Kekuatan dalam Angka – Gambaran Umum Desain Berbasis Data

Desain sering dipandang sebagai seni daripada ilmu. Pada kenyataannya, itu keduanya. Seni desain harus dipengaruhi oleh ilmu data dan informasi. Mengumpulkan dan menganalisis data adalah kunci untuk menciptakan desain dan pengalaman pengguna yang lebih baik.

Desain berbasis data dapat mengintimidasi desainer yang tidak terbiasa dengannya. Beberapa desainer bahkan tidak mengerti mengapa itu perlu, atau hanya memanfaatkan data secara terbatas. Memahami proses menghilangkan misteri dan membuatnya dapat diakses oleh desainer di semua tingkat pengalaman.

Mengapa Menggunakan Data dalam Proses Desain?

Banyak desainer berpikir mereka tahu apa yang diinginkan pengguna tanpa perlu melakukan riset pengguna apa pun. Mereka juga memiliki kecenderungan untuk tergila-gila dengan desain mereka sendiri. Namun dalam sebagian besar kasus, desainer bukanlah pengguna . Tanpa data untuk mendukung keputusan yang dibuat tentang cara menciptakan pengalaman pengguna terbaik, desainer benar-benar hanya menusuk dalam kegelapan.

Data memberikan wawasan kepada para desainer sehingga mereka dapat menciptakan desain terbaik bagi orang-orang yang menggunakan produk mereka. Data ini bisa datang dalam berbagai bentuk, dari sumber primer dan sekunder. Hal penting bagi desainer adalah untuk mengetahui kumpulan data mana yang layak digunakan untuk mendasarkan desain mereka, dan mana yang harus diabaikan.

Data apa yang digunakan

Desain UI berbasis data dapat memerlukan berbagai jenis data yang berbeda untuk menentukan cara terbaik untuk menciptakan pengalaman pengguna yang optimal. Data ini dapat mencakup hal-hal seperti analisis situs web atau aplikasi pada iterasi produk yang ada, wawancara pengguna, hasil pengujian A/B dan multivarian, alur perilaku, dan jenis penelitian UX lainnya.

Semakin banyak perancang data berkumpul di depan, semakin baik iterasi awal dari sebuah desain. Memang, untuk beberapa jenis pengumpulan data, prototipe umumnya diperlukan (seperti untuk pengujian A/B atau multivarian). Tetapi bahkan prototipe awal tersebut dapat mengandalkan data industri atau data dari proyek serupa (studi kasus dapat menjadi sumber yang sangat berharga dalam hal ini).

Menggunakan Analisis Desain

Analytics dapat menjadi salah satu sumber data terkaya untuk desainer. Jika situs atau aplikasi sedang didesain ulang daripada didesain dari awal, desainer dapat memanfaatkan informasi analitik yang ada untuk menentukan apa yang berfungsi dan apa yang tidak.

Melihat halaman di situs yang populer, memiliki statistik rata-rata waktu di halaman yang lebih tinggi, atau memiliki rasio pentalan yang lebih rendah adalah cara yang baik untuk mendapatkan gambaran tentang apa yang berhasil. Tetapi melihat halaman-halaman yang memiliki rasio keluar dan pentalan yang tinggi atau waktu rata-rata yang lebih rendah di halaman memberikan wawasan tentang halaman-halaman yang membutuhkan bantuan.

Rasio keluar dan pentalan yang tinggi dapat menunjukkan bahwa halaman tidak berisi informasi yang dicari orang yang mengunjungi halaman tersebut. Atau jika informasi itu ada, itu bisa menunjukkan bahwa itu tidak mudah ditemukan atau dipahami.

Memperhatikan analitik UX saat perubahan dilakukan pada desain juga merupakan kuncinya. Jika sebuah halaman berkinerja baik sebelum desain ulang, perhatikan bagaimana kinerjanya setelahnya. Peningkatan indikator positif berarti desain ulang berada di jalur yang benar, dan sebaliknya.

