteczności i zrozumiał, że:

Rozmiar formularza przytłaczał użytkowników. Nikt nie chciał odpowiadać na tak wiele pytań.
Ludzie zostawiali ogólne opinie, ponieważ nie chcieli poświęcać cennego czasu na pisanie szczegółowych recenzji.

Gdy źródło problemu stało się jasne, zespół Airbnb rozpoczął gruntowne przeprojektowanie procesu wystawiania opinii. Zamiast jednego długiego formularza utworzono kilka stron z krótszymi formularzami, aby nie przytłaczać użytkowników.

Zaczęli również używać przycisków ze wstępnie zdefiniowanymi odpowiedziami zamiast pól tekstowych, co pomogło im unikać ogólnikowych odpowiedzi. Ponadto zespół mógł przeprowadzać analizę danych dotyczących odpowiedzi użytkowników i jeszcze bardziej je optymalizować, ponieważ odpowiedzi były ustrukturyzowane, a nie zapisane w formie tekstu.

Jak można się już domyślać, przeprojektowany formularz okazał się ogromnym sukcesem!

Reddit nie jest po prostu kolejnym forum. Stał się fenomenem kulturowym i miejscem, w którym cały internet gromadzi się, aby dyskutować na różne tematy.

Popularność Reddita miała jednak pewien interesujący skutek uboczny. Użytkownicy dodawali tak wiele komentarzy pod publikowanymi w serwisie tematami, że czytanie całego wątku stawało się niemożliwe. Nawigowanie było szczególnie irytujące, gdy pod pojedynczym komentarzem znajdowały się dziesiątki odpowiedzi i trzeba było przez chwilę przewijać stronę, aby dotrzeć do kolejnego komentarza.

Osoby z Reddita znały ten problem. Miały nawet kilka koncepcji przeprojektowania sekcji komentarzy, aby ułatwić poruszanie się po niej.

Aby wybrać najlepszą koncepcję, zaczęły przeprowadzać testy użyteczności i korzystać z innych metod badawczych w celu gromadzenia danych o interakcjach użytkowników, wyodrębniania kluczowych wskaźników oraz porównywania koncepcji na podstawie tych wskaźników.

Jedno rozwiązanie projektowe wyraźnie przewyższało pozostałe — umożliwienie użytkownikom rozwijania i zwijania odpowiedzi.

W ten sposób, jeśli nie chciałeś czytać niekończącego się wątku odpowiedzi pod określonym komentarzem, mogłeś po prostu go zwinąć i przejść do kolejnego komentarza na liście.

Jak widać, proces projektowania oparty na danych stanowi podstawę procesów roboczych wielu odnoszących sukcesy produktów.

I wiem, że Ty również chcesz podejmować decyzje projektowe na podstawie danych (w przeciwnym razie dlaczego tu jesteś?).

Oto więc instrukcja krok po kroku, jak włączyć projektowanie oparte na danych do procesu rozwoju produktu.

6 kroków umożliwiających podejmowanie decyzji dotyczących produktu na podstawie danych

Podejdźmy do tego bardziej praktycznie. Zamiast po prostu omawiać to, co należy zrobić w teorii, przyjrzymy się również przykładom każdego kroku z wykorzystaniem rzeczywistych narzędzi. Moim głównym narzędziem będzie dziś Amplitude, ponieważ jest to oparte na zdarzeniach narzędzie do analityki produktu, z którego codziennie korzystam w pracy.

Zacznijmy teraz od pierwszego kroku — opracowania strategii.

Krok 1: Opracuj strategię analizy danych wspólnie z interesariuszami

Możesz zapomnieć o uzyskaniu wartościowych wyników z działań związanych z analityką danych, jeśli nie masz solidnej strategii.

Typowa strategia analizy danych obejmuje dwie następujące sekcje:

Sekcja 1: Cele

Musisz jasno określić powód, dla którego w ogóle wdrażasz analitykę. Bez jasno sprecyzowanych celów ryzykujesz śledzenie i mierzenie danych użytkowników, które nie zawierają wartościowych informacji.

Wyobraźmy sobie teraz, że odpowiadasz za Spotify, i zobaczmy, jak mógłby wyglądać typowy zestaw celów.

