Tek bir alıntıyı bulup sağlam bir ürün kararı vermenize yardımcı olacak ifadeyi yakalamak için düzinelerce görüşme kaydını saatlerce ileri sarmak can sıkıcı değil mi? Bundan nefret ediyorum! Harika ürünler geliştirmek için harcayabileceğiniz değerli zamanınızı boşa harcıyor.
Çoğu zaman, görüşme verilerimizi düzenli tutmamız gerektiği sonucuna bizi bu tür yorucu durumlar götürüyor. Bunu yapmak için de bu öğrenimleri sürekli olarak somutlaştıracağımız, böylece onları özelliklere ve çözümlere dönüştüreceğimiz bir süreç oluşturmamız gerekiyor.
Bu anlattıklarım size tanıdık geliyorsa ancak yığınla kullanıcı araştırmanızı düzenlemeye nasıl başlayacağınızdan emin değilseniz endişelenmeyin. Yardım etmek için buradayım!
Nitel Görüşmelerin Gücü
Bana göre kullanıcı görüşmeleri (ve genel olarak nitel analiz), ürün yöneticilerinin yaptığı en değerli çalışma türleridir.
Kullanıcılarınızın kim olduğunu ve ne istediklerini bilmeden harika ürünler geliştiremezsiniz. Öte yandan görüşmeler sayesinde bu insanların içinde yaşadığı gerçekliğin derinliklerine iner ve belirli görevleri yerine getirirken günlük yaşamlarında karşılaştıkları zorlukları ve rahatsızlıkları deneyimlersiniz.
Bu içgörü, onlar için gerçekten yararlı olacak ve hayatlarını iyileştirebilecek çözümler oluşturmanız için size doğru bilgi temelini sağlar. Bu nedenle ürün yöneticilerinin kullanıcı görüşmesi süreçlerini optimize etmesi ve kullanıcılarıyla konuştukları sınırlı zamandan en iyi şekilde yararlandıklarından emin olması son derece önemlidir.
Görüşme Verileri Nasıl Düzenlenir?
Ekibiniz 20 kullanıcı görüşmesini aştığı anda işler karışmaya başlar. Belirli bir alıntıyı veya içgörüyü bulmak için görüşmeyi yapan kişiyi bulup ona sormanız gerekebilir. Kaçınılmaz olarak, o görüşmenin kesin ayrıntılarını hatırlamayacaktır.
Sonunda, belirli varsayımlarla ilişkilendirilmemiş bir sürü içgörü elde edersiniz. Böyle bir karmaşa, araştırmadan işe yarar sonuçlar çıkarmayı neredeyse imkânsız hâle getirir.
İşte kullanıcı görüşmelerinizi titizlikle düzenlemenin değeri burada ortaya çıkar.
Düzenlemenin Temelleri
Daha karmaşık süreçlere geçmeden önce, görüşmelerinizi düzenli tutmanın kolay yollarını ele alalım.
Görüşmeleri Adlandırma Kuralları
Sürekli görüşme yapıyorsanız, bir noktada bulut depolama hesabınızda (veya fikir geliştirme aracınızda) yüzlerce kayıt birikir. Bu dosyaların adları şöyle görünüyorsa, büyük miktardaki bu dosyalar içinde arama yapmanın ne kadar zahmetli olacağını bir düşünün (korkunç adlandırma mantığı için Zoom’a “teşekkürler”):
Burada belirli bir görüşmeyi bulmanızın hiçbir yolu yok.
Bu nedenle, görüşme dosyalarınızda arama yapmayı kolaylaştıracak standart bir adlandırma kuralı benimsemeyi düşünün. Örneğin şöyle bir şey olabilir:
Artık aranabilir adlara, konulara ve tarihlere sahip, yapılandırılmış görüşmeleriniz var. Görüşmeyi gerçekleştiren ürün yöneticisinin adını da ekleyebilirsiniz. Ancak özel bir görüşme aracı kullanıyorsanız hem ad hem de görüşme tarihi zaten aranabilir olacaktır; bu nedenle bunları dosya adlarınızdan kaldırabilirsiniz.
Have an account? Log In
Planlama Araçları
Görüşme tarihini ve saatini planlamak da zaman alıcı bir süreç olabilir. Görüşmeye katılan kişilerle görüşme için uygun gün ve saati belirlemeye çalıştığınız uzun e-posta zincirleri oluşur. Ayrıca biri görüşmeye gelmediğinde toplantıyı yeniden planlamanız gerekir ve bu da ekstra bir zahmet yaratır.
