تحويل بيانات اختبار قابلية الاستخدام إلى إجراءات دون أن تصاب بالجنون

أصبح جمع البيانات التي تم جمعها وفرزها وفهمها أثناء بحث المستخدم واختبار قابلية الاستخدام مهمة شائعة بشكل متزايد بين ممارسي تجربة المستخدم - في الواقع ، أصبحت مهارة تجربة مستخدم بالغة الأهمية.

سيخبرك اختبار قابلية الاستخدام ما إذا كان بإمكان المستخدمين المستهدفين استخدام منتجك. يساعد في تحديد المشكلات التي يواجهها الأشخاص في واجهة مستخدم محددة ، ويكشف عن المهام التي يصعب إكمالها واللغة المربكة. عادةً ما يتضمن اختبار قابلية الاستخدام إعدادًا وتحليلًا شاملين ، ويعتبر أحد أكثر تقنيات البحث قيمة. إنه قادر على توفير كل من البيانات الكمية والنوعية التي ستساعد في توجيه فريق المنتج نحو حلول أفضل.

ومع ذلك ، فهي ليست نزهة في الحديقة. في محاولة لاكتشاف مشكلات قابلية الاستخدام ، غالبًا ما يتعين على الباحثين والمصممين في UX التعامل مع طوفان من البيانات غير الكاملة وغير الدقيقة والمربكة. يمكن أن يؤدي اختبار قابلية الاستخدام المنتظم مع خمسة إلى عشرة مشاركين بسهولة إلى إنشاء أكثر من ستين مشكلة. يمكن أن يشعر وكأنه "يشرب من خرطوم الإطفاء" أثناء انتظار شلل التحليل المخيف أن يرفع رأسه القبيح.

هناك خطر كبير عند محاولة حل مشكلات قابلية الاستخدام هو السير في المسار الخطأ في محاولة التوصل إلى حلول لا تعالج المشكلات المطروحة حقًا. يكمن الخطر في احتمال وجود انفصال بين المشكلات التي تم العثور عليها والحلول المحددة. يمكن أن يكون سبب ذلك عدد من العوامل المختلفة ، بما في ذلك إجهاد اتخاذ القرار وأنواع عديدة من التحيزات المعرفية.

كيفية تحويل بيانات اختبار قابلية الاستخدام إلى حلول عملية

من أجل السيطرة على العقبات المذكورة أعلاه ، نحتاج إلى طرق فعالة للتعامل مع بيانات الاختبار الخاصة بنا مع التأكد من اختيار الحلول الأكثر فعالية للمشكلات التي تم العثور عليها.

لنبدأ باستعارة بعض الأفكار من العملية الإبداعية. واحدة من أقوى الألماس هي الألماس المزدوج من مجلس التصميم البريطاني ، والذي بدوره يستخدم تفكير متباين ومتقارب. إنها عملية تصميم بمراحل مشكلة وحلول محددة بوضوح ومتكاملة.

الماس المزدوج هو بالضبط ما نحتاجه لبناء إطار عمل يتعامل مع مشكلات قابلية الاستخدام وإيجاد طرق لحلها.

تكييف النموذج أعلاه لاختبار قابلية الاستخدام للنتيجة هو عملية من أربع خطوات:

1. جمع البيانات
2. تحديد الأولويات
3. جيل الحل
4. تحديد أولويات الحل

دعونا نرى كل خطوة بالتفصيل ، بما في ذلك كيفية تنفيذها.

ملاحظة: سنحتاج إلى استخدام بعض الرياضيات الأساسية. لا تقلق ، فالأمر ليس كثيرًا ، وفي نهاية هذه المقالة ، ستجد جدول بيانات يقوم بأتمتة العملية برمتها. إذا كان لا يزال لا يعمل من أجلك ، فهناك أيضًا نهج مرئي يمكنك من خلاله استخدام Post-its و Whiteboard.

