Data-driven user experience, czyli dlaczego wykorzystanie danych jest kluczowe w procesie optymalizacji doświadczeń użytkowników? - NowyMarketing

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

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:

Movember/Wąsopad: jak marki zachęcają do profilaktyki męskich nowotworów [PRZEGLĄD]

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.