Käytettävyystestaus

Käytettävyystestaus on menetelmä, jolla pureudutaan käyttäjien kokemaan käyttökokemukseen. Useimmissa tapauksissa käytettävyystestauksessa pyydetään ennalta määritettyä testiryhmää tekemään keskeneräisessä tai valmiissa digitaalisessa tuotteessa merkityksellisiä tehtäviä samalla, kun heidän vuorovaikutuskäyttäytymistä havainnoidaan ja kuunnellaan testihenkilöiden antamaa palautetta. Tämän avulla pyritään löytämään tuotteen käyttöön liittyvät haasteet. Yleisesti voisi sanoa, että mitä aikaisemmassa vaiheessa käytettävyystestausta päästään tekemään, niin sen parempi se ohjelmistokehitysprosessille on.

RND:n suunnittelijat ovat hyödyntäneet käytettävyystestausta suurimmassa osassa projekteja mitä olemme tehneet. Esimerkiksi Forcitille tehdyssä kaivosalalle tarkoitetussa toiminnanohjausjärjestelmää muistuttavassa ratkaisussa käytettävyystestaus realistisissa olosuhteissa, eli mahdollisesti syvällä maan alla tunneleissa on tuonut erinomaisia tuloksia siitä, miten kaivostyöntekijät voivat ja pystyvät toiminnanohjausjärjestelmää käyttämään. Tämän simulointi kun olisi hyvin haasteellista työympäristön poikkeuksellisuuden takia.

A/B-testaus

A/B testauksessa palvelusta tai jostain palvelun osiosta luodaan kaksi tai useampia mahdollisesti toisistaan hyvinkin paljon poikkeavaa näkymää, joista toista näytetään jollekin osalle käyttäjäkuntaa ja toista näkymää toiselle osalle käyttäjäkuntaa. Nimensä mukaisesti A/B testaus tarkoittaa siis eri vaihtoehtojen testaamista.

A/B testauksen tarkoituksena on yleensä kasvattaa yrityksen myyntiä ja A/B testauksella pyritään siis useimmiten löytämään ne käyttökokemuksen haasteet, jotka estävät myyntiä toteutumasta. Onnistuneen A/B testauksen edellytyksenä on, että palveluun saadaan riittävä määrä liikennettä otannan varmistamiseksi. Lisäksi analytiikkatyökalujen pitää olla viritetty niin, että kaikista prosessin olennaisista vaiheista jää analytiikkaan riittävä määrä tietoa analyysia varten.

A/B testaukseseen ei kannata asennoitua niin, että testataan pelkästään saadaanko konversiota enemmän sinisellä vai oranssilla napilla, vaan testimenetelmä soveltuu hyvin monimutkaisempiin kokonaisuuksiin. Sillä voi saada hyviä vastauksia kysymyksiin, kuten kannattaako verkkokaupassa olla sisäänkirjautuminen käyttäjiä varten? Vaikuttaako ostomääriin se kuinka pitkä itse ostoprosessi on? Vaikuttaako verkkokauppasi ostomääriin toimituskulujen hinta? RND:llä on esimerkiksi testattu asiakkaan verkkokauppaan tämä viimeinen ja saatu heidän käyttötapauksessa vastaus, että asiakkaat ostavat mieluummin 60€ maksavan esineen 3,90€ toimituskuluilla, kuin saman esineen 55€ hintaan toimituskulujen ollessa 8,90€. Ei vaikuta rationaaliselta, mutta emme ole ainoita jotka ovat vastaavia tuloksia nähneet.

Käyttödatan analysointi käyttäjille tärkeiden asioiden selvittämiseksi

Suuressa osassa verkkopalveluita ja mobiiliapplikaatioita käyttäjät saapuvat palveluun suorittaakseen jonkun hyvin yksinkertaisen operaation. Jos käytössäsi on esimerkiksi applikaatio, jolla pystyt hankkimaan julkisen liikenteen matkalippuja, niin luultavasti tuo toiminnallisuus on syy siihen miksi appis puhelimestasi löytyy. Mutta oletko koskaan tutkinut applikaatiota läpi ja katsonut mitä kaikkea appiksesta löytyy? Riippuen missä asut ja mitä julkisen liikenteen toimijaa käytät, niin appiksesta voi löytyä asioita kuten reittiopas, lisäpalveluiden kuten wifin, ruuan tai juoman ostamiseen liittyviä toimintoja, informaatiota käyttämäsi liikenneväliineen ympäristövaikutuksista, kyky antaa helposti palautetta palvelusta ja niin edelleen.

