Stärke in Zahlen – Ein Überblick über datengetriebenes Design

Design wird oft eher als Kunst denn als Wissenschaft betrachtet. In Wirklichkeit ist es beides. Die Kunst des Designs sollte von der Wissenschaft der Daten und Informationen beeinflusst werden. Das Sammeln und Analysieren von Daten ist der Schlüssel zum Erstellen besserer Designs und Benutzererfahrungen.

Datengesteuertes Design kann für Designer, die damit nicht vertraut sind, einschüchternd sein. Manche Designer sehen gar nicht ein, warum das notwendig ist, oder greifen nur begrenzt auf Daten zu. Das Verständnis des Prozesses entmystifiziert ihn und macht ihn Designern aller Erfahrungsstufen zugänglich.

Warum Daten im Designprozess verwenden?

Viele Designer denken, dass sie wissen, was Benutzer wollen, ohne irgendeine Art von Benutzerforschung betreiben zu müssen. Sie neigen auch dazu, sich in ihre eigenen Designs zu verlieben. Aber in den allermeisten Fällen sind Designer keine Benutzer . Ohne Daten, die die getroffenen Entscheidungen zur Schaffung der besten Benutzererfahrung untermauern, tappen Designer wirklich nur im Dunkeln.

Daten geben Designern Einblicke, damit sie die bestmöglichen Designs für die Menschen erstellen können, die ihre Produkte verwenden. Diese Daten können in verschiedenen Formen aus primären und sekundären Quellen stammen. Für Designer ist es wichtig, herauszufinden, welche Datensätze es wert sind, als Grundlage für ihre Designs verwendet zu werden, und welche nicht berücksichtigt werden sollten.

Welche Daten zu verwenden

Datengesteuertes UI-Design kann eine Vielzahl unterschiedlicher Arten von Daten erfordern, um den besten Weg zur Schaffung einer optimalen Benutzererfahrung zu ermitteln. Diese Daten können Dinge wie Website- oder App-Analysen zu einer bestehenden Iteration eines Produkts, Benutzerinterviews, A/B- und multivariate Testergebnisse, Verhaltensabläufe und andere Arten von UX-Forschung umfassen.

Je mehr Datendesigner im Voraus sammeln, desto besser werden frühe Iterationen eines Designs sein. Zugegeben, für einige Arten der Datenerfassung ist im Allgemeinen ein Prototyp erforderlich (z. B. für A/B- oder multivariate Tests). Aber selbst diese frühen Prototypen können sich auf Branchendaten oder Daten aus ähnlichen Projekten stützen (Fallstudien können in dieser Hinsicht eine unschätzbare Ressource sein).

Verwenden von Design Analytics

Analytics kann eine der reichhaltigsten Datenquellen für Designer sein. Wenn eine Website oder App neu gestaltet und nicht von Grund auf neu gestaltet wird, können Designer auf vorhandene Analyseinformationen zurückgreifen, um festzustellen, was funktioniert und was nicht.

Wenn Sie sich die Seiten einer Website ansehen, die beliebt sind, eine höhere durchschnittliche Besuchszeit oder niedrigere Absprungraten aufweisen, können Sie sich ein Bild davon machen, was funktioniert. Wenn Sie sich jedoch die Seiten mit hohen Ausstiegs- und Absprungraten oder einer niedrigeren durchschnittlichen Verweildauer auf der Seite ansehen, erhalten Sie einen Einblick in die Seiten, die etwas Hilfe benötigen.

Hohe Ausstiegs- und Absprungraten können darauf hindeuten, dass eine Seite nicht die Informationen enthält, nach denen eine Person sucht, die die Seite besucht. Oder wenn die Informationen vorhanden sind, könnte dies darauf hindeuten, dass sie nicht leicht zu finden oder zu verstehen sind.

Es ist auch wichtig, auf UX-Analysen zu achten, wenn Änderungen an einem Design vorgenommen werden. Wenn eine Seite vor einer Neugestaltung gut funktioniert, achten Sie darauf, wie sie danach abschneidet. Eine Verbesserung der positiven Kennzahlen weist darauf hin, dass das Redesign auf dem richtigen Weg ist und umgekehrt.

