Cómo hacer investigaciones de diseño sin soplar el banco

Hoy damos la bienvenida a Milly, director de productos de UsabilityHub, para nuestra serie “Learn From”. La plataforma UsabilityHub ofrece un conjunto integral de herramientas de prueba que ayudan a los usuarios de todo el mundo (como Amazon, Google, Asana y muchos otros) a descubrir los problemas de diseño temprano, evitando el tiempo perdido, el esfuerzo y la frustración de los usuarios. Siempre que desee crear una aplicación o sitio web, las pruebas de los usuarios son una mina de oro. Más sobre el tema, a continuación. ¡Sube al escenario, UsabilityHub! ¿Esperas entrar en la investigación de diseño, pero ¿te sientes abrumado? ¿La idea de muchas entrevistas en persona ya te hace sentir cansado? No está seguro de cómo puede pagar su tiempo o equipo el momento inevitable de un proceso de investigación profundo, cuando principalmente desea verificar si el diseño de su sitio web llegará a todas las notas correctas.
No eres solo tú. Incluso investigadores y diseñadores experimentados dudaron en proyectos de investigación en profundidad, que pueden ser difíciles de integrar en un entorno de innovación rápida. Afortunadamente, ha habido una explosión de increíbles herramientas en línea para ayudarlo a comenzar (o expandir su práctica) para la investigación de diseño, con un costo mucho menor por el tiempo y el bolsillo de la cadera. Pero no renuncies a la investigación personal. Vendrá un momento y lugar en su proceso que querrá hacer. Pero a veces algo más fácil es más apropiado. En este artículo, les presentaré cinco razones excelentes para hacer una investigación más fácil que no te hará sentir engañado.
1. Sus herramientas de investigación deben ser diversas como dicen: “Si todo lo que tiene es un martillo, todo parece un clavo”. Al igual que su equipo, su kit de herramientas de investigación debe ser diverso. Diferentes herramientas de investigación le permiten probar e investigar, probar y medir con especificidad y precisión. Ciertamente, es cierto que las entrevistas en persona son una experiencia rica y satisfactoria, lo que le permite ver realmente al participante como un ser humano completo y empatizar con ellos. Pero el forzamiento constante del equipo a dar prioridad y llevar a cabo en los estudios de entrevistas profundos puede ser el tiempo, costoso y, me atrevo a decir, a veces inadecuado. Finalmente, la confianza en el proceso de investigación puede ser erosionada por la insistencia del uso de la metodología más difícil disponible en cualquier momento, especialmente para los equipos que están al comienzo del desarrollo de la madurez de la investigación. Los nuevos proyectores de UX estarán inevitablemente encantados de pasar un tiempo Frente a los usuarios, pero, como todas las disciplinas, el médico científico sabe cómo usar una variedad de herramientas. Un conjunto de buenas herramientas de investigación de MVP podría consistir en:
Entrevistas de profundidad (en persona y remoto)
Estudios de uso en persona
centro
Remoto utilizando estudios (moderado y moderado)
Encuestas impulsivas (por ejemplo, NPS).
Saber cómo diseñar y llevar a cabo diferentes tipos de estudios utilizando diferentes metodologías es una parte crítica de la construcción de una práctica de investigación eficiente y eficiente.
2. Elija la herramienta adecuada para el trabajo, así que suponiendo que sepa cómo usar todas las herramientas en el kit de herramientas: ¿cómo sabe cuándo usar cuál de ellas? Un buen primer objetivo es verificar en qué parte del doble diamante eres. El Double Diamond of Design Council UK es una ilustración útil de alto nivel de las dos grandes etapas que llamamos el “espacio problemático” y “el espacio espacial”. En el espacio de problemas, aún descubre a qué se enfrentan los clientes o usuarios y los usuarios donde sus puntos son de dolor. Aquí lleva a cabo sus entrevistas de profundidad, tarjetas, encuestas y otros tipos de investigación exploratoria / generativa. Puede hundirse en el mundo de los estudios de uso si hace referencias a una experiencia de usuario que es parte del punto de vista del dolor.
En el espacio de la solución, pruebe las ideas que ha formulado que cree que les ayudará a resolver estos problemas de los clientes. Aquí lleva a cabo investigación evaluativa: use pruebas, encuestas de impulsos, pruebas de árboles y otras respuestas a artefactos diseñados. El segundo objetivo que usamos es alrededor de la lealtad de la idea. Para las ideas de menor fidelidad, es más apropiado profundizar y, a medida que las ideas progresan a soluciones de mayor fidelidad, puede ser más específico. En particular, utilizamos pruebas de uso remoto, sin cambios, en iteraciones posteriores de mayor fidelidad de un diseño, donde hemos descubierto y validado los problemas más amplios de los usuarios y ahora nos centramos en los detalles más finos de la solución.

