Büyük veri ve analitik çağında yaşıyoruz ve bu disiplin satış, pazarlama, ürün yönetimi ve elbette UX tasarımı da dâhil olmak üzere neredeyse her yerde karşımıza çıkıyor.
Veri analitiğinin günümüzde tasarım iş akışının vazgeçilmez bir parçası hâline gelmesinin iyi bir nedeni var. Kullanıcılarınızın davranışlarını analiz ederek tasarımlarınızın kalitesini önemli ölçüde artırabilirsiniz.
Öyleyse tasarım ekiplerinin veriye dayalı tasarımdan nasıl yararlanabileceğini ve kullanıcılarınızın ürününüzle etkileşim kurarken tamamen memnun olmasını nasıl sağlayabileceğinizi anlayalım.
Veriye Dayalı Tasarım Nedir (ve UX Tasarım Sürecinizde Verileri Neden Kullanmalısınız?)
Veriye dayalı tasarım, veri analitiği araçlarınızdan elde ettiğiniz öğrenimlere dayanarak daha iyi tasarım kararları almanıza yardımcı olmak için veri takibini ve analitiği iş akışınıza dâhil etme sürecidir.
Tasarımcılar, ürünlerinin genel kullanıcı dostu özelliklerini temsil eden kritik kullanıcı yolculuklarını ve KPI'ları takip etmek için çeşitli kullanıcı araştırması ve analitik araçları kullanır. Bunun için A/B testi, farklı veri türlerinin analizi (ör. nicel ve nitel veriler), kullanıcı testi, odak gruplarıyla görüşmeler gerçekleştirme, izlenebilir açılış sayfaları ve prototipler oluşturma ve diğerleri gibi süreçlerden yararlanırlar.
Sonuç olarak kullanılabilirlik sorunlarını hızlıca tespit edebilir, bunlara neden olan temel sorunu bulabilir ve düzeltebilirler.
Ayrıca tasarım ekipleri, en son tasarımlarının kullanıcı deneyimi üzerindeki etkisini ölçmek ve bulguları yeni ve geliştirilmiş yinelemeler oluşturmak için kullanmak amacıyla veri analitiğinden aktif olarak yararlanır.
Veri Odaklı Tasarım Örnekleri
UX tasarım çözümlerini ampirik verilere dayalı olarak uygulama disiplini, düşündüğünüzden çok daha popülerdir. Başarılı ürün şirketlerinin çoğu, yaptıkları tasarım seçimlerinin ürünleri üzerinde olumlu bir etki yaratma olasılığını güvence altına almak için bu süreci aktif olarak kullanır.
İşte bu ürünlerden üç örnek.
YouTube'un Otomatik Oynatma Özelliği
Geçerli video bittikten sonra yeni bir videoya tıklamanız gereken eski YouTube sürümlerini hatırlıyor musunuz? Bu sinir bozucu değil miydi?
Bu “özellik”, YouTube kullanıcılarının etkileşim oranında (günde oynatılan video sayısında) önemli bir düşüşe yol açtı ve tasarım ekibi bu konuda bir şeyler yapmaya karar verdi.
Verilere baktılar ve iki ilginç içgörü elde ettiler:
- İnsanlar arka arkaya birden fazla videoyu art arda izleme eğilimindedir. Bazıları yemek pişirirken veya temizlik yaparken YouTube'da müzik açmayı arka plan gürültüsü olarak kullanmayı sever. Diğerleri (benim gibi) arka planda bir video oynarken uykuya dalmayı sever.
- Birçok kullanıcı oynatma tamamlandıktan sonra başka bir video küçük resmine tıklamıyordu. Çok sayıda kullanıcının video küçük resimlerine sürekli tıklaması zahmetliydi.
Bu bulgulara dayanarak, platform tarafından önerilen ilgili bir videoya veya oynatma listesindeki bir sonraki videoya otomatik olarak geçiş yapan ünlü “otomatik oynatma” özelliğini eklemeye karar verdiler.
Sonuç olarak YouTube, etkileşim ölçümlerinde büyük bir artış gördü.
Have an account? Log In
Airbnb'nin Kullanıcı Odaklı Değerlendirme Akışı
Daha önce bir Airbnb mülkünde kaldıysanız, büyük olasılıkla platformun geri bildirim akışını kullanarak konakladığınız yeri değerlendirmişsinizdir.
Size değerlendirme bırakmanın zahmetli olup olmadığını sorsam, çoğunuz muhtemelen formun kısa olmadığını ancak doldurmanın canınızı acıtmadığını söylerdiniz.
