Dateninformiertes Design: eine Definition, seine Vorteile und einige praktische Anwendungen zur Gestaltung wertvoller Benutzererfahrungen

Empathie-gesteuert und datenorientiert zu sein, ist der Schlüssel für einen menschzentrierten Designansatz. Wie im ersten Teil dieses zweiteiligen Artikels werden wir nun diese Definition sezieren. Wir werden die Bedeutung, Vorteile und Anwendungen einer dateninformierten UX analysieren.

Im ersten Teil mit dem Schwerpunkt Human-Centered Design haben wir die Bedeutung des ersten Leitprinzips dieses Ansatzes, nämlich Empathie, und seine Umsetzung in die Praxis erläutert.

Jetzt müssen wir den zweiten Teil des Ausdrucks empathy-driven and data-informed, also Daten, analysieren. Welche Art von Daten sind in Human-Centered Design involviert?

Diese Daten sind keine Geschäfts-KPIs. KPIs sind in der Tat Unternehmensziele, zu deren Erreichung wir in enger und kontinuierlicher Zusammenarbeit mit den Mitgliedern anderer Teams beitragen. Spezifische qualitative und quantitative Daten sind die ersten Metriken, die wir als Designer beobachten. Wir sind auch zuversichtlich, dass unsere Arbeit sie ändern kann.

In diesem Artikel erfahren Sie, welche Daten wir berücksichtigen und wie wir sie erfassen.

Qualitative Daten in MailUp

Bevor wir definieren, was ein qualitatives Datum für unser Team ist, beginnen wir mit einem Beispiel.

Betrachten Sie diesen Milchshake im Bild.

Wenn Sie jemanden bitten würden, es zu beschreiben, was würde er oder sie sagen?

„Der Milchshake hat eine doppelte Komposition aus Vanille und Schokolade. Es ist mit Streuseln und einer kandierten Kirsche belegt und wird in einem raffinierten Glas serviert. Im Allgemeinen hat es einen klassischen, aber gut verarbeiteten Look. Obwohl sehr schön, spricht es mich wegen seines etwas aseptischen Kontexts nicht so an. Jedenfalls würde ich es nie trinken, wenn es nicht laktosefrei wäre.“

Um qualitative Daten zu erhalten, müssen wir durch eingehende Analysen mit unseren Nutzern und/oder zu den betreffenden Produkten Beobachtungen zu unserem Fokusbereich (dem MailUp-Produkt oder der MailUp-Dienstleistung) sammeln.

Bei MailUp sammeln wir qualitative Daten durch die folgenden Aktivitäten:

• Qualitative Usability-Tests (8–15 Teilnehmer)
• Teilstrukturierte Interviews (ca. 6 Teilnehmer)
• Qualitative Umfragen (mindestens 40 Teilnehmer)
• Fokusgruppen oder Co-Design Sessions (ca. 10 Teilnehmer)

Die Ergebnisse helfen uns, die typischen strategischen Fragen zu beantworten: Warum passiert das? Wie sollen wir es beheben?

Im Wesentlichen hilft uns qualitative Forschung, die aktuellen Probleme zu verstehen, die die Erfahrung beeinflussen, und wie wir sie verbessern können.

Quantitative Daten

Kommen wir zurück zu unserem Milchshake im Bild: Wir können ihn auch mit Maßen beschreiben.

Er hat eine Größe von 200 ml, eine Temperatur von 5 °C und einen Preis von 7 €.

Bei den Zahlen, die wir zur Beschreibung des Untersuchungsgegenstandes verwendet haben, handelt es sich um individuelle, quantitative Daten. Jedes stellt ein Maß dar, das sich aus einer Zahl (200, 5 und 7) und einer Einheit (ml, °C und €) zusammensetzt.

Um quantitative Daten zu erhalten, müssen wir dann die Designmetriken, dh die numerischen Daten, sammeln.

Bei MailUp sammeln wir quantitative Daten während Designprojekten durch die folgenden Aktivitäten:

• Quantitative Usability-Tests (30–40 Teilnehmer)
• Analytik (Google, Pendo, Hotjar…)
• A/B-Test
• Baumtests
• Quantitative Erhebungen (ab 100 Teilnehmer, je nach statistischer Signifikanz)

Die Ergebnisse helfen uns, Fragen zu beantworten wie: Wie viele? Wie viel? Wenn?

Unter diesen Prämissen könnten wir dann eine Design-Metrik wie folgt definieren: ein numerisches Datum, das uns über einige Aspekte der Erfahrung der MailUp-Benutzer mit einem unserer digitalen Touchpoints, Produkte oder Dienstleistungen informiert.

Welche qualitativen Daten berücksichtigen wir?

Bei der Durchführung quantitativer Forschung im Designteam konzentrieren wir uns auf die Erfassung von Metriken wie:

• Wie lange dauert es, eine Aufgabe oder einen Prozess abzuschließen?
• Wie viel Aufwand erfordert die Nutzung einer Funktion oder eines Dienstes?
• Wie schwierig erscheint Benutzern eine Aufgabe oder ein Prozess ?
• Wie viele Benutzer können eine Aufgabe oder einen Prozess erfolgreich abschließen ?
• Wie zufrieden sind Benutzer mit einem Produkt, einer Dienstleistung, einer Aktivität oder einem Prozess?
• Wie oft kehren Benutzer zurück , um eine Funktion, ein Produkt oder eine Dienstleistung zu nutzen?
• Wie viele Personen nutzen aktiv ein Produkt oder eine Dienstleistung?
• Wie viel Prozent der Benutzer wechseln zur nächsten Phase einer wichtigen Aufgabe oder eines Prozesses?

