Konferencje

Data-driven design, czyli po co i jak analizować dane w projektowaniu produktowym

Coraz większe zainteresowanie analityką produktową jest pokłosiem pracy ewangelistów badań, którzy na każdym kroku podkreślają rangę tychże dla każdego procesu. Dane pozwalają nam trafniej interpretować rzeczywistość. Analityka produktowa staje się tak popularna jak sam UX, który nie tak dawno temu tkwił jako duży znak zapytania dla większości firm. Product Managerowie wraz z UX/UI Designerami coraz częściej będą łączyć siły, a stanowisko Product Designera zyska jeszcze większy rozgłos w świecie korpo niż ma to miejsce obecnie. Ale dlaczego? W czym tkwi sedno analityki dla procesu i jak Product Research powinien wyglądać w praktyce?

Może Cię zainteresować: UX i Product Design – ich synergia to synonim skuteczności na rynku

Sednem procesów badawczych jest analityka, którą PWN określa jako naukę o rozbiorze pojęć i myśli. Osobiście wolę definicję oxfordzką, która stwierdza, że research to systematyczny sposób prowadzenia badań oraz sam w sobie proces – badania materiałów i źródeł w celu ustalenia faktów i wyciągnięcia nowych wniosków. Podoba mi się słowo użyte na potrzeby opisania tego znaczenia: investigation, które oznacza dochodzenie, a które dzięki “invest” możemy rozwinąć jako inwestowanie [zasobów: czasu i środków] w odkrywanie nowych informacji i empirycznie potwierdzonej wiedzy. W tym właśnie zawiera się główna myśl analityki, której celem jest dążenie do poznania źródła problemu lub sedna danego procesu poprzez obserwację i umiejętność zadawania pytań, czy to zinterioryzowanych w głowie, czy wprost do ludzi, których określimy mianem badawczej próby.

Biznes potrzebuje analitycznych głów!

Analityka od wieków jest sednem procesów badawczych, naukowych i edukacyjnych, gdzie gościła na greckich agorach, w uniwersyteckich aulach, prestiżowych salonach z Noblem w tle, czy medycznych laboratoriach.

Wraz z rozwojem konkurencyjnych i skalowalnych biznesów zagościła także w biurowcach, na salach konferencyjnych, a ostatnio również w zaciszach naszych domów, zważywszy na coraz popularniejszy model pracy zdalnej. Analityka biznesowa, analityka sem, analityka rynku, konkurencji i klientów – dziedzina ta od lat skacze nad oczyma próbujących ujarzmić ją managerów, ale ciągle skacze wyżej, ukazując swe nowe oblicza.

UX, czyli analiza

Sam zawód UX Designera jest dosłowną manifestacją analityki skoncentrowanej wokół użytkownika. Pojawienie się UXD było istnym boomem dla potrzeb rynkowych, a wyodrębnienie się osobnego UX Research potwierdza jak wiele danych i systemów należy opanować, aby poradzić sobie, może nie tyle z samymi oczekiwaniami użytkowników, co raczej z ich potrzebami i ich zaspokajaniem.

Dane wskazują na coraz większy i szybszy rozwój firm, które poważnie potraktowały szansę, jaką było wyklarowanie się UX, a zatem wszystko wskazuje na to, że wraz z rozwojem rynku oraz oczekiwań względem produktów, coraz częściej będziemy stykać się z analityką produktową.

Firmy zaczynają dostrzegać potencjał tkwiący w UX design. Szczególnie te działające na rynku e-commerce, który rozwija się w zawrotnym tempie. Sklep internetowy, żeby przyciągnąć użytkowników, musi się wyróżniać, ale żeby po jednorazowym zakupie klienci wracali, muszą odejść z przekonaniem: „Tu zakupy zrobiłem szybko, nie miałem problemu ze znalezieniem odpowiedzi na pytania, kontakt ze sprzedawcą był bezproblemowy” zaznacza Szeran Millo, Managing Director w Symetrii To co od dłuższego czasu obserwowaliśmy na rynkach zagranicznych, widzimy już w Polsce. UX się staje coraz bardziej powszechny i coraz więcej firm chce mieć swoje działy UX lub też korzystać z podwykonawców i firm zewnętrznych w tym zakresiepodkreśla.