Bunun nedeni, Airbnb'nin geçmişte değerlendirmeler için kullandığı milyonlarca sorudan oluşan formu doldurmanın ızdırabını yaşama fırsatınızın olmamasıdır.
Airbnb ekibinin iki sorunu vardı:
- Çok az kişi değerlendirme formlarını dolduruyordu.
- Formlarındaki yanıtlar çok genel ve faydasızdı.
Tasarım ekibi bunlara bir çözüm bulmak için formun performans verilerini analiz etmeye başladı ve kullanıcıların büyük çoğunluğunun formu ortalarda bir yerde basitçe terk ettiğini fark etti.
Bu öğrenimlere dayanarak ekip kullanılabilirlik testleri gerçekleştirmeye başladı ve şunları anladı:
- Formun boyutu kullanıcılar için bunaltıcıydı. Hiç kimse bu kadar çok soruyu yanıtlamak istemiyordu.
- İnsanlar değerli zamanlarını ayrıntılı değerlendirmeler yazarak harcamak istemedikleri için genel geri bildirimler bırakıyordu.
Sorunun kaynağı artık net olduğuna göre Airbnb ekibi, değerlendirme deneyiminde kapsamlı bir yeniden tasarım gerçekleştirmeye başladı. Tek bir uzun form yerine, kullanıcılarını bunaltmamak için daha kısa formlardan oluşan birkaç sayfa oluşturdular.
Ayrıca metin alanları yerine önceden tanımlanmış yanıtların bulunduğu düğmeleri kullanmaya başladılar; bu da genel yanıtlar vermekten kaçınmalarına yardımcı oldu. Dahası ekip, metin yerine yapılandırılmış yanıtlar bulunduğu için kullanıcı yanıtları üzerinde veri analitiği yapabiliyor ve bunları daha da optimize edebiliyordu.
Tahmin edebileceğiniz gibi yeniden tasarlanan form büyük bir başarı elde etti!
Reddit’in Yorumlarda Gezinme Deneyimi
Reddit yalnızca başka bir forum değildir. Bir kültürel fenomene ve tüm internetin bir şeyleri tartışmak üzere bir araya geldiği bir yere dönüştü.
Ancak Reddit’in popülerliğinin ilginç bir dezavantajı vardı. İnsanlar sitede yayınlanan konuların altına o kadar çok yorum ekliyordu ki başlığı okumak imkânsız hâle geliyordu. Tek bir yorumun altında onlarca yanıt olduğunda gezinmek özellikle can sıkıcıydı; bir sonraki yoruma ulaşmak için bir süre kaydırmanız gerekiyordu.
Reddit’teki ekip bu sorunun farkındaydı. Yorum bölümünde gezinmeyi kolaylaştırmak için yeniden tasarım konusunda birkaç fikirleri bile vardı.
En iyi fikri seçmek için kullanılabilirlik testleri yapmaya ve kullanıcı etkileşimi verilerini toplamak, temel ölçümleri çıkarmak ve fikirlerini bu ölçümleri kullanarak karşılaştırmak üzere diğer araştırma yöntemlerinden yararlanmaya başladılar.
Bir tasarım çözümü diğerlerinden açıkça daha iyi performans gösterdi: kullanıcıların yanıtları genişletip daraltmasına olanak tanımak.
Bu sayede belirli bir yorumun altındaki bitmek bilmeyen yanıt dizisini okumak istemediğinizde, bu diziyi kolayca daraltıp listedeki bir sonraki yoruma geçebiliyordunuz.
Gördüğünüz gibi veri odaklı tasarım süreci, birçok başarılı ürünün iş akışlarının temelinde yer alır.
Ve tasarım kararlarınızı sizin de verilere dayanarak almak istediğinizi biliyorum (aksi hâlde burada ne işiniz var?).
Öyleyse veri odaklı tasarımı ürün geliştirme sürecinize nasıl dâhil edebileceğinizi adım adım inceleyelim.
Ürününüz İçin Veri Odaklı Kararlar Almayı Sağlayacak 6 Adım
Burada daha pratik bir yaklaşım benimseyelim. Yalnızca teoride ne yapılması gerektiğinden bahsetmek yerine, her adım için gerçek hayattaki araçları kullanarak örneklere de bakacağız. Bugün tercih edeceğim temel araç Amplitude olacak; çünkü bu, her gün işimde kullandığım, olay odaklı ürün analitiği aracıdır.
Şimdi ilk adımla, yani strateji oluşturmayla başlayalım.
1. Adım: Paydaşlarınızla Bir Veri Analizi Stratejisi Oluşturun
Veri analizi çalışmalarınız için sağlam bir stratejiniz yoksa verilerinizden değerli sonuçlar elde etmeyi unutabilirsiniz.
