Dane jakościowe czy ilościowe, których używać?
Dane możemy podzielić na ilościowe oraz jakościowe. Zarówno jeden, jak i drugi typ pozwala odpowiedzieć nam na inne pytania. Dane ilościowe pozwalają spojrzeć nam na konkretne zagadnienie „z lotu ptaka”, natomiast jakościowe są swego rodzaju „lupą”, dzięki której jesteśmy w stanie przyjrzeć się problemowi bliżej. Dane ilościowe odpowiadają na pytania: kto, co, kiedy i gdzie, natomiast jakościowe: dlaczego i jak. Te pierwsze służą więc często do poznania zachodzących prawidłowości i wstępnej diagnostyki w zakresie potencjalnych trudności, ale wiedzę o danym problemie i jego źródle, czyli o tym, co z perspektywy UX interesuje nas najbardziej – możemy pozyskać dzięki danym jakościowym.
Zobacz również
-
Dlaczego rowery publiczne to must have reklamy outdoorowej w 2025 r. [WEBINAR]
-
#PrzeglądTygodnia [30.08-05.09.24]: najlepsze kampanie sierpnia 2024, zmiany na Allegro, reakcja x-kom na nagranie zwolnionej po urlopie macierzyńskim pracownicy
-
#PolecajkiNM cz. 22: Media Reactions 2024, „Ciemna strona influencer marketingu”, inkluzywna obsługa klienta
Jakie kluczowe różnice występują pomiędzy danymi ilościowymi i jakościowymi?
Podsumowując, pytanie nie powinno brzmieć, których danych należy używać, a bardziej kiedy, ponieważ dane ilościowe oraz jakościowe pozwalają realizować inne cele i mogą, a nawet powinny się uzupełniać.
Lepsze dostosowanie do potrzeb, dzięki pozyskaniu informacji o użytkownikach i kontekście ich odwiedzin
Dzięki danym jesteśmy w stanie pozyskać wiedzę o użytkownikach oraz o kontekście ich odwiedzin. Ma to szczególne znaczenie w początkowych fazach projektu, w których musimy bliżej poznać użytkowników, dla których projektujemy dane rozwiązanie. Pozyskane informacje będziemy mogli wykorzystać np. do zbudowania person. Szczególną uwagę warto więc zwrócić na:
#PolecajkiNM cz. 22: Media Reactions 2024, „Ciemna strona influencer marketingu”, inkluzywna obsługa klienta
- Dane demograficzne użytkowników.
- Zróżnicowanie odbiorców w poszczególnych kanałach pozyskiwania.
- Lokalizację użytkowników.
- Wykorzystywane typy urządzeń.
Równie ważne jest to, aby poznać kontekst oraz motywację odwiedzających. Jak to zrobić? Możemy wykorzystać np.:
Słuchaj podcastu NowyMarketing
- Analizę stron wejścia z podziałem na kanał pozyskiwania.
- Pozyskanie informacji o celu wizyty użytkownika, poprzez ankietę badawczą.
Finalnie wiedząc więcej o użytkownikach, jesteśmy w stanie projektować rozwiązania, które w większym stopniu odpowiadają ich potrzebom.
Pozyskanie wiedzy o sposobach interakcji użytkowników z produktem
Jeżeli realizujemy redesign produktu, który już istnieje, to ogromną skarbnicą wiedzy będą dane ilościowe, które zgromadziliśmy dotychczas. Szczególnie wartościowe będą informacje o przepływie ruchu użytkowników. Dzięki nim dowiemy się m.in.:
- Które podstrony stanowią pierwszy punkt styku użytkownika z naszym produktem?
- Na które podstrony najczęściej przechodzą użytkownicy po wylądowaniu na stronie wejścia?
- Które podstrony charakteryzują się niewykorzystanym potencjałem sprzedażowym?
- Na których podstronach użytkownicy mogą spotykać potencjalne problemy?
- Jakie podstrony są najefektywniejsze pod kątem sprzedaży?
Uzupełniając powyższe informacje o dane jakościowe, dzięki którym dowiemy się, jak użytkownicy używają naszego produktu oraz, jakie trudności napotykają i czym są one spowodowane, uzyskamy wiedzę, pozwalającą poprawić doświadczenia użytkowników.