Rola i znaczenie analityki w kontekście produktu?

Aby odpowiedzieć sobie na pytanie, jaką rolę analityka pełni w procesie tworzenia produktów, warto poznać sam proces ich powstawania. Zespół odpowiedzialny za popularne narzędzie do zarządzania przepływem pracy, czyli za Asanę, stworzył wpis, w którym opisuje 6 standardowych kroków, które sprawdzają się w produktowym developmencie. Najpierw zbiera się pomysły, później definiuje produkt, następnie dochodzi do prototypowania, stworzenia wstępnego projektu oraz do jego  weryfikacji w fazie testowania. Następstwem tych działań jest powstanie zoptymalizowanego produktu.

Powiązane z tematem: Dane i ich analiza, czyli jakich kompetencji potrzebują dzisiejsze firmy?

Ale co to znaczy być zoptymalizowanym?

To znaczy być ulepszonym poprzez identyfikację obszarów, które można poprawić. Jednakże optymalizacja zawsze następuje względem cechy, jaką chcemy uzyskać. Chcemy ładniejsze zdjęcie, optymalizujemy je pod kątem wizualnym. Chcemy użyteczny produkt dla rynku to optymalizujemy go pod kątem celów pożądanych przez naszą firmę. Jak dobrze wiemy, aby produkt mógł być zwieńczony sukcesem, musi być także zoptymalizowany pod kątem użyteczności dla klientów, którzy mają z niego docelowo korzystać.

Gdzie w tym wszystkim znajduje się analityka? Wszędzie!

Research powinien być obecny już na etapie konceptualizacji. Najpierw musimy bowiem sprawdzić, czy nie wyważamy otwartych drzwi poprzez wprowadzenie produktu, którego odpowiednik już istnieje bądź nie ma na niego realnego zapotrzebowania.

Należy też bezwzględnie przemyśleć i sprawdzić pomysł i strategię jego realizacji w większym gronie np. w trakcie burzy mózgów na jakimś warsztacie czy na wokandzie teamu produktowego.

Analiza wniosków z takiej dyskusji powinna dać szersze pole widzenia na myślenie o efekcie, który chcemy uzyskać.

Nie można zapomnieć o SWOT, a Alicia Raeburn rekomenduje także metodę SCAMPER, która polega na zastępowaniu (substitution), łączeniu (combine), dostosowywaniu (adapt), modyfikacji (modify), wykorzystywaniu w innym celu (put to another use), eliminowaniu (eliminate) lub całkowitemu odwróceniu (rearrange) pomysłu na produkt.

Pewnie Cię zainteresuje: Product Research i Reddit, czyli do czego przydają się social media?

Wszystkie koncepcje z początkowej fazy powinny być dokumentowane, aby lepiej uzmysłowić zespołom później nad nim pracującymi jaka była wizja premiery pierwszego produktu. Definiowanie produktu całkowicie koncentruje się na opracowywaniu strategii produktowej, w skład czego wchodzą analizy biznesowe, propozycje wartości, określanie wskaźników kluczowych dla rozwoju produktu oraz stworzenie strategii rynkowej. 

Wszystkie te elementy opierają się na twardych danych, które zazwyczaj uzyskuje się za pomocą analizy danych zastanych (desk research), warsztatów badawczych lub ankiet rynkowych. 

Następnie na podstawie wniosków i raportów, będących efektem dotychczasowych analiz tworzy się prototypy, czyli wizualizacje koncepcyjne. Przy ich tworzeniu również nie obejdzie się bez badań.

W tym obszarze analizujemy potencjalne ryzyko, jakie wiąże się z budową prototypu i tworzymy rejestr zagrożeń. Samo w sobie prototypowanie można nazwać kontekstowym procesem analizy i weryfikacji założeń z poprzednich etapów. Tutaj analizuje się bowiem możliwości przerobowe organizacji i określa realność założonej strategii w kontekście wiedzy, jaką daje stworzenie prototypu. 

