Convertir los datos de las pruebas de usabilidad en acción sin volverse loco

Recopilar, clasificar y comprender los datos recopilados durante la investigación de usuarios y las pruebas de usabilidad se está convirtiendo en una tarea cada vez más común entre los profesionales de UX; de hecho, se está convirtiendo en una habilidad crítica de UX.

Una prueba de usabilidad le dirá si sus usuarios objetivo pueden usar su producto. Ayuda a identificar los problemas que tienen las personas con una interfaz de usuario específica y revela tareas difíciles de completar y lenguaje confuso. Por lo general, una prueba de usabilidad implica una preparación y un análisis extensos, y se considera una de las técnicas de investigación más valiosas. Puede proporcionar datos tanto cuantitativos como cualitativos que ayudarán a guiar al equipo de producto hacia mejores soluciones.

Sin embargo, no es un paseo por el parque. En un intento por descubrir problemas de usabilidad, los investigadores y diseñadores de UX a menudo tienen que lidiar con una avalancha de datos incompletos, inexactos y confusos. Una prueba de usabilidad regular con cinco a diez participantes puede generar fácilmente más de sesenta problemas. Puede sentirse como "beber de la manguera contra incendios" mientras espera que la temida parálisis del análisis asoma su fea cabeza.

Un riesgo considerable al tratar de resolver problemas de usabilidad es ir por el camino equivocado tratando de encontrar soluciones que realmente no aborden los problemas en cuestión. El riesgo es que puede haber una desconexión entre los problemas encontrados y las soluciones identificadas. Estos pueden ser causados ​​por una serie de factores diferentes, incluida la fatiga de decisión y muchos tipos de sesgos cognitivos.

Cómo convertir los datos de las pruebas de usabilidad en soluciones viables

Para superar los obstáculos mencionados anteriormente, necesitamos formas eficientes de manejar nuestros datos de prueba mientras nos aseguramos de elegir las soluciones más efectivas para los problemas encontrados.

Comencemos tomando prestadas algunas ideas del proceso creativo. Uno de los más potentes es el doble diamante del British Design Council, que a su vez utiliza el pensamiento divergente-convergente. Es un proceso de diseño con fases de problema y solución claramente definidas e integradas.

El doble diamante es exactamente lo que necesitamos para construir un marco que maneje los problemas de usabilidad y encuentre formas de resolverlos.

Adaptar el modelo anterior a las pruebas de usabilidad del resultado es un proceso de cuatro pasos:

1. Recopilación de datos
2. Priorización de problemas
3. Generación de soluciones
4. Priorización de soluciones

Veamos cada paso en detalle, incluyendo cómo ponerlo en práctica.

Nota: Tendremos que usar algunas matemáticas básicas. No te preocupes, no es demasiado, y al final de este artículo encontrarás una hoja de cálculo que automatiza todo el proceso. Si todavía no funciona para usted, también hay un enfoque visual en el que puede usar Post-its y pizarras.

Paso 1: recopilación de datos de investigación de usabilidad

Comenzando con sus preguntas de investigación , el primer paso es recopilar los datos generados por la prueba de usabilidad. Debe configurarse para que la generación de ideas y los conocimientos sean fáciles más adelante en el proceso; la clave es estructurar y organizar claramente los datos para evitar el desorden. En la mayoría de los casos, es suficiente con:

• Tener un sistema de identificación (ID) de problemas
• Tenga en cuenta dónde sucedió (pantalla, módulo, widget de interfaz de usuario, flujo, etc.)
• Conozca la tarea que el usuario estaba realizando
• Proporcione una descripción concisa del problema.

Un enfoque común para organizar los problemas de usabilidad, utilizado por Lewis y Sauro en el libro Cuantificación de la experiencia del usuario , es trazar los datos como se muestra en la siguiente tabla, con los problemas en las filas y los participantes en las últimas columnas.