Öte yandan bir planlama aracıyla görüşmeleriniz için uygun zaman aralıklarını kolayca belirleyebilir ve görüşmeye katılacak kişilerin kendilerine en uygun olanı seçmesine izin verebilirsiniz.
Bu amaçla Calendly, Google Workspace ve Hubspot da dâhil olmak üzere mevcut herhangi bir planlama aracını kullanabilirsiniz.
Paylaşılan Takvimler
Bu özellik, özellikle ekibinizde görüşme yapan birden fazla kişi olduğunda kullanışlıdır. Paylaşılan bir takvim sayesinde, katılamayacağınız bir görüşmeyi sizin yerinize katılması için bir iş arkadaşınıza “devredebilirsiniz”.
Ayrıca bu takvimi tüm şirketle paylaşabilir ve farklı departmanlardan kişileri, kullanıcıların ürününüz hakkında neler söylediğini dinlemeye davet edebilirsiniz. Bu yaklaşım, herkesin “kullanıcıların farkında” olmasını sağlamanın ve departmanlar arasındaki bilgi silolarını yıkmanın harika bir yoludur.
Yazıya Dökme ve Özetleme
Ürün ekipleri geleneksel olarak yaptıkları görüşmelerin ses ve video kaydını alır. Ardından bu kayıtları, elde edilen bilgileri analiz etmek ve bulgularımızda öne çıkarmak istediğimiz belirli alıntıları bulmak için kullanırız.
Bunun bir de kayıt tutma amacı vardır. Bazen eski görüşmelerinize dönmek ve kullanıcının yanıtlarına farklı bir bakış açısıyla bakmak isteyebilirsiniz.
Ancak ses/video kayıtlarıyla ilgili sorun, bunların tüketilmesinin yavaş ve içinde gezinmenin zor olmasıdır.
Bu nedenle, bir deşifre ve özetleme aracı kullanmanızı öneririm (bu konuda yardımcı olması için kullanıcı araştırmalarında yapay zekâ da kullanabilirsiniz).
Deşifreler kaydırılabilir ve aranabilir metinlerdir. Bir görüşmenin belirli bir bölümünü bulmak istiyorsanız, Command-F tuşlarına basıp aramanız yeterlidir. Belirli bir görüşmenin içinde arama yapmanın yanı sıra birçok araç, gerçekleştirdiğiniz tüm görüşmeler arasında da sorgu çalıştırmanıza olanak tanır.
Özetler, evrimin bir sonraki adımıdır. Yapay zekâ LLM modelinden (genellikle deşifre aracına entegre edilir) sizin için en önemli bulguların bir özetini oluşturmasını isteyebilirsiniz.
Bu şekilde, deşifrelerinizi analiz etmek için harcadığınız zamandan da büyük ölçüde tasarruf edersiniz. Doğru bağlam sağlandığında modern LLM'ler (özellikle GPT-4), görüşmeyi sizin için analiz etme konusunda oldukça başarılıdır.
Araçlar konusunda, şu anda Krisp kullanıyorum çünkü Krisp'in Deşifre ve Özetleme ürününe liderlik ediyorum. Ancak Dovetail, Otter.ai, Fireflies.ai ve diğerlerini de denemenizi öneririm. Alternatif olarak Atlas.ti, Nvivo, Maxqda ve diğerleri gibi daha bilimsel ve kapsamlı nitel veri analizi yazılımlarını değerlendirebilirsiniz.
Görüşme Deşifresi İçeriğini Hipotezlere Göre Gruplama
Birçok görüşme yönetimi aracı, deşifrenin belirli bölümlerini vurgulamanıza ve etiketlemenize olanak tanır. Bu harika işlevsellik, müşteri görüşmelerinizi (vaka çalışmalarınızın, notlarınızın ve diğer araştırma projelerinizin yanı sıra) şu temellere göre düzenlemenizi sağlar:
- Genel tema (ör. para kazanma keşfi, etkinleştirme özellikleri vb.)
- Persona özellikleri (ör. coğrafya, meslek vb.)
- Etkileşim açısından kullanıcı türü (ör. pasif kullanıcılar, yoğun kullanıcılar vb.)
Ancak bu işlevselliğin muhtemelen en değerli tek uygulaması, kullanıcı yanıtlarını vurgulamak ve bunları doğrulayabilecekleri hipoteze göre etiketlemektir.
Genellikle yaptığınız şey, etkin hipotezlerinizin tümünü etiketler biçiminde kullanıcı görüşmesi aracınıza aktarmak ve görüşmelerinizin ilgili bölümlerini etiketlemeye başlamaktır. Bu etiketlerden birine tıkladığınızda, tüm görüşmelerinizdeki ilgili alıntıların derlemesini görürsünüz.
