Nedělejte uživatelský výzkum, hledejte příležitosti

Výzkum jako ztráta času

Setkal jsem se s výzkumy, které zpětně znamenaly jenom promarněný čas. Výzkumník provedl výzkum, sepsal svá zjištění a předal je designérovi, aby na jejich základě navrhl skvělý web. Designér si je přečetl… A neměl tušení, co má řešit. V lepším případě začal na základě výzkumu sám vymýšlet, co by řešit mohl.

To ale není jeho práce. On nemá přemýšlet nad tím, co řešit. To už mu má říct výzkum. Designér má vymýšlet a designovat, jak to vyřešit.

V této situaci jsem byl jak v roli výzkumníka, tak v roli designéra. A řeknu vám, ani v jedné z nich jsem z toho radost neměl. 

Jak zbytečný výzkum vypadá? 

• Analýza klíčových slov, kde je spousta tabulek s uvedenými slovy a jejich hledanostmi bez konkrétních doporučení, co dělat.
• Analýza heatmap, která uvádí, kolik lidí doscrolluje jak hluboko a na co lidi nejčastěji klikají. Je to menu, vyhledávání a úvodní banner v carouselu? Tak na to jsme analýzu nejspíš nepotřebovali.
• Analýza Google Analytics, která jen z GA překopíruje data (zdroje návštěvnosti, nejnavštěvovanější stránky, používaná zařízení atd.), přenese je do dokumentu či prezentace, a tím to končí. 
• Analýza podpory klienta, co uvádí počty dotazů prostřednictvím jednotlivých komunikačních kanálů jako je telefon, chat nebo e-mail.

Všechno to můžou být zajímavá čísla. Jenže co navrhnete na základě seznamu deseti nejnavštěvovanějších stránek webu? Nejspíš vůbec nic.

Jak to?

Je to proto, že všechno výše uvedené jsou poznatky. Můžou to být klidně nová a unikátní zjištění, ale pořád to jsou jen zjištění. A na jejich základě toho moc nenavrhnete. Něco zjistit zní sice dobře. Ale to, co skutečně potřebujete najít, jsou příležitosti.

Vyjasnění pojmů

Tady je na místě trocha teorie:

• DATA jsou hrubý, sebraný a nezpracovaný materiál, který získáte z výzkumu. O těch článek není, ale pro kontext je zmíním.Příklady dat z uživatelského výzkumu:
  • nahrávky a přepisy hloubkových rozhovorů,
  • seznam 10 nejnavštěvovanějších stránek podle GA,
  • tabulka s výší a modelem pricingu vás a vaší přímé konkurence.
• ZJIŠTĚNÍ nebo taky poznatky jsou analyzovaná, tj. utříděná, seskupená a kategorizovaná data. Popisují, co se stalo, ale neříkají proč. Jsou souhrnem dat, a to i napříč různými data sety.Příkladem zjištění je:
  • že 8 z 10 respondentů rozhovoru se zajímalo o stránku „Náš tým“, 
  • že stránka Kontakty je třetí nejnavštěvovanější stránkou webu,
  • že oproti své konkurenci jako jediní nenabízíte slevu při zakoupení celoroční licence.
• PŘÍLEŽITOST je interpretace zjištění, která mi říká, proč se něco stalo. Příležitost typicky popisuje nějaký problém, potřebu nebo přání zákazníků, zahrnuje kontext daného zjištění a je „řešitelná“. Na jejím základě už můžeme něco konkrétního dělat a navrhovat řešení.Příkladem příležitosti jsou:
  • Z hloubkových rozhovorů jste zjistili, že ti, kteří se zajímali o stránku „Náš tým“ tam byli proto, že chtěli vědět, kolik máte vlastních vývojářů. Protože pokud vy i vaše konkurence máte produkty, které si jsou podobné tím, co dělají, nebo tím, co slibují na základě roadmapy dělat, a zároveň máte komplexní B2B produkt, ze kterého se těžko a dlouho přechází ke konkurenci, pak je pro vašeho klienta extrémně důležité, zda jste schopni doručit to, co slibujete. A tedy ho opravdu zajímá, jestli máte 100 inhouse vývojářů, nebo zaměstnáváte ad hoc vybrané freelancery.
  • Řekněme, že stránku Kontakty máte zanořenou do druhé úrovně navigace pod stránku O nás. A pokud zjistíte, že je to třetí nejnavštěvovanější stránka webu, tak se asi vyplatí ji dát do hlavní úrovně navigace. Na druhou stranu jestli zanechání leadu není cílem webu, pak naopak není dobře, když všichni chodí na stránku Kontakty. A v tom případě příležitost není o tom, že by měli být kontakty snadněji nalezitelné, ale o tom, že návštěvníci mají patrně problém splnit cíl webu, když se tolik z nich potřebuje doptat.
  • Očividná příležitost s ceníkem je, že byste měli stejně jako všichni ostatní nabízet slevu na roční licenci. Fakt, že to dělají všichni, z toho ale ještě nedělá správné rozhodnutí. Když navíc z hloubkových rozhovorů víte, že si vaši zákazníci často nejsou jistí, nakolik váš produkt využijí a co přesně od něj mají chtít (třeba když do firmy zavádí úplně nový software, místo něhož zatím používali jen excelovské tabulky), pak může být motivace zvýhodněnou roční licencí naopak kontraproduktivní. Vy chcete bariéry k vyzkoušení vašeho řešení co nejvíc snížit. A to, že máte jednoduchou cenovou strategii bez závazku, a navíc dáváte 30 dní na vyzkoušení zdarma, je najednou vaší velkou konkurenční výhodou. A tím pádem byste to měli komunikovat víc a důrazněji než kdy dřív.

