Design orientado a dados e design generativo - uma visão geral

Publicados: 2022-03-11

Na interseção de um ótimo design e melhores experiências do usuário, estão dois conceitos-chave que se complementam e, ao mesmo tempo, são distintos em sua abordagem.

Design orientado a dados

O primeiro uso da palavra “dados” foi na década de 1640. De acordo com uma visão comum, os dados são coletados e tornam-se informações adequadas para a tomada de decisões, uma vez analisados.

Os dados analisados podem ajudar a expor problemas, fornecer mais informações sobre esses problemas e avaliar a eficácia das soluções. Isso é verdade se estamos lidando com dados científicos ou dados relacionados ao design.

“Coletar e analisar dados é fundamental para criar melhores designs e experiências de usuário”, escreve o editor do blog de design Cameron Chapman.

Como tal, o design orientado a dados usa dados (qualitativos e quantitativos) para informar os designers durante todo o processo de design. Os designs resultantes são mais envolventes e adaptados às preferências, objetivos e comportamentos dos usuários.

O design orientado a dados pode acontecer em todas as etapas do processo de design — Os dados são um fator importante em todas as etapas do processo de design, levando a resultados mais confiáveis.

Olhando para o processo de design de forma holística, podemos ver onde o design orientado a dados se encaixa:

Descoberta
- Definindo o problema
- Coleta de informações (orientada por dados)
- Brainstorming e análise
Projeto
- Desenvolver soluções (orientadas a dados)
- Iterar
Validação
- Feedback (orientado por dados)
- Iterar

Onde obtemos os dados? Os dados podem vir de várias fontes, como análises, testes de usuários, pesquisas (primárias, secundárias, generativas) e testes de usabilidade. Ele pode ser usado de várias maneiras ao longo do processo de design, pois não há uma maneira canônica que funcione para todos em todas as situações. Aqui estão algumas dicas para a aplicação de dados em relação ao design:

Números e contexto – Dados quantitativos e qualitativos funcionam bem juntos para contar uma história completa.
Dados variados – Analytics, logs de atendimento ao cliente, dados de vendas, entrevistas, pesquisas, testes de usabilidade e testes A/B são alguns exemplos.
Sensível à experiência humana – Use médias com moderação, corrobore liberalmente e deduza com cautela.
Compartilhamento padronizado – Desenvolva maneiras de discutir e compartilhar dados para que todos entendam o básico juntos.

Um ou dois dados não fornecerão um conjunto bem informado de resultados e, como o objetivo é desenvolver uma compreensão clara da experiência cotidiana, é uma boa ideia considerar o maior número possível de tipos de dados.

Quando criamos designs baseados em pesquisas de usuários, teorias ou processos, são os dados que nos dão as respostas com mais credibilidade. Poderíamos adivinhar e “seguir nosso instinto”, mas isso pode ser caro e ineficiente. É mais eficaz criar estratégias do que adivinhar.

Uma palavra de cautela. É fácil simplificar demais e interpretar mal os dados. Podemos focar em um aspecto e desconsiderar o que não nos interessa, ou inserir uma visão subjetiva que pode levar tanto o designer quanto o usuário por um caminho estreito. Objetividade, uma mente aberta e considerar todos os pontos de dados é uma ótima abordagem a ser adotada.

O teste AB faz parte do UX orientado a dados — O Unbounce fornece ferramentas de teste A/B para otimizar e obter melhores resultados.

Ferramentas usadas para design orientado a dados

Como designers, usamos dados qualitativos e quantitativos para informar e moldar nossos projetos, por isso é útil entender algumas das ferramentas que podem ser usadas. Esta não é de forma alguma uma lista exaustiva de todas as várias ferramentas técnicas ou softwares disponíveis.

Ferramentas de design orientadas por dados quantitativos

Isso pressupõe que ferramentas como Google Analytics, Adobe SiteCatalyst, etc., estejam em vigor.

Unbounce – Uma ferramenta de página de destino usada para testar vários layouts de página A/B.
Optimizely – Outra ferramenta de landing page que também fornece análises e testes multivariados de landing page.
Google Optimize – Integrado ao Google Analytics, o Optimize ajuda os designers a entender como um site pode ser melhorado.

Ferramentas de design orientado a dados qualitativos

UserTesting – Uma ferramenta para pesquisa de usuários que fornece insights acionáveis.
Hub de usabilidade – Uma plataforma de teste de usuário remoto de ponta a ponta.
Optimal Workshop – Um conjunto online de ferramentas de usabilidade para websites e arquitetura de informação.
Crazy Egg – Uma ferramenta de mapa de calor para ajudar a entender e melhorar os layouts de sites.

Práticas recomendadas para design orientado a dados

O design orientado a dados funciona melhor quando uma organização adere aos padrões e práticas em todas as equipes de design. Aqui estão algumas práticas recomendadas para um design orientado a dados bem-sucedido:

Use dados quantitativos para acompanhar o progresso depois que as alterações forem implementadas, por exemplo, sessões de análise, taxas de rejeição e resultados do mapa de calor.
Use a triangulação de dados para encontrar as áreas corretas de problemas/oportunidades e restringir as hipóteses.
Escreva e documente hipóteses bem estruturadas que possam ser medidas e validadas.
Tenha uma estratégia de teste que possa ser amplamente divulgada. Ele deve ter algumas camadas de profundidade, mas não muitas, e deve ser atualizado periodicamente.

Os dados, embora úteis para o processo de design, não devem ser usados exclusivamente. É fácil imaginar uma situação em que o feedback imediato de uma abordagem orientada por dados possa levar ao final conclusivo de um projeto sem considerar outros tipos de entrada.