En el ejemplo anterior, una prueba de usabilidad ficticia realizada con tres participantes arrojó dos problemas:

• El primero experimentado por el participante (P1)
• La segunda por los demás participantes (P2 y P3)

Paso 2: Priorización de problemas

Como los recursos son limitados, es necesario priorizar los problemas de usabilidad de manera que se optimice el análisis. Normalmente, cada problema de usabilidad tiene un grado de gravedad , influenciado por algunos factores como:

• Criticidad de la tarea: clasificada en términos de impacto en el negocio o el usuario si la tarea no se lleva a cabo.
• Frecuencia de problemas: cuántas veces ha ocurrido un problema con varios participantes.
• Impacto del problema: cuánto ha impactado al usuario que intenta realizar la tarea.

Para priorizar, debemos seguir estos pasos:

1. Establezca la puntuación de criticidad de cada tarea realizada en la prueba. En pocas palabras, defina cuán crítica es la tarea para la empresa o el usuario al establecerle un valor numérico. Los valores pueden provenir de una secuencia lineal simple (p. ej., 1, 2, 3, 4, etc.) o algo más elaborado como la secuencia de Fibonacci (1, 2, 3, 5, 8, etc.), exactamente como se usa en métodos ágiles como la planificación del póquer.

2. Establezca el puntaje de impacto para cada problema asignando un valor (igual que arriba) para los elementos en esta escala:
   • 5: (bloqueador) el problema impide que el usuario realice la tarea
   • 3: (mayor) causa frustración y/o retraso
   • 2: (menor) tiene un efecto menor en el desempeño de la tarea
   • 1: (sugerencia) es una sugerencia del participante

3. Encuentre la frecuencia de emisión (%) de la emisión dividiendo el número de ocurrencias por el total de participantes. Es un cálculo porcentual básico.

4. Finalmente, calcule la gravedad de cada problema multiplicando las tres variables anteriores.

Veamos cómo funciona en una hoja de cálculo (por supuesto que queremos automatizar esto, ¿no?). Nuestra tabla actualizada se vería así:

En el ejemplo anterior, tenemos el siguiente escenario:

• Tres problemas de usabilidad experimentados por tres participantes (p1, p2 y p3);
• La tarea 'crear una publicación' apareció dos veces y se le asignó un crítico de 5, y una tarea menos crítica (inicio de sesión social) se le asignó un 3;
• A cada problema se le asignó un valor dado su impacto : 5 (bloqueador), 3 (mayor) y 2 (un impacto menor en el desempeño de la tarea);
• La frecuencia de cada problema (p. ej., el problema n.° 2 ocurrió dos veces con tres participantes, por lo tanto, 2/3 = 0,67);
• Finalmente, la severidad resultó de la multiplicación de los otros factores (por ejemplo, 3 x 5 x 0,33 = 4,95).

Eso es todo por ahora. Encontramos nuestros problemas de usabilidad más importantes en este orden: 3 , 2 y 1 . En esta etapa, también tenemos una buena perspectiva sobre el panorama de problemas de usabilidad : el panorama general que ayuda al equipo a enmarcar el problema de alto nivel y optimizar durante los siguientes pasos.

Paso 3: Generación de soluciones

Por lo general, las pruebas de usabilidad no están completas al final sin una lista de recomendaciones (sugerencias genéricas) y soluciones (instrucciones específicas). A veces, la solución es bastante obvia, como corregir la ubicación de un componente de la interfaz de usuario. La situación se vuelve más complicada para aquellos problemas con soluciones no obvias o muchas posibles. ¿Qué solución es mejor? ¿Cuál es más factible? ¿Cuál es el costo/beneficio de realizar un experimento para averiguarlo? Aquí, el método tradicional de recomendaciones periódicas no será suficiente.

Para reducir el riesgo de tomar malas decisiones de diseño, necesitamos: a) varias alternativas de solución para elegir, y b) un proceso de selección eficaz. Vamos a utilizar el mismo enfoque divergente-convergente que se utilizó para abordar la recopilación de datos y los pasos de priorización de problemas en la fase anterior. Los pasos son:

1. Para cada problema, genere múltiples ideas de solución. ¿Cuáles son las formas posibles de abordar el problema? Aquí tenemos una gran oportunidad de colaboración con el resto del equipo (desarrolladores, diseñadores, jefes de producto, etc.).

