Diseño basado en datos y diseño generativo: una descripción general

En la intersección de un gran diseño y mejores experiencias de usuario hay dos conceptos clave que se complementan entre sí y al mismo tiempo son distintos en su enfoque.

Diseño basado en datos

El primer uso de la palabra "datos" fue en la década de 1640. De acuerdo con una visión común, los datos se recopilan y se convierten en información adecuada para la toma de decisiones una vez que se han analizado.

Los datos analizados pueden ayudar a exponer problemas, proporcionar más información sobre esos problemas y evaluar la efectividad de las soluciones. Esto es cierto tanto si tratamos con datos científicos como con datos relacionados con el diseño.

“La recopilación y el análisis de datos es clave para crear mejores diseños y experiencias de usuario”, escribe el editor del blog de diseño, Cameron Chapman.

Como tal, el diseño basado en datos utiliza datos (tanto cualitativos como cuantitativos) para informar a los diseñadores durante todo el proceso de diseño. Los diseños resultantes son más atractivos y se adaptan a las preferencias, objetivos y comportamientos de los usuarios.

Al observar el proceso de diseño de manera integral, podemos ver dónde encaja el diseño basado en datos:

• Descubrimiento
  • Definiendo el problema
  • Recopilación de información (basada en datos)
  • Lluvia de ideas y análisis
• Diseño
  • Desarrollar soluciones (basadas en datos)
  • Iterar
• Validación
  • Comentarios (basados ​​en datos)
  • Iterar

¿Dónde obtenemos los datos? Los datos pueden provenir de múltiples fuentes, como análisis, pruebas de usuarios, investigación (primaria, secundaria, generativa) y pruebas de usabilidad. Se puede usar de varias formas a lo largo del proceso de diseño, ya que no existe una forma canónica que funcione para todos en todas las situaciones. Aquí hay algunos consejos para la aplicación de datos con respecto al diseño:

• Números y contexto : los datos cuantitativos y cualitativos funcionan bien juntos para contar una historia completa.
• Datos variados : análisis, registros de servicio al cliente, datos de ventas, entrevistas, encuestas, pruebas de usabilidad y pruebas A/B son algunos ejemplos.
• Sensible a la experiencia humana : use promedios con moderación, corrobore generosamente e infiera con precaución.
• Intercambio estandarizado : desarrolle formas de discutir y compartir datos para que todos entiendan los conceptos básicos juntos.

Uno o dos datos no proporcionarán un conjunto de resultados bien informado y dado que el objetivo es desarrollar una comprensión clara de la experiencia cotidiana, es una buena idea considerar tantos tipos de datos como sea posible.

Cuando creamos diseños basados ​​en investigaciones de usuarios, teorías o procesos, son los datos los que nos dan las respuestas con más credibilidad. Podríamos adivinar y "seguir nuestro instinto", pero eso puede ser costoso e ineficiente. Es más efectivo elaborar estrategias que adivinar.

Una palabra de precaución. Es fácil simplificar en exceso y malinterpretar los datos. Podemos centrarnos en un aspecto y descartar lo que no nos interesa, o insertar una visión subjetiva que puede llevar tanto al diseñador como al usuario por un camino estrecho. La objetividad, una mente abierta y la consideración de todos los puntos de datos es un gran enfoque a seguir.

Herramientas utilizadas para el diseño basado en datos

Como diseñadores, usamos datos tanto cualitativos como cuantitativos para informar y dar forma a nuestros diseños, por lo que es útil comprender algunas de las herramientas que se pueden usar. Esta no es de ninguna manera una lista exhaustiva de todas las diversas técnicas, herramientas o software disponibles.

Herramientas de diseño basadas en datos cuantitativos

Esto supone que existen herramientas como Google Analytics, Adobe SiteCatalyst, etc.

