Força em números - uma visão geral do design orientado a dados

Publicados: 2022-03-11

O design é muitas vezes visto como uma arte em vez de uma ciência. Na realidade, são os dois. A arte do design deve ser influenciada pela ciência dos dados e da informação. Coletar e analisar dados é fundamental para criar melhores designs e experiências do usuário.

O design orientado a dados pode ser intimidador para designers que não estão familiarizados com ele. Alguns designers nem percebem por que isso é necessário, ou apenas acessam os dados de forma limitada. Compreender o processo o desmistifica e o torna acessível a designers em todos os níveis de experiência.

Por que usar dados no processo de design?

Muitos designers pensam que sabem o que os usuários querem sem precisar fazer nenhum tipo de pesquisa de usuário. Eles também têm uma tendência a se apaixonar por seus próprios designs. Mas na grande maioria dos casos, os designers não são usuários . Sem dados para respaldar as decisões tomadas sobre como criar a melhor experiência do usuário, os designers estão apenas dando uma punhalada no escuro.

Os dados fornecem informações aos designers para que eles possam criar os melhores designs possíveis para as pessoas que usam seus produtos. Esses dados podem vir de várias formas, de fontes primárias e secundárias. O importante para os designers é descobrir quais conjuntos de dados valem a pena usar para basear seus projetos e quais devem ser desconsiderados.

Quais dados usar

O design de interface do usuário orientado a dados pode exigir uma variedade de tipos diferentes de dados para determinar a melhor maneira de criar uma experiência de usuário ideal. Esses dados podem incluir coisas como análises de sites ou aplicativos em uma iteração existente de um produto, entrevistas com usuários, resultados de testes A/B e multivariados, fluxos de comportamento e outros tipos de pesquisa de UX.

A tomada de decisão orientada por dados pode envolver ferramentas analógicas e digitais — As ferramentas analógicas e digitais podem ser usadas no design de UI orientado a dados.

Quanto mais designers de dados reunirem antecipadamente, melhores serão as iterações iniciais de um design. É verdade que, para alguns tipos de coleta de dados, geralmente é necessário um protótipo (como para testes A/B ou multivariados). Mas mesmo esses primeiros protótipos podem contar com dados do setor ou dados de projetos semelhantes (estudos de caso podem ser um recurso inestimável nesse sentido).

Usando Análise de Projeto

A análise pode ser uma das fontes de dados mais ricas para designers. Se um site ou aplicativo está sendo redesenhado em vez de projetado do zero, os designers podem acessar as informações de análise existentes para determinar o que está funcionando e o que não está.

A análise de design torna as informações mais fáceis de entender — Os painéis de análise de dados podem facilitar a compreensão de grandes conjuntos de dados para designers e outras partes interessadas.

Observar as páginas de um site que são populares, têm estatísticas médias de tempo na página mais altas ou têm taxas de rejeição mais baixas é uma boa maneira de ter uma ideia do que está funcionando. Mas olhar para as páginas que têm altas taxas de saída e rejeição ou menor tempo médio na página fornece informações sobre as páginas que precisam de ajuda.

Altas taxas de saída e rejeição podem indicar que uma página não contém as informações que uma pessoa que visita a página está procurando. Ou se a informação estiver lá, pode indicar que não é fácil de encontrar ou entender.

Prestar atenção à análise de UX à medida que as alterações são feitas em um design também é fundamental. Se uma página está tendo um bom desempenho antes de um redesenho, preste atenção em como ela se comporta depois. Uma melhoria nos indicadores positivos significa que o redesenho está no caminho certo e vice-versa.

Por fim, os benchmarks de análise do setor podem fornecer informações vitais sobre o desempenho de um site ou aplicativo em comparação com outros do mesmo setor. Muitas vezes é difícil saber se o tempo médio de 2 minutos em uma página é bom ou ruim quando visto sozinho. Mas poder comparar isso e ver que a média do setor é de 3 minutos de tempo médio na página significa que o design ou conteúdo atual do site pode ser melhorado. O Google Analytics possui ferramentas de benchmarking integradas que simplificam a visualização do desempenho de um site em comparação com a média do setor.

Usando resultados de testes A/B e multivariados

Os testes A/B e multivariados são formas intimamente relacionadas de ver como as diferentes versões de um site ou aplicativo se comportam umas contra as outras. Eles podem ser usados para fazer grandes melhorias na experiência do usuário e no comportamento do usuário.

Os testes A/B alteram um elemento em um design (como a cor de um botão ou o texto de um título) entre duas versões para ver qual delas tem melhor desempenho. Testes multivariados alteram mais de um elemento (como um cabeçalho inteiro ou toda a cópia em uma página). Em ambas as variedades de testes, os visitantes de um site ou aplicativo recebem aleatoriamente as diferentes versões da página e os dados analíticos são registrados.

A execução contínua de testes A/B ou multivariados para melhorar um projeto pode resultar em grandes aumentos de conversão. A 37Signals, por exemplo, executou uma variedade de testes A/B em sua página inicial para determinar o design ideal (às vezes vendo diferenças de mais de 100% entre as duas versões).