Wiem, że te cele wydają się dość oczywiste. Uwierz mi jednak, że bez ich jasnego określenia ostatecznie pogubisz się w analityce.

Sekcja 2: KPI

Gdy cele będą już gotowe, wykorzystasz je do wyprowadzenia kluczowych wskaźników, które chcesz mierzyć. Kluczowe jest tutaj słowo „wyprowadzenia”. Oznacza ono, że poprawa wskaźników powinna przybliżać Cię do osiągnięcia celów.

Jeśli na przykład Twoim celem jest zrównoważony wzrost liczby użytkowników, rozważ mierzenie retencji, współczynnika aktywacji i współczynnika rejestracji. Z drugiej strony wybór MRR jako kluczowego wskaźnika byłby złym pomysłem, ponieważ możesz krótkoterminowo zwiększyć przychody, ale w dłuższej perspektywie stracić ich większość. W takim przypadku wzrost nie będzie zrównoważony i nie uda Ci się osiągnąć celu.

Oto jak będzie wyglądać lista KPI dla pierwszego celu z naszego wcześniejszego przykładu — „Poprawa doświadczenia użytkownika”:

To wszystko wskaźniki pozytywnego doświadczenia użytkownika. Jeśli powyższe wskaźniki rosną, możemy z pełnym przekonaniem stwierdzić, że użytkownicy czerpią przyjemność z korzystania z naszego produktu.

Krok 2: Zintegruj narzędzie analityki danych

Teraz, gdy dokładnie rozumiesz, co chcesz mierzyć, nadszedł czas, aby zastanowić się, jak będziesz to mierzyć. Chodzi w szczególności o wybór narzędzia analitycznego, którego ostatecznie użyjesz do wyszukiwania interesujących informacji w swoich danych.

Możesz rozważyć szeroki zakres narzędzi, zależnie od kategorii analityki, która Cię interesuje (np. mapy cieplne, dane demograficzne, zachowanie użytkowników itp.), zestawu funkcji (kohorty, lejki itp.) oraz oczywiście budżetu.

Najlepsze narzędzia analityki produktu dla zespołów produktowych

Oto kilka opcji, które możesz rozważyć dla każdego typu:

Mapy cieplne (w tym testy A/B i testy wielowymiarowe): Hotjar, Mouseflow, Clarity.
Dane demograficzne i analityka witryny (np. współczynnik odrzuceń): Google Analytics, Matomo, Yandex Metrica.
Analityka oparta na zdarzeniach (dla współczynników konwersji, lejków itp.): Amplitude, Mixpanel.
Analityka biznesowa (dla wskaźników wpływu finansowego itp.): Looker Studio, Tableau, PowerBI.

Moja obecna konfiguracja składa się z połączenia GA4, Hotjar, Amplitude i Looker Studio.

Dziś chcę jednak skupić się na Amplitude i pokazać Ci, jak je zintegrować.

Użyjemy Google Tag Manager (GTM), aby uprościć proces i uniknąć angażowania zespołu inżynieryjnego w konfigurację.

Zaczniemy od otwarcia GTM, kliknięcia „Tagi” na lewym pasku bocznym, aby otworzyć listę tagów, a następnie kliknięcia „Nowy”, aby otworzyć pasek boczny tworzenia tagu.

Aby uniknąć ręcznego konfigurowania tagu dla Amplitude, firma utworzyła szablon, którego możemy użyć. Aby skorzystać z tego szablonu, klikniemy kartę „Konfiguracja tagu”, aby otworzyć galerię szablonów.

Tutaj musimy kliknąć „Odkryj więcej typów tagów w galerii szablonów społeczności”, wyszukać „Amplitude” i kliknąć „Amplitude Analytics Browser SDK”.

Jesteśmy już prawie na miejscu. Najpierw musimy dodać nasz klucz API Amplitude w odpowiednim polu.

Następnie dodajemy regułę, klikając kartę reguły na ekranie i wybierając „Inicjalizacja — wszystkie strony”.