Dovetail'de görünümü şöyledir:
Gördüğünüz gibi oldukça kullanışlıdır—tek bir ekranda o hipotezle ilgili her şeye göz atabilir ve bunları kullanarak hızlı bir karar verebilirsiniz.
Kullanıcı görüşmesi verilerinizi nasıl düzenleyeceğimizi artık bildiğimize göre, şimdi bunları nasıl analiz edebileceğinize geçelim.
Kullanıcı Görüşmeleri Nasıl Yorumlanır?
Genellikle teori hakkında konuşmaktan kaçınırım, ancak bilimsel-teorik yaklaşımı öğrenmenin değerli (ve gerçek hayattaki senaryolara uygulanabilir) olduğu nadir durumlardan biri budur. Öyleyse klasik nitel veri analizi yöntemlerinden üçünü ele alalım. Bu yöntemlerin yanında veri analizinde yapay zekâyı nasıl kullanabileceğinizi düşünün.
Anlatı Analizi
Bu analiz türü, grubun en yapılandırılmamış ve nitel yöntemidir. Tamamen kullanıcılarınızın hikâyelerine odaklanır ve ürününüz hakkında nasıl hissettiklerine ve onu nasıl algıladıklarına dayanarak ilginç içgörüleri ortaya çıkarmaya çalışır.
Diğer analiz türlerinin aksine, önemli olan kullanıcılarınızın duyguları ve ürününüzü günlük yaşamlarında nasıl gördükleridir.
Slack'i örnek olarak kullanalım.
Slack'in ilk ürün yöneticilerinden biri olduğunuzu ve insanların iş yerinde iletişim kurma biçiminde devrim yapmak istediğinizi düşünün. İnsanların çoğunlukla birincil iletişim kanalı olarak e-posta kullandığını biliyorsunuz ve onlara sosyal medya platformlarına (ör. yorum içeren gönderilere) daha çok benzeyen bir şey sunmak istiyorsunuz.
Anlatı analizi yaparken, insanlardan e-posta üzerinden günlük iletişimlerini anlatmalarını isteyebilir, şikâyetlerini dinleyebilir ve insanların günlerinin bu yönü hakkında nasıl hissettiklerine dair genel bir anlayış edinebilirsiniz.
Daha sonra aynı araştırma sorularını sosyal medya gönderisi formatlarıyla ilgili deneyimleri hakkında sorar, duygusal tepkilerini gözlemler ve gönderi oluşturma ve bu gönderilere yorum yapma sürecindeki tipik kullanıcı yolculuğunu anlarsınız.
Tüm bu içgörüleri kullanarak (ve tümdengelimsel akıl yürütme uygulayarak) kullanıcı personasını hedefleri ve karşılaştığı zorluklarla birlikte oluşturabilirsiniz. Ayrıca, ürününüzü oluştururken göz önünde bulundurmanız gereken farklı kullanıcı yolculuklarını ve alışkanlıklarını görselleştirmeniz de mümkün olur.
Tematik Analiz
Anlatı analizinden farklı olarak bu yöntem biraz daha “nicel”dir ve içgörülerinize bir miktar yapı kazandırmanızı sağlar. Tematik analiz, görüşme dökümlerinizi okuma ve birden fazla görüşmede tekrarlanan farklı temaları belirleme sürecidir.
Slack örneğine dönelim...
Görüşme yaptığınız kişilerin yanıtlarını analiz ederken, birçoğunun tipik ve uzun bir e-posta yazışması zincirinde “görüntüleme izinlerini” (mesajınızı kimlerin görebileceğini ve kimlerin göremeyeceğini) yönetmenin zorluğundan yakındığını kısa sürede fark edebilirsiniz.
Harika, artık ortak bir tema (ve 'kanal izinleri' özelliğiniz için potansiyel bir benzersiz değer önerisi) belirlediniz!
Bir başka ortak şikâyeti, yani bir e-posta zincirindeki önceki mesajları okumanın zorluğunu da belirleyebilirsiniz. Voilà! İşte bir başka ortak tema ve bir sonraki özelliğinizle öne çıkmanız için bir başka fırsat.
Az önce bahsettiğim etiketleme özelliği, tematik analiz yapmak için harika bir araçtır. Görüşme dökümünde ilginç bir şey gördüğünüzde onu vurgulayabilir ve üzerine bir 'tema' etiketi ekleyebilirsiniz. Ardından 'tema' etiketi sayfasını açarak bununla ilgili tüm alıntıları görebilirsiniz.
