Kullanılabilirlik Test Verilerini Delirmeden Eyleme Dönüştürme

Kullanıcı araştırması ve kullanılabilirlik testi sırasında toplanan verileri toplamak, sıralamak ve anlamak, UX uygulayıcıları arasında giderek daha yaygın bir görev haline geliyor - aslında, kritik bir UX becerisi haline geliyor.

Bir kullanılabilirlik testi, hedef kullanıcılarınızın ürününüzü kullanıp kullanamayacağını size söyleyecektir. İnsanların belirli bir kullanıcı arayüzüyle ilgili sorunlarını belirlemeye yardımcı olur ve tamamlanması zor görevleri ve kafa karıştırıcı dili ortaya çıkarır. Tipik olarak, bir kullanılabilirlik testi, kapsamlı bir hazırlık ve analiz içerir ve en değerli araştırma tekniklerinden biri olarak kabul edilir. Ürün ekibini daha iyi çözümlere yönlendirmeye yardımcı olacak hem nicel hem de nitel veriler sağlayabilir.

Ancak, parkta yürüyüş değil. Kullanılabilirlik sorunlarını keşfetme girişiminde, UX araştırmacıları ve tasarımcıları genellikle bir dizi eksik, yanlış ve kafa karıştırıcı veriyle uğraşmak zorundadır. Beş ila on katılımcıyla yapılan düzenli bir kullanılabilirlik testi kolaylıkla altmıştan fazla sorun üretebilir. Korkunç analiz felcinin çirkin başını kaldırmasını beklerken “yangın hortumundan içmek” gibi hissedebilir.

Kullanılabilirlik sorunlarını çözmeye çalışırken önemli bir risk, eldeki sorunları gerçekten ele almayan çözümler bulmaya çalışırken yanlış yola girmektir. Risk, bulunan sorunlar ve tanımlanan çözümler arasında bir kopukluk olabilir. Bunlara, karar yorgunluğu ve birçok bilişsel önyargı türü dahil olmak üzere bir dizi farklı faktör neden olabilir.

Kullanılabilirlik Test Verilerini Çalışılabilir Çözümlere Dönüştürme

Yukarıda bahsedilen engellerin üstesinden gelmek için, bulunan sorunlar için en etkili çözümleri seçtiğimizden emin olarak test verilerimizi işlemenin etkili yollarına ihtiyacımız var.

Yaratıcı süreçten bazı fikirler ödünç alarak başlayalım. En güçlülerinden biri, sırayla ıraksak-yakınsak düşünmeyi kullanan The British Design Council'den çift elmastır. Açıkça tanımlanmış ve entegre edilmiş problem ve çözüm aşamaları olan bir tasarım sürecidir.

Çift elmas, kullanılabilirlik sorunlarını ele alacak ve bunları çözmenin yollarını bulacak bir çerçeve oluşturmak için tam olarak ihtiyacımız olan şey.

Yukarıdaki modeli, sonucun kullanılabilirlik testine uyarlamak dört aşamalı bir süreçtir:

1. Veri toplama
2. Sorun önceliklendirme
3. Çözüm üretimi
4. Çözüm önceliklendirme

Nasıl uygulamaya geçirileceği de dahil olmak üzere her adımı ayrıntılı olarak görelim.

Not: Bazı temel matematik kullanmamız gerekecek. Endişelenmeyin, çok fazla değil ve bu makalenin sonunda tüm süreci otomatikleştiren bir elektronik tablo bulacaksınız. Hala sizin için çalışmıyorsa, Post-it ve beyaz tahtaları kullanabileceğiniz görsel bir yaklaşım da var.