• Unbounce: una herramienta de página de destino utilizada para realizar pruebas A/B en varios diseños de página.
• Optimizely: otra herramienta de página de destino que también proporciona análisis y pruebas de página de destino multivariadas.
• Google Optimize: integrado en Google Analytics, Optimize ayuda a los diseñadores a comprender cómo se puede mejorar un sitio web.

Herramientas de diseño basadas en datos cualitativos

• UserTesting: una herramienta para la investigación de usuarios que proporciona información procesable.
• Usability Hub: una plataforma de prueba de usuario remoto de extremo a extremo.
• Optimal Workshop: un conjunto en línea de herramientas de usabilidad para sitios web y arquitectura de la información.
• Crazy Egg: una herramienta de mapa de calor para ayudar a comprender y mejorar los diseños de sitios web.

Mejores prácticas para el diseño basado en datos

El diseño basado en datos funciona mejor cuando una organización se adhiere a los estándares y prácticas en todos los equipos de diseño. Aquí hay algunas mejores prácticas para un diseño exitoso basado en datos:

• Utilice datos cuantitativos para realizar un seguimiento del progreso una vez que se implementen los cambios, por ejemplo, sesiones de análisis, tasas de rebote y resultados de mapas de calor.
• Utilice la triangulación de datos para encontrar las áreas correctas de problemas/oportunidades y para reducir las hipótesis.
• Redactar y documentar hipótesis bien estructuradas que puedan medirse y validarse.
• Tenga una estrategia de prueba que se pueda comunicar ampliamente. Debe tener algunas capas de profundidad, pero no demasiadas, y debe actualizarse periódicamente.

Los datos, aunque posiblemente útiles para el proceso de diseño, no deben usarse exclusivamente. Es fácil imaginar una situación en la que la retroalimentación inmediata de un enfoque basado en datos podría conducir al final definitivo de un proyecto sin tener en cuenta otros tipos de aportes.

Diseño generativo

Mientras que el diseño basado en datos está impulsado por insumos cuantitativos y, en menor medida, cualitativos, el diseño generativo introduce información en el proceso de diseño que fluye libremente y es iterativa.

En la industria manufacturera, el diseño generativo aprovecha el aprendizaje automático para imitar el enfoque evolutivo de la naturaleza. Los parámetros de diseño se ingresan en el software y los algoritmos exploran todas las combinaciones posibles de una solución, lo que a menudo da como resultado cientos de opciones.

El diseño generativo es la exploración de posibles combinaciones, lo que en el proceso de diseño se llama iteración, es decir, recorrer muchos “diseños” diferentes para llegar a soluciones variadas.

En el diseño de productos, este concepto es muy parecido al proceso de pensamiento de diseño, solo que en lugar de software, las personas están iterando e ideando. Los diseños se generan a partir de un conjunto de insumos (ideas, experiencias de vida, etc.).

En la década de 1980, el autor Bryan Lawson sugirió una serie de ejercicios de diseño en los que diseñadores y arquitectos trabajaron codo con codo de forma participativa. Hasta este momento, los diseñadores no veían la necesidad de incluir "forasteros" como parte de su proceso. Aunque controvertido en ese momento, el éxito de estos ejercicios demostró que un enfoque generativo temprano era lo correcto.

Diseño generativo y el proceso de diseño

Al igual que con el diseño basado en datos, el diseño generativo ocurre durante todas las fases del proceso de diseño:

• Descubrimiento
  • Definición del problema ( generativo )
  • Recopilación de información (basada en datos)
  • Lluvia de ideas y análisis ( generativo )
• Diseño
  • Desarrollar soluciones (basadas en datos)
  • Iterar ( generativo )
• Validación
  • Comentarios (basados ​​en datos)
  • Iterar ( generativo )

Tenga en cuenta que con un nuevo diseño, todavía no hay datos en los que basarse, por lo que tendemos a hacer primero el diseño generativo. Una vez que tenemos algunas ideas para publicar en el mundo, podemos recopilar nuestros datos cualitativos y cuantitativos.