Direkte Metriken wie Aufgabenzeit, Erfolgsquote, Zufriedenheit oder Benutzerfreundlichkeit sowie laufende Fragebogenergebnisse sind der Herzschlag der von uns entworfenen Interaktionen. Auf der anderen Seite geben uns komplexere Metriken wie die Anzahl der Conversions, die Conversion-Rate, die Anzahl der wiederkehrenden Nutzer oder die Absprungrate wertvolle Einblicke in das Verhalten und die Einstellung unserer Nutzer zu unseren digitalen Produkten.

Wie man Daten sammelt: die drei Musketiere der quantitativen Designforschung

MailUp-Teams verwenden vorzugsweise je nach Kontext und Zielsetzung drei verschiedene Methoden, um quantitative Daten zu sammeln: Analytics, Quantitative User Tests und Surveys.

Wie entscheiden wir das eine vom anderen? Normalerweise versuchen wir zu verstehen, was für das Geschäftsprogramm, für die Kapazität des Teams und für unsere Fähigkeiten realistisch ist – aber auch für die zu diesem Zeitpunkt verfügbaren Tools und das Budget.

Normalerweise richtet sich die Auswahl nicht nur auf eine einzige Methode. Vielmehr versuchen wir fast immer, mehrere Methoden zu triangulieren und zu verwenden, um Daten zu demselben Phänomen zu sammeln, weil wir wissen, dass alle Methoden ihre Grenzen und „blinden Flecken“ haben.

Analysetools wie Google, Pendo und Hotjar ermöglichen es uns, das Nutzerverhalten „in freier Wildbahn“ zu beobachten. Analytics-Daten fehlt es jedoch oft an Kontext: Sie können uns nicht sagen, warum jemand auf diesen Teil der Benutzeroberfläche geklickt hat und was er erwartet hat.

Beispiel für eine Heatmap einer MailUp-Website-Seite

Umfragen, selbst die „schnellsten und schmutzigsten“ über Hotjar, Pendo oder Typeform, ermöglichen es, Benutzer nach ihren Zielen und ihrer Meinung zu fragen – direkt beim Surfen oder in eingehenderen Studien. Statistisch signifikante Daten zu erhalten und vollkommen perfekte Fragebögen zu entwerfen, ist natürlich ein erhebliches Engagement.

Beispiel einer MailUp-Umfrage

Schließlich ermöglichen uns quantitative Usability-Tests durch Benutzertests, das Benutzerverhalten und die Meinungen zu analysieren, indem wir ihre Interaktionen mit dem System aufzeichnen, während sie zugewiesene Aufgaben ausführen. Die Analyse profitiert davon, dass der Kontext vollständig kontrolliert wird. Aber auch das erfordert Zeit eines Forschers, um eine Studie zu planen und durchzuführen.

Beispiel für einen MailUp Usability-Test

Zusammenfassend lässt sich sagen, dass quantitative Forschung uns hilft, das Ausmaß von Designproblemen zu verstehen (wie schwerwiegend das Problem ist oder wie viele Menschen davon betroffen sind). Es ermöglicht uns, die Probleme, die wir lösen wollen, bewusst zu priorisieren . Es unterstützt uns beim Experimentieren mit Lösungen und nicht zuletzt hilft es Teams dabei, ihre Arbeit zu unterstützen und den Wert von Design zu zeigen .

Der ROI von Design

Dieser letzte Punkt ist sehr wichtig: Ein Zeichen dafür, dass Design in einem Unternehmen erwachsen wird, ist, dass das Unternehmen selbst seinen strategischen Wert versteht.

Es ist keine leichte Aufgabe, Unternehmensleiter davon zu überzeugen, Design als bedarfsgesteuerte „Produktion von Ergebnissen“ zu einem „Asset zum Verschieben von KPIs“ zu betrachten. MailUp-Designer mussten lernen, die Sprache ihrer Gesprächspartner zu sprechen, sich in sie einzufühlen und ihrem mentalen Modell zu folgen, um ihnen das Potenzial des menschzentrierten Ansatzes zu zeigen.

Das haben wir schon gesehen, als wir anfingen, die ersten Design-Metriken zu sammeln: Sie sind numerische Darstellungen einer Verbesserung eines digitalen Produkts, die manchmal beeindruckend ist.

Und als wir – mit Hilfe unserer Marketing-, CVM- und Produktkollegen – diese Zahlen mit Geschäfts-KPIs (z Meinung“ bis zur gewinnbeeinflussenden Gestaltung.

Es gibt noch viel zu tun. Eine Kultur zu ändern ist nicht einfach. Wir wissen jedoch, dass wir auf dem richtigen Weg sind: Unser Wille ist es, gemeinsam mit der Gruppe, zu der wir gehören, die Reife des internen Designs in den Wettbewerb mit den besten internationalen Unternehmen zu bringen.

Wie wir Ihnen gesagt haben, haben wir das Herz und den Kopf dafür: Wir sind empathisch und datenorientiert.