Tipik bir veri analizi stratejisi aşağıdaki iki bölümü içerir:
1. Bölüm: Hedefler
Öncelikle analitiği uygulama nedeninizi açıkça tanımlamak istersiniz. Net hedefler olmadan değerli içgörüler içermeyen kullanıcı verilerini izleme ve ölçme riskiyle karşı karşıya kalırsınız.
Şimdi Spotify’dan sorumlu olduğunuzu ve sizin için tipik bir hedef kümesinin nasıl görüneceğini düşünelim.
Biliyorum, bu hedefler biraz bariz görünüyor. Ancak inanın bana, bunları açıkça belirtmezseniz analitik açıdan karmaşık bir durumun içinde bulursunuz kendinizi.
2. Bölüm: KPI’lar
Hedefleriniz hazır olduğunda, ölçmek istediğiniz temel ölçümleri bunlardan türeteceksiniz. Buradaki anahtar kelime “türetmek”tir. Bu, ölçümlerinizi iyileştirmenin hedeflerinize ulaşmaya sizi yaklaştırması gerektiği anlamına gelir.
Örneğin hedefiniz sürdürülebilir kullanıcı büyümesiyse elde tutma oranını, etkinleştirme oranını ve kayıt olma oranını ölçmeyi düşünmelisiniz. Öte yandan, temel ölçümünüz olarak MRR’yi seçmek kötü bir fikir olurdu; çünkü kısa vadede gelirinizi artırabilir, ancak uzun vadede bunun büyük bölümünü kaybedebilirsiniz. Bu durumda büyümeniz sürdürülebilir olmaz ve hedefinize ulaşamazsınız.
Önceki örneğimizdeki ilk hedef olan “Kullanıcı Deneyimini Geliştirme” için KPI listesinin nasıl görüneceğine bakalım:
Bunların tümü olumlu bir kullanıcı deneyiminin göstergeleridir. Yukarıdaki oranlar artıyorsa kullanıcıların ürünümüzden keyif aldığını güvenle söyleyebiliriz.
2. Adım: Veri Analizi Aracını Entegre Etme
Neyi ölçmek istediğinizi artık net bir şekilde anladığınıza göre, bunu nasıl ölçeceğinizi düşünmenin zamanı geldi. Özellikle konu, verilerinizde ilginç içgörüler bulmak için kullanacağınız analiz aracını seçmenizle ilgilidir.
Bunun için, ilgilendiğiniz analiz kategorisine (ör. ısı haritaları, demografik bilgiler, kullanıcı davranışı vb.), özellik setine (kohortlar, dönüşüm hunileri vb.) ve elbette bütçenize bağlı olarak değerlendirebileceğiniz çok çeşitli araçlar vardır.
Her tür için değerlendirebileceğiniz birkaç seçenek şunlardır:
- Isı haritaları (A/B ve çok değişkenli testler dâhil): Hotjar, Mouseflow, Clarity.
- Demografik bilgiler ve Site Analizi (ör. hemen çıkma oranı): Google Analytics, Matomo, Yandex Metrica.
- Olay odaklı analiz (dönüşüm oranları, dönüşüm hunileri vb. için): Amplitude, Mixpanel.
- İş Zekâsı (finansal etki metrikleri vb. için): Looker Studio, Tableau, PowerBI.
Mevcut kurulumum GA4, Hotjar, Amplitude ve Looker Studio'nun bir kombinasyonundan oluşuyor.
Ancak bugün Amplitude'a odaklanmak ve onu nasıl entegre edeceğinizi göstermek istiyorum.
İşleri basit tutmak ve kurulum sürecine mühendislik ekibinizi dâhil etmekten kaçınmak için Google Tag Manager'ı (GTM) kullanacağız.
GTM'yi açarak, etiket listemizi açmak için sol kenar çubuğundaki “Etiketler” seçeneğine ve etiket oluşturma kenar çubuğunu açmak için “Yeni” seçeneğine tıklayarak başlayacağız.
Amplitude için bir etiketi manuel olarak yapılandırmaktan kaçınmak amacıyla şirket, kullanmamız için bir şablon oluşturmuş. Bu şablonu kullanmak için “Etiket Yapılandırması” kartına tıklayarak şablon galerisini açacağız.
Burada “Topluluk Şablon Galerisi'nde daha fazla etiket türü keşfedin” seçeneğine tıklamamız, “Amplitude” için arama yapmamız ve “Amplitude Analytics Browser SDK” seçeneğine tıklamamız gerekiyor.
Neredeyse tamamladık. Öncelikle Amplitude API Anahtarımızı ilgili alana eklememiz gerekiyor.