Terakhir, tolok ukur analitik industri dapat memberikan informasi penting tentang kinerja situs atau aplikasi dibandingkan dengan yang lain di industri yang sama. Seringkali sulit untuk mengetahui apakah waktu rata-rata 2 menit pada sebuah halaman baik atau buruk jika dilihat sendiri. Tetapi dapat membandingkannya dan melihat bahwa rata-rata industri adalah waktu rata-rata 3 menit di halaman berarti bahwa desain atau konten situs saat ini dapat ditingkatkan. Google Analytics memiliki alat pembanding bawaan yang memudahkan untuk melihat kinerja situs jika dibandingkan dengan rata-rata industri.

Menggunakan Hasil Pengujian A/B dan Multivarian

Pengujian A/B dan multivarian adalah cara yang terkait erat untuk melihat performa versi situs web atau aplikasi yang berbeda satu sama lain. Mereka dapat digunakan untuk membuat peningkatan besar dalam pengalaman pengguna dan perilaku pengguna.

Pengujian A/B mengubah satu elemen dalam desain (seperti warna tombol atau teks judul) antara dua versi untuk melihat mana yang berkinerja lebih baik. Pengujian multivariasi mengubah lebih dari satu elemen (seperti seluruh header atau semua salinan pada halaman). Dalam kedua jenis pengujian, pengunjung ke situs atau aplikasi secara acak diperlihatkan versi halaman yang berbeda, dan data analitik dicatat.

Menjalankan pengujian A/B atau multivarian secara terus-menerus untuk meningkatkan desain dapat menghasilkan peningkatan konversi yang besar. 37Signals, misalnya, telah menjalankan berbagai pengujian A/B di berandanya untuk menentukan desain yang optimal (terkadang melihat perbedaan lebih dari 100% antara kedua versi).

Menggunakan Arus Perilaku

Alur perilaku adalah cara pengguna melakukan perjalanan melalui situs, dari halaman pertama yang mereka buka hingga halaman terakhir yang mereka lihat sebelum keluar dari situs. Dalam kebanyakan kasus, pakar UX memiliki alur tertentu yang mereka ingin pengguna lakukan melalui sebuah situs. Jika aliran perilaku sebenarnya sangat berbeda dari itu, ini menunjukkan masalah dengan pengalaman pengguna.

Google Analytics memiliki alat bawaan untuk menjelajahi alur perilaku pengguna. Menjelajahi data ini dibandingkan dengan aliran perilaku ideal yang telah dibuat oleh desainer UX untuk sebuah proyek memberikan wawasan berharga tentang apakah desain tersebut benar-benar mencapai pengalaman pengguna dan tujuan perilaku.

Riset Pengguna

Ada berbagai metode penelitian pengguna yang dapat digunakan desainer untuk mengumpulkan data yang dapat membantu dalam proses desain untuk menciptakan pengalaman pengguna yang lebih baik dan memengaruhi perilaku pengguna secara lebih efektif.

Metode ini termasuk penyortiran kartu, wawancara kontekstual dengan pengguna sebenarnya, kelompok fokus, survei, dan analisis heuristik, antara lain. Riset pengguna juga mencakup hal-hal seperti membuat persona dan kasus penggunaan.

Riset pengguna adalah salah satu metode pengumpulan data yang lebih banyak sumber daya, tetapi juga bisa menjadi yang paling berharga—terutama untuk proyek dan produk baru tanpa sumber data primer yang ada. Ada berbagai cara untuk melakukan riset pengguna yang efektif, yang masing-masing dapat menambahkan nilai uniknya sendiri ke dalam proses.

Pengujian pengguna adalah salah satu aspek dari proses penelitian pengguna, yang sering kali mencakup pengujian kegunaan serta pengujian A/B dan multivariat yang disebutkan sebelumnya. Pengujian pengguna yang hemat biaya adalah bagian penting dari proses desain dan harus dilakukan pada setiap langkah di sepanjang jalan.

Bagaimana Menganalisis Data

Mengumpulkan data hanyalah salah satu aspek dari proses desain yang digerakkan oleh data. Data kuantitatif, seperti desain dan analitik UX, sangat penting, tetapi data kualitatif, seperti yang dikumpulkan dari wawancara pengguna, sama pentingnya, jika tidak lebih.

