Data-Driven Design. Buzzword alebo nevyhnutnosť?

Dôraz na riadenie zákazníckej skúsenosti rastie. Pred pár rokmi bol návrh produktov často len na videní a intuícii dizajnéra. Dnes je všetko inak.
V súčasnosti je návrh produktu postavený na spätnej väzbe a informáciách získaných od užívateľa. Riešenia sú v čoraz väčšej miere postavené na analytických pravidlách, dopĺňajú a usmerňujú intuíciu dizajnérov a produktových manažérov. Dáta vytvárajú základný kameň celého produktového vývoja. Vďaka nim dokážeme rýchlejšie dosahovať podstatné zlepšenia zákazníckej skúsenosti. Zvyšujeme mieru uspokojenia zákazníka a mieru jeho stotožnenia sa so značkou. Táto práca dnes neleží výlučne na pleciach dizajnéra – vykonávajú ju celé oddelenia, prípadne tímy zložené z interných aj externých členov.
Zameranie na dáta a užívateľskú skúsenosť zmenilo aj náš pohľad na marketing. Flow marketingových cieľov a metrík už dávno nekončí predajom, ale ide ďaleko za túto hranicu. Zaujíma nás skutočný úžitok, ktorý zákazník produktom získava. Pokúšame sa pochopiť jeho subjektívne hodnotenie a používanie. Ak chceme byť v tomto náročnom procese úspešní, potrebujeme dáta. V tomto článku sa dozviete, ako zaraďujeme dáta do kľúčových častí procesu návrhu.

Prečo potrebujeme dáta?

Steve Jobs povedal zaujímavú vetu“Je skutočne ťažké navrhnúť úspešné produkty podľa výstupov od cieľovej skupiny. Ľudia často netušia, čo môžu chcieť, kým im to neukážete.”Táto veta je rozhodne pravdivá, no neplatí pre väčšinu produktového vývoja. Toto vyhlásenie nás môže zmiasť. Steve Jobs nebol dizajnér. Steve Jobs bol vizionár. Bol silne zameraný na vytvorenie nových produktových kategórií a revolučných technológií. Zatiaľ čo jeho cesta môže byť dobrá pre vizionárov, ktorí vytvárajú nové trhy, je táto cesta ťažko aplikovateľná a obmedzujúca pre produktový vývoj, ktorý sa snaží uspieť na jestvujúcom trhu. Odlíšme teda vytvorenie nového produktového segmentu od produktového vývoja zameraného na úspešné umiestnenie produktu na trh.
Ak tvoríte nový produkt v existujúcej produktovej kategórii, vaši užívatelia už majú veľa skúseností a dôležitých požiadaviek, ktoré zákazníci chcú a potrebujú. Bolo by chybou nepoužiť tento hodnotný zdroj informácií. Ak by ste najali najlepších dizajnérov na svete, ani oni by nedokázali predpovedať, čo zákazníci chcú – jednoducho preto, že sú dizajnéri a nie užívatelia (výnimkou môže byť produkt pre dizajnérov). Je chybou myslieť si, že dizajnér pochopí presne, čo užívatelia chcú a potrebujú bez konkrétneho užívateľského prieskumu alebo bez skutočných dát alebo testovania. Je zrejmé, že je neefektívne robiť rozhodnutia bez informácií od užívateľov, len podľa vlastnej intuície. Do procesu vývoja musíme získať potrebnú množinu poznatkov, až tak sa môže začať efektívny vývoj produktu s cieľom dosiahnutia konkurenčného užívateľského zážitku v primeranom čase.

Určujúci Data-Driven Design

Data-Driven Design znie ako veľký buzzword, čo to ale v skutočnosti znamená? Dizajn založený na údajoch umožňuje riadiť mnohé rozhodnutia určujúce mieru úspešnosti produktu. Cieľom Data-Driven dizajnu je lepšie chápať každodenné používanie produktu užívateľom.
Možno ste si všimli, že sa na zákazníkov (a platí to pre každý typ produktu) pozerám ako na uživateľov, preto skúmam ich užívateľské skúsenosti. Začína byť zrejmé, aké dôležité je potiahnuť komunikáciu za bežné hranice v našich marketingových cieľoch. Na prvý pohľad sa zdá zbytočné míňať zdroje na komunikáciu po tom, čo som už produkt predal (zvlášť pri produktoch, ktoré kupuje užívateľ raz, dva-krát za život). Z pohľadu data-driven marketingu je to celkom inak. Náš produkt sme pomocou marketingu cielili na segment, kde chceme byť úspešní. Len časť osloveného publika reagovala na ponuku pozitívne. Uzavretím predaja je možné na zákazníka získať kontakt. V momente, keď je možné toto všetko zúžitkovať a získať detailne informácie pre spresnenie marketingového cielenia a presnejšie informácie pre atraktívnejšie prispôsobenie produktu zákazníckym potrebám, spravíme chybu v podobe zastavenia komunikácie a všetky tieto príležitosti hodíme do koša.