2. Reorganice las soluciones, manteniéndolas específicas; según sea necesario, fusione o divida las soluciones para evitar redundancias y demasiada abstracción. Nuevamente, sea específico, para que sea más fácil evaluar las ideas. Por ejemplo, en lugar de simplemente "Evite usar un menú de hamburguesas", es mejor indicar una solución específica, como "Usar un menú de navegación horizontal y un árbol vertical".

3. Marque los problemas adicionales que la solución puede abordar; en la práctica, una sola buena solución puede abordar varios problemas. ¡Las buenas soluciones son versátiles!

Siguiendo los pasos anteriores, la tabla resultante se ve así:

En este ejemplo, tenemos la lista de soluciones de lluvia de ideas (filas) y los problemas que aborda cada solución (columnas, que representan los problemas encontrados en los pasos anteriores).

A continuación, veamos cómo evolucionar esta lista y descubrir qué soluciones son las mejores candidatas para la implementación y en qué orden.

Paso 4: Priorización de soluciones

De manera similar a la priorización de problemas, debemos priorizar las soluciones de acuerdo con algunos parámetros. En los equipos ágiles, donde se trata este tema con mucha seriedad, es común utilizar el valor y la complejidad del negocio, que nos permite calcular el retorno de la inversión (ROI). Tomando prestado de esta lógica, tenemos los siguientes pasos:

1. Calcular la eficacia de cada solución .
   Cuanto más grave sea el problema abordado, mejor será la solución. Esto podría compararse aproximadamente con el valor comercial en métodos ágiles. Sume las gravedades de todos los problemas abordados por la solución.

    Effectiveness = Sum of issue severities

2. Afinar la complejidad de la solución .
   1. ¿Cuáles son los recursos necesarios para desarrollar esta solución?
   2. ¿Qué tan estándar son las tecnologías involucradas?
   3. ¿Qué tan claros son los requisitos del negocio/usuario?

   En otras palabras, cuanto más esfuerzo e incertidumbre, más compleja es la solución. Simplemente traduzca esto a un valor cuantificable, como la secuencia de Fibonacci (1, 2, 3, 5, 8, etc.). Si está haciendo esto en equipo, la planificación del póquer encaja perfectamente.

3. Calcule el ROI de la solución. Esta es la relación costo-beneficio, calculada dividiendo la efectividad de la solución por su complejidad . Cuanto mayor sea el ROI, mejor.

    ROI = Effectiveness / Complexity

Volvamos a nuestra hoja de cálculo, que ahora se ve así:

En el ejemplo anterior, tenemos:

1. La lista de soluciones (filas)
2. Los problemas (i1 a i3) con sus gravedades (4.95, 6.7 y 10.05)
3. Un indicador de 1 cada vez que una solución coincide (aborda) un problema
4. La eficacia de cada solución (4,95, 4,95 y 16,75)
5. La complejidad de cada solución (1, 3 y 5) estimada por el equipo
6. El ROI de cada solución (4.95, 1.65, 3.35)

De acuerdo con este ejemplo, debemos priorizar el desarrollo de las soluciones en el siguiente orden (de mayor a menor ROI): solución 1, luego solución 3 y 2.

Para resumir los pasos: comenzamos recopilando datos, luego priorizamos los problemas de acuerdo con parámetros específicos. Posteriormente, generamos ideas de solución para esos problemas y, finalmente, las priorizamos.

Usar una hoja de cálculo

El método anterior involucra algunos cálculos (básicos) repetidos muchas veces, por lo que es mejor usar una hoja de cálculo.

Si quieres seguir esta metodología, aquí tienes una plantilla (Google Sheet): https://goo.gl/RR4hEd. Es descargable y puede personalizarlo libremente según sus necesidades.

¡Odio las hojas de cálculo! ¿Qué pasa con algo más visual?

A casi todos los que conozco (incluyéndome a mí, por supuesto) les encanta trabajar con notas adhesivas y pizarras, no solo porque suele ser más rápido y divertido, sino también porque facilita la colaboración. Si eres un practicante ágil o de pensamiento de diseño, sabes a lo que me refiero. ¿Cómo podemos aplicar herramientas visuales como notas adhesivas para trabajar con el enfoque que se muestra en este artículo? Bueno, eso probablemente merece una publicación de blog completa, pero tratemos de rascar la superficie.