İçerik Analizi
Görüşmelerin içerik analizi, bu üç yöntem arasında en yapılandırılmış ve nicel araştırma metodolojisidir. Bu durumda amacınız, içgörülerinizi ölçülebilir hâle getirmektir.
Örneğin...
Görüşmelerinizde zaten bir tema (yani bir e-posta zincirinde izinleri yönetmenin zorluğu) belirlediyseniz, bunun son derece zahmetli olduğunu düşünen kişilerin yüzdesini hesaplamayı ve bundan pek de rahatsız olmayan kişilerin yüzdesiyle karşılaştırmayı deneyebilirsiniz.
Verilerinizi nicelleştirerek bulgularınızın önemini anlayabilirsiniz. Görüşme yaptığınız kişilerin yalnızca %20'si e-posta zincirlerindeki görüntüleme izinlerini sorun olarak görüyorsa, kanal izinleri özelliğinizin değer önerisi zayıf olacaktır.
Bu elbette oldukça kullanışlıdır. Ancak deneyimlerime göre içerik analizinin en değerli uygulaması, hipotezlerinizi doğrulamaktır (veya geçersiz kılmaktır).
İçerik analizinde, tematik analiz için kullanacağınız tekniğin aynısını kullanırsınız. Ancak bu durumda hipotezinizi doğrulayan yanıtların yüzdesini ölçersiniz. Aşağıdaki hipotezle bir döküm uygulaması (tıpkı Dovetail gibi) geliştirdiğinizi düşünün:
Döküm işleme süresini 10 dakikadan 10 saniyeye indirmenin döküm görüntüleme oranını büyük ölçüde artıracağına inanıyorum
Şimdi görüşme yanıtlarınızı analiz ettiğinizi ve kişilerin %80'inin arka arkaya görüşmeler yaptığını ve dökümleri genellikle iş gününün sonunda okuduğunu söylediğini keşfettiğinizi düşünün.
Bu, hipotezinizin geçersiz olduğu ve işleme motorunuzu optimize etmek için zaman ve kaynak harcamamanız gerektiği anlamına gelir.
Ek Analiz Yöntemi: Temellendirilmiş Kuram
Geleneksel bilimsel yöntem (ürün yönetiminde yaygın olarak kullanılır), hipotezlerin oluşturulması ve ardından bunların ampirik kanıtlarla doğrulanmasıyla başlar.
Ancak sorun şu ki bu hipotezleri her zaman oluşturamazsınız. Bazen, özellikle girişiminizin ilk fikir oluşturma aşamasındayken, pazarınız ve kullanıcılarınız hakkında hiçbir şey bilmiyor olabilirsiniz. Bu nedenle anlamlı hipotezleri yazıya dökmenizin hiçbir yolu yoktur.
İşte burada temellendirilmiş kuram devreye girerek yardımcı olur.
Buradaki araştırma süreci, hipotezler oluşturup ardından bunları verilerle doğrulamak yerine sizi önce verileri analiz etmeye, sonra da verilerinizde bulduğunuz içgörülere dayanarak hipotezler oluşturmaya yönlendirir.
İlk aşamalarındaki bir girişim için bu, herhangi bir hipotez olmadan kullanıcılarla görüşmeye başlamak ve onların ihtiyaçlarını ve yolculuklarını anlamak anlamına gelir. Ne istediklerine dair temel bir anlayışa sahip olduğunuzda hipotezlerinizi oluşturmaya başlayabilirsiniz.
Nitel Araştırmanız Doğrultusunda Nasıl Harekete Geçilir?
Kullanıcı görüşmelerinizden uygulanabilir bir sonuç çıkaramıyorsanız, bunlar anlamsızdır (ve kararlarınız araştırma yanlılığı ile doludur). Bu bölümde, öğrendikleriniz doğrultusunda harekete geçmenin temel adımlarını inceleyelim ve bunları gerçek hayatta nasıl uygulayabileceğinizi görelim. Bu adımların yanında UX araştırmasında yapay zekâ da kullanabilirsiniz.
1. Adım: Hipotezlerinizi Doğrulayın veya Geçersiz Kılın
Temellendirilmiş kuramı kullanmadığınız sürece her kullanıcı görüşmesinin amacı bir veya daha fazla hipotezi doğrulamak olmalıdır. Hipotezlerinizi şu şekilde doğrulayabilirsiniz:
- Hipotezle ilgili gerekli tüm içgörüleri tek bir ekranda toplamak için görüşme aracınızın etiketleme ve açıklama ekleme özelliklerini kullanın.