Kvantitatívne a kvalitatívne dáta

Skúsme teda v komunikácii s uživateľom pokračovať ďalej. Predtým, ako sa dostaneme priamo do Data-Drive dizajnu, musíme si urobiť jasno v tom, či rozumieme, čo môžeme považovať za dáta. Vo všeobecnosti môžeme získavať dva typy dát:

:: Kvantitatívne dáta: tie nám hovoria, čo sa deje (alebo nedeje). Zvyčajne ide o číselné dáta.
:: Kvalitatívne dáta: tie nám hovoria, prečo sa to deje. Zvyčajne ide o nečíselné dáta.

Väčšina analytických nástrojov poskytuje kvantitatívne dáta. Ukazujú nám kto, čo, kedy a kde. Napríklad, v kontexte web stránok nám Google Analytics hovorí, koľko návštevníkov prichádza na web, ako sa sem dostali a aké akcie vykonávajú. Čo nám tieto dáta nehovoria, je “prečo”. “Prečo” robí určitá skupina užívateľov jednu akciu, zatiaľ čo druhá skupina preferuje inú? “Prečo” je veľmi dôležité hľadisko, pretože otvára tajomstvo užívateľskej logiky. Pre poznanie príčin je potrebné skúmať kvalitatívne dáta. Sú kvalitatívne dáta lepšie ako kvantitatívne dáta? Absolútne nie! V skutočnosti by sme nikdy nemali dôverovať iba jednému typu dát. Používať oba spolu na skutočné pochopenie nášho produktu je obvyklý postup. Vyzbrojení kvantitatívnymi a kvalitatívnymi dátami môžeme robiť informovanejšie rozhodnutia. Kvantitatívne dáta hovoria o stave a vývoji, kvalitatívne dáta však ponúkajú abstraktnejší pohľad v širokej perspektíve. Napríklad môžeme vyhodnocovať kvantitatívne užívateľské dáta na videnie toho, ako intenzívne sa náš produkt aktuálne používa. Ak táto hodnota nespĺňa naše očakávania, potrebujeme skúmať inde a obrátiť sa na kvalitatívnu spätnú väzbu pre pochopenie príčin problému. Dáta nám budú pomáhať formulovať hypotézy o probléme a jeho riešení.

3 hlavné časti pre Data-Driven Design

Pre používanie dát na informovaný dizajn zmysluplným spôsobom potrebujeme pospájať bodky medzi dátami a dizajnovými vylepšeniami. Potrebujeme použiť dáta na identifikovanie špecifických užívateľských prianí, problémov a potrieb. Data-Driven stratégia je zložená z troch častí. Dôležitá je ich vyváženosť, ako to ilustruje aj nasledujúca schéma.

1. Dáta

Prvý z pilierov nášho budúceho úspechu sú kvalitné dáta. V prvých momentoch si mnohí môžu myslieť, že žiadne dáta nemajú. Po krátkom zamyslení však prídeme na to, že mnoho zaujímavých dát vieme získať z účtovníctva, ERP systému, záznamov technickej podpory, servisu, reklamácií a podobne. Dáta nebudeme zbierať samoúčelne. Pre našu ďalšiu prácu potrebujete analyzovať surové informácie a usporiadať ich do zmysluplnej štruktúry a pohľadov. Dôležité teda bude vedieť identifikovať zdroje a pripraviť infraštruktúru, ktorá nám umožní prepojiť dôležité zdroje dát pre použitie v analýze. Nasledujúce odporúčania môžu pomôcť:Rozšírte spektrum dát. Data z viacerých zdrojov vytvárajú odlišnejší obraz a nakoniec použiteľnejší výstup. Použite všetky dátové zdroje na vytvorenie ciest pre zdokonalenie užívateľskej skúsenosti: analytiky, A/B testovanie, kontextový prieskum, servisné záznamy, dáta zo sociálnych médií, prieskumy, interviá, používateľské testy, záznamy podpory prípadne iné dostupné zdroje.Pri zbere dát myslite na misiu produktu, pomôže Vám to zamerať sa na kľúčový okruh dát.Spájajte čísla do súvislostí. Neberte “high-level” merania, hľadajte dátové body pre odpovede na špecifické otázky. Zapamätajte si, že potrebujete čísla a súvislosti na pochopenie skutočného príbehu. Hľadajte najprv zmysel, až potom sa venujte detailom.Používajte simulácie a overovanie rozhodnutí a hypotéz cez A/B testovanie a zodpovedne ich vyhodnocujte.Merajte dopady všetkých významnejších zmien. To často vyústi do dátami informovaných interakcií – sledovania zmien v čase a optimalizácia produktu na základe dát.Vyhnite sa očareniu dátami. Veľa tímov sa postupom času spolieha pri rozhodovaní viac a viac na dáta. Nakoniec sa stávajú paralyzovanými, neschopnými vytvoriť niečo skutočne nové. Nestaňte sa jednými z nich. Dáta Vám majú pomôcť dosiahnuť cieľ, nemali by ho však definovať, prípadne re-definovať bez komplexného zhodnotenia celej stratégie produktu.

