データ駆動型設計とジェネレーティブデザイン–概要

優れたデザインと優れたユーザーエクスペリエンスの交差点には、互いに補完し合うと同時にアプローチも異なる2つの重要な概念があります。

データ駆動型設計

「データ」という言葉が最初に使用されたのは1640年代でした。 一般的な見方によれば、データは収集され、分析されると意思決定に適した情報になります。

分析されたデータは、問題を明らかにし、それらの問題に関する詳細情報を提供し、ソリューションの有効性を評価するのに役立ちます。 これは、科学データを扱っている場合でも、設計関連のデータを扱っている場合でも当てはまります。

「データの収集と分析は、より良いデザインとユーザーエクスペリエンスを作成するための鍵です」と、デザインブログエディターのCameronChapmanは書いています。

そのため、データ駆動型設計では、データ（定性的および定量的の両方）を使用して、設計プロセス全体を通じて設計者に通知します。 結果として得られるデザインは、より魅力的で、ユーザーの好み、目標、および行動に合わせて調整されます。

設計プロセスを全体的に見ると、データ駆動型設計がどこに適合するかがわかります。

• 発見
  • 問題の定義
  • 情報の収集（データ駆動型）
  • ブレーンストーミングと分析
• デザイン
  • ソリューションの開発（データ駆動型）
  • 繰り返す
• 検証
  • フィードバック（データ駆動型）
  • 繰り返す

データはどこで入手できますか？ データは、分析、ユーザーテスト、調査（一次、二次、生成）、ユーザビリティテストなどの複数のソースから取得できます。 あらゆる状況ですべての人に有効な標準的な方法は1つではないため、設計プロセス全体でさまざまな方法で使用できます。 設計に関するデータの適用に関するいくつかのヒントを次に示します。

• 数値とコンテキスト–定量的データと定性的データがうまく連携して、完全なストーリーを伝えます。
• さまざまなデータ–分析、カスタマーサービスのログ、販売データ、インタビュー、調査、ユーザビリティテスト、A/Bテストなどがその例です。
• 人間の経験に敏感–平均を控えめに使用し、十分に裏付け、慎重に推測します。
• 標準化された共有–全員が基本を一緒に理解できるように、データについて話し合い、共有する方法を開発します。

1つまたは2つのデータでは、十分な情報に基づいた一連の結果が得られません。目標は日常の経験を明確に理解することであるため、できるだけ多くの種類のデータを検討することをお勧めします。

ユーザーの調査、理論、またはプロセスに基づいてデザインを作成する場合、より信頼できる答えを提供するのはデータです。 推測して「内臓を持って行く」ことはできますが、それはコストがかかり、非効率的です。 推測するよりも戦略を立てる方が効果的です。

注意の言葉。 データを単純化しすぎたり、誤って解釈したりするのは簡単です。 1つの側面に焦点を合わせて、興味のないものを無視したり、デザイナーとユーザーの両方を狭い道に導く可能性のある主観的なビューを挿入したりする場合があります。 客観性、オープンマインド、そしてすべてのデータポイントを考慮することは、取るべき素晴らしいアプローチです。

データ駆動型設計に使用されるツール

設計者として、私たちは定性的データと定量的データの両方を使用して設計に情報を提供し、形作るので、使用できるツールのいくつかを理解することは有用です。 これは、利用可能なすべてのさまざまなテクニックツールまたはソフトウェアの完全なリストではありません。

定量的データ駆動型設計ツール

これは、Google Analytics、AdobeSiteCatalystなどのツールが配置されていることを前提としています。

• アンバウンス–さまざまなページレイアウトのA/Bテストに使用されるランディングページツール。
• Optimizely –分析と多変量ランディングページテストも提供する別のランディングページツール。
• Google Optimize – Google Analyticsに統合されたOptimizeは、デザイナーがWebサイトを改善する方法を理解するのに役立ちます。

定性的データ駆動型設計ツール

• UserTesting –実用的な洞察を提供するユーザー調査用のツール。
• ユーザビリティハブ–エンドt0エンドのリモートユーザーテストプラットフォーム。
• Optimal Workshop –Webサイトおよび情報アーキテクチャ用のユーザビリティツールのオンラインスイート。
• Crazy Egg –Webサイトのレイアウトを理解して改善するのに役立つヒートマップツール。

データ駆動型設計のベストプラクティス

データ駆動型設計は、組織がすべての設計チームの標準と慣行に準拠している場合に最適に機能します。 データ駆動型設計を成功させるためのいくつかのベストプラクティスを次に示します。

• 分析セッション、バウンス率、ヒートマップの結果など、変更が実装されたら、定量的データを使用して進捗状況を追跡します。
• データの三角測量を使用して、適切な問題/機会の領域を見つけ、仮説を絞り込みます。
• 測定および検証できる、適切に構造化された仮説を作成して文書化します。
• 広く伝達できるテスト戦略を立てます。 数層深くする必要がありますが、多すぎないようにし、定期的に更新する必要があります。

データは、設計プロセスにはほぼ間違いなく役立ちますが、排他的に使用するべきではありません。 データ駆動型アプローチからの即時のフィードバックが、他のタイプの入力を考慮せずにプロジェクトの最終的な終了につながる可能性がある状況を想像するのは簡単です。

ジェネレーティブデザイン

データ駆動型の設計は、定量的で、程度は低いが定性的な入力によって推進されますが、ジェネレーティブデザインは、自由に流れる反復的な情報を設計プロセスに導入します。

製造業では、ジェネレーティブデザインは機械学習を活用して、自然の進化的アプローチを模倣します。 設計パラメータはソフトウェアに入力され、アルゴリズムはソリューションのすべての可能な組み合わせを調査し、多くの場合、何百ものオプションをもたらします。