Když je výzkum souborem poznatků

Jak to vypadá v praxi, když výzkum, který designér dostane, je jen soupisem nejrůznějších zjištění?

1. designér si výzkum přečte a jde rovnou designovat. Stalo se vám někdy, že jste vymysleli, nakreslili a spolu s klientem doladili návrh webu, ale na konci jste nevěděli, co odpovědět na otázku: „Co jsem na tomhle webu udělal právě takto na základě výzkumu?“ Tak to je tenhle případ. A výzkum jste dělali zbytečně.
2. designér si výzkum přečte a udělá svou vlastní interpretaci příležitostí na základě přečtených zjištění. Se slušnou pravděpodobností bude úplně mimo – viz očividné příležitosti v příkladech výše. Takže ani v tomto případě vám výzkum nijak nepomohl.
3. designér si přečte nejen zjištění, ale bude číst a zkoumat i hrubá data, aby kontext získal a mohl si udělat kvalitní závěry. To se mu povede, ale stráví tím tolik času, co zabrala polovina výzkumu.

Ve všech třech případech byl výzkum ztrátou času, protože nedodal, co měl. 

Interpretace je klíč, který drží výzkumník

Interpretace je klíčová u každého výzkumu. Dává mu skutečnou hodnotu a bez ní výzkum z velké části postrádá smysl. Musí ji ale provést ten, kdo výzkum realizoval.

Proč? Hodiny rozhovorů se zákazníky, hodiny pročítání dotazů z call centra nebo procházení dat v Google Analytics strávil totiž on a nikdo jiný. Ze všech těchto zdrojů má informace z první ruky, celkový kontext a na tomto základě může udělat relevantní závěry.

Pokud výzkumník jen sepíše poznatky, pak je designér nucený udělat svou vlastní interpretaci. Jeho interpretace ale nikdy nemůže být tak dobrá jednoduše proto, že mu chybí kontext. Shrnutí poznatků do pár vět celý výzkum nikdy nenahradí.

Kvalitní výzkum

Kvalitní výzkum formuluje závěry jako příležitosti, a ty předá designérovi. Příležitosti jsou z podstaty věci „řešitelné“, takže designér může rovnou začít navrhovat řešení, aniž by potřeboval nad výzkumem a jeho pochopením trávit další čas.

Navíc se designér může k takovému výzkumu kdykoliv vracet a ověřovat si (jen prostřednictvím zamyšlení nebo i formálního testu), že se svými návrhy neodchýlil od cíle. Totiž že design skutečně řeší to, co řešit má. A dělá to bez toho, aby musel znovu a znovu přemýšlet (interpretovat), co jednotlivá zjištění pro jeho návrhy znamenají a co má teda vlastně řešit.