Julkisen liikenteen käyttötapaus on sinänsä yksinkertainen ymmärtää, jos vertaa vaikkapa isompiin julkisen sektorin toimijoihin tai suuryrityksiin joilla voi olla kymmeniä toisistaan poikkeavia liiketoiminta-alueita. Samainen toimija voi olla vastuussa alueen terveydenhuollosta, koulutoimesta, kaavoituksesta ja niin edelleen. Oletettavaa kuitenkin on, että verkkopalvelun käyttäjät eivät käytä kaikkia näistä palveluista yhtä paljoa, vaan jotkut ovat selkeästi etsitympiä kuin toiset. Julkisen sektorin toimijan kohdalla tämä on helppo ymmärtää, mutta sama logiikka voi olla myös hyvinkin pienessä verkkokaupassa. Sinulla voi olla 3000 tuotteen valikoima, mutta 75% liikevaihdosta tulee sisään kymmenestä suosituimmasta tuotteesta. Näissä tapauksissa sisältöjen järjestäminen niin, että käyttäjät löytävät mahdollisimman helposti sen mitä ovat todennäköisemmin etsimässä luultavasti kasvattaa liikevaihtoa. Ja tämä pitää luonnollisesti tehdä niin, että ne muut asiat eivät ole vaikeasti löydettäviä.

Käyttäjän kulku (behaviour flow)
Käyttäytymisvirrat osoittavat, miten käyttäjät kulkevat verkkosivuston tai sovelluksen läpi – ensimmäiseltä aloitussivulta viimeiselle sivulle, jonka he katsovat ennen sivustolta poistumista. Monissa tapauksissa UX-suunnittelijat haluaisivat, että käyttäjät kulkisivat sivuston läpi tiettyä reittiä. Jos todelliset käyttäytymisvirrat poikkeavat huomattavasti tästä polusta, käyttäjäkokemuksessa voi olla ongelmia.

Moderneissa analytiikkatyökaluissa on sisäänrakennettuja työkaluja käyttäjien käyttäytymisvirtojen tutkimiseen. Näiden tietojen tutkiminen verrattuna UX-suunnittelijan luomaan ”ihanteelliseen käyttäytymisvirtaan” tarjoaa arvokasta tietoa siitä, täyttääkö suunnittelu suunnittelijan käyttäjäkokemusta ja käyttäytymistä koskevat tavoitteet. Usein esimerkiksi palvelun lisämyyntielementit sijoitetaan suunnittelijan mielestä optimaaliseen sijaintiin, mutta käyttäjillä voi olla keinoja navigoida palvelussa, niin että missaavat nuo joko osittain tai tyysti.

Johtopäätös

Tässä blogipostauksessa on lopulta vain pintaraapaisu meillä käytössä olevista keinoista tutkia käyttäjien toimintaa erilaisissa digitaalisissa palveluissa. Yrityksellesi merkittävässä digitaalisessa palvelussa on tarpeen hyödyntää dataa osana järjestelmän kehittämistä. Jos ette ole tehneet aikaisemmin datavetoista suunnittelua, niin asia voi tuntua alkuun niin kalliilta kuin hankalalta. Jos teillä kuitenkin on jo valmiiksi käytössä jokin analytiikkatyökalu palvelussassi, niin osaava suunnittelija pystyy jo muutamassa päivässä löytämään sieltä kohtia joihin tarttua. Myöskään käyttäjähaastattelujen tai A/B testauksen ei tarvitse olla kallista.

Datavetoisessa käyttöliittymäsuunnittelussa kärsivällisyys on ehdottoman tärkeää. Käyttäjät voivat reagoida näkemiinsä muutoksiin voimakkaasti ja suurempaa muutosta voi seurata sopeutumisvaihe. Kun Facebook julkaisi vuonna 2006 ensimmäistä kertaa Feed -toiminnallisuuden, jossa käyttäjät näkivät tahtomattaan toisten ihmisten tekemiä päivityksiä ja jossa kullekin ihmiselle näkyvät päivitykset olivat algoritmien päättämiä, kaikki eivät tuosta toiminnallisuudesta pitäneet. Käytännössä tuo kuitenkin muokkasi koko sosiaalisen median kentän kulkusuunnan ja kuka tänä päivänä haluaisi käydä erikseen etsimässä päivityksiä ihmisten omilta seiniltä? Facebookilla luultavasti oli huomattava määrä niin laadullista kuin määrällistä dataa tuosta uudistuksesta ennakkoon ja he tiesivät, että todennäköisesti toiminnallisuudesta tulee suuri menestys. Vaikka työpaikkasi ei olisi Facebook, niin laadullisten ja määrällisten tietojen avulla voit vaikuttaa liiketoimintapäätöksiin muuhun kuin mutuun perustuen ja vakuuttaa niin päättäjät kuin kehittäjät siitä, että optimointi on tarpeen.

Mikäli haluat jutella kanssamme käyttöliittymäsuunnitelusta tai mielessäsi on muita konsultointiin liittyviä tarpeita, niin buukkaa alapuolelta palaveri Ernon kanssa ja jutellaan lisää!