Na koniec nadajemy tagowi nazwę (np. „Amplitude Initialize”), zapisujemy go i publikujemy nową wersję w GTM. Gotowe! Następnym razem, gdy ktoś otworzy Twój produkt, SDK Amplitude zainicjalizuje się i rozpocznie działanie w tle.

Krok 3: Udokumentuj proces gromadzenia danych ilościowych

Uruchomienie Amplitude to dopiero początek konfiguracji. Ponieważ jest to narzędzie analityczne oparte na zdarzeniach, musisz ręcznie skonfigurować zdarzenia w swoim produkcie i uruchamiać je za pomocą SDK Amplitude, który właśnie dodaliśmy do produktu przy użyciu GTM.

Zanim jednak dodamy zdarzenia, musimy je najpierw udokumentować. Dokument dotyczący gromadzenia danych to zazwyczaj arkusz kalkulacyjny, w którym wymieniasz zdarzenia uruchamiane przez SDK, działania użytkowników, które będą je wyzwalać, oraz różne parametry, które chcesz wysyłać do Amplitude wraz ze zdarzeniem.

Tak wygląda uproszczona wersja takiego arkusza służącego do śledzenia interakcji użytkowników w formularzu recenzji Airbnb.

Po udokumentowaniu zdarzeń, które musimy śledzić, poprosimy nasz zespół inżynieryjny o dodanie wyzwalaczy dla każdego z nich w kodzie naszego frontendu za pomocą pakietu SDK firmy Amplitude. Po zakończeniu tego zadania nasz produkt będzie automatycznie uruchamiać te zdarzenia i przesyłać do Amplitude niezbędne dane do analizy.

Krok 4: Tworzenie raportów i paneli dla kluczowych wskaźników UX

Na tym etapie masz już wszystko, czego potrzebujesz, aby rozpocząć właściwą analizę i określić, czy doświadczenia użytkowników spełniają Twoje oczekiwania.

Twoja droga do wizualizacji danych rozpocznie się od utworzenia wykresów dla kluczowych wskaźników użyteczności, które wcześniej zidentyfikowaliśmy i udokumentowaliśmy, przy użyciu wybranego narzędzia analitycznego. Pokażę Ci, jak to zrobić na przykładzie Amplitude. Wskaźnik adopcji playlisty wydaje się dobrym punktem wyjścia.

Utworzymy nowy wykres segmentacji (zwany również zwykłym wykresem) w Amplitude, klikając przycisk „Nowy” i wybierając „Segmentacja” z otwartego panelu bocznego.

Następnie musimy wybrać zdarzenia, które pomogą nam zmierzyć adopcję. W naszym przypadku będzie to „Obserwowanie playlisty”.

Następnie musimy upewnić się, że liczby na wykresie przedstawiają odsetek aktywnych użytkowników wykonujących tę czynność. Wybierzemy więc opcję „Aktywni %” w menu „Mierzone jako”.

Tak będzie wyglądać nasz wykres. Pokazuje on, że około 70% naszych dziennie aktywnych użytkowników codziennie obserwuje playlisty. Szczerze mówiąc, wydaje się to całkiem dobrym wynikiem.

Na koniec zapiszemy wykres i zajmiemy się pozostałymi wskaźnikami.

Możesz utworzyć panel, aby mieć jeden widok wszystkich kluczowych wskaźników. W tym celu ponownie klikniemy przycisk „Nowy”, wybierzemy „Raport”, a następnie „Panel”.

W rezultacie zobaczymy pusty panel, któremu musimy nadać nazwę i wypełnić go wcześniej utworzonymi wykresami.

Nazwijmy go „Kluczowe wskaźniki użyteczności” i dodajmy nasze wykresy, klikając „Dodaj zawartość”, następnie „Istniejący wykres” i wybierając utworzone przez nas wykresy.

Gratulacje! Teraz masz przegląd wszystkich kluczowych wskaźników!

Krok 5: Stałe przeglądanie i analizowanie raportów

Wyniki widoczne na panelu Amplitude są „żywe”. Będą rosnąć lub spadać w zależności od zmian wprowadzonych w UX. Dlatego należy stale przeglądać te wskaźniki, aby:

Sprawdzać, czy Twoje działania pozytywnie wpłynęły na użyteczność produktu.
Identyfikować wskaźniki osiągające słabe wyniki i próbować znaleźć ich przyczynę.

