en mi Artículo anteriorexploro cómo la inteligencia artificial puede ayudarnos a crear personajes funcionales de manera más efectiva. Nos centramos en crear personajes que se centren en lo que el usuario quiere lograr, en lugar de un grupo demográfico que se ve bien en un cartel pero que rara vez cambia las decisiones de diseño.
Pero crear un personaje es sólo la mitad de la batalla. El mayor desafío es hacer que esos conocimientos lleguen a manos de las personas que los necesitan, cuando los necesitan.
Todos los días, las personas de las organizaciones toman decisiones que afectan la experiencia del usuario. El equipo de producto decide qué funciones priorizar. El equipo de marketing planifica cuidadosamente las campañas de marketing. El equipo de finanzas diseña el proceso de facturación. El equipo de atención al cliente redacta plantillas de respuesta. Todas estas decisiones afectan la forma en que los usuarios experimentan su producto o servicio.
Y la mayor parte sucede sin la participación real del usuario.
Cómo compartimos las preguntas de investigación de los usuarios
Tú investigas. Creas un rol. Escribes informes. Haces una presentación. Incluso puedes crear hermosas infografías. ¿Qué pasa entonces?
El estudio se encuentra en algún lugar de un disco compartido y poco a poco acumula polvo digital. Estas personas se mencionan en las reuniones iniciales y luego se olvidan. Estos informes se vieron una vez y nunca se volvieron a abrir.
Cuando los gerentes de producto deciden agregar nuevas funciones, es posible que no profundicen en el repositorio de investigación del año pasado. Cuando los equipos de finanzas rediseñan los correos electrónicos de facturas, es casi seguro que no hacen referencia a las personas de los usuarios. Hacen su mejor conjetura y siguen adelante.
Esto no es una crítica a estos equipos. Están muy ocupados. Tienen plazos. Honestamente, incluso si quisieran buscar la investigación, probablemente no sabrían dónde encontrarla o cómo interpretarla para su pregunta específica.
Este conocimiento permanece encerrado en la mente del equipo de UX, que es poco probable que participe en todas las decisiones que se toman en toda la organización.
¿Qué pasaría si los usuarios realmente pudieran hablar?
¿Qué pasaría si, en lugar de crear documentos estáticos que las personas necesitan encontrar e interpretar, brindáramos a las partes interesadas una forma de consultar todos los roles de los usuarios a la vez?
Imagine a un director de marketing trabajando en una nueva campaña de marketing. En lugar de intentar recordar lo que dijo el personaje sobre las preferencias de mensajería, simplemente pueden preguntar: “Estoy considerando ofrecer un descuento en este correo electrónico. ¿Qué pensarían nuestros usuarios?”
La IA puede aprovechar todos los datos de su investigación y las personas para responder con una visión unificada: cómo es probable que reaccione cada persona, en qué están de acuerdo, en qué difieren y un conjunto de recomendaciones basadas en sus puntos de vista colectivos. Una pregunta para comprender de manera integral toda la base de usuarios.
Esto no es ciencia ficción. Con inteligencia artificial, podemos construir tales sistemas. Podemos convertir todas las investigaciones dispersas (encuestas, entrevistas, tickets de soporte, análisis, personas mismas) en recursos interactivos Cualquiera puede consultar comentarios desde múltiples ángulos.
Cree un repositorio de investigación de usuarios
La base de este enfoque es un depósito centralizado de todo lo que sabe sobre sus usuarios. Piense en ello como una única fuente de verdad a la que la IA puede acceder y de la que puede extraer.
Si ha estado realizando una investigación de usuarios, probablemente tenga más datos de los que cree. Simplemente está distribuido en diferentes herramientas y formatos:
- Los resultados de la encuesta se encuentran en su plataforma de encuestas,
- Transcripción de la entrevista en Google Docs,
- tickets de atención al cliente en su sistema de mesa de ayuda,
- Datos analíticos en varios paneles de control,
- menciones y comentarios en redes sociales,
- viejos roles de proyectos anteriores,
- Registros y notas de pruebas de usabilidad.
El primer paso es reunir todo esto en un solo lugar. No es necesario que esté perfectamente organizado. La inteligencia artificial es muy buena para dar sentido a entradas caóticas.