Zwiększenie efektywności projektu
Włączając metody ilościowe, takie jak testy A/B w proces wprowadzania zmian na stronie, czy w aplikacji, jesteśmy w stanie zweryfikować, czy i o ile nowy wariant jest lepszy od dotychczasowego pod kątem założonego celu. Testy A/B tworzą swego rodzaju laboratoryjne warunki, w których możemy zmierzyć wpływ wprowadzonej przez nas zmiany, na założony cel i mamy pewność, że na efekt nie wpłynęły inne, wewnętrzne lub zewnętrzne czynniki. Dzięki temu możemy zwiększać efektywność projektu, w oparciu o twarde dane ilościowe, które nie zostawią złudzeń co do tego, czy dany pomysł był dobry, czy zły dla naszego projektu.
Testy A/B wskażą nam, że wersja X jest lepsza, ale to nie wszystko, co chcielibyśmy wiedzieć. Warto więc proces optymalizacji rozszerzyć o analizę jakościową, która pozwoli nam uzyskać odpowiedzi na pytania: „Dlaczego?” i „Jak?”. Po ich poznaniu dowiemy się, jak naprawdę użytkownicy doświadczają naszych testowanych wariantów. Znakomitym tandemem narzędzi, pozwalającym uzyskać powyższy efekt jest Google Optimize oraz Hotjar. Dzięki integracji tych narzędzi:
- Hotjar automatycznie wykryje eksperymenty Google Optimize.
- Będziemy mogli filtrować nagrania Hotjar, według ID eksperymentu Optimize i jego wariantów.
- Będziemy mieć możliwość przefiltrowania nagrań, aby oglądnąć sesje użytkowników, doświadczających poszczególnych wariantów testu.
Ewaluacja wprowadzonych zmian
Niezależnie od tego, czy testy A/B są stałym elementem naszych działań, czy też nie, warto śledzić efekty wprowadzanych przez nas ulepszeń. Jeżeli wprowadzamy nową funkcjonalność lub modyfikujemy obecną, to opomiarujmy ją odpowiednio w narzędziu analitycznym, w celu weryfikacji zaangażowania użytkowników. Dzięki temu będziemy mieli możliwość śledzenia efektów naszych prac oraz segmentowania zachowań osób odwiedzających stronę, z podziałem na różne kryteria. Należy jednak pamiętać o tym, że przyzwyczajenia użytkowników mogą się zmieniać, a świat, w którym żyjemy, ulega nieustannym zmianom. To, co działało jakiś czas temu, niekoniecznie musi działać również dzisiaj. Powinniśmy wziąć to pod uwagę, jako kolejny argument ku temu, że warto śledzić to, w jaki sposób funkcjonalności wprowadzone w przeszłości, są wykorzystywane przez użytkowników.
Zwiększenie przewag konkurencyjnych
Jak wynika z badania PwC Global Data and Analytics Survey, w którym przepytano 1135 osób na stanowiskach kierowniczych, organizacje kierujące się danymi, trzykrotnie częściej odnotowują znaczącą poprawę w procesie podejmowania decyzji. Podobnie wnioski rysują się z badania MIT’s Center for Digital Business, podczas których przeprowadzono wywiady z kierownikami z 330 firm z Ameryki Północnej. „Im bardziej daną firmę można było scharakteryzować, jako tą kierującą się danymi, tym lepiej wypadała ona w obiektywnych miarach wyników finansowych i operacyjnych” – stwierdzili Andrew McAfee i Erik Brynjolfsson z MIT. Jednocześnie 62% kadry kierowniczej, biorącej udział w globalnym badaniu PwC stwierdziło, że nadal bardziej polega na doświadczeniu i radach niż na danych, przy podejmowaniu decyzji definiujących biznes.
Powyższe informacje wskazują na to, jak bardzo dane mogą przyczynić się do budowania przewag konkurencyjnych. Z drugiej strony pomimo ogólnej świadomości, co do ważności danych w procesie podejmowania decyzji, dalej spora część osób je bagatelizuje i woli podejmować decyzje, w oparciu o doświadczenie. Warto więc pamiętać, że optymalizacja doświadczeń użytkowników na bazie danych, poprawia jakość produktu oraz zwiększa szansę na to, że użytkownik zdecyduje się na ponowne odwiedziny.
Chcesz dowiedzieć się więcej o data-driven user experience? Zapraszam na Targi eHandlu, w trakcie których nie tylko opowiem, ale też chętnie porozmawiam o zagadnieniach związanych z tym tematem.
Artykuł powstał we współpracy z Ideo Force.