Sugeruję organizowanie cotygodniowych lub odbywających się co dwa tygodnie spotkań przeglądowych z interesariuszami, aby omawiać zmiany KPI i wspólnie szukać możliwych przyczyn słabych wyników.

Rezultatem tych spotkań powinna być lista hipotez dotyczących poprawy wskaźników oraz potencjalnych problemów powodujących słabe wyniki.

Następnie przeprowadzisz proces badań projektowych UX, aby potwierdzić lub odrzucić te hipotezy i zacząć tworzyć rozwiązania, które mogą znacząco wpłynąć na wyniki.

Oto rzeczywiste studium przypadku z mojego doświadczenia.

Jeden z produktów, nad którymi pracowałem, był platformą marketingową dla witryn internetowych, umożliwiającą wysyłanie powiadomień push do ich odbiorców. Po rejestracji właściciele witryn musieli skonfigurować nasz pakiet SDK na swoich stronach, aby aktywować na nich powiadomienia push.

Stworzyliśmy wykres lejka, który przedstawiał wszystkie główne kroki, jakie właściciele stron internetowych musieli skonfigurować. Kiedy po raz pierwszy przeanalizowaliśmy lejek, zauważyliśmy coś dziwnego. Między etapem instalacji SDK a wysłaniem pierwszego powiadomienia push odnotowaliśmy ogromny, 70-procentowy spadek.

Po sesji burzy mózgów postawiliśmy hipotezę, że przyczyną tego spadku był brak „trybu testowego”, w którym użytkownicy mogliby sprawdzić, czy powiadomienia push działają prawidłowo.

Przeprowadziliśmy kilka testów użyteczności i wywiadów z użytkownikami, aby zweryfikować tę hipotezę. Okazało się, że właściciele stron internetowych nie czuli się komfortowo, korzystając z jakiejkolwiek nowej technologii, dopóki najpierw nie przetestowali jej na sobie.

Dlatego zaprojektowaliśmy i zbudowaliśmy ścieżkę testową, którą użytkownicy przechodzili natychmiast po zainstalowaniu SDK. Rezultat był zdumiewający. Udało nam się całkiem dobrze odpowiedzieć na potrzeby użytkowników i rozwiązać ich problemy. W ciągu kilku tygodni 70-procentowy spadek zmienił się w zaledwie 15-procentowy!

Krok 6: Włącz zdobytą wiedzę do swoich projektów

Ostatni krok w podejściu opartym na danych jest również najważniejszy. Twoje analizy i hipotezy nie wpłyną na produkt, jeśli nie podejmiesz na ich podstawie działań.

Sposób, w jaki przeprowadziliśmy ten proces w przypadku jednego z produktów, za które odpowiadałem, był dość prosty. Gdy tylko potwierdziliśmy hipotezę, tworzyliśmy zadanie dotyczące projektu produktu w naszym narzędziu do zarządzania zadaniami, ustalaliśmy jego priorytet i przydzielaliśmy je jednemu z naszych projektantów.

Gdy tylko projekt był gotowy, przeprowadzaliśmy moderowane lub niemoderowane testy użyteczności, wprowadzaliśmy iteracje na podstawie opinii użytkowników i przygotowywaliśmy nowy projekt do udoskonalania backlogu.

Niezależnie od tego, czy zastosujesz proces, który właśnie Ci przedstawiłem, czy opracujesz własny — pamiętaj, aby działać na podstawie zdobytej wiedzy!

Rozwiń swoje umiejętności projektowe dzięki danym

Analityka danych jest fantastycznym narzędziem w rękach zespołu projektowego. Dzięki stałemu monitorowaniu i rozwiązywaniu problemów związanych z kluczowymi wskaźnikami użyteczności możesz znacząco poprawić proces podejmowania decyzji i tworzyć doświadczenia użytkowników, które wprawią ich w zachwyt.

Nie zapomnij zasubskrybować naszego newslettera, aby otrzymywać więcej materiałów i poradników dotyczących zarządzania produktem, a także najnowsze podcasty, wywiady i inne spostrzeżenia liderów oraz ekspertów z branży.