Usando fluxos de comportamento

Os fluxos de comportamento são a maneira como os usuários percorrem um site, desde a primeira página que acessam até a última página que visualizam antes de sair do site. Na maioria dos casos, os especialistas em UX têm um certo fluxo que gostariam que os usuários passassem por um site. Se os fluxos de comportamento real diferem muito disso, isso indica um problema com a experiência do usuário.

O Google Analytics tem ferramentas integradas para explorar os fluxos de comportamento do usuário. Explorar esses dados em comparação com o fluxo de comportamento ideal que o designer de UX criou para um projeto fornece informações valiosas sobre se o design realmente atende às metas de experiência e comportamento do usuário.

Pesquisa de usuários

Há uma variedade de métodos de pesquisa do usuário que os designers podem empregar para coletar dados que podem auxiliar no processo de design de criar uma melhor experiência do usuário e influenciar o comportamento do usuário de forma mais eficaz.

A análise de design deve ser combinada com métodos de pesquisa de usuário mais qualitativos — As entrevistas com usuários são uma maneira de coletar informações para projetos orientados por dados.

Esses métodos incluem classificação de cartões, entrevistas contextuais com usuários reais, grupos focais, pesquisas e análise heurística, entre outros. A pesquisa de usuários também inclui coisas como criar personas e casos de uso.

A pesquisa de usuários é um dos métodos de coleta de dados com mais recursos, mas também pode ser o mais valioso, especialmente para novos projetos e produtos sem fontes de dados primárias existentes. Há uma variedade de maneiras de conduzir uma pesquisa de usuário eficaz, cada uma das quais pode agregar seu próprio valor exclusivo ao processo.

O teste do usuário é um aspecto do processo de pesquisa do usuário, que geralmente inclui testes de usabilidade, bem como os testes A/B e multivariados mencionados anteriormente. O teste de usuário econômico é uma parte vital do processo de design e deve ser feito em cada etapa ao longo do caminho.

Como analisar dados

A coleta de dados é apenas um aspecto do processo de design orientado a dados. Dados quantitativos, como design e análise de UX, são vitais, mas dados qualitativos, como os coletados em entrevistas com usuários, são tão importantes, se não mais.

Os dados quantitativos dão aos designers uma ideia do que está acontecendo em um site ou aplicativo. Mas são necessários dados qualitativos para esclarecer por que os usuários fazem o que fazem. Descobrir por que os usuários se comportam de determinada maneira é uma grande parte da teoria do UX e da psicologia do design.

Uma vez que os dados qualitativos e quantitativos tenham sido coletados, os designers devem procurar tendências nos dados, bem como discrepâncias. Os valores atípicos podem fornecer informações sobre possíveis problemas com os quais os usuários podem se deparar, que podem se tornar significativos à medida que os números de tráfego aumentam.

A criação de visualizações de dados pode ser útil ao trabalhar com grandes conjuntos de dados. Mesmo tabelas e gráficos simples podem facilitar a análise das informações disponíveis. É por isso que a maioria dos programas de análise, incluindo o Google Analytics, exibe dados visualmente e não apenas como dados brutos.

Os dados devem ser analisados continuamente, à medida que novos dados são coletados. Alterações de design, alterações de conteúdo, alterações nos algoritmos do mecanismo de pesquisa e outros desenvolvimentos podem afetar a experiência e o comportamento do usuário. Os designers podem analisar esses dados para melhorar constantemente e fazer novas iterações de seus produtos.

Apresentando dados para as partes interessadas

Além de analisar os dados, apresentá-los às partes interessadas em um projeto geralmente é importante para levá-los a comprar as melhores soluções de design. Exibir dados visualmente é uma das melhores maneiras de apresentar informações.

A análise de UX é útil na apresentação de informações às partes interessadas — Apresentar dados visualmente às partes interessadas ajuda a obter a adesão de ideias de design.

Criar um conjunto de slides com gráficos e tabelas muitas vezes pode fazer a diferença entre conseguir que um cliente ou gerente aprove um projeto e enfrentar resistência a cada passo ao longo do caminho. Os dados podem respaldar a “intuição” de um designer sobre as escolhas corretas de design a serem feitas.

Tomando decisões com dados

Uma das melhores partes dos dados é que quase sempre é possível coletar mais. O processo de decisão de design orientado a dados é circular: os designers devem coletar e analisar dados, tomar decisões com base neles e, em seguida, testar essas decisões coletando e analisando mais dados.

Projetar constantemente novas iterações de um produto com melhorias feitas com base em dados, em vez de intuição ou palpites, permite que os designers criem melhores experiências para as pessoas que usam seus produtos. Manter-se atualizado sobre os dados disponíveis permite que os designers eliminem problemas com a experiência do usuário e as mudanças de comportamento antes que afetem o resultado final.

Conclusão

Compreender o processo de design orientado a dados é uma importante habilidade de carreira para designers. Mergulhar no processo de pesquisa e teste do usuário e entender como a análise de dados funciona fornece aos designers ferramentas adicionais para obter suporte para suas ideias. Também permite que eles criem os melhores produtos possíveis, com os dados para respaldar essa afirmação.

O design de interface do usuário orientado a dados é arte e ciência. Compreender como coletar e analisar dados e implementar projetos com base neles é uma habilidade importante para designers iniciantes e especialistas.

•••