الخطوة 1: جمع بيانات أبحاث قابلية الاستخدام

بدءًا بأسئلة البحث الخاصة بك ، فإن الخطوة الأولى هي جمع البيانات الناتجة عن اختبار قابلية الاستخدام. يجب أن يتم إعدادها لتوليد الأفكار والرؤى بسهولة في وقت لاحق من العملية — المفتاح هو هيكلة وتنظيم البيانات بشكل واضح لتجنب الفوضى. في معظم الحالات ، يكفي:

• لديك نظام تحديد المشكلة (ID)
• لاحظ مكان حدوث ذلك (الشاشة ، الوحدة النمطية ، عنصر واجهة المستخدم ، التدفق ، إلخ.)
• تعرف على المهمة التي كان المستخدم يشارك فيها
• قدم وصفًا موجزًا ​​للمشكلة

من الأساليب الشائعة لتنظيم مشكلات قابلية الاستخدام ، التي استخدمها لويس وساورو في كتاب Quantifying the User Experience ، رسم البيانات كما هو موضح في الجدول أدناه ، مع وجود مشكلات في الصفوف والمشاركين في الأعمدة القليلة الماضية.

في المثال أعلاه ، أسفر اختبار قابلية الاستخدام الخيالي الذي تم إجراؤه على ثلاثة مشاركين عن مشكلتين:

• أول تجربة من قبل المشارك الأول (P1)
• الثانية من قبل المشاركين الآخرين (P2 و P3)

الخطوة 2: تحديد الأولويات

نظرًا لمحدودية الموارد ، من الضروري إعطاء الأولوية لقضايا قابلية الاستخدام بطريقة من شأنها تحسين التحليل. عادةً ما يكون لكل مشكلة قابلية للاستخدام درجة من الخطورة ، تتأثر ببعض العوامل مثل:

• أهمية المهمة: يتم تقييمها من حيث التأثير على العمل أو المستخدم إذا لم يتم إنجاز المهمة.
• معدل تكرار المشكلة: عدد مرات حدوث المشكلة مع مختلف المشاركين.
• تأثير المشكلة: إلى أي مدى أثرت على المستخدم أثناء محاولة إنجاز المهمة.

لتحديد الأولويات ، نحتاج إلى اتباع الخطوات التالية:

1. عيّن درجة الأهمية لكل مهمة يتم إجراؤها في الاختبار. ببساطة ، حدد مدى أهمية المهمة للشركة أو المستخدم من خلال تعيين قيمة رقمية لها. قد تأتي القيم من تسلسل خطي بسيط (على سبيل المثال ، 1 ، 2 ، 3 ، 4 ، إلخ) أو شيء أكثر تفصيلاً مثل تسلسل فيبوناتشي (1 ، 2 ، 3 ، 5 ، 8 ، إلخ) ، تمامًا كما هو مستخدم في أساليب رشيقة مثل تخطيط لعبة البوكر.

2. عيّن درجة التأثير لكل مشكلة عن طريق تعيين قيمة (كما هو مذكور أعلاه) للعناصر في هذا المقياس:
   • 5: (مانع) المشكلة تمنع المستخدم من إنجاز المهمة
   • 3: (رئيسي) يسبب الإحباط و / أو التأخير
   • 2: (ثانوي) له تأثير طفيف على أداء المهمة
   • 1: (اقتراح) هو اقتراح من المشارك

3. ابحث عن معدل تكرار المشكلة (٪) الخاص بالمشكلة بقسمة عدد مرات الحدوث على إجمالي عدد المشاركين. إنها حساب النسبة المئوية الأساسية.

4. أخيرًا ، احسب خطورة كل مشكلة بضرب المتغيرات الثلاثة أعلاه.

دعونا نرى كيف يعمل في جدول بيانات (بالطبع نريد أتمتة هذا ، أليس كذلك؟). سيبدو جدولنا المحدث كما يلي:

في المثال أعلاه ، لدينا السيناريو التالي:

• ثلاث قضايا قابلية الاستخدام واجهها ثلاثة مشاركين (p1 و p2 و p3) ؛
• تظهر المهمة "إنشاء منشور" مرتين ويتم تعيينها بشكل نقدي 5 ، وتم تعيين مهمة أقل أهمية (تسجيل الدخول الاجتماعي) إلى 3 ؛
• تم تعيين قيمة لكل مشكلة نظرًا لتأثيرها : 5 (مانع) و 3 (رئيسي) و 2 (تأثير طفيف على أداء المهمة) ؛
• تواتر كل عدد (على سبيل المثال ، العدد رقم 2 حدث مرتين مع ثلاثة مشاركين ، وبالتالي 2/3 = 0.67) ؛
• أخيرًا ، نتجت الخطورة عن مضاعفة العوامل الأخرى (على سبيل المثال ، 3 × 5 × 0.33 = 4.95).