Kolejnym krokiem prototypowania jest MVP, czyli minimalistyczna wersja produktu, która jest rentowna z punktu widzenia organizacji oraz spełnia założone cele użytkowe. Tutaj testuje się jego działanie, co pozwala na jego poprawę i wdrożenie do fazy projektowej, która będzie już rozbudowaną wersją produktu. Oczywiście i tutaj pojawiają się testy. Jeśli produkt okaże się pozytywnie zweryfikowany, a korzyść jego wprowadzenia oraz zadowolenie z korzystania są zgodne z założeniami, można przejść do etapu komercjalizacji, czyli wchodzenia na rynek i odpalenia machiny marketingowej.

Jak widzimy analityka i procesy badawcze są nierozerwalną częścią większej części procesów odpowiedzialnych za tworzenie produktów z racjonalnym podejściem do zasobów i metodami ich zarządzania.

Analityka to przede wszystkim lepsze decyzje, szybsze procesy, ale co najważniejsze: zweryfikowane, rzetelne i potwierdzone informacje. Jak wskazują dziewczyny z designpractice.pl, oczywiście istnieje ryzyko podjęcia błędnych decyzji pod wpływem danych, ale jeśli te uzyskane są w poprawny badawczo sposób, wówczas istnieje możliwość szybkiego skorygowania toru, który obraliśmy ze swoim produktem.

Data-driven design?

Analityka to zbiór liczb i wniosków obserwacyjnych, z których konkluzje można percypować na konkretne doświadczenia użytkowników. Dzięki zaimplementowaniu strategii analitycznej w projektowaniu można być pewnym, że jego koncepcja oraz działanie nie biorą się z powietrza, a z twardych danych i racjonalnych przesłanek, które za nimi stoją.

Wzmacnia to poczucie pewności zespołu oraz przyspiesza podejmowanie  decyzji, w dodatku najczęściej słusznych, bo trafnych.

Bardzo często sprawa wygląda w ten sposób, że ktoś z zespołu prosi kolegów o znalezienie jakichś informacji w danych. Jest to trochę zgubne, gdyż zaburza proces analityczny.

Researcher będzie w takiej sytuacji skupiać się na samym szukaniu informacji, a nie wyciąganiu z nich wniosków potrzebnych do podjęcia decyzji. Wszak zawsze najpierw istnieje problem, a później opracowuje się metodykę jego zagłębienia. 

Często dane pozyskane w takim researchu nie są zbyt przydatne i nie służą celom produktowym, a raczej potwierdzeniu jakiejś tezy. A, no właśnie! Czy zbierając jakieś informacje masz przygotowany cel ich wykorzystania? W analityce nie chodzi o samą analizę, a o odkrywanie rzeczywistości i wykorzystywanie zdobytej wiedzy w praktyce. Każde działanie musi mieć więc jakiś motyw. Tak samo jak każde badanie musi mieć swój cel!

Celuj w cele!

Tak naprawdę określenie celowości działań jest istotą każdego procesu biznesowego. Podejście to pozwala wytyczać konkretne etapy w strategii rozwoju produktu.

Podobnie jak w PR mamy cele strategiczne, komunikacyjne czy wizerunkowe, w marketingu mamy cele biznesowe, sprzedażowe i marketingowe tak w trakcie badań powinien przyświecać nam konkretny aspekt, który chcemy sprawdzić. W kontekście produktu można chcieć coś sprawdzić, zweryfikować bądź zoptymalizować. Cel powinien być jasny, mierzalny oraz odpowiadający na rzeczywiste potrzeby biznesowe organizacji. 

Dziewczyny z Design Practice uświadamiają też o istnieniu intuicji i jej przekuwaniu na coś, co da się zmierzyć liczbowo. Tą intuicję można także przełożyć na dobrze zidentyfikowany problem oraz hipotezy badawcze, które chcemy przebadać.

Przykładowo, w trakcie projektowania koszyka zakupowego możemy mieć intuicję o pewnych zachowaniach użytkowników i sugerowanych rozwiązań ułatwiających im zakup. Możemy to wykorzystać! W tym przypadku, przy weryfikacji, możemy zwrócić uwagę na to, jakie ogólne elementy są najbardziej pożądane przez użytkowników danej marki oraz w jaki sposób dokonuje się zakupów u konkurencji.

Co mam badać? Jaki mam cel?

Mówiła o tym gościni “mobajltrendsowego” podcastu, czyli Head of UX w Pragmatic Coders, Katarzyna Smoleń-Drzazga. Rekomenduje ona ćwiczenia skupiające się na określaniu celi badawczych będących bezpośrednim przełożeniem celi biznesowych.