Adım 1: Kullanılabilirlik Araştırması Verilerinin Toplanması

Araştırma sorularınızdan başlayarak, ilk adım, kullanılabilirlik testi tarafından oluşturulan verileri toplamaktır. Sürecin sonraki aşamalarında kolay fikir üretimi ve içgörüler için kurulması gerekir - anahtar, dağınıklığı önlemek için verileri net bir şekilde yapılandırmak ve düzenlemektir. Çoğu durumda, şunları yapmak yeterlidir:

• Bir sorun tanımlama (ID) sistemine sahip olmak
• Nerede olduğunu not edin (ekran, modül, UI widget'ı, akış vb.)
• Kullanıcının yapmakta olduğu görevi bilin
• Sorunun kısa bir açıklamasını sağlayın

Kullanılabilirlik sorunlarını düzenlemek için Lewis ve Sauro tarafından Kullanıcı Deneyiminin Ölçülmesi kitabında kullanılan yaygın bir yaklaşım, verileri aşağıdaki tabloda gösterildiği gibi, sorunlar satırlarda ve katılımcılar son birkaç sütunda olacak şekilde çizmektir.

Yukarıdaki örnekte, üç katılımcıyla yapılan kurgusal bir kullanılabilirlik testinde iki sorun çıktı:

• Katılımcının ilk yaşadığı (K1)
• Diğer katılımcılar tarafından ikinci (K2 ve K3)

2. Adım: Sorun önceliklendirme

Kaynaklar sınırlı olduğu için kullanılabilirlik konularına analizi optimize edecek şekilde öncelik vermek gerekir. Tipik olarak, her kullanılabilirlik sorununun aşağıdakiler gibi bazı faktörlerden etkilenen bir önem derecesi vardır:

• Görev kritikliği: Görevin yerine getirilmemesi durumunda işletme veya kullanıcı üzerindeki etkisi açısından derecelendirilir.
• Sorun sıklığı: Çeşitli katılımcılarla bir sorunun kaç kez meydana geldiği.
• Sorun etkisi: Görevi gerçekleştirmeye çalışan kullanıcıyı ne kadar etkiledi.

Öncelik vermek için şu adımları izlemeliyiz:

1. Testte gerçekleştirilen her görevin kritiklik puanını ayarlayın. Basitçe söylemek gerekirse, göreve sayısal bir değer ayarlayarak görevin işletme veya kullanıcı için ne kadar kritik olduğunu tanımlayın. Değerler, basit bir lineer diziden (örn. 1, 2, 3, 4, vb.) veya Fibonacci dizisi (1, 2, 3, 5, 8, vb.) gibi daha ayrıntılı bir diziden gelebilir. Poker planlama gibi çevik yöntemler.

2. Bu ölçekteki maddeler için bir değer (yukarıdakiyle aynı) atayarak her sorun için etki puanını belirleyin:
   • 5: (engelleyici) sorun, kullanıcının görevi tamamlamasını engelliyor
   • 3: (majör) hayal kırıklığına ve/veya gecikmeye neden olur
   • 2: (küçük) görev performansı üzerinde küçük bir etkisi var
   • 1: (öneri) katılımcıdan bir öneri

3. Oluşma sayısını toplam katılımcılara bölerek sorunun sorun sıklığını (%) bulun. Bu temel bir yüzde hesaplamasıdır.

4. Son olarak, yukarıdaki üç değişkeni çarparak her sorunun ciddiyetini hesaplayın.

Bir elektronik tabloda nasıl çalıştığını görelim (tabii ki bunu otomatikleştirmek istiyoruz, değil mi?). Güncellenen tablomuz şöyle görünür:

Yukarıdaki örnekte, aşağıdaki senaryoya sahibiz:

• Üç katılımcının yaşadığı üç kullanılabilirlik sorunu (p1, p2 ve p3);
• İki kez görünen ve kritik olarak 5 atanan 'bir gönderi oluşturma' görevi ve daha az kritik bir görev (sosyal oturum açma) 3 olarak atanır;
• Her soruna etkisine göre bir değer atanmıştır: 5 (engelleyici), 3 (büyük) ve 2 (görev performansı üzerinde küçük bir etki);
• Her sayının sıklığı (örneğin, 2 numaralı sayı, üç katılımcıyla iki kez gerçekleşti, dolayısıyla 2/3 = 0,67);
• Son olarak, şiddet diğer faktörlerin çarpımından kaynaklanmaktadır (örneğin, 3 x 5 x 0,33 = 4,95).

Şimdilik bu kadar. En önemli kullanılabilirlik sorunlarımızı şu sırayla bulduk: 3 , 2 ve 1 . Bu aşamada, kullanılabilirlik sorunu manzarası hakkında da iyi bir bakış açısına sahibiz; bu, ekibin üst düzey sorunu çerçevelendirmesine ve sonraki adımlarda optimize etmesine yardımcı olan büyük resim.

3. Adım: Çözüm Üretme

Tipik olarak, kullanılabilirlik testleri, bir öneriler listesi (genel öneriler) ve çözümler (özel talimatlar) olmadan sonuçta tamamlanmaz. Bazen çözüm, bir UI bileşeninin yerleşimini düzeltmek gibi oldukça açıktır. Açık olmayan veya birçok olası çözümü olan sorunlar için durum daha da zorlaşıyor. Hangi çözüm daha iyi? Hangisi daha uygulanabilir? Öğrenmek için bir deneme çalıştırmanın maliyeti/faydası nedir? Burada, geleneksel düzenli tavsiye yöntemi yeterli olmayacaktır.

Kötü tasarım kararları verme riskini azaltmak için şunlara ihtiyacımız var: a) aralarından seçim yapabileceğiniz çeşitli çözüm alternatifleri ve b) etkili bir seçim süreci. Önceki aşamada veri toplama ve sorun önceliklendirme adımlarını ele almak için kullanılan aynı ıraksak-yakınsak yaklaşımını kullanacağız. Adımlar:

1. Her sorun için birden çok çözüm fikri üretin — Sorunu çözmenin olası yolları nelerdir? Burada, ekibin geri kalanıyla (geliştiriciler, tasarımcılar, ürün yöneticileri vb.) işbirliği yapmak için harika bir fırsatımız var.

2. Çözümleri belirli tutarak yeniden düzenleyin - gerektiği gibi, fazlalıkları ve çok fazla soyutlamayı önlemek için çözümleri birleştirin veya bölün. Yine, spesifik olun, böylece fikirleri değerlendirmek daha kolay olur. Örneğin, yalnızca "Hamburger menüsü kullanmaktan kaçının" yerine, "Yatay gezinme ve dikey ağaç menüsü kullan" gibi belirli bir çözümü belirtmek daha iyidir.

3. Çözümün ele alabileceği ek sorunları işaretleyin ; pratikte tek bir iyi çözüm birden çok sorunu ele alabilir. İyi çözümler çok yönlüdür!

Yukarıdaki adımları izleyerek ortaya çıkan tablo şöyle görünür:

Bu örnekte, beyin fırtınası yapılmış çözümlerin (satırlar) ve her bir çözümün ele aldığı sorunların (önceki adımlarda bulunan sorunları temsil eden sütunlar) bir listesine sahibiz.

Ardından, bu listeyi nasıl geliştireceğimizi görelim ve hangi çözümlerin uygulama için en iyi aday olduğunu ve hangi sırayla olduğunu öğrenelim.

Adım 4: Çözüm Önceliklendirme

Sorun önceliklendirmeye benzer şekilde, bazı parametrelere göre çözümlere öncelik vermemiz gerekiyor. Bu konunun çok ciddiye alındığı çevik ekiplerde, yatırım getirisini (ROI) hesaplamamızı sağlayan iş değeri ve karmaşıklığı kullanmak yaygındır. Bu mantıktan ödünç alarak aşağıdaki adımlara sahibiz:

1. Her çözümün etkinliğini hesaplayın.
   Sorun ne kadar şiddetli ele alınırsa, çözüm o kadar iyi olur. Bu, kabaca çevik yöntemlerdeki iş değeriyle karşılaştırılabilir. Çözümün ele aldığı tüm sorunların önem derecelerini toplayın.

    Effectiveness = Sum of issue severities

2. Çözümün karmaşıklığını bileyin.
   1. Bu çözümü geliştirmek için gereken kaynaklar nelerdir?
   2. Teknolojiler ne kadar standart?
   3. İş/kullanıcı gereksinimleri ne kadar net?

   Başka bir deyişle, daha fazla çaba ve belirsizlik, çözüm daha karmaşık hale gelir. Bunu sadece Fibonacci dizisi (1, 2, 3, 5, 8, vb.) gibi ölçülebilir bir değere çevirin. Bunu bir takım olarak yapıyorsanız, pokeri planlamak mükemmel bir uyum sağlar.

3. Çözümün yatırım getirisini hesaplayın. Bu, çözümün etkinliğinin karmaşıklığına bölünmesiyle hesaplanan maliyet-fayda ilişkisidir. ROI ne kadar yüksekse, o kadar iyidir.

    ROI = Effectiveness / Complexity

Şimdi şöyle görünen e-tablomuza geri dönelim:

Yukarıdaki örnekte, elimizde:

1. Çözüm listesi (satırlar)
2. Sorunlar (i1 ila i3) önem dereceleriyle (4.95, 6.7 ve 10.05)
3. Bir çözüm, bir sorunla her eşleştiğinde (ele aldığında) 1 göstergesi
4. Her çözümün etkinliği (4.95, 4.95 ve 16.75)
5. Ekip tarafından tahmin edilen her bir çözümün (1, 3 ve 5) karmaşıklığı
6. Her çözümün yatırım getirisi (4.95, 1.65, 3.35)

Bu örneğe göre, çözümlerin geliştirilmesine aşağıdaki sırayla (yüksekten düşük ROI'ye) öncelik vermeliyiz: 1. çözüm, ardından 3. ve 2. çözüm.

Adımları özetlemek gerekirse: Verileri toplayarak başladık, ardından sorunları belirli parametrelere göre önceliklendirdik. Daha sonra bu konulara yönelik çözüm fikirleri ürettik ve son olarak öncelik sırasına koyduk.

Elektronik Tablo Kullanmak

Yukarıdaki yöntem, birçok kez tekrarlanan bazı (temel) hesaplamaları içerir, bu nedenle bir elektronik tablo kullanmak en iyisidir.

Bu metodolojiyi takip etmek istiyorsanız, işte bir şablon (Google E-Tablosu): https://goo.gl/RR4hEd. İndirilebilir ve ihtiyaçlarınıza göre özgürce özelleştirebilirsiniz.

Elektronik Tablolardan Nefret Ediyorum! Daha Görsel Bir Şeye Ne Dersiniz?

Tanıdığım hemen hemen herkes (tabii ki ben dahil) yapışkan notlar ve beyaz tahtalarla çalışmayı seviyor, bunun nedeni genellikle daha hızlı ve eğlenceli olması değil, aynı zamanda işbirliğini kolaylaştırması. Çevik veya tasarım odaklı düşünen bir uygulayıcıysanız, ne demek istediğimi anlarsınız. Bu makalede gösterilen yaklaşımla çalışmak için yapışkan notlar gibi görsel araçları nasıl uygulayabiliriz? Eh, bu muhtemelen bir blog gönderisinin tamamını hak ediyor, ama hadi yüzeyi çizmeye çalışalım.

Bunu yapmanın bir yolu, sorunlar (etki x sıklık) için bir matris oluşturmak ve çözümler için (etkililik x karmaşıklık) diğerinin yanına yerleştirmektir. Her matris, önceliklendirmeyi gösteren dört çeyreğe bölünmüştür.

İşte adımlar:

1. Yapışkan notları etki ve sıklığa göre uygun çeyreğe yerleştirerek sorun matrisini oluşturun. Bu yaklaşımı basitleştirmek için bir parametreyi dışarıda bırakmak zorunda kaldık. Bu durumda, görev kritikliği .

2. Yapışkan notları her bir çözümün etkinliğine ve karmaşıklığına göre düzenleyerek çözüm matrisini oluşturun:

   1. Sorun matrisinin 1. çeyreğindeki sorunlardan (önem derecesi daha yüksek olanlar) başlayarak her sorun için beyin fırtınası yapın.

   2. Bu çözümleri, 1. çeyrekten (sol üst) başlayarak çözüm matrisine yerleştirin. Sorun ne kadar şiddetli olursa, çözümü o kadar etkili olur.

   3. Her çözümün karmaşıklığını yatay eksende hareket ettirerek ayarlayın (daha karmaşık, daha sağa).

   4. Kalan sorunlar için yukarıdaki adımları tekrarlayın (bu sırayla 2., 3. ve 4. çeyrekler).

Alıştırmanın sonunda, 1. çeyrekteki çözümler, en yüksek ROI'ye (daha etkili ve daha az karmaşık) sahip olanlardır ve bu da en yüksek önceliği ifade eder. Sonuç aşağıdaki resimde gösterilmiştir:

Bir parametreyi dışarıda bırakmamız (görev kritikliği) dahil olmak üzere, buradaki dezavantaj, elektronik tabloda olduğu gibi hesaplamalar yerine görsel doğruluğa güvenmeniz gerektiğidir. Olumlu tarafı, işbirliğini teşvik eden bir yöntemimiz var; bu, bazen ekipten destek almak için çok önemlidir.

Muhtemel doğruluk maliyetiyle "hızlı ve kirli" görsel analiz yoluyla işbirliğini teşvik etmek, potansiyel bir ödünleşimdir. Hangisi daha iyi yaklaşım? Kısa cevap: durumunuza en uygun ve hedeflerinizle en uyumlu olanı.

Kullanılabilirlik Testi Veri Analizi için Son Çıkarımlar

Bu metodolojileri kullanmak, onu çeşitli projelerde kullanan ekiplerin aşağıdaki gözlemlerini ortaya çıkardı:

1. Özellikle daha büyük çalışmalarla uğraşırken, sorun önceliklendirme, aşırı bilgi yüklemesi, analiz felci ve karar yorgunluğu gibi istenmeyen bilişsel zorlukları azaltarak zamandan ve kaynaklardan tasarruf ederek ekibin gerçekten önemli olan şeye odaklanmasını sağlar;

2. Bağlantılı uçtan uca iş akışı, çözümleri kullanılabilirlik testi çıktılarıyla daha uyumlu tutar (çünkü sorunlar ve çözümler eşleştirilmiştir), bu da optimum olmayan çözümlerin uygulanma riskini azaltır;

3. Çevrimiçi araçları kullanarak bu yöntemi işbirliği içinde (kısmen veya bütün olarak) kolayca uygulayabiliriz.

Bu yaklaşımın sınırlarını anlamak önemlidir. Örneğin önceliklendirme aşamasında, testlerde gözlemlenen kullanıcıların olumlu tutum ve davranışlarına yer verilmez. Odak noktası kullanılabilirlik sorunlarıdır. Bir öneri, bu tür verileri ayrı olarak günlüğe kaydetmek ve bunları, gerektiğinde bulguları tamamlamak ve dengelemek için kullanmaktır.

Son olarak, kullanılabilirlik testi dışında, bu yaklaşım diğer UX araştırma tekniklerine de genişletilebilir. 'Çift elmas' yaklaşımını uygulayarak (uzaklaşan/yakınlaşan problemler ve çözümler), çeşitli kullanıcı araştırma verilerini karıştırabilir ve yukarıdaki yöntemleri herhangi bir başka projede kullanabiliriz. Hayalgücün sınırdır!

• • •

Toptal Tasarım Blogunda daha fazla okuma:

• eCommerce UX – En İyi Uygulamalara Genel Bir Bakış (Infografik ile)
• Ürün Tasarımında İnsan Merkezli Tasarımın Önemi
• En İyi UX Tasarımcı Portföyleri – İlham Veren Vaka Çalışmaları ve Örnekler
• Mobil Arayüzler için Sezgisel İlkeler
• Öngörülü Tasarım: Büyülü Kullanıcı Deneyimleri Nasıl Yaratılır