هذا كل شيء في الوقت الراهن. وجدنا أهم مشكلات قابلية الاستخدام لدينا بهذا الترتيب: 3 و 2 و 1 . في هذه المرحلة ، لدينا أيضًا منظور جيد حول مشهد مشكلة قابلية الاستخدام - الصورة الكبيرة التي تساعد الفريق في تأطير المشكلة عالية المستوى والتحسين خلال الخطوات التالية.

الخطوة 3: إنشاء الحل

عادةً ، لا تكتمل اختبارات قابلية الاستخدام في الختام بدون قائمة التوصيات (الاقتراحات العامة) والحلول (إرشادات محددة). أحيانًا يكون الحل واضحًا تمامًا - مثل تصحيح موضع مكون واجهة المستخدم. يصبح الموقف أكثر تعقيدًا بالنسبة لتلك المشكلات مع حلول غير واضحة أو كثيرة ممكنة. أي حل أفضل؟ أيهما أكثر جدوى؟ ما هي تكلفة / فائدة إجراء تجربة لمعرفة ذلك؟ هنا ، لن تكون الطريقة التقليدية للتوصيات المنتظمة كافية.

لتقليل مخاطر اتخاذ قرارات تصميم سيئة ، نحتاج إلى: أ) عدة حلول بديلة للاختيار من بينها ، ب) عملية اختيار فعالة. سنستخدم نفس النهج المتباين المتقارب المستخدم لمعالجة جمع البيانات وإصدار خطوات تحديد الأولويات في المرحلة السابقة. الخطوات هي:

1. لكل قضية ، قم بتوليد أفكار متعددة للحلول — ما هي الطرق الممكنة لمعالجة المشكلة؟ هنا ، لدينا فرصة رائعة للتعاون مع بقية الفريق (المطورين والمصممين ومديري المنتجات ، إلخ).

   

2. أعد تنظيم الحلول ، واجعلها محددة - كما هو مطلوب ، ادمج الحلول أو اقسمها لتجنب التكرار والكثير من التجريد. مرة أخرى ، كن محددًا ، حتى يسهل تقييم الأفكار. على سبيل المثال ، بدلاً من مجرد "تجنب استخدام قائمة الهامبرغر" ، من الأفضل تحديد حل معين ، مثل "استخدام قائمة تنقل أفقية وقائمة شجرة عمودية".

3. ضع علامة على المشكلات الإضافية التي قد يعالجها الحل - في الممارسة العملية ، يمكن لحل واحد جيد أن يعالج مشكلات متعددة. الحلول الجيدة متعددة الاستخدامات!

باتباع الخطوات أعلاه ، يبدو الجدول الناتج كما يلي:

في هذا المثال ، لدينا قائمة بالحلول المفككة (الصفوف) ، والمشكلات التي يعالجها كل حل (الأعمدة ، التي تمثل المشكلات الموجودة في الخطوات السابقة).

بعد ذلك ، دعنا نرى كيفية تطوير هذه القائمة ومعرفة أي الحلول هي أفضل المرشحين للتنفيذ ، وبأي ترتيب.

الخطوة 4: تحديد أولويات الحل

على غرار تحديد الأولويات ، نحتاج إلى تحديد أولويات الحلول وفقًا لبعض المعايير. في فرق أجايل ، حيث يتم التعامل مع هذا الموضوع بجدية شديدة ، من الشائع استخدام قيمة الأعمال والتعقيد ، مما يتيح لنا حساب عائد الاستثمار (ROI). بالاقتراض من هذا المنطق ، لدينا الخطوات التالية:

1. احسب فعالية كل حل .
   كلما زادت خطورة المشكلة ، كان الحل أفضل. يمكن مقارنة ذلك تقريبًا بقيمة الأعمال في الأساليب الرشيقة. أضف خطورة جميع القضايا التي يعالجها الحل.

