Fuerza en números: una descripción general del diseño basado en datos

El diseño a menudo se considera un arte más que una ciencia. En realidad, es ambos. El arte del diseño debe estar influenciado por la ciencia de los datos y la información. Recopilar y analizar datos es clave para crear mejores diseños y experiencias de usuario.

El diseño basado en datos puede resultar intimidante para los diseñadores que no están familiarizados con él. Algunos diseñadores ni siquiera ven por qué es necesario, o solo aprovechan los datos de forma limitada. Comprender el proceso lo desmitifica y lo hace accesible a los diseñadores en todos los niveles de experiencia.

¿Por qué usar datos en el proceso de diseño?

Muchos diseñadores creen que saben lo que quieren los usuarios sin necesidad de realizar ningún tipo de investigación de usuarios. También tienen tendencia a enamorarse de sus propios diseños. Pero en la gran mayoría de los casos, los diseñadores no son usuarios . Sin datos que respalden las decisiones tomadas sobre cómo crear la mejor experiencia de usuario, los diseñadores realmente están apuñalando en la oscuridad.

Los datos brindan información a los diseñadores para que puedan crear los mejores diseños posibles para las personas que usan sus productos. Estos datos pueden venir en múltiples formas, de fuentes primarias y secundarias. Lo importante para los diseñadores es averiguar qué conjuntos de datos vale la pena usar para basar sus diseños y cuáles ignorar.

Qué datos usar

El diseño de la interfaz de usuario basado en datos puede requerir una variedad de diferentes tipos de datos para determinar la mejor manera de crear una experiencia de usuario óptima. Estos datos pueden incluir cosas como análisis de sitios web o aplicaciones en una iteración existente de un producto, entrevistas de usuarios, resultados de pruebas A/B y multivariadas, flujos de comportamiento y otros tipos de investigación de UX.

Cuantos más datos recopilen los diseñadores por adelantado, mejores serán las primeras iteraciones de un diseño. Por supuesto, para algunos tipos de recopilación de datos, generalmente se requiere un prototipo (como para pruebas A/B o multivariadas). Pero incluso esos primeros prototipos pueden basarse en datos de la industria o datos de proyectos similares (los estudios de casos pueden ser un recurso invaluable en este sentido).

Uso de análisis de diseño

Los análisis pueden ser algunas de las fuentes de datos más ricas para los diseñadores. Si un sitio o una aplicación se rediseñan en lugar de diseñarse desde cero, los diseñadores pueden aprovechar la información de análisis existente para determinar qué funciona y qué no.

Mirar las páginas de un sitio que son populares, tienen estadísticas de tiempo promedio en la página más altas o tienen tasas de rebote más bajas es una buena manera de tener una idea de lo que está funcionando. Pero mirar aquellas páginas que tienen altas tasas de salida y rebote o un tiempo promedio más bajo en la página da una idea de las páginas que necesitan ayuda.

Las altas tasas de salida y rebote pueden indicar que una página no contiene la información que busca la persona que visita la página. O si la información está ahí, podría indicar que no es fácil de encontrar o entender.

También es clave prestar atención a los análisis de UX a medida que se realizan cambios en un diseño. Si una página está funcionando bien antes de un rediseño, preste atención a cómo funciona después. Una mejora en los indicadores positivos significa que el rediseño va por buen camino, y viceversa.

Finalmente, los puntos de referencia de análisis de la industria pueden proporcionar información vital sobre el rendimiento de un sitio o aplicación en comparación con otros en la misma industria. A menudo es difícil saber si el tiempo promedio de 2 minutos en una página es bueno o malo cuando se mira solo. Pero poder comparar eso y ver que el promedio de la industria es de 3 minutos de tiempo promedio en la página significa que el diseño o el contenido del sitio actual podrían mejorarse. Google Analytics tiene herramientas de evaluación comparativa integradas que facilitan ver cómo le está yendo a un sitio en comparación con el promedio de la industria.

Uso de resultados de pruebas A/B y multivariantes

Las pruebas A/B y multivariante son formas estrechamente relacionadas de ver cómo se comportan las diferentes versiones de un sitio web o aplicación entre sí. Se pueden utilizar para realizar grandes mejoras en la experiencia y el comportamiento del usuario.

Las pruebas A/B cambian un elemento de un diseño (como el color de un botón o el texto de un título) entre dos versiones para ver cuál funciona mejor. Las pruebas multivariadas cambian más de un elemento (como un encabezado completo o toda la copia en una página). En ambas variedades de pruebas, a los visitantes de un sitio o aplicación se les muestran aleatoriamente las diferentes versiones de la página y se registran los datos analíticos.

La ejecución continua de pruebas A/B o multivariantes para mejorar un diseño puede generar grandes aumentos de conversión. 37Signals, por ejemplo, ha realizado una variedad de pruebas A/B en su página de inicio para determinar el diseño óptimo (a veces observando diferencias de más del 100 % entre las dos versiones).

Uso de flujos de comportamiento

Los flujos de comportamiento son la forma en que los usuarios viajan a través de un sitio, desde la primera página en la que aterrizan hasta la última página que ven antes de salir del sitio. En la mayoría de los casos, los expertos en UX tienen un cierto flujo que les gustaría que los usuarios siguieran a través de un sitio. Si los flujos de comportamiento reales difieren mucho de eso, indica un problema con la experiencia del usuario.