Si está comenzando desde cero y no tiene mucha investigación, puede utilizar herramientas de investigación profunda de IA para establecer una línea de base.
Estas herramientas pueden escanear la web en busca de discusiones sobre su categoría de producto, reseñas de la competencia y preguntas comunes que hace la gente. Esto le brinda algo que puede utilizar al realizar su investigación inicial.
Crea personajes interactivos
Una vez que tenga un repositorio, el siguiente paso es crear roles donde la IA pueda consultar en nombre de las partes interesadas. Esto se basa directamente en El enfoque de rol funcional que describí en mi publicación anteriorcon una diferencia clave: estos personajes se convierten lente La IA analiza el problema a través de él, en lugar de limitarse a consultar el documento.
Así es como funciona el proceso:
- Ingrese su repositorio de investigación en una herramienta de inteligencia artificial.
- Pídale que identifique diferentes segmentos de usuarios según sus objetivos, tareas y puntos de fricción.
- Deje que genere personas detalladas para cada segmento.
- Configure la IA para consultar todos los roles cuando las partes interesadas hagan preguntas y proporcione comentarios completos.
Aquí es donde este enfoque difiere significativamente de las personas tradicionales. Dado que la IA es el principal consumidor de documentos para estos personajes, no es necesario que se puedan escanear ni que quepan en una sola página. Las personas tradicionales están limitadas por la legibilidad humana: hay que resumir todo en viñetas y citas clave para que la gente pueda entenderlo de un vistazo. Pero la inteligencia artificial no tiene tales limitaciones.
Esto significa que su rol puede ser bastante grande. Más detalles. Puede incluir largas observaciones de comportamiento, puntos de datos contradictorios y antecedentes matizados que nunca sobrevivirían al proceso de edición de un póster de personaje tradicional. La inteligencia artificial puede manejar toda esta complejidad y explotarla al responder preguntas.
También puedes crear Cada personaje tiene un plano o perspectiva diferente.diseñado para funciones comerciales específicas. Su personaje Weekend Warrior puede tener una lente de marketing (preferencias de mensajería, hábitos de canal, respuestas de campaña), una lente de producto (prioridades de funciones, patrones de disponibilidad, activadores de actualizaciones) y una lente de soporte (preguntas frecuentes, puntos de frustración, preferencias de soluciones). Cuando los gerentes de marketing hacen preguntas, la IA aprovecha información relacionada con el marketing. Cuando un gerente de producto hace una pregunta, lo hace desde la perspectiva del producto. Mismo personaje, diferente profundidad dependiendo de quién hace la pregunta.
Las personas aún deben incluir todos los elementos funcionales que discutimos anteriormente: metas y misiones, problemas y objeciones, puntos débiles, puntos de contacto y brechas en el servicio. Pero ahora estos elementos se convierten en la base de cómo la IA evalúa un problema desde la perspectiva de cada personaje, sintetizando sus perspectivas en recomendaciones prácticas.
Plan de implementación
Puede configurarlo en distintos niveles de complejidad según sus recursos y necesidades.
manera sencilla
La mayoría de las plataformas de IA ahora ofrecen una función de proyecto o espacio de trabajo que le permite cargar documentos de referencia. En ChatGPT, estos se denominan proyectos. Claude tiene características similares. Copiloto y Géminis los llaman “espacios” o “joyas”.
Primero, cree un proyecto dedicado y cargue sus documentos y funciones de investigación clave. Luego, escribe instrucciones claras que le indiquen a la IA que se refiera a todos los personajes al responder preguntas. Algo como esto:
Estás ayudando a las partes interesadas a comprender a nuestros usuarios. Cuando se le haga una pregunta, consulte todos los roles de usuario en el proyecto y proporcione: (1) un breve resumen de cómo podría responder cada rol, (2) una descripción general que resalte dónde están de acuerdo y en qué difieren, y (3) recomendaciones basadas en sus perspectivas colectivas. Utilice todos los documentos de investigación para informar su análisis. Si un tema no está completamente cubierto en la investigación, busque en plataformas sociales como Reddit, Twitter y foros relacionados para ver cómo las personas que coinciden con esos roles están discutiendo temas similares. Si aún no está seguro de algo, sea honesto y sugiera qué investigaciones adicionales podrían ayudar.
