القوة في الأرقام - نظرة عامة على التصميم المستند إلى البيانات

غالبًا ما يُنظر إلى التصميم على أنه فن وليس علم. في الواقع ، كلاهما. يجب أن يتأثر فن التصميم بعلم البيانات والمعلومات. يعد جمع البيانات وتحليلها أمرًا أساسيًا لإنشاء تصميمات وتجارب مستخدم أفضل.

يمكن أن يكون التصميم المستند إلى البيانات مخيفًا للمصممين الذين ليسوا على دراية به. بعض المصممين لا يعرفون حتى لماذا هو ضروري ، أو يستفيدون فقط من البيانات على أساس محدود. إن فهم العملية يزيل الغموض عنها ويجعلها في متناول المصممين على جميع مستويات الخبرة.

لماذا نستخدم البيانات في عملية التصميم؟

يعتقد العديد من المصممين أنهم يعرفون ما يريده المستخدمون دون الحاجة إلى إجراء أي نوع من البحث عن المستخدم. لديهم أيضًا ميل إلى الافتتان بتصاميمهم الخاصة. لكن في الغالبية العظمى من الحالات ، المصممون ليسوا مستخدمين . بدون بيانات لدعم القرارات التي تم اتخاذها حول كيفية إنشاء أفضل تجربة للمستخدم ، فإن المصممين يقومون بالطعن في الظلام.

تعطي البيانات نظرة ثاقبة للمصممين حتى يتمكنوا من إنشاء أفضل التصميمات الممكنة للأشخاص الذين يستخدمون منتجاتهم. يمكن أن تأتي هذه البيانات في أشكال متعددة ، من المصادر الأولية والثانوية. الشيء المهم بالنسبة للمصممين هو معرفة مجموعات البيانات التي تستحق استخدامها لبناء تصميماتهم ، وتلك التي يجب تجاهلها.

ما هي البيانات التي يجب استخدامها

يمكن أن يتطلب تصميم واجهة المستخدم المستند إلى البيانات مجموعة متنوعة من أنواع البيانات المختلفة لتحديد أفضل طريقة لإنشاء تجربة مستخدم مثالية. يمكن أن تتضمن هذه البيانات أشياء مثل تحليلات موقع الويب أو التطبيق على التكرار الحالي لمنتج ما ، ومقابلات المستخدم ، ونتائج اختبار A / B والاختبار متعدد المتغيرات ، وتدفق السلوك ، وأنواع أخرى من أبحاث UX.

كلما زاد عدد مصممي البيانات مقدمًا ، كانت التكرارات المبكرة للتصميم أفضل. منحت ، بالنسبة لبعض أنواع جمع البيانات ، نموذج أولي مطلوب بشكل عام (مثل اختبار A / B أو اختبار متعدد المتغيرات). ولكن حتى تلك النماذج الأولية يمكن أن تعتمد على بيانات الصناعة أو البيانات من مشاريع مماثلة (يمكن أن تكون دراسات الحالة مورداً لا يقدر بثمن في هذا الصدد).

استخدام تحليلات التصميم

يمكن أن تكون التحليلات من أغنى مصادر البيانات للمصممين. في حالة إعادة تصميم موقع أو تطبيق بدلاً من تصميمه من البداية ، يمكن للمصممين الاستفادة من معلومات التحليلات الحالية لتحديد ما يعمل وما لا يعمل.

يعد النظر إلى الصفحات الموجودة على موقع شهير ، أو ذات متوسط ​​إحصائيات أعلى للوقت على الصفحة ، أو ذات معدلات ارتداد أقل طريقة جيدة للحصول على فكرة عما ينجح. ولكن بالنظر إلى تلك الصفحات ذات معدلات الخروج والارتداد المرتفعة أو متوسط ​​الوقت المنخفض على الصفحة ، يمكنك إلقاء نظرة ثاقبة على الصفحات التي تحتاج إلى بعض المساعدة.

يمكن أن تشير معدلات الخروج والارتداد المرتفعة إلى أن الصفحة لا تحتوي على المعلومات التي يبحث عنها الشخص الذي يزور الصفحة. أو إذا كانت المعلومات موجودة ، فقد تشير إلى أنه ليس من السهل العثور عليها أو فهمها.

يعد الاهتمام بتحليلات UX أثناء إجراء تغييرات على التصميم أمرًا أساسيًا أيضًا. إذا كانت الصفحة تؤدي أداءً جيدًا قبل إعادة التصميم ، فاحرص على الانتباه إلى كيفية أدائها بعد ذلك. يعني التحسن في المؤشرات الإيجابية أن إعادة التصميم تسير على المسار الصحيح ، والعكس صحيح.