    Effectiveness = Sum of issue severities

2. صقل تعقيد الحل .
   1. ما هي الموارد المطلوبة لتطوير هذا الحل؟
   2. ما مدى معايير التقنيات المستخدمة؟
   3. ما مدى وضوح متطلبات العمل / المستخدم؟

   بمعنى آخر ، كلما زاد الجهد وعدم اليقين ، زاد تعقيد الحل. فقط قم بترجمة هذا إلى قيمة قابلة للقياس ، مثل تسلسل فيبوناتشي (1 ، 2 ، 3 ، 5 ، 8 ، إلخ). إذا كنت تقوم بذلك كفريق ، فإن التخطيط للبوكر يناسب تمامًا.

3. احسب عائد الاستثمار للحل. هذه هي علاقة التكلفة والفوائد ، محسوبة بقسمة فعالية الحل على مدى تعقيده . كلما ارتفع عائد الاستثمار ، كان ذلك أفضل.

    ROI = Effectiveness / Complexity

دعنا نعود إلى جدول البيانات الخاص بنا ، والذي يبدو الآن كما يلي:

في المثال أعلاه ، لدينا:

1. قائمة الحلول (الصفوف)
2. المشكلات (i1 إلى i3) مع شدتها (4.95 و 6.7 و 10.05)
3. مؤشر 1 في كل مرة يتطابق فيها حل مع (يعالج) مشكلة
4. فعالية كل حل (4.95 و 4.95 و 16.75)
5. مدى تعقيد كل حل (1 و 3 و 5) يقدره الفريق
6. عائد الاستثمار لكل حل (4.95 ، 1.65 ، 3.35)

وفقًا لهذا المثال ، يجب أن نعطي الأولوية لتطوير الحلول بالترتيب التالي (من الأعلى إلى الأقل لعائد الاستثمار): الحل 1 ، ثم الحل 3 و 2.

لتلخيص الخطوات: بدأنا بجمع البيانات ، ثم أعطينا الأولوية للمشكلات وفقًا لمعايير محددة. بعد ذلك ، أنشأنا أفكارًا للحلول لهذه المشكلات ، وأخيرًا ، قمنا بترتيبها حسب الأولوية.

باستخدام جدول بيانات

تتضمن الطريقة أعلاه بعض العمليات الحسابية (الأساسية) التي يتم تكرارها عدة مرات ، لذلك من الأفضل استخدام جدول بيانات.

إذا كنت تريد اتباع هذه المنهجية ، فإليك نموذجًا (Google Sheet): https://goo.gl/RR4hEd. إنه قابل للتنزيل ، ويمكنك تخصيصه بحرية حسب احتياجاتك.

أنا أكره جداول البيانات! ماذا عن شيء أكثر بصرية؟

يحب كل شخص أعرفه تقريبًا (بمن فيهم أنا بالطبع) العمل باستخدام الملاحظات اللاصقة وألواح الكتابة ، ليس فقط لأنها عادةً ما تكون أسرع وممتعة ، ولكن أيضًا لأنها تسهل التعاون. إذا كنت ممارسًا ذكيًا أو ممارسًا للتفكير التصميمي ، فأنت تعرف ما أعنيه. كيف يمكننا تطبيق الأدوات المرئية مثل الملاحظات اللاصقة للعمل بالطريقة الموضحة في هذه المقالة؟ حسنًا ، ربما يستحق هذا مشاركة مدونة كاملة ، لكن دعنا نحاول خدش السطح.

تتمثل إحدى طرق القيام بذلك في إنشاء مصفوفة للمشكلات (التأثير × التكرار) ووضعها بجانب أخرى للحلول (الفعالية × التعقيد). كل مصفوفة مقسمة إلى أربعة أرباع ، مما يشير إلى تحديد الأولويات.

فيما يلي الخطوات:

1. قم بإنشاء مصفوفة المشكلة عن طريق وضع الملاحظات اللاصقة في الربع المناسب وفقًا للتأثير والتردد . لتبسيط هذا النهج ، كان علينا ترك معامل واحد. في هذه الحالة ، أهمية المهمة .

2. قم بإنشاء مصفوفة الحل عن طريق تنظيم الملاحظات اللاصقة وفقًا لفعالية وتعقيد كل حل:

   1. عصف ذهني بالحلول لكل قضية ، بدءًا من المشكلات الموجودة في الربع الأول من مصفوفة المشكلات (المشكلات الأكثر خطورة).

