Resumen:
Las partes interesadas del producto ven la investigación de usuarios como una herramienta para validar las decisiones que se han tomado. Pero los resultados de la encuesta binaria que confirman o rechazan el diseño son de poco valor.
La tentación de la verificación binaria
Los profesionales de la experiencia del usuario comprenden que la investigación y el diseño forman dos mitades de un ciclo de retroalimentación: observar el comportamiento y las necesidades del usuario conduce a soluciones de diseño que satisfagan estas necesidades y se prueban para informar la próxima iteración del diseño.
Sin embargo, nuestros interesados comerciales a menudo ven este proceso como lineal. En cambio Empiece con el descubrimiento Para generar ideas que informen las decisiones de diseño, las partes interesadas a menudo se apresuran a definir ideas de soluciones basadas en supuestos.
Cuando las partes interesadas están involucradas en UX, la idea se ha establecido completamente. Las partes interesadas no necesitan ayudar a refinar sus ideas, pero requieren investigadores de usuarios Confirmar Visión de diseño propuesta. En otras palabras, están buscando una respuesta simple de «sí» antes de que comience el desarrollo.
Al realizar de esta manera, el valor de las actividades de investigación es insignificante. Las ventajas de la solución no se pueden medir en sí o no, una de las razones más importantes para realizar la investigación es revelar los matices entre estos dos extremos.
«Sí» y «No» no son confiables
Pedir a los usuarios que investigue para verificar las decisiones existentes es peor que no hacer una investigación en absoluto Porque cualquier otra cosa se entregará con un plazo en peligro, excepto «sí, esta solución es excelente». Los investigadores pueden escapar (consciente o inconscientemente) sobre los problemas encontrados por los participantes de las pruebas de usuarios, centrándose solo en hallazgos afirmativos.
Cuando los investigadores fijaron la verificación, los participantes respondieron con «Sí, me gusta» y sonó como un punto de parada: después de todo, la respuesta validó la decisión de diseño detrás de la solución. Los investigadores incluso podrían impulsar a los participantes a identificar las deficiencias y escuchar «No, no cambiaré nada, lo cual es bueno».
Pero esta respuesta puede ser engañosa.
Nada es más fácil que la respuesta positiva en una entrevista de usuario sin sentido. Los usuarios rara vez rechazan las nuevas características o mejoras, especialmente si el marco no requiere que hagan compensaciones. y este Palabra de preguntas Puede empujar a los participantes a decir lo que quiere decir: Al preguntar «¿Qué es lo que le resulta difícil» o «qué tan fácil es esto», una pregunta puede insinuar la respuesta que necesita?
Además, los participantes de la investigación a menudo quieren complacerlo, especialmente si creen que diseñó el producto que están probando. En lugar de compartir sus opiniones honestas, eventualmente dirán lo que ellos Creo que quieres escuchar.
Responder a «Creo que la gente lo usará» es una métrica común Los participantes intentan salvarle sus sentimientos. Sin embargo, la capacidad de los participantes para imaginar a una persona que podría usarlo no son datos, sino solo adivina. Nunca debe pedirles a los participantes del estudio que imaginen el comportamiento de otras personas. Los únicos datos que puede recopilar de esa respuesta es que los participantes reconocen que no los usarán ellos mismos.
Los datos de comportamiento deben mejorarse
Independientemente de cómo reaccionen sus participantes ante las ideas validadas, existe una limitación clave para escuchar solo sus puntos de vista: las personas no están hablando de su trabajo. Las personas son buenas para predecir su comportamiento futuroque se verá gravemente afectado por los factores que no están considerando en este momento. Incluso si los participantes piensan que la idea está en línea con el caso de uso abstracto, aún puede bloquearse en una situación de realidad específica.
Pregunte a los participantes sobre ideas de soluciones para recopilar un tipo de datos: actitudes. Para más rigor, debe intentar coleccionar Datos de comportamiento Lo mismo es cierto. Si es posible, las técnicas de investigación, como las pruebas de prototipo, le darán una idea de lo que los participantes le dicen sobre la solución y cómo puede usarla realmente.
Sin embargo, incluso los datos de comportamiento pueden dar al equipo una impresión inexacta cuando se ve a través de una lente validada. Los datos de actitud de aplanamiento en los mismos incentivos en «Sí/No» pueden aplanar los datos de comportamiento a «Los usuarios pueden completar con éxito las tareas». Cuando esto sucede, la presión para crear «sí» puede ser sesgada hacia la presión que el equipo muestra a los participantes, con solo los casos de uso y sugerencias más increíbles.
Sin embargo, los investigadores que están listos para prepararse para ideas más ricas pueden probar puntos de vista más provocativos, o situaciones más complejas, y se dan la oportunidad de aprender más de los participantes observando dónde finalmente se dibujaron los límites. De esta manera, la forma en que los participantes tienen éxito o fallan es esclarecedor, en lugar del hecho de que tienen éxito o fallan.
La verificación binaria no es factible
El propósito de la investigación es informar la toma de decisiones. Esto significa que las ideas generadas a partir de la investigación deben ser factibles e inspirar el siguiente paso. La respuesta binaria es exactamente lo contrario: crea la impresión final.
Los investigadores solicitaron que se realice la validación binaria para recopilar datos binarios: citas y citas y mediciones de otro resultado. Pero no hay información Por qué, Tanto «sí» (triunfamos) como «no» (fallamos) criamos un callejón sin salida. Es por eso que los equipos dedicados a la verificación se ven obligados a ejercer presión a «sí»: un «no» plano significa que todo funcionan hasta entonces es un desperdicio.
Sin embargo, la suposición rara vez es completamente correcta o completamente incorrecta, y los datos recopilados a través de la investigación deben poder capturar tales matices. Un equipo que puede aprender cómo Su idea tiene éxito, y al mismo tiempo, falla, gana más valor de su investigación porque proporciona una comprensión completa de las fortalezas y debilidades del producto. Cualquier «no» es mucho más fácil para las partes interesadas porque viene con una advertencia («no en este contexto») o un camino para remediar («no con esta característica»).
Los líderes de productos que usan la investigación solo como herramientas de verificación terminarán con un ROI demasiado bajo o descartando partes prometedoras de la solución, así como suposiciones incorrectas. Sin embargo, una comprensión matizada de las fortalezas y debilidades de las soluciones crea una forma de pensar iterativa que moverá al equipo hacia un mayor valor.