- Ürün ekibinizi (UX Tasarımcıları ve paydaşlar dâhil) davet edin ve bu bulguları değerlendirin.
- Bu hipotezin doğrulanmış olup olmadığına karar verin.
Bazen elinizdeki veri seti, sorunuza kesin bir yanıt vermek için yeterli olmayabilir. Bu durumda, yeterli veriyi toplayana kadar daha fazla görüşme gerçekleştirin.
2. Adım: Geçersiz Kılınan Hipotezler Üzerinde Aksiyon Alın
Görüşme bulgularınız bir hipotezi geçersiz kılarsa (bu, bir hipotezi doğrulamaktan daha yaygın bir durumdur), bunun üzerinde iki olası şekilde aksiyon alabilirsiniz:
- Hipotezinizi gözden geçirin: Hipotezin bir kısmı geçerli olabilir ve eski hipoteze dayalı olarak yeni, değiştirilmiş bir hipotez oluşturmanız gerekebilir.
Örneğin, insanların Slack'teki her bir gönderinin izinlerini yönetmeyi tercih edeceğini varsaydığınızı düşünelim. Görüşme verileri, insanların gerçekten izin istediğini, ancak bu izinlerin gönderi düzeyinde olmaması gerektiğini gösteriyor. Bu durumda hipotezinizi şu şekilde değiştirirsiniz:
İnsanların izinleri kanal düzeyinde yönetmeyi tercih edeceğini düşünüyoruz
- Geçersiz kabul edin ve bir kenara bırakın: Hipoteziniz için uygulanabilir herhangi bir revizyon göremiyorsanız, onu basitçe bir kenara bırakabilir ve yeni hipotezler oluşturmaya başlayabilirsiniz.
More Articles
3. Adım: Doğrulanmış Hipotezleri Ürün Çözümlerine Dönüştürün
Hipotezinizi doğrulamayı başarırsanız, bu hipotez için bir ürün çözümü üzerinde çalışmaya başlayabilirsiniz.
Bunun bariz olduğunu biliyorum, ancak çoğumuz ertelemeye başlıyor ve sonunda bu fırsatları unutuyoruz. Bu nedenle, kaybedilen bu değeri azaltmak için düzenli ürün fikir geliştirme çalıştayları düzenlemenizi ve çözümlerinizi geliştirmek ve yinelemek üzere tasarım çerçevelerinden yararlanmanızı öneriyorum.
Bu toplantıdaki başlıca paydaşlar ürün tasarımcılarınızdır (veya çözüm yoğun bir kodlama süreci gerektiriyorsa mühendislerinizdir). Bu çalıştaylara genellikle, bu hipotezle ilgili topladığınız içgörüleri içeren slaytları veya ortak çalışmaya açık bir panoyu sunarak başlayabilirsiniz.
(Bu arada, görüşme araçlarında bu özellik bulunur; bu nedenle PowerPoint ile uğraşmak yerine bu özellikleri kullanın.)
Ardından, hipotezdeki durumu kapsayacak farklı özellikler ve tasarım fikirleri geliştirmeye başlarsınız. Son olarak, listedeki en değerli özellikleri bulmak ve bunları “iş listesine hazır” olarak işaretlemek için herhangi bir önceliklendirme aracını kullanabilirsiniz.
4. Adım: Ürün Çözümlerini Yol Haritanıza Ekleyin
Bu adım oldukça açık. UX ekibiniz tasarımları hazırladığı ve çözümle ilgili gereksinimlerinizi tamamladığınız anda bunu birikime ekleyin ve önceliklendirin.
Nitel Veri Analizi, Ürün Konusundaki Süper Gücünüzdür!
Ürün yöneticileri, her şirkette kullanıcılarının sesidir. Kullanıcılarımızın ihtiyaçları ve sorunları hakkındaki bilgimiz sayesinde ürün yöneticilerinin görüşleri önemli bir ağırlık taşır ve insanlar bizimle aynı fikirde olma eğilimindedir. (En azından böyle olmalı!)
PM'ler bunu titiz nicel veri toplama ve analiz süreçleriyle gerçekleştirebilir. Ancak kullanıcı görüşmelerinin büyük bir avantajı vardır. Liderlik ekibinizle yaptığınız toplantılarda, kullanıcılarınızdan alıntı yaptığınız anda görüşleriniz çürütülemez hâle gelir.
Bu nedenle, tüm görüşme verilerinizin iyi organize edildiğinden ve çok iyi analiz edildiğinden emin olun!