Una forma de hacerlo es crear una matriz de problemas (impacto x frecuencia) y colocarla junto a otra de soluciones (eficacia x complejidad). Cada matriz se divide en cuatro cuadrantes, lo que indica la priorización.

Aquí están los pasos:

1. Cree la matriz de problemas colocando las notas adhesivas en el cuadrante adecuado según el impacto y la frecuencia . Para simplificar este enfoque, tuvimos que omitir un parámetro. En este caso, la criticidad de la tarea .

2. Cree la matriz de soluciones organizando las notas adhesivas según la eficacia y complejidad de cada solución:

   1. Lluvia de ideas sobre soluciones para cada problema, comenzando con los problemas en el cuadrante 1 de la matriz de problemas (los de mayor gravedad).

   2. Coloque estas soluciones en la matriz de soluciones, comenzando en el cuadrante 1 (arriba a la izquierda). Cuanto más grave es el problema, más eficaz es su solución.

   3. Ajuste la complejidad de cada solución moviéndola en el eje horizontal (cuanto más compleja, más a la derecha).

   4. Repita los pasos anteriores para los problemas restantes (cuadrantes 2, 3 y 4, en este orden).

Al final del ejercicio, las soluciones en el cuadrante 1 son las que tienen el mejor ROI (más efectivo y menos complejo), lo que significa máxima prioridad. El resultado se muestra en la siguiente imagen:

Incluyendo el hecho de que dejamos un parámetro fuera (criticidad de la tarea), la desventaja aquí es que debe confiar en la precisión visual en lugar de los cálculos como en la hoja de cálculo. En el lado positivo, tenemos un método que fomenta la colaboración, que a veces es crucial para obtener la aceptación del equipo.

Fomentar la colaboración a través del análisis visual "rápido y sucio" al costo probable de la precisión es una compensación potencial. ¿Cuál es el mejor enfoque? La respuesta corta: la que mejor se adapte a tu situación y esté mejor alineada con tus objetivos.

Puntos finales para el análisis de datos de pruebas de usabilidad

El uso de estas metodologías generó las siguientes observaciones de los equipos que las usaron en varios proyectos:

1. Especialmente cuando se trata de estudios más grandes, la priorización de problemas mantiene al equipo enfocado en lo que realmente importa, ahorrando tiempo y recursos al reducir los desafíos cognitivos no deseados como la sobrecarga de información, la parálisis de análisis y la fatiga de decisión;

2. El flujo de trabajo conectado de extremo a extremo mantiene las soluciones más alineadas con los resultados de las pruebas de usabilidad (porque los problemas y las soluciones están emparejados), lo que reduce el riesgo de implementar soluciones menos que óptimas;

3. Podemos aplicar fácilmente este método de forma colaborativa (en parte o en su totalidad) utilizando herramientas en línea.

Es importante entender las limitaciones de este enfoque. Por ejemplo, durante la fase de priorización no se incluyen las actitudes y comportamientos positivos de los usuarios observados en las pruebas. La atención se centra en los problemas de usabilidad. Una sugerencia es registrar este tipo de datos por separado y usarlos en el camino para complementar y equilibrar los hallazgos según sea necesario.

Finalmente, además de las pruebas de usabilidad, este enfoque también se puede extender a otras técnicas de investigación de UX. Aplicando el enfoque de 'doble diamante' (problemas y soluciones divergentes/convergentes), podemos mezclar varios datos de investigación de usuarios y utilizar los métodos anteriores en cualquier otro proyecto. ¡Tu imaginación es el limite!

• • •

Lectura adicional en el blog de diseño de Toptal:

• eCommerce UX: una descripción general de las mejores prácticas (con infografía)
• La importancia del diseño centrado en el ser humano en el diseño de productos
• Los mejores portafolios de diseñadores de UX: estudios de casos y ejemplos inspiradores
• Principios heurísticos para interfaces móviles
• Diseño anticipatorio: cómo crear experiencias de usuario mágicas