Este enfoque tiene algunas limitaciones. Existe un límite en la cantidad de archivos que puede cargar, por lo que es posible que desee priorizar su investigación más importante o consolidar sus funciones en un documento completo.
Métodos más complejos
Para organizaciones más grandes o un uso más sostenido, una herramienta como esta concepto Ofrece ventajas ya que puede acomodar toda su base de datos de investigación Y tiene capacidades de inteligencia artificial integradas. Puede crear bases de datos para diferentes tipos de investigación, vincularlas y luego utilizar inteligencia artificial para consultarlas todas.
El beneficio aquí es que la IA puede acceder a una gran cantidad de Más información general. Puede aprovechar simultáneamente encuestas, tickets de soporte, transcripciones de entrevistas y datos analíticos cuando las partes interesadas hacen preguntas. Esto hace que la respuesta sea más rica y matizada.
Esto no reemplaza nada
Debería haber conocido los límites.
Hay varias situaciones en las que aún es necesario realizar una investigación preliminar:
- Al lanzar un producto verdaderamente nuevo que no está cubierto por su investigación existente;
- Cuando necesite validar un diseño o prototipo específico;
- Cuando los datos de su repositorio se vuelven obsoletos;
- Cuando las partes interesadas necesitan escuchar directamente a personas reales para generar empatía.
De hecho, puedes configurar la inteligencia artificial para reconocer estas situaciones. Cuando alguien hace una pregunta que está fuera del alcance del estudio, la IA puede responder con lo siguiente: “No tengo suficiente información para responder esta pregunta con seguridad. Esta podría ser una buena pregunta para una entrevista o encuesta rápida a un usuario”.
Cuando realiza una nueva investigación, estos datos se devuelven al repositorio. Las personas evolucionan con el tiempo a medida que se profundiza su comprensión. Esto es mucho mejor que el enfoque tradicional, donde los personajes se crean una vez y luego poco a poco se vuelven obsoletos.
transformación organizacional
Si este enfoque se populariza en su organización, sucederán algunas cosas interesantes.
En lugar de dedicar tiempo a crear informes que pueden leerse o no, dedica tiempo a asegurarse de que el repositorio se mantenga actualizado y que la IA esté configurada para proporcionar respuestas útiles.
La comunicación de la investigación pasa de ser push (presentaciones, informes, correos electrónicos) a pull (las partes interesadas hacen preguntas cuando necesitan respuestas). Pensamiento centrado en el usuario Distribuido en toda la organización en lugar de centralizado dentro de un equipo.
Esto no disminuye el valor de los investigadores de UX. En todo caso, los hace más valiosos porque su trabajo ahora tiene un alcance más amplio y un mayor impacto. Pero sí cambia la naturaleza del trabajo.
empezando
Si desea probar este enfoque, comience poco a poco. Si necesita una introducción a los roles funcionales antes de sumergirse, escribí un Guía detallada para crearlos. Seleccione un proyecto o equipo y configure una implementación simple usando ChatGPT Project o una herramienta similar. Reúna toda la investigación que tenga (incluso si parece incompleta), cree uno o dos personajes y observe cómo reaccionan las partes interesadas.
Presta atención a las preguntas que hacen. Estos le indicarán qué lagunas existen en su investigación y qué datos adicionales serían más valiosos.
A medida que refine el enfoque, podrá escalar a más equipos y herramientas más complejas. Pero los principios básicos siguen siendo los mismos: Capture todo el conocimiento de los usuarios dispersos y déle una voz que cualquier persona de su organización pueda escuchar.
En mi artículo anterior, sostuve que deberíamos pasar de personas demográficas a personas funcionales que se centren en lo que los usuarios quieren hacer. Ahora sugiero que demos el siguiente paso: pasar de roles estáticos a roles interactivos que realmente puedan participar en conversaciones de toma de decisiones.
Porque todos los días, las personas de su organización toman decisiones que impactan a sus usuarios. Sus usuarios merecen un asiento en la mesa, incluso virtualmente.
Lectura adicional SmashingMag
(yk)