Projeto generativo

Enquanto o design orientado a dados é orientado por insumos quantitativos e, em menor grau, qualitativos, o design generativo introduz informações no processo de design de fluxo livre e iterativo.

Na indústria de manufatura, o design generativo aproveita o aprendizado de máquina para imitar a abordagem evolucionária da natureza. Os parâmetros de projeto são inseridos no software e os algoritmos exploram todas as combinações possíveis de uma solução, muitas vezes resultando em centenas de opções.

Saída de projeto generativa usando o AutoCAD — Softwares como o AutoCAD podem criar projetos generativos usando IA e iteração, resultando em padrões de projeto que não eram possíveis anteriormente.

O design generativo é a exploração de combinações possíveis, o que no processo de design é chamado de iteração, ou seja, percorrer muitos “designs” diferentes para chegar a soluções variadas.

No design de produto, esse conceito é muito parecido com o processo de design thinking, só que em vez de software, as pessoas estão fazendo a iteração e a criação de ideias. Os designs são gerados a partir de um conjunto de insumos (ideias, experiências de vida, etc.).

Na década de 1980, o autor Bryan Lawson sugeriu um conjunto de exercícios de design onde designers e arquitetos trabalharam lado a lado de forma participativa. Até este ponto, os designers não viam a necessidade de incluir “outsiders” como parte de seu processo. Embora controverso na época, o sucesso desses exercícios provou que uma abordagem generativa precoce era a coisa certa a fazer.

O design generativo é baseado em um processo iterativo — No processo de design generativo, há um processo iterativo que percorre desde a concepção até a avaliação para chegar a possíveis combinações.

Design generativo e o processo de design

Assim como no design orientado a dados, o design generativo ocorre durante todas as fases do processo de design:

Descoberta
- Definindo o problema ( generativo )
- Coleta de informações (orientada por dados)
- Brainstorming e análise ( gerativo )
Projeto
- Desenvolver soluções (orientadas a dados)
- Iterar ( gerativo )
Validação
- Feedback (orientado por dados)
- Iterar ( gerativo )

Observe que, com um novo design, ainda não há dados para desenhar, então tendemos a fazer o design generativo primeiro. Assim que tivermos algumas ideias para colocar no mundo, podemos reunir nossos dados qualitativos e quantitativos.

O design generativo e orientado a dados se complementam. Com o design orientado a dados, chegamos a soluções estáticas devido à natureza quantitativa da entrada. Em seguida, aplicamos o design generativo e acabamos com resultados de fluxo livre que são iterados e moldados à medida que mais ideias são apresentadas.

O design generativo pode desempenhar um papel fundamental ao permitir que os designers resolvam problemas maiores que, de outra forma, não seriam capazes de resolver. O design orientado a dados confirmará que esses problemas foram resolvidos com sucesso.

Aqui estão algumas vantagens do processo de design generativo:

Maior criatividade – Mais ideias são formadas devido à natureza iterativa do design generativo.
Design inclusivo – Incluir diferentes vozes e contribuições no processo leva a um processo mais inclusivo.
Maiores resultados – À medida que o processo continua através dos estágios de design, mais resultados são produzidos.

O design generativo é baseado em iterações e testes — A iteração de design generativo é baseada em testes de usuário e entradas qualitativas. (Design de Sapo de Cortesia)

Ferramentas usadas para design generativo

As ferramentas que os designers usam para o design generativo são muito diferentes daquelas que usamos para o design orientado a dados. Com o design generativo, estamos interessados em ferramentas que nos ajudem a iterar e entender melhor as pessoas de uma perspectiva qualitativa:

Post-It Notes – A maneira mais fácil de gerar ideias. Os post-its são usados em sessões de brainstorming como uma forma de capturar os pensamentos das pessoas de forma rápida e fácil.
Quadros brancos – Brainstorming é um exercício inclusivo que permite que as pessoas tragam perspectivas externas e criem ideias como um grupo.
Balsamiq – Ferramenta de software de wireframing de baixa fidelidade útil para iteração e coleta de feedback do usuário.
Sketch – Uma ferramenta de software popular que pode ser usada para wireframing, prototipagem e maquetes durante todas as fases do processo de design.

Projeto generativo de sucesso

O design generativo é um processo contínuo e um exame cuidadoso da experiência humana no que se refere ao problema de design em questão. Aqui estão algumas dicas para manter em mente:

Pesquisa UX – Traga o pensamento centrado no cliente para o processo de design o mais cedo possível. O design generativo depende do feedback centrado no ser humano
Teste os designs antecipadamente – O teste iterativo é uma grande parte do design generativo e está em andamento durante todo o processo de design.
Design inclusivo – Incluir pessoas com diferentes origens e níveis de experiência ajuda a trazer novas perspectivas para a mesa.

Um futuro otimizado

O design orientado a dados e o design generativo coexistem para criar melhores experiências humanas por meio do design. Dados e design orientado a dados nos fornecem informações concretas que podemos usar para analisar um problema.

Se não fossem os dados, não teríamos nada que valesse a pena examinar. Uma vez que tenhamos um conjunto de soluções em mente, podemos infundir o design generativo para ajudar a moldar essas soluções em resultados.

De muitas maneiras, a fusão desses processos de design pode incorporar o futuro do design: preenchendo a lacuna entre o design thinking e o design tradicional.

Estamos apenas começando a arranhar a superfície de onde essas duas abordagens de design podem nos levar. Se o design orientado a dados foi fundamental em alguns dos produtos e serviços mais inovadores do mundo, muito pode ser ganho ao combiná-lo com o design generativo. Talvez os dois possam abrir caminho para a solução de problemas complexos de design.

Deixe-nos saber o que você pensa! Por favor, deixe seus pensamentos, comentários e feedback abaixo.

• • •

Design orientado a dados e design generativo - uma visão geral