Schließlich können Branchenanalyse-Benchmarks wichtige Informationen darüber liefern, wie eine Website oder App im Vergleich zu anderen in derselben Branche abschneidet. Es ist oft schwierig zu sagen, ob eine durchschnittliche Zeit von 2 Minuten auf einer Seite gut oder schlecht ist, wenn man sie alleine betrachtet. Aber in der Lage zu sein, dies zu vergleichen und zu sehen, dass der Branchendurchschnitt bei einer durchschnittlichen Zeit auf der Seite von 3 Minuten liegt, bedeutet, dass das aktuelle Design oder der Inhalt der Website verbessert werden könnte. Google Analytics verfügt über integrierte Benchmarking-Tools, die es einfach machen, zu sehen, wie eine Website im Vergleich zum Branchendurchschnitt abschneidet.

Verwenden von A/B- und multivariaten Testergebnissen

A/B- und multivariate Tests sind eng verwandte Methoden, um zu sehen, wie verschiedene Versionen einer Website oder App im Vergleich zueinander abschneiden. Sie können verwendet werden, um die Benutzererfahrung und das Benutzerverhalten enorm zu verbessern.

A/B-Tests ändern ein Element in einem Design (z. B. die Farbe einer Schaltfläche oder den Text einer Überschrift) zwischen zwei Versionen, um zu sehen, welche besser abschneidet. Multivariate Tests ändern mehr als ein Element (z. B. eine ganze Kopfzeile oder den gesamten Text auf einer Seite). Bei beiden Testvarianten werden den Besuchern einer Website oder App zufällig die verschiedenen Versionen der Seite angezeigt und Analysedaten aufgezeichnet.

Kontinuierlich laufende A/B- oder multivariate Tests zur Verbesserung eines Designs können zu enormen Conversion-Steigerungen führen. 37Signals hat beispielsweise auf seiner Homepage verschiedene A/B-Tests durchgeführt, um das optimale Design zu ermitteln (manchmal gibt es Unterschiede von mehr als 100 % zwischen den beiden Versionen).

Verwenden von Verhaltensflüssen

Verhaltensflüsse sind die Art und Weise, wie Benutzer sich durch eine Website bewegen, von der Seite, auf der sie zuerst landen, bis zur letzten Seite, die sie anzeigen, bevor sie die Website verlassen. In den meisten Fällen haben UX-Experten einen bestimmten Ablauf, den die Benutzer durch eine Website führen sollen. Wenn das tatsächliche Verhalten stark davon abweicht, deutet dies auf ein Problem mit der Benutzererfahrung hin.

Google Analytics verfügt über integrierte Tools zum Untersuchen von Benutzerverhaltensströmen. Die Untersuchung dieser Daten im Vergleich zum idealen Verhaltensfluss, den der UX-Designer für ein Projekt erstellt hat, gibt wertvolle Einblicke, ob das Design tatsächlich die Ziele der Benutzererfahrung und des Benutzerverhaltens erreicht.

Benutzerforschung

Es gibt eine Vielzahl von Benutzerforschungsmethoden, die Designer anwenden können, um Daten zu sammeln, die den Designprozess unterstützen können, um ein besseres Benutzererlebnis zu schaffen und das Benutzerverhalten effektiver zu beeinflussen.

Zu diesen Methoden gehören unter anderem Card Sorting, kontextbezogene Interviews mit tatsächlichen Benutzern, Fokusgruppen, Umfragen und heuristische Analysen. Die Benutzerforschung umfasst auch Dinge wie das Erstellen von Personas und Anwendungsfällen.

User Research ist eine der ressourcenintensiveren Methoden der Datenerhebung, kann aber auch die wertvollste sein – insbesondere für neue Projekte und Produkte ohne vorhandene primäre Datenquellen. Es gibt eine Vielzahl von Möglichkeiten, um eine effektive Benutzerforschung durchzuführen, von denen jede ihren eigenen einzigartigen Wert zum Prozess beitragen kann.

Benutzertests sind ein Aspekt des Benutzerforschungsprozesses, der häufig Usability-Tests sowie die zuvor erwähnten A/B- und multivariaten Tests umfasst. Kostengünstige Benutzertests sind ein wesentlicher Bestandteil des Designprozesses und sollten bei jedem Schritt auf dem Weg dorthin durchgeführt werden.

So analysieren Sie Daten

Das Sammeln von Daten ist nur ein Aspekt des datengesteuerten Designprozesses. Quantitative Daten wie Design- und UX-Analysen sind von entscheidender Bedeutung, aber qualitative Daten, wie sie aus Benutzerinterviews gesammelt werden, sind genauso wichtig, wenn nicht sogar noch wichtiger.