   2. ضع هذه الحلول في مصفوفة الحل ، بدءًا من الربع 1 (أعلى اليسار). كلما زادت خطورة المشكلة ، كان حلها أكثر فعالية.

   3. اضبط مدى تعقيد كل حل عن طريق تحريكه على المحور الأفقي (كلما كان الأمر أكثر تعقيدًا ، كلما زاد إلى اليمين).

   4. كرر الخطوات المذكورة أعلاه للمسائل المتبقية (الأرباع 2 و 3 و 4 بهذا الترتيب).

في نهاية التمرين ، الحلول في الربع 1 هي تلك التي تحقق أفضل عائد استثمار (أكثر فعالية وأقل تعقيدًا) مما يدل على أولوية قصوى. النتيجة موضحة في الصورة أدناه:

بما في ذلك حقيقة أننا تركنا معلمة واحدة (أهمية المهمة) ، فإن الجانب السلبي هنا هو أنه يتعين عليك الاعتماد على الدقة البصرية بدلاً من الحسابات كما في جدول البيانات. على الجانب الإيجابي ، لدينا طريقة تعزز التعاون - وهو أمر مهم في بعض الأحيان للحصول على موافقة من الفريق.

إن تعزيز التعاون من خلال التحليل المرئي "السريع والقذر" بتكلفة الدقة المحتملة هو مقايضة محتملة. ما هو النهج الأفضل؟ الإجابة المختصرة: أفضل ما يناسب موقفك ويتماشى بشكل أفضل مع أهدافك.

الوجبات الجاهزة النهائية لتحليل بيانات اختبار قابلية الاستخدام

باستخدام هذه المنهجيات ، تم عرض الملاحظات التالية من الفرق التي استخدمتها في مشاريع مختلفة:

1. خاصة عند التعامل مع دراسات أكبر ، فإن تحديد أولويات المشكلة يحافظ على تركيز الفريق على ما يهم حقًا ، مما يوفر الوقت والموارد عن طريق تقليل التحديات المعرفية غير المرغوب فيها مثل زيادة المعلومات ، وشلل التحليل ، وإرهاق اتخاذ القرار ؛

2. يحافظ سير العمل المتصل من طرف إلى طرف على الحلول أكثر اتساقًا مع مخرجات اختبار قابلية الاستخدام (لأن المشكلات والحلول مقترنة) ، مما يقلل من مخاطر تنفيذ الحلول الأقل من الأمثل ؛

3. يمكننا بسهولة تطبيق هذه الطريقة بشكل تعاوني (جزئيًا أو كليًا) باستخدام أدوات عبر الإنترنت.

من المهم أن تفهم حدود هذا النهج. على سبيل المثال ، خلال مرحلة تحديد الأولويات ، لم يتم تضمين المواقف والسلوكيات الإيجابية للمستخدمين الذين تمت ملاحظتهم في الاختبار. ينصب التركيز على قضايا قابلية الاستخدام. أحد الاقتراحات هو تسجيل هذا النوع من البيانات بشكل منفصل ، واستخدامه على طول الطريق لاستكمال النتائج وتحقيق التوازن بينها حسب الحاجة.

أخيرًا ، بصرف النظر عن اختبار قابلية الاستخدام ، يمكن أيضًا توسيع هذا النهج ليشمل تقنيات بحث UX الأخرى. بتطبيق نهج "الماس المزدوج" (مشاكل وحلول متباينة / متقاربة) ، يمكننا مزج بيانات بحث المستخدم المختلفة واستخدام الأساليب المذكورة أعلاه في أي مشروع آخر. خيالك هو الحد!

• • •

مزيد من القراءة على مدونة Toptal Design:

• تجربة مستخدم التجارة الإلكترونية - نظرة عامة على أفضل الممارسات (باستخدام مخطط المعلومات الرسومي)
• أهمية التصميم المتمحور حول الإنسان في تصميم المنتج
• أفضل مجموعات مصممي UX - أمثلة ودراسات حالة ملهمة
• مبادئ ارشادية للواجهات المتنقلة
• التصميم التوقعي: كيفية إنشاء تجارب مستخدم سحرية