Opportunity Solution Tree

Skvělý formát, který vám pomůže najít příležitosti a zároveň skvěle slouží k předávání výsledků výzkumu, je Opportunity Solution Tree (OST). Opportunity Solution Tree si zaslouží samostatný článek, respektive knihu, kterou už ostatně má, takže nemá smysl se ho snažit detailně popisovat tady. Takže jen ve stručnosti: Opportunity Solution Tree je jednoduchá mindmap, která hierarchicky spojuje cíle, příležitosti a řešení.

Cíle jsou v řeči OST byznysové výsledky, kterých se snažíte dosáhnout. OST všechny nalezené příležitosti na byznysové výsledky napojuje a nutí vás tak zkoumat relevanci toho, co jste pro váš aktuální projekt zjistili.

Příležitosti jako potřeby, problémy a přání zákazníka (need, pain points, desires) jsou definované Teresou Torres právě v metodě Opportunity Solution Tree. Příležitost je to, co mi umožní dosáhnout definovaného cíle.

Řešení jsou konkrétními možnostmi, jak nalezené příležitosti využít. 

Vraťme se k příkladu s hloubkovými rozhovory. Z rozhovorů jste zjistili, že vaši zákazníci chodí na stránku „Náš tým“ kvůli tomu, aby našli informace o vašem developmentu. Ve struktuře OST je to tedy:

• Cíl: Máte komplexní B2B produkt, cílem vašeho webu je generovat leady pro váš sales.
• Příležitost, kterou jste našli, je, že vaši klienti se zajímají o vaše vývojáře – zda jsou in-house, kolik jich je, jak pracují apod. Všechny tyto informace mohou zvýšit vaši důvěryhodnost v tom, že opravdu doručíte, co slibujete.
• Řešení: Očividné řešení je, že informaci o tom, že máte 100 in-house zaměstnaných vývojářů, dáte na web. Ale byla by chyba skončit jen u toho – možností, jak vytěžit danou příležitost, je samozřejmě víc. Můžete třeba ukázat svou technickou expertizu, což může být něco, co vaše konkurence nedělá. Na web proto můžete dát i informace o tom, jaké frameworky a technologie používáte. Můžete o technické stránce svého produktu začít psát blog nebo uspořádat akci pro developery a budovat svůj employer brand technologického experta. A pokud máte v této oblasti silného partnera, o jehož autoritu se můžete opřít, uveďte na webu i toto partnerství.

Opportunity Solution Tree upozaďuje množství práce, prošlých dat a dosažených zjištění ve výzkumu (protože nic z toho v OST vůbec není obsaženo) a zaměřuje se na to, na čem opravdu záleží – co mi výzkum přinesl pro zlepšení byznysu. Jednoduše, strukturovaně a přehledně vizualizuje výstupy z celého výzkumu na jednom místě. Je tak skvělým zadáním pro design. V SYMBIU ho rádi používáme jako vstup pro design studio, kdy se sejdou výzkumník, designér, copywriter a další členové týmu a brainstormují nad řešeními společně.

Než zbytečný, to radši žádný výzkum

Uživatelský výzkum má smysl. Ale pokud je zakončený „souhrnným dokumentem s výsledky výzkumu“ (určitě jste takový dokument už taky potkali), tak svůj smysl z velké části ztrácí. Jen díky průzkumu s definovanými příležitostmi jste schopní navrhnout funkční design. Tak k tomu přistupujeme my v SYMBIU, a proto výzkum od nás něco stojí. Je to investice, která šetří čas designérů a projeví se na výsledcích vašeho webu.

Jsme ale realisti a chápeme, že někdy prostě nejsou peníze ani čas. Nešetřete na tom, že uděláte výzkum menší a jenom zběžný. To už je lepší nakreslit web „od oka“ a design otestovat, než půjde do vývoje. A kdyby vás zajímalo, jak v SYMBIU testujeme design a k čemu to je, tak už jsme o tom taky něco napsali.

Zdroje

https://www.nngroup.com/articles/data-findings-insights-differences/
https://www.producttalk.org/2016/08/opportunity-solution-tree/
https://www.interaction-design.org/literature/topics/5-whys
https://www.nngroup.com/articles/facilitating-design-studio-workshop/