أخيرًا ، يمكن أن توفر معايير تحليلات الصناعة معلومات حيوية حول كيفية أداء موقع أو تطبيق مقارنة بالآخرين في نفس المجال. غالبًا ما يكون من الصعب معرفة ما إذا كان متوسط ​​الوقت على الصفحة لمدة دقيقتين جيدًا أم سيئًا عند النظر إليه بمفرده. لكن القدرة على مقارنة ذلك ومعرفة أن متوسط ​​الصناعة هو 3 دقائق متوسط ​​الوقت على الصفحة يعني أنه يمكن تحسين تصميم الموقع الحالي أو المحتوى. يحتوي Google Analytics على أدوات قياس أداء مضمنة تجعل من السهل معرفة أداء الموقع عند مقارنته بمتوسط ​​الصناعة.

استخدام نتائج اختبار A / B ومتعددة المتغيرات

يعد اختبار A / B والاختبار متعدد المتغيرات طرقًا وثيقة الصلة لمعرفة كيفية أداء الإصدارات المختلفة من موقع ويب أو تطبيق مقابل بعضها البعض. يمكن استخدامها لإجراء تحسينات كبيرة في تجربة المستخدم وسلوك المستخدم.

تعمل اختبارات A / B على تغيير عنصر واحد في التصميم (مثل لون الزر أو نص العنوان) بين نسختين لمعرفة أيهما يعمل بشكل أفضل. تعمل الاختبارات متعددة المتغيرات على تغيير أكثر من عنصر واحد (مثل رأس كامل أو كل النسخة الموجودة في الصفحة). في كلا النوعين من الاختبارات ، يتم عرض الإصدارات المختلفة من الصفحة بشكل عشوائي على زوار الموقع أو التطبيق ، ويتم تسجيل بيانات التحليلات.

يمكن أن يؤدي إجراء اختبارات A / B أو اختبارات متعددة المتغيرات باستمرار لتحسين التصميم إلى زيادات تحويل ضخمة. 37 الإشارات ، على سبيل المثال ، أجرت مجموعة متنوعة من اختبارات A / B على صفحتها الرئيسية من أجل تحديد التصميم الأمثل (أحيانًا ترى اختلافات بأكثر من 100٪ بين الإصدارين).

استخدام تدفقات السلوك

تدفقات السلوك هي الطريقة التي ينتقل بها المستخدمون عبر الموقع ، من الصفحة التي يصلون إليها أولاً إلى الصفحة الأخيرة التي يشاهدونها قبل الخروج من الموقع. في معظم الحالات ، يمتلك خبراء تجربة المستخدم تدفقًا معينًا يرغبون في أن يمر به المستخدمون عبر الموقع. إذا كانت تدفقات السلوك الفعلي تختلف اختلافًا كبيرًا عن ذلك ، فهذا يشير إلى وجود مشكلة في تجربة المستخدم.

يحتوي Google Analytics على أدوات مضمنة لاستكشاف تدفقات سلوك المستخدم. إن استكشاف هذه البيانات مقارنة بتدفق السلوك المثالي الذي أنشأه مصمم UX لمشروع ما يعطي نظرة ثاقبة حول ما إذا كان التصميم يحقق بالفعل تجربة المستخدم وأهداف السلوك.

بحث المستخدم

هناك مجموعة متنوعة من طرق بحث المستخدم التي يمكن للمصممين استخدامها لجمع البيانات التي يمكن أن تساعد في عملية التصميم لخلق تجربة مستخدم أفضل والتأثير على سلوك المستخدم بشكل أكثر فعالية.

تتضمن هذه الأساليب فرز البطاقات ، والمقابلات السياقية مع المستخدمين الفعليين ، ومجموعات التركيز ، والاستطلاعات ، والتحليل الإرشادي ، من بين أمور أخرى. يتضمن بحث المستخدم أيضًا أشياء مثل إنشاء الشخصيات وحالات الاستخدام.

يعد البحث عن المستخدم أحد أكثر الأساليب كثافة في استخدام الموارد في جمع البيانات ، ولكنه يمكن أن يكون أيضًا الأكثر قيمة - خاصة بالنسبة للمشاريع والمنتجات الجديدة التي لا تحتوي على مصادر بيانات أولية موجودة. هناك مجموعة متنوعة من الطرق لإجراء بحث فعال عن المستخدم ، يمكن لكل منها إضافة قيمته الفريدة إلى العملية.

يعد اختبار المستخدم أحد جوانب عملية بحث المستخدم ، والذي يتضمن غالبًا اختبار قابلية الاستخدام بالإضافة إلى اختبار A / B المذكور سابقًا والاختبار متعدد المتغيرات. يعد اختبار المستخدم الفعال من حيث التكلفة جزءًا حيويًا من عملية التصميم ويجب إجراؤه في كل خطوة على طول الطريق.