Quantitative Daten geben Designern eine Vorstellung davon, was auf einer Website oder App passiert. Es werden jedoch qualitative Daten benötigt, um Aufschluss darüber zu geben, warum Benutzer tun, was sie tun. Herauszufinden, warum sich Benutzer auf bestimmte Weise verhalten, ist ein großer Teil der UX-Theorie und der Psychologie des Designs.

Sobald sowohl qualitative als auch quantitative Daten gesammelt wurden, sollten Designer nach Trends in den Daten sowie nach Ausreißern suchen. Ausreißer können Aufschluss über potenzielle Probleme geben, auf die Benutzer stoßen können, die bei steigenden Verkehrszahlen erheblich werden können.

Das Erstellen von Datenvisualisierungen kann bei der Arbeit mit großen Datensätzen hilfreich sein. Selbst einfache Diagramme und Grafiken können die Analyse der verfügbaren Informationen erleichtern. Aus diesem Grund zeigen die meisten Analyseprogramme, einschließlich Google Analytics, Daten visuell und nicht nur als Rohdaten an.

Die Daten sollten kontinuierlich analysiert werden, wenn neue Daten gesammelt werden. Designänderungen, Inhaltsänderungen, Änderungen der Suchmaschinenalgorithmen und andere Entwicklungen können sich alle auf die Benutzererfahrung und das Benutzerverhalten auswirken. Designer können diese Daten analysieren, um ihre Produkte ständig zu verbessern und neue Iterationen zu erstellen.

Präsentation von Daten für Stakeholder

Neben der Analyse von Daten ist es oft wichtig, sie den Projektbeteiligten zu präsentieren, um sie dazu zu bringen, sich für die besten Designlösungen zu entscheiden. Die visuelle Darstellung von Daten ist eine der besten Möglichkeiten, Informationen zu präsentieren.

Das Erstellen einer Präsentation mit Diagrammen und Grafiken kann oft den Unterschied ausmachen, ob Sie einen Kunden oder Manager dazu bringen, ein Projekt zu genehmigen, oder ob Sie bei jedem Schritt auf Widerstand stoßen. Daten können die „Intuition“ eines Designers hinsichtlich der richtigen Designentscheidungen stützen.

Entscheidungen treffen mit Daten

Das Beste an Daten ist, dass es fast immer möglich ist, mehr zu sammeln. Der datengesteuerte Designentscheidungsprozess ist kreisförmig: Designer sollten Daten sammeln und analysieren, darauf basierende Entscheidungen treffen und diese Entscheidungen dann testen, indem sie weitere Daten sammeln und analysieren.

Das ständige Entwerfen neuer Iterationen eines Produkts mit Verbesserungen, die auf Daten statt auf Intuition oder Ahnung basieren, ermöglicht es Designern, bessere Erfahrungen für die Menschen zu schaffen, die ihre Produkte verwenden. Wenn Sie den Überblick über die verfügbaren Daten behalten, können Designer Probleme mit Benutzererfahrungen und Verhaltensänderungen vermeiden, bevor sie sich auf das Endergebnis auswirken.

Fazit

Das Verständnis des datengesteuerten Designprozesses ist eine wichtige berufliche Fähigkeit für Designer. Das Eintauchen in den Benutzerforschungs- und Testprozess und das Verständnis, wie Datenanalyse funktioniert, gibt Designern zusätzliche Werkzeuge an die Hand, um Unterstützung für ihre Ideen zu erhalten. Es ermöglicht ihnen auch, die bestmöglichen Produkte zu entwickeln, mit den Daten, die diese Behauptung untermauern.

Datengetriebenes UI-Design ist Kunst und Wissenschaft zugleich. Zu verstehen, wie man Daten sammelt und analysiert und darauf basierende Designs implementiert, ist eine wichtige Fähigkeit für Anfänger und erfahrene Designer gleichermaßen.

Weiterführende Literatur im Toptal Design Blog:

• UX-Tests für die Massen: Halten Sie es einfach und kostengünstig
• Daten aus Usability-Tests in die Tat umsetzen, ohne verrückt zu werden
• UX-Forschungsmethoden und der Weg zur Benutzerempathie
• Datenvisualisierung - Best Practices und Grundlagen
• Lassen Sie sich von diesen Datenvisualisierungen inspirieren