2. Pochopenie

Nie je prekvapujúce, že schopnosť empatie – vykročenie za hranice vlastných potrieb a vnímanie reality z pohľadu iných ľudí – je jadrom pre navrhovanie zmysluplného produktu. Na pochopenie je dôležité vedieť, že dáta sú generované podľa ľudí a o ľuďoch, nie o strojoch. Dáta musíme vnímať ako stopy ľudského správania. Hľadania ľudských príbehov, ktoré dávajú dátam zmysel:Hľadajte dáta na pochopenie toho, čo ľudia hovoria, robia, rozmýšľajú a cítia. Zistite, čo je pre nich dôležité.Pochopte emočné dôvody, prečo ľudia robia alebo nerobia veci. Pochopte motivácie a problémy užívateľa.Keď pochopíme perspektívu užívateľa, vytvoríme produkty, ktoré sú vhodnejšie pre našich užívateľov. Jeden zaujímavý príklad použitia empatie v dizajne je v návrhovom procese spoločnosti Tesla. Tesla dokáže prezentovať svoje technológie tak, aby boli inovatívne a zaujímavé zároveň, ale tiež dobre známe a zrozumiteľné súčasne. Koncept návrhu za modelom S je čistý – vytvorený pre rýchle stotožnenie sa s produktom. Keď chcú zákazníci prejsť na riadenie elektromobilu, potrebujú, aby auto pôsobilo tradične. To robí elektromobily Tesla viac priateľskými a akceptovateľnými. Proces pre dosiahnutie potrebnej empatie môže byť podporený pozorovaním a dotazovaním užívateľov, analyzovaním prieskumov a používaním tradičnejších výskumných metód, ako napríklad “diary studies” a usability testing. Konečný cieľ má byť nastavený na vytvorenie produktu, ktorý budú ľudia milovať.

3. Vízia

Keď uvažujeme o dátach z hľadiska dizajnu a inovácie, mali by sme myslieť na údaje ako na niečo, čo nám pomáha usmerňovať naše rozhodnutia – čo robiť ďalej, ale zároveň by sme nemali dopustiť, aby údaje rozhodovali o strategickom smerovaní. Tu je dvojica problémov, ktoré vymedzujú skutočný data-driven prístup.Prvý: Metriky sú obmedzené, pretože sú postavené na tom, čo sme už vytvorili (všetky dostupné údaje sú založené na vašom aktuálnom publiku a na tom, ako produkt aktuálne funguje). Vzhľadom na túto skutočnosť je potrebné pochopiť, že máte len malú podmnožinu informácií, ktoré potrebujete na vytvorenie úspešného produktu.Druhý: Žiaden objem dát alebo empatie nenahradí skutočnosť, že potrebujete rozhodnúť o tom, ako budete údaje interpretovať. To znamená, že ste jediný kompetentný rozhodnúť, čo je zmysluplné a čo nie. Potrebujete mať víziu toho, čo sa pokúšate vytvoriť. Vízia je dosiahnuteľná. Dosahuje sa v priebehu času prostredníctvom skúseností: rozhodovaním, chybami a učením sa počas cesty. Používajte informácie na kontrolu a pomoc pri jej dosahovaní.

Hľadanie vyváženosti je kľúčom k dobrému produktu

Nebezpečenstvo pri tvorbe produktu je, ak sa opierame o jednu z častí stratégie a riešenie optimalizujeme zlým smerom. Rovnako, ako vo všetkom v reálnom svete, potrebujeme rovnováhu. Zlepšenie užívateľskej skúsenosti prichádza v úvahách medzi dátami, pochopením zákazníka a našou víziou (ako to zobrazuje úvodná schéma).

Zhrnutie

Svet sa mení. Pred pár rokmi bolo zložité si predstaviť, že by sme vedeli predpokladať zákaznícku skúsenosť pred uvedením produktu na trh. Dnes je to realita a veľa spoločností vyvýjajúcich produkt pracuje týmto spôsobom. Ako marketéri, produktoví manažéri a dizajnéri máme mnoho príležitostí pre dosiahnutie presnejších rozhodnutí, môžeme vytvárať lepšie produkty a úspešne ich ponúknuť našim užívateľom.Motivačné pozadie na pracovnú plochu si môžete stiahnuť TU.

Mohlo by Vás zaujímať