ジェネレーティブデザインとは、考えられる組み合わせを探求することです。これは、設計プロセスでは反復と呼ばれます。つまり、さまざまな「設計」を循環してさまざまなソリューションに到達します。

製品設計では、この概念はデザイン思考プロセスによく似ていますが、ソフトウェアの代わりに、人々が反復とアイデアを実行しているだけです。 デザインは、一連の入力（アイデア、人生経験など）に基づいて生成されます。

1980年代に、著者のブライアンローソンは、デザイナーと建築家が参加型の方法で並んで作業する一連の設計演習を提案しました。 この時点まで、設計者はプロセスの一部として「部外者」を含める必要性を認識していませんでした。 当時は物議を醸していましたが、これらの演習の成功は、初期の生成的アプローチが正しいことであることを証明しました。

ジェネレーティブデザインとデザインプロセス

データ駆動型設計と同様に、ジェネレーティブデザインは、設計プロセスのすべてのフェーズで発生します。

• 発見
  • 問題の定義（生成的）
  • 情報の収集（データ駆動型）
  • ブレーンストーミングと分析（生成的）
• デザイン
  • ソリューションの開発（データ駆動型）
  • 反復（生成）
• 検証
  • フィードバック（データ駆動型）
  • 反復（生成）

新しいデザインでは、まだ利用できるデータがないため、最初にジェネレーティブデザインを行う傾向があることに注意してください。 世に出すアイデアができたら、定性的および定量的なデータを収集できます。

生成的でデータ駆動型の設計は互いに補完し合っています。 データ駆動型の設計では、入力の量的な性質のために静的なソリ​​ューションに到達します。 次に、ジェネレーティブデザインを適用し、自由に流れる結果を作成します。この結果は、より多くのアイデアが提示されるにつれて繰り返され、形作られます。

ジェネレーティブデザインは、設計者が他の方法では解決できなかった可能性のあるより大きな問題に取り組むことを可能にする上で重要な役割を果たすことができます。 データ駆動型の設計により、これらの問題にうまく対処できたことが確認されます。

ジェネレーティブデザインプロセスのいくつかの利点は次のとおりです。

• 創造性の向上–ジェネレーティブデザインの反復的な性質により、より多くのアイデアが形成されます。
• 包括的設計–プロセスにさまざまな声と入力を含めることで、より包括的なプロセスが推進されます。
• 成果の向上–プロセスが設計の段階を経て継続するにつれて、より多くの成果が生み出されます。

ジェネレーティブデザインに使用されるツール

ジェネレーティブデザインに設計者が使用するツールは、データ駆動型デザインに使用するツールとは大きく異なります。 ジェネレーティブデザインでは、定性的な観点から人々を反復し、よりよく理解するのに役立つツールに関心があります。

• 付箋–アイデアを生み出す最も簡単な方法。 ポストイットノートは、ブレインストーミングセッションで、人々の考えをすばやく簡単に把握する方法として使用されます。
• ホワイトボード–ブレーンストーミングは、人々が外部の視点を取り入れ、グループとして考え出すことを可能にする包括的な演習です。
• Balsamiq –反復とユーザーフィードバックの収集に役立つ忠実度の低いワイヤーフレーミングソフトウェアツール。
• スケッチ–設計プロセスのすべての段階で、ワイヤーフレーミング、プロトタイピング、およびモックアップに使用できる人気のあるソフトウェアツール。

ジェネレーティブデザインの成功

ジェネレーティブデザインは継続的なプロセスであり、目前のデザインの問題に関連する人間の経験を慎重に検討します。 覚えておくべきいくつかのヒントがあります：

• UXリサーチ–顧客中心の考え方をできるだけ早く設計プロセスに取り入れます。 ジェネレーティブデザインは、人間中心のフィードバックに依存しています
• 設計を早期にテストする–反復テストはジェネレーティブデザインの重要な部分であり、設計プロセス全体を通じて継続されます。
• 包括的なデザイン–さまざまなバックグラウンドと経験レベルを持つ人々を含めることで、テーブルに新鮮で新しい視点をもたらすことができます。

最適化された未来

データ駆動型デザインとジェネレーティブデザインが共存し、デザインを通じてより良い人間体験を生み出します。 データとデータ駆動型の設計により、問題の分析に使用できる具体的な情報が得られます。

データがなければ、調べる価値はありません。 一連のソリューションを念頭に置いたら、ジェネレーティブデザインを注入して、それらのソリューションを成果に形作るのに役立てることができます。

多くの点で、これらのデザインプロセスの融合は、デザインの未来を具現化する可能性があります。つまり、デザイン思考と従来のデザインとの間のギャップを埋めることです。

私たちは、これら2つの設計アプローチが私たちを連れて行くことができる場所の表面を引っ掻き始めたばかりです。 データ駆動型設計が世界で最も革新的な製品やサービスのいくつかに役立った場合、それをジェネレーティブデザインと組み合わせることで多くのことが得られます。 おそらく、この2つは、複雑な設計問題の解決への道を開く可能性があります。

ご意見をお聞かせください。 以下にあなたの考え、コメント、フィードバックを残してください。

•••

Toptal Designブログでさらに読む：

• デザインの原則とその重要性
• 最高のUXデザイナーポートフォリオ–刺激的なケーススタディと例
• ゲシュタルトのデザイン原理を探る
• Adobe XDとSketch–どのUXツールがあなたに適していますか？
• トップデザイナーが使用する10のUX成果物