Ardından ekrandaki tetikleyici kartına tıklayıp “Başlatma—Tüm Sayfalar” seçeneğini belirleyerek bir tetikleyici ekliyoruz.
Son olarak etiketimize bir ad veriyor (ör. “Amplitude Başlatma”), kaydediyor ve GTM'de yeni bir sürüm yayımlıyoruz. İşte bu kadar! Bir sonraki sefer birisi ürününüzü açtığında Amplitude SDK'sı başlatılacak ve arka planda çalışmaya başlayacak.
3. Adım: Nicel Veri Toplama Sürecinizi Belgeleyin
Amplitude'ı çalıştırmak kurulumun yalnızca başlangıcıdır. Olay odaklı bir analiz aracı olduğundan, ürününüzde olayları manuel olarak ayarlamanız ve bunları GTM'yi kullanarak ürününüze eklediğimiz Amplitude SDK'sı aracılığıyla tetiklemeniz gerekecek.
Ancak olayları eklemeden önce bunları belgelememiz gerekir. Veri toplama belgesi genellikle SDK'nın tetikleyeceği olayları, bu olaylar için tetikleyici görevi görecek kullanıcı eylemlerini ve olayla birlikte Amplitude'a göndermek istediğiniz farklı parametreleri listelediğiniz bir elektronik tablodur.
Airbnb değerlendirme formundaki kullanıcı etkileşimlerini izlemek için bu elektronik tablonun basitleştirilmiş bir sürümü aşağıdaki gibidir.
İzlememiz gereken etkinlikleri belgeledikten sonra, mühendislik ekibimizden Amplitude’ın SDK’sını kullanarak frontend kodumuzda her biri için tetikleyiciler eklemesini isteyeceğiz. Bu görevi tamamladıklarında ürünümüz bu etkinlikleri otomatik olarak tetikleyecek ve analiz etmemiz için gerekli verileri Amplitude’a gönderecek.
4. Adım: Temel UX Metrikleriniz İçin Raporlar ve Panolar Oluşturun
Bu noktada, kullanıcı deneyiminizin beklentilerinizi karşılayıp karşılamadığını belirlemek üzere gerçek analizi yapmaya başlamak için ihtiyacınız olan her şeye sahipsiniz.
Veri görselleştirme yolculuğunuz, daha önce belirleyip belgelediğiniz temel kullanılabilirlik metrikleri için seçtiğiniz analiz aracını kullanarak grafikler oluşturmakla başlayacak. Bunu örnek olarak Amplitude’ı kullanarak nasıl yapacağınızı göstereyim. Çalma listesi benimseme oranı, başlamak için harika bir metrik gibi görünüyor.
“Yeni” düğmesine tıklayıp açılan kenar çubuğundan “Segmentasyon”u seçerek Amplitude’da yeni bir segmentasyon grafiği (diğer adıyla normal bir grafik) oluşturacağız.
Ardından, benimsemeyi ölçmemize yardımcı olacak etkinlikleri seçmemiz gerekiyor. Bizim durumumuzda bu, “Çalma Listesini Takip Et” olacak.
Daha sonra, grafikteki sayıların bu eylemi gerçekleştiren etkin kullanıcıların yüzdesini temsil ettiğinden emin olmamız gerekiyor. Bu nedenle “Ölçüm şekli” menüsünden “Aktif %” seçeneğini seçeceğiz.
Grafiğimiz şu şekilde görünecek. Günlük aktif kullanıcılarımızın yaklaşık %70’inin her gün çalma listelerini takip ettiğini gösteriyor. Açıkçası bu oldukça iyi bir sonuç gibi görünüyor.
Son olarak grafiğimizi kaydedip kalan metrikler üzerinde çalışacağız.
Tüm temel metriklerinizi tek bir görünümde görmek için bir pano oluşturabilirsiniz. Bunun için tekrar “Yeni” düğmesine tıklayıp “Rapor”u, ardından “Pano”yu seçeceğiz.
Sonuç olarak, adlandırmamız ve daha önce oluşturduğumuz grafiklerle doldurmamız gereken boş bir pano göreceğiz.
Adını “Temel Kullanılabilirlik Metrikleri” koyalım ve “İçerik Ekle”ye, ardından “Mevcut Grafik”e tıklayıp oluşturduğumuz grafikleri seçerek grafiklerimizi ekleyelim.
Tebrikler! Artık tüm temel metriklerinize genel bir bakışınız var!