El tercer objetivo que usamos para decidir qué herramienta de investigación es apropiada es una lente de riesgo. A veces, por ejemplo, es posible que no tenga que pasar mucho tiempo explorando los problemas de los clientes si es posible que las soluciones son obvias y, esencialmente, de bajo esfuerzo. Por ejemplo, en el caso de un remedio de error, donde el problema es claro y la solución es clara, no es necesario ejecutar entrevistas profundas con los usuarios. 3. Compruebe dos veces las hipótesis persistentes, sin importar cuánto queramos erradicar hipótesis a medida que desarrollamos nuestras ideas como diseñadores e investigadores, nunca podemos eliminar el riesgo. Además, la necesidad de continuar solo con información perfecta puede evitar que los equipos se retiren cuando un ciclo de aprendizaje de construcción débil podría ser más apropiado. Se aconsejó al final del proceso de desarrollo de la solución, cuando comenzamos a lanzar nuestro trabajo en producción, Es posible observar que se han deslizado algunas suposiciones durante las iteraciones de diseño e implementación. Debido a que las nuevas personas están involucradas en el proyecto, se entrelazan nuevas ideas e interpretaciones de diferentes decisiones. En lugar de obligar al equipo de diseño e investigación a controlar toda la creación de la solución, preferimos permitir la contribución de los diferentes miembros del equipo, pero nos aseguramos de que todas las partes de la solución que hayan reunido sus propias hipótesis se prueben antes. Lanzamiento, especialmente si existen el riesgo de que la hipótesis de diseño esté incorrecta, la efectividad de la solución podría disminuir.
Por ejemplo, si parte de la implementación significa que no podemos usar la misma apariencia que se prueba en iteraciones anteriores, organizaremos un uso rápido de la distancia sin cambios en UsabilityHub en función de las capturas de pantalla en el entorno de desarrollo local para verificar que nuestros usuarios objetivo puedan Aún logra sus objetivos. Es mucho más fácil y mucho mejor para la dinámica del equipo multifuncional que ser dogmático, pero no reemplaza las investigaciones anteriores para desarrollar primero la solución. Otro ejemplo es el uso de tablas para estructurar información, como en este artículo que explora si Audible merece. Utilice breve bucles de retroalimentación para los rizos de retroalimentación rápida son esenciales para permitir a los equipos integrar la investigación sobre su flujo de trabajo sin problemas. No todos los bucles de retroalimentación de la investigación son cortos: algunos estudios longitudinales pueden tardar semanas o meses en recopilar datos y esto es antes de comenzar la síntesis. A medida que pasamos por el proceso desde el espacio problemático hasta el espacio de la solución, nuestros bucles de retroalimentación se acortan y nuestras iteraciones son más rápidas. Por lo general, en las primeras etapas, pasaremos más tiempo en la conversación, profundizaremos los datos y pensaremos cuidadosamente sobre las implicaciones del trabajo. Pero a medida que entramos en el espacio de la solución, esos bucles de retroalimentación aceleran para permitirnos probar más ideas y aprender más rápido.
Hacia el final del proceso, a veces realizamos rondas de investigación tan rápido que los resultados se integran instantáneamente en la iteración de diseño por un desarrollador. En este momento, incluso podría tener sentido que el desarrollador esté involucrado en la investigación para proporcionarles información lo antes posible. Nos gusta usar una investigación remota sin cambios en esta etapa y obligarnos a realizar pruebas cortas y agudas (en lugar de pruebas largas y profundas) para mantenerse enfocados en el láser a medida que avanzamos a la línea de meta. Anteriormente en este proceso, es poco probable que se ejecute al mismo ritmo, y otras metodologías y herramientas son más adecuadas. 5. Alcance más participantes con mayor flexibilidad, una gran razón por la que comenzamos a usar una investigación a distancia más sin cambios es que nos ayuda a diversificar a nuestro grupo de participantes. Después de enviar nuestra lista de pruebas beta por correo electrónico para participar en algunas pruebas de distancia moderadas, noté que la tasa de respuesta era más baja de lo que esperábamos. En lugar de asumir, enviamos una encuesta muy rápida para preguntar por qué no pueden participar, seleccionando de las siguientes opciones: el incentivo es demasiado pequeño

demasiado ocupado
no es conveniente
No me interesa
algo más.
Descubrimos que la mayoría de nuestros participantes simplemente no podían encontrar crossover en su calendario y el nuestro, porque tenemos la sede en Australia. Al ir a sesiones sin cambios, podríamos probar instantáneamente con varios clientes, porque podrían completar la sesión solos. Para nosotros, esto es importante porque nuestros clientes están distribuidos por todo el mundo, pero en general, la posibilidad de probar fuera de su área local es una gran victoria, especialmente cuando sus usuarios no son necesariamente vecinos. Otra gran ventaja es que, debido a que no tenemos que moderar cada sesión, las sesiones se pueden hacer simultáneamente, lo que nos permite reducir masivamente el tiempo a la hipótesis. El uso del panel UsabilityHub nos permite, por ejemplo, devolver los resultados de 50 participantes en menos de media hora, algo que podría llevarnos casi 50 horas si íbamos a ser parte de cada sesión.