Data kuantitatif memberi desainer gambaran tentang apa yang terjadi di situs web atau aplikasi. Tetapi data kualitatif diperlukan untuk menjelaskan mengapa pengguna melakukan apa yang mereka lakukan. Mencari tahu mengapa pengguna berperilaku dengan cara tertentu adalah bagian besar dari teori UX dan psikologi desain.

Setelah data kualitatif dan kuantitatif dikumpulkan, perancang harus mencari tren dalam data serta outlier. Pencilan dapat memberikan wawasan tentang potensi masalah yang mungkin dihadapi pengguna, yang dapat menjadi signifikan seiring dengan peningkatan jumlah lalu lintas.

Membuat visualisasi data dapat berguna dalam bekerja dengan kumpulan data besar. Bahkan bagan dan grafik sederhana dapat mempermudah menganalisis informasi yang tersedia. Inilah sebabnya mengapa sebagian besar program analitik, termasuk Google Analytics, menampilkan data secara visual, bukan hanya sebagai data mentah.

Data harus dianalisis secara terus menerus, karena data baru dikumpulkan. Perubahan desain, perubahan konten, perubahan algoritme mesin telusur, dan perkembangan lainnya dapat memengaruhi pengalaman pengguna dan perilaku pengguna. Desainer dapat menganalisis data ini untuk terus meningkatkan dan membuat iterasi baru dari produk mereka.

Menyajikan Data kepada Pemangku Kepentingan

Selain menganalisis data, menyajikannya kepada pemangku kepentingan dalam sebuah proyek seringkali penting untuk membuat mereka membeli solusi desain terbaik. Menampilkan data secara visual adalah salah satu cara terbaik untuk menyajikan informasi.

Membuat dek slide dengan bagan dan grafik sering kali dapat membuat perbedaan antara meminta klien atau manajer untuk menyetujui proyek dan menghadapi penolakan di setiap langkah di sepanjang jalan. Data dapat mendukung "intuisi" desainer tentang pilihan desain yang tepat untuk dibuat.

Membuat Keputusan dengan Data

Salah satu bagian terbaik tentang data adalah hampir selalu mungkin untuk mengumpulkan lebih banyak. Proses keputusan desain berbasis data bersifat melingkar: desainer harus mengumpulkan dan menganalisis data, membuat keputusan berdasarkan data tersebut, dan kemudian menguji keputusan tersebut dengan mengumpulkan dan menganalisis lebih banyak data.

Mendesain iterasi baru secara terus-menerus dari suatu produk dengan peningkatan yang dibuat berdasarkan data daripada intuisi atau firasat memungkinkan desainer untuk menciptakan pengalaman yang lebih baik bagi orang-orang yang menggunakan produk mereka. Tetap di atas data yang tersedia memungkinkan desainer mengatasi masalah dengan pengalaman pengguna dan perubahan perilaku sebelum berdampak pada intinya.

Kesimpulan

Memahami proses desain berbasis data adalah keterampilan karir yang penting bagi desainer. Menyelami proses penelitian dan pengujian pengguna, dan memahami cara kerja analisis data, memberi desainer alat tambahan untuk mendapatkan dukungan untuk ide-ide mereka. Ini juga memungkinkan mereka untuk membuat produk terbaik, dengan data untuk mendukung pernyataan itu.

Desain UI berbasis data adalah seni dan sains. Memahami cara mengumpulkan dan menganalisis data serta menerapkan desain berdasarkan data tersebut merupakan keterampilan penting bagi desainer pemula dan ahli.

Bacaan lebih lanjut di Blog Desain Toptal:

• Pengujian UX untuk Massa: Tetap Sederhana dan Hemat Biaya
• Mengubah Data Pengujian Kegunaan menjadi Tindakan tanpa Menjadi Gila
• Metode Penelitian UX dan Jalan Menuju Empati Pengguna
• Visualisasi Data - Praktik Terbaik dan Dasar
• Dapatkan Inspirasi Dengan Visualisasi Data Ini