More Articles
5. Adım: Raporlarınızı Sürekli Gözden Geçirin ve Analiz Edin
Amplitude panonuzda gördüğünüz sonuçlar “canlıdır”. UX’inizde yaptığınız değişikliklere bağlı olarak artacak veya azalacaklardır. Bu nedenle şu amaçlarla bu metrikleri sürekli gözden geçirmelisiniz:
- Çabalarınızın ürününüzün kullanılabilirliği üzerinde olumlu bir etki yaratıp yaratmadığını görmek.
- Performansı düşük metrikleri belirlemek ve bunların arkasındaki nedeni bulmaya çalışmak.
KPI değişikliklerini görüşmek ve iyi performans göstermeyen metriklerin olası nedenleri üzerine fikir üretmek için paydaşlarınızla haftalık veya iki haftada bir gözden geçirme toplantıları düzenlemenizi öneririm.
Bu toplantıların sonucu, metriklerinizi iyileştirmeye yönelik hipotezler ile düşük performansa neden olan olası sorunların bir listesi olmalıdır.
Daha sonra bu hipotezleri doğrulamak veya çürütmek ve sonuçları önemli ölçüde iyileştirebilecek çözümler geliştirmeye başlamak için bir UX tasarım araştırması süreci yürüteceksiniz.
İşte deneyimlerimden gerçek hayattan bir örnek.
Üzerinde çalıştığım ürünlerden biri, web sitelerinin kitlelerine anlık bildirimler göndermesine olanak tanıyan bir pazarlama platformuydu. Kaydolduktan sonra web sitesi sahiplerinin, anlık bildirimleri etkinleştirmek için SDK’mızı web sitelerinde kurmaları gerekiyordu.
Web sitesi sahiplerinin kurması gereken tüm ana adımları gösteren bir dönüşüm hunisi grafiği oluşturduk. Huniyi ilk incelediğimizde garip bir şey fark ettik. SDK yükleme adımı ile gönderilen ilk anlık bildirim arasında %70'lik devasa bir düşüş vardı.
Bir beyin fırtınası oturumunun ardından, bu düşüşün nedeninin kullanıcıların anlık bildirimlerin düzgün çalışıp çalışmadığını kontrol edebileceği bir “test modu”nun bulunmaması olduğunu varsaydık.
Bu hipotezi doğrulamak için çeşitli kullanılabilirlik testleri ve kullanıcı görüşmeleri gerçekleştirdik. Web sitesi sahiplerinin, önce kendi üzerlerinde test etmedikleri sürece herhangi bir yeni teknolojiyi kullanma konusunda rahat olmadıkları ortaya çıktı.
Bu nedenle, kullanıcıların SDK'yı yükledikten hemen sonra izleyeceği bir test akışı tasarlayıp oluşturduk. Sonuç çarpıcıydı. Kullanıcıların ihtiyaçlarını ve sorun yaşadıkları noktaları oldukça iyi karşılayabildik. Birkaç hafta içinde %70'lik düşüş yalnızca %15'e geriledi!
6. Adım: Öğrendiklerinizi Tasarımlarınıza Entegre Edin
Veri odaklı yaklaşımınızın son adımı aynı zamanda en önemli adımdır. Analizleriniz ve hipotezleriniz, onlara göre harekete geçmediğiniz sürece ürününüzü etkilemez.
Liderliğini yürüttüğüm ürünlerden biri için bu süreci ele alış biçimimiz oldukça basitti. Bir hipotezi doğruladığımız anda görev yönetimi aracımızda bir ürün tasarımı görevi oluşturur, göreve öncelik verir ve tasarımcılarımızdan birine atardık.
Tasarım tamamlanır tamamlanmaz, tasarım üzerinde moderatörlü veya moderatörsüz kullanılabilirlik testleri gerçekleştirir, kullanıcı geri bildirimlerine göre yinelemeler yapar ve yeni tasarımı iş listesi iyileştirmesi için hazırlardık.
Size az önce anlattığım süreci takip etseniz de kendi sürecinizi oluştursanız da öğrendiklerinize göre harekete geçtiğinizden emin olun!
Verilerle Tasarım Oyununuzu Bir Üst Seviyeye Taşıyın
Veri analitiği, bir tasarım ekibinin elindeki harika bir araçtır. Temel kullanılabilirlik metriklerinizi sürekli izleyip sorunlarını gidererek karar verme sürecinizi önemli ölçüde iyileştirebilir ve kullanıcılarınızı hayran bırakacak kullanıcı deneyimleri oluşturabilirsiniz.
Daha fazla ürün yönetimi kaynağı ve rehberinin yanı sıra sektör liderlerinden ve uzmanlarından en yeni podcast'leri, röportajları ve diğer içgörüleri almak için bültenimize abone olmayı unutmayın.