كيفية تحليل البيانات

يعد جمع البيانات جانبًا واحدًا فقط من عملية التصميم المبنية على البيانات. تعد البيانات الكمية ، مثل التصميم وتحليلات UX ، أمرًا حيويًا ، ولكن البيانات النوعية ، مثل تلك التي تم جمعها من مقابلات المستخدم ، لا تقل أهمية ، إن لم تكن أكثر من ذلك.

تعطي البيانات الكمية للمصممين فكرة عما يحدث على موقع الويب أو التطبيق. لكن البيانات النوعية ضرورية لتسليط الضوء على سبب قيام المستخدمين بما يفعلونه. يعد اكتشاف سبب تصرف المستخدمين بطرق معينة جزءًا كبيرًا من نظرية UX وعلم نفس التصميم.

بمجرد جمع البيانات النوعية والكمية ، يجب على المصممين البحث عن الاتجاهات في البيانات وكذلك القيم المتطرفة. يمكن أن تعطي القيم المتطرفة نظرة ثاقبة للمشاكل المحتملة التي قد يواجهها المستخدمون ، والتي يمكن أن تصبح مهمة مع زيادة عدد الزيارات.

يمكن أن يكون إنشاء تصورات البيانات مفيدًا في العمل مع مجموعات البيانات الكبيرة. حتى المخططات والرسوم البيانية البسيطة يمكن أن تسهل تحليل المعلومات المتاحة. هذا هو السبب في أن معظم برامج التحليلات ، بما في ذلك Google Analytics ، تعرض البيانات بشكل مرئي بدلاً من مجرد بيانات أولية.

يجب تحليل البيانات على أساس مستمر ، حيث يتم جمع بيانات جديدة. يمكن أن تؤثر تغييرات التصميم وتغييرات المحتوى والتغييرات في خوارزميات محرك البحث والتطورات الأخرى على تجربة المستخدم وسلوكه. يمكن للمصممين تحليل هذه البيانات للتحسين المستمر وإجراء تكرارات جديدة لمنتجاتهم.

تقديم البيانات لأصحاب المصلحة

بالإضافة إلى تحليل البيانات ، غالبًا ما يكون تقديمها إلى أصحاب المصلحة في المشروع أمرًا مهمًا لحملهم على الشراء في أفضل حلول التصميم. يعد عرض البيانات بشكل مرئي أحد أفضل الطرق لتقديم المعلومات.

غالبًا ما يؤدي إنشاء مجموعة شرائح باستخدام المخططات والرسوم البيانية إلى إحداث فرق بين إقناع العميل أو المدير بالموافقة على المشروع ومواجهة المقاومة في كل خطوة على طول الطريق. يمكن للبيانات أن تدعم "حدس" المصمم حول خيارات التصميم الصحيحة التي يجب القيام بها.

اتخاذ القرارات بشأن البيانات

أحد أفضل أجزاء البيانات هو أنه من الممكن دائمًا جمع المزيد. عملية اتخاذ القرار بالتصميم المبنية على البيانات دائرية: يجب على المصممين جمع البيانات وتحليلها ، واتخاذ القرارات بناءً عليها ، ثم اختبار تلك القرارات من خلال جمع المزيد من البيانات وتحليلها.

يسمح التصميم المستمر للتكرارات الجديدة للمنتج مع التحسينات التي تم إجراؤها بناءً على البيانات بدلاً من الحدس أو الحدس للمصممين بإنشاء تجارب أفضل للأشخاص الذين يستخدمون منتجاتهم. يتيح البقاء على اطلاع بالبيانات المتاحة للمصممين تجنب المشكلات المتعلقة بتجربة المستخدم وتغييرات السلوك قبل أن تؤثر على المحصلة النهائية.

خاتمة

يعد فهم عملية التصميم المستند إلى البيانات مهارة مهنية مهمة للمصممين. الغوص في عملية بحث المستخدمين واختبارهم ، وفهم كيفية عمل تحليلات البيانات ، يمنح المصممين أدوات إضافية للحصول على الدعم لأفكارهم. كما يسمح لهم بإنشاء أفضل المنتجات الممكنة ، مع البيانات اللازمة لعمل نسخة احتياطية من هذا التأكيد.

تصميم واجهة المستخدم المستند إلى البيانات هو فن وعلم. يعد فهم كيفية جمع البيانات وتحليلها وتنفيذ التصميمات بناءً عليها مهارة مهمة للمصممين المبتدئين والخبراء على حدٍ سواء.

مزيد من القراءة على مدونة Toptal Design:

• اختبار UX للجماهير: اجعلها بسيطة وفعالة من حيث التكلفة
• تحويل بيانات اختبار قابلية الاستخدام إلى إجراءات دون أن تصاب بالجنون
• طرق البحث UX والمسار إلى التعاطف مع المستخدم
• تصور البيانات - أفضل الممارسات والأسس
• احصل على الإلهام مع هذه التصورات المرئية للبيانات