Zwykle zaleca się myślenie dedukcyjne, czyli od ogólnych koncepcji do ich sprawdzania, ale są też sytuacje, w których podmiot jest dysponentem ogromnej ilości danych, które mogą być bazą wyjściową dla metody indukcyjnej, polegającej na obserwacji danych oraz weryfikowania wniosków z pomocą badań jakościowych, z reguły.

UX jakościówką stoi, ale liczby również mają znaczenie!

Najważniejsze w UX są dane. Mogą one mieć kształt zarówno informacji liczbowej jak i być logicznym opisem jakiejś cechy lub zjawiska będących kontekstem przyczyny i skutku. Właśnie, kontekst! W badaniach jest on najważniejszy, gdyż bez niego dane to tylko zbiory informacji. Kontekstu nadajemy poprzez proces badawczy, który systematyzuje też sposób zbioru i analizy danych.

Najpierw ustalamy oczywiście cel badania, później stawiamy hipotezy lub tezy badawcze, następnie zadajemy sobie odpowiednie pytania, a później zastanawiamy się, który rodzaj metod będzie efektywnie sprawdzał się w badaniach. Kiedy  wiemy czy chcemy iść w ilościowe czy jakościowe, możemy obrać konkretną metodologię badawczą. Możemy sprawdzać ich wyniki dla pewności naszych twierdzeń poprzez różnej maści przeplatanie ze sobą różnych metodologii.

Z czego składa się cykl analityczny przy produktach?

Analizowanie danych i tworzenie na ich podstawie strategii produktowej, samo w sobie powinno być okraszone jakąś strategią. Uporządkowany cykl analityczny w produkcie może składać się z:

  • Know-How produktu,
  • Projektu badania,
  • Przygotowania badania,
  • Zbierania danych,
  • Analizy danych,
  • Wizualizacji danych,
  • Raportowania wyników,
  • Decyzji produktowej.

Gdy mowa o know-how wszystkim twórcom w głowie powinna zapalić się żaróweczka z podpisem: Oto mój produkt, więc coś muszę o nim wiedzieć! Wiedza produktowa zakłada znajomość swojego tworu oraz możliwość zlokalizowania potencjalnych problemów, jakie ten generuje. W tym pomagają nam sami użytkownicy, których zachowanie i jego analiza da nam poszukiwanych odpowiedzi.

Stawiaj odpowiednie pytania

Jeśli wiemy jakimi mankamentami obarczony jest nasz produkt, jesteśmy w stanie reagować. Najpierw dobieramy odpowiednie pytania, by przejść do operacjonalizacji. Jeśli użytkownicy naszej aplikacji wychodzą z niej w bardzo szybkim tempie. Możemy na przykład spytać: Jak szybko z niej wychodzą? Po jakim czasie w sekundach przeciętny użytkownik opuści naszą aplikację? Co sprawia, że użytkownicy nie zostają w panelu? Czy użytkownicy nie chcą czy nie mogą korzystać z aplikacji? W jakiej skali od 1-5 użytkownikom podoba się korzystanie z produktu? etc. etc.

Przy stawianiu pytań możemy posługiwać się zarówno metrykami ilościowymi jak i jakościowymi, w zależności od potrzeb badawczych. Metryki powstają w wyniku operacjonalizacji pytań. Wskaźniki te to według thestory.is inaczej dane ilościowe, które pozwalają określić, zmierzyć, porównać, jaki jest stosunek, reakcja, zachowanie użytkownika strony internetowej lub aplikacji mobilnej.

Metryki te dzielimy na opisowe i percepcyjne, które różnią się tym, że jedne opisują stan faktyczny, a drugie stosunek do tego pierwszego. Służą one do zwiększenia uchwytności dość nieformalnych i niemierzalnych twardo danych. Nieraz badacze muszą wykazać się ogromem kreatywności i inicjatywy by móc opracować metrykę, która zmierzy oczekiwany pomiar. 

Na początku zawsze warto wyjść od pytań ogólnych, które próbują określić: Ile osób wykorzystuje nasz produkt? Jak często z niego korzystają? Jak długo z niego korzystają? Czy wracają do niego? Czy dokonują konwersji? Jaki jest współczynnik konwersji? Czy są zadowoleni z elementów produktu?