Google Analytics tiene herramientas integradas para explorar los flujos de comportamiento de los usuarios. La exploración de estos datos en comparación con el flujo de comportamiento ideal que el diseñador de UX ha creado para un proyecto brinda información valiosa sobre si el diseño realmente logra la experiencia del usuario y los objetivos de comportamiento.

Investigación de usuarios

Hay una variedad de métodos de investigación de usuarios que los diseñadores pueden emplear para recopilar datos que pueden ayudar en el proceso de diseño para crear una mejor experiencia de usuario e influir en el comportamiento del usuario de manera más efectiva.

Estos métodos incluyen clasificación de tarjetas, entrevistas contextuales con usuarios reales, grupos focales, encuestas y análisis heurístico, entre otros. La investigación de usuarios también incluye cosas como la creación de personajes y casos de uso.

La investigación de usuarios es uno de los métodos de recopilación de datos que requiere más recursos, pero también puede ser el más valioso, especialmente para nuevos proyectos y productos sin fuentes de datos primarias existentes. Hay una variedad de formas de realizar una investigación de usuario efectiva, cada una de las cuales puede agregar su propio valor único al proceso.

Las pruebas de usuario son un aspecto del proceso de investigación de usuarios, que a menudo incluye pruebas de usabilidad, así como las pruebas A/B y multivariadas mencionadas anteriormente. Las pruebas de usuario rentables son una parte vital del proceso de diseño y deben realizarse en cada paso del camino.

Cómo analizar datos

La recopilación de datos es solo un aspecto del proceso de diseño basado en datos. Los datos cuantitativos, como el diseño y el análisis de UX, son vitales, pero los datos cualitativos, como los recopilados de las entrevistas a los usuarios, son igual de importantes, si no más.

Los datos cuantitativos brindan a los diseñadores una idea de lo que sucede en un sitio web o aplicación. Pero se necesitan datos cualitativos para arrojar luz sobre por qué los usuarios hacen lo que hacen. Descubrir por qué los usuarios se comportan de cierta manera es una gran parte de la teoría de UX y la psicología del diseño.

Una vez que se han recopilado los datos tanto cualitativos como cuantitativos, los diseñadores deben buscar tendencias en los datos, así como valores atípicos. Los valores atípicos pueden dar una idea de los problemas potenciales con los que se pueden encontrar los usuarios, que podrían volverse significativos a medida que aumenta el número de tráfico.

La creación de visualizaciones de datos puede ser útil para trabajar con grandes conjuntos de datos. Incluso los cuadros y gráficos simples pueden facilitar el análisis de la información disponible. Esta es la razón por la que la mayoría de los programas de análisis, incluido Google Analytics, muestran los datos visualmente en lugar de solo como datos sin procesar.

Los datos deben analizarse de manera continua, a medida que se recopilan nuevos datos. Los cambios de diseño, los cambios de contenido, los cambios en los algoritmos de los motores de búsqueda y otros desarrollos pueden afectar la experiencia y el comportamiento del usuario. Los diseñadores pueden analizar estos datos para mejorar constantemente y hacer nuevas iteraciones de sus productos.

Presentación de datos a las partes interesadas

Además de analizar los datos, presentarlos a las partes interesadas en un proyecto suele ser importante para lograr que acepten las mejores soluciones de diseño. Mostrar datos visualmente es una de las mejores maneras de presentar información.

La creación de un conjunto de diapositivas con tablas y gráficos a menudo puede marcar la diferencia entre lograr que un cliente o gerente apruebe un proyecto y enfrentar resistencia en cada paso del camino. Los datos pueden respaldar la "intuición" de un diseñador sobre las decisiones de diseño correctas que debe tomar.

Tomar decisiones con datos

Una de las mejores partes de los datos es que casi siempre es posible recopilar más. El proceso de decisión de diseño basado en datos es circular: los diseñadores deben recopilar y analizar datos, tomar decisiones basadas en ellos y luego probar esas decisiones recopilando y analizando más datos.

El diseño constante de nuevas iteraciones de un producto con mejoras basadas en datos en lugar de intuición o corazonadas permite a los diseñadores crear mejores experiencias para las personas que usan sus productos. Mantenerse al tanto de los datos disponibles permite a los diseñadores evitar problemas con la experiencia del usuario y los cambios de comportamiento antes de que afecten el resultado final.

Conclusión

Comprender el proceso de diseño basado en datos es una habilidad profesional importante para los diseñadores. Profundizar en el proceso de investigación y prueba del usuario, y comprender cómo funciona el análisis de datos, brinda a los diseñadores herramientas adicionales para obtener soporte para sus ideas. También les permite crear los mejores productos posibles, con los datos para respaldar esa afirmación.

El diseño de IU basado en datos es tanto arte como ciencia. Comprender cómo recopilar y analizar datos e implementar diseños basados ​​en ellos es una habilidad importante tanto para los diseñadores principiantes como para los expertos.

Lectura adicional en el blog de diseño de Toptal:

• Pruebas de UX para las masas: manténgalo simple y rentable
• Convertir los datos de las pruebas de usabilidad en acción sin volverse loco
• Métodos de investigación de UX y el camino hacia la empatía del usuario
• Visualización de datos: mejores prácticas y fundamentos
• Inspírese con estas visualizaciones de datos