Analiza zapletenosti za raziskave UX v IBM-u: Kaj je to in kako začeti

Pred nekaj meseci sem med sejo o najboljših praksah na področju oblikovalskih raziskav predstavil Rick Sobiesiak (vodja raziskav v projektih, IBM Security) in Tima O’Keefe (Design Lead, IBM Systems) o analizi zahtevnosti. Rick in Tim sta metodo razvila s podjetjem IBM Research in imela sem srečo, da sem se ju naučila. Metodo sem uporabil v izdelku svoje ekipe, IBM PowerAI Vision, da bi količinsko pokazal dodano vrednost oblikovanja uporabniške izkušnje v smislu zmanjšanja zahtevnosti naloge ali zaporedja nalog za uporabnika. Po tej predstavitvi sem prejel veliko slack sporočil in e-poštnih sporočil drugih ekip izdelkov, ki želijo izvesti analizo zahtevnosti. Menim, da je za raziskovalce uporabniške izkušnje ključnega pomena, da razvijejo delovno kompetenco v nekaj kvantitativnih metodah in vedno uporabljajo kakovostne in količinske metode za panoramsko in robustno uporabniško zgodbo (več o tem preberite tukaj).

Prav tako sem na koncu tega članka pod naslovom "Viri" povezal prvotno publikacijo Rick in Tima, ki je zaželena, da se potapljate še globlje! Začnimo.

Pregled metode

Analiza zapletenosti je metoda pregleda uporabnosti za oceno uporabnosti določene naloge ali niza nalog, ki ne zahteva neposrednega sodelovanja uporabnikov in zagotavlja kvantitativne rezultate. Ker analiza zapletenosti ne zahteva sodelovanja uporabnikov, so ocenjevalci naloge izdelka običajno člani ekipe za oblikovanje / razvoj izdelka. Priporočam bi seznanitev uporabniških raziskav in vlog za oblikovanje uporabniške izkušnje, če je mogoče. Vendar pa bodite pozorni, da bi lahko imel vodilni oblikovalec in ocenjevalec tudi pristranskost, če bi poskušali objektivno preučiti težavnost naloge, zato bi bilo lahko koristno sodelovanje člana ekipe, ki bi bil lahko osredotočen na drug projekt ali tangencialno povezan s prostorom.

Ko ocenjevalci korakajo skozi preizkušeno nalogo, iščