Mitä on datavetoinen käyttöliittymäsuunnittelu – osa 2

Tämä on datavetoista käyttöliittymäliittymäsuunnittelua käsittelevän blogisarjan toinen osa. Jos et vielä lukenut ensimmäistä, niin kurkkaa tästä ensimmäinen osa. Toisessa osassa sukelletaan hieman pintaa syvemmälle siinä, minkälaisia asioita suunnittelijoilta vaaditaan ja mitä datavetoisesti järjestelmiä suunnittelevien ihmisten, sekä näiden asiakkaiden, pitäisi huomioida.

Dataan perustuvan suunnittelun aloittaminen

Suunnittelijoilla ei yleensä ole taustaa tilastotieteistä. Datan hyödyntäminen osana suunnitteluprosessia tarkoittaa kuitenkin sitä, että suunnittelijoiden on rohkeasti käytettävä numeroita ja opittava vähintäänkin jollakin tasolla ymmärtämään, miten analytiikka toimii ja minkälaisia johtopäätöksiä analytiikasta voi tehdä.

Vaikka jokainen organisaatio on erilainen, tarvitsemasi datan hankkiminen ja kerääminen on luultavasti vaikein yksittäinen osa matkallasi kohti datalähtöistä suunnittelua. Etenkin suuremmissa organisaatioissa osastoilla on usein hyvin erillisiä toimintoja, ja niiden rajojen ylittäminen voi olla lähes mahdotonta. Jotta dataan perustuva prosessi voisi millään tasolla onnistua, suunnittelijoille on saatava tarvittava data käyttöön. 

Datan kerääminen

Dataa on kerättävä pidemmän ajan kuluessa, tai vähintään useaan otteeseen. Jos esimerkiksi tilastossa lukee, että sinulla oli tiettynä päivänä 2 000 käyttäjää, mutta et tiedä, kuinka monta käyttäjää sinulla yleensä on, niin et tee tuolla 2 000 käyttäjän lukumäärällä yhtään mitään. Jos haluat päästä siitä johonkin pidemmälle, niin kerää dataa useammalta päivältä, vertaile lukuja koko toimialaan ym. niin datasta alkaa tulemaan hyötyjä.

Kun olet kerännyt kohtuullisen määrän dataa, sinun on opittava tulkitsemaan ja ymmärtämään sitä. Osa näistä asioista on niin yksinkertaisia, että pieni intuitio ja kokeneen työkaverin lyhyt selitys riittää, jotta pääset alkuun datan kanssa työskentelyssä. Datan kanssa työskentely vaatii kuitenkin jatkuvaa harjoittelua, oppimista ja ponnistelua. Lisäksi erilaisten johtopäätösten kanssa on oltava hyvin tarkkana, käyttäjät saattavat poistua järjestelmästäsi hyvin erilaisesta syystä kuin miltä alkuun näyttää. Tästä hyvänä esimerkkinä edellisessä blogin osassa mainittu verkkokauppojen toimitusmaksujen suuruus juurisyynä ostopolun keskeytymiseen.

Hyödyllistä dataa tuottavien UX-tutkimusmenetelmien valinta

Tässä kohtaa on hyvä muistuttaa, että suunnittelua tulisi pitää investointina, ei kuluna. Useimmissa tapauksissa esteettisesti miellyttävän tuotteen suunnittelu ei riitä, vaan tuotteen on oltava myös käyttäjälle sopiva. Käytettävyys, jolla tarkoitan tässä yhteydessä lähinnä yleistä helppokäyttöisyyttä, on erittäin tärkeää. Jos verkkokauppasi tuntuu käyttökokemukseltaan ydinvoimalan valvomolta, niin luultavasti myyntiä ei tule, vaikka kyseessä olisi poikkeuksellisen kaunis ydinvoimalan valvomo.

Dataan perustuva suunnittelu on tärkeää, koska se auttaa sinua ymmärtämään käyttäjiä ja heidän tarpeitaan, luomaan käytettävyydeltään tehokkaita malleja ja hyödyntämään dataa tuotteen innovoinnin edistämiseksi. Datavetoisen käyttölittymäsuunnittelun menetelmät tähtäävätkin pitkälti noiden mainittujen kolmen aihealueen tutkimiseen ja tutkitun tiedon hyödyntämiseen osana suunnittelua.

Käyttäjiä voidaan ymmärtää paremmin esim. käyttäjähaastatteluiden, analytiikkaseurannan tai A/B-testauksen avulla. Tehokkaita malleja pystytään luomaan vaikkapa kilpailija-analyysien avulla ja datan hyödyntäminen tuotteen jatkuvassa kehityksessä voi olla käyttäytymisvirtojen, vertailuanalyysien tai analytiikkaseurannan lopputulosta. Blogisarjan viimeisessä osassa sukellamme syvemmälle menetelmiin. Ja tämä blogisarjan viimeinen osa julkaistaan ensi viikolla.

Joko vakuutuit lukemastasi? Avaa peli ja sujauta meille sähköposti.


Tule käymään osoitteessa

Teknobulevardi 3-5
01530 Vantaa
Finland

+358 207 308 530
info@rnd.works