Czym jest operacjonalizacja?

W przypadku problemów z definiowaniem problemów warto zajrzeć do posiadanych już danych, raportów lub zorganizować własne badania jakościowe, w których możemy sprawdzić użyteczność lub miarę zadowolenia użytkownika z naszego produktu.

Jednakże do przeprowadzenia badania niezbędne będą pytania. Pytania można rozbijać na czynniki pierwsze, których określenie pozwoli nam stworzyć metryki badawcze.

W pytaniu: Czy użytkownicy serwisu Instagram spędzają lubią oglądać reels? możemy wyodrębnić składowe: użytkownik, serwis, lubienie, reels. Z takiego pytania może powstać kilka metryk. – Kim jest użytkownik? Czym jest Instagram? Co to jest reels? Czy użytkownik polubił rolkę?

Metryką pierwszą może być: liczba zalogowanych użytkowników którzy oglądają rolki.

Metryką drugą może być: liczba zalogowanych użytkowników, którzy polubili oglądane reels.

Metryka trzecia może być ilorazem dwóch poprzednich, pokazująca stosunek procentowy osób, które lubią rolki do osób, które tylko je oglądają.

Metryką czwartą może być ilość osób, która w ogóle nie ogląda rolek. Podobnie, w kontekście sprawdzania użyteczności rolek i mierzenia satysfakcji z ich korzystania możemy stworzyć o wiele bardziej rozbudowane metryki.

Co później?

Następnie opracowujemy projekt eksperymentu, który jest odpowiedzią doboru narzędzi do postawionych problemów. Później opracowujemy metody pozyskiwania danych oraz decydujemy, które dane pozyskujemy, a które pomijamy, w jaki sposób prowadzimy notatki oraz zbieramy pomiary. Następnie jesteśmy w trakcie pozyskiwania danych, które zebrane będzie można poddać analizie. Dane muszą mieć wymiar odpowiedni do sposobu analizy.

Najczęściej integruje się je do formy tabelek w excelu, co pozwala odnaleźć wskaźniki ustalone przed badaniem. Na tym etapie możemy zweryfikować trafność swoich hipotez lub odpowiedzieć na pytania badawcze, które posłużyły do stworzenia danych metryk. Jest to także etap, w którym sprawdzamy czy występują jakieś niespodziewane wnioski.

Tutaj powstają insighty, czyli krótkie sentencje opisujące ogół danego zjawiska, w sposób konkretny i precyzyjny – np. 80 proc. generacji Z lubi jeść banany bezpośrednio przed założeniem lewego buta.  (Tak, wiem, dość absurdalny przykład 😄)

Mając już przygotowane wnioski można przejść do ich wizualizacji oraz stworzeniu raportu, który będzie można przedstawić reszcie zespołu. Wnioski z badania należy przygotować w taki sposób, aby były jak najbardziej użyteczne dla zespołu produktowego. Na podstawie przygotowanej dokumentacji badawczej zespół będzie mógł podjąć odpowiednią decyzję projektową.

Wszyscy jesteśmy analitykami?

Tak naprawdę wszyscy, dzięki mózgowi, który na drodze ewolucji wykształcił korę, jesteśmy analitykami. Posiadamy zdolność logicznego myślenia i wyciągania wniosków. Jednakże osoby posiadające lepiej rozwiniętą lewą półkulę mózgową będą zwykle bardziej uzdolnienie w tej materii od artystycznie uzdolnionych prawopółkulowców.

Nie deprecjonuje to jednak możliwości analitycznych ludzkiego umysłu, a wskazuje raczej na pewne uwarunkowania i predyspozycje jednych w stosunku do drugich, co wcale nie musi być wiążące, gdyż badania mają to do siebie, że owszem zazwyczaj prowadzi się je z rygorystycznym podejściem do metody, ale osoby będące mistrzami formułowania ankiet, niekoniecznie będą takimi mistrzami w focusach. Tak naprawdę, wszystko jest kwestią praktyki i metodycznego upodobania. Najważniejsze w tym wszystkim jest to, aby mieć analitykę i weryfikowalność naszych hipotez z tyłu głowy, by nie dać się zwieść emocjom i własnym błędom poznawczym.

Udostępnij
Zobacz także