El diseño generativo y el basado en datos se complementan entre sí. Con el diseño basado en datos, llegamos a soluciones que son estáticas debido a la naturaleza cuantitativa de la entrada. Luego aplicamos el diseño generativo y terminamos con resultados fluidos que se repiten y moldean a medida que se presentan más ideas.

El diseño generativo puede desempeñar un papel clave al permitir que los diseñadores aborden problemas más grandes que, de otro modo, no habrían podido resolver. El diseño basado en datos confirmará que esos problemas se han abordado con éxito.

Estas son algunas de las ventajas del proceso de diseño generativo:

• Mayor creatividad : se forman más ideas debido a la naturaleza iterativa del diseño generativo.
• Diseño inclusivo : incluir diferentes voces y aportes en el proceso impulsa un proceso más inclusivo.
• Mayores resultados : a medida que el proceso continúa a través de las etapas de diseño, se producen más resultados.

Herramientas utilizadas para el diseño generativo

Las herramientas que usan los diseñadores para el diseño generativo son muy diferentes a las que usamos para el diseño basado en datos. Con el diseño generativo nos interesan herramientas que nos ayuden a iterar y comprender mejor a las personas desde una perspectiva cualitativa:

• Post-It Notes : la forma más fácil de generar ideas. Las notas Post-It se utilizan en las sesiones de lluvia de ideas como una forma de capturar los pensamientos de las personas de forma rápida y sencilla.
• Pizarras : la lluvia de ideas es un ejercicio inclusivo que permite a las personas aportar una perspectiva externa e idear como grupo.
• Balsamiq : herramienta de software de wireframing de baja fidelidad útil para la iteración y la recopilación de comentarios de los usuarios.
• Sketch : una herramienta de software popular que se puede usar para realizar wireframes, prototipos y maquetas durante todas las fases del proceso de diseño.

Diseño generativo exitoso

El diseño generativo es un proceso continuo y un examen cuidadoso de la experiencia humana en lo que respecta al problema de diseño en cuestión. Aquí hay algunos consejos para tener en cuenta:

• Investigación de UX : incorpore el pensamiento centrado en el cliente al proceso de diseño lo antes posible. El diseño generativo se basa en la retroalimentación centrada en el ser humano
• Pruebe los diseños con anticipación : las pruebas iterativas son una parte importante del diseño generativo y continúan durante todo el proceso de diseño.
• Diseño inclusivo : incluir personas con diferentes antecedentes y niveles de experiencia ayuda a traer nuevas perspectivas frescas a la mesa.

Un futuro optimizado

El diseño basado en datos y el diseño generativo coexisten para crear mejores experiencias humanas a través del diseño. Los datos y el diseño basado en datos nos brindan información concreta que podemos usar para analizar un problema.

Si no fuera por los datos, no tendríamos nada que valga la pena examinar. Una vez que tenemos un conjunto de soluciones en mente, podemos infundir el diseño generativo para ayudar a convertir esas soluciones en resultados.

En muchos sentidos, la fusión de estos procesos de diseño puede encarnar el futuro del diseño: cerrar la brecha entre el pensamiento de diseño y el diseño tradicional.

Solo hemos comenzado a arañar la superficie de adónde nos pueden llevar estos dos enfoques de diseño. Si el diseño basado en datos fue fundamental en algunos de los productos y servicios más innovadores del mundo, se puede ganar mucho combinándolo con el diseño generativo. Quizás los dos podrían allanar el camino hacia la solución de problemas de diseño complejos.

¡Háganos saber lo que piensas! Por favor, deje sus pensamientos, comentarios y comentarios a continuación.

• • •

Lectura adicional en el blog de diseño de Toptal:

• Los principios del diseño y su importancia
• Los mejores portafolios de diseñadores de UX: estudios de casos y ejemplos inspiradores
• Explorando los Principios Gestalt del Diseño
• Adobe XD vs. Sketch: ¿Qué herramienta UX es adecuada para usted?
• Los 10 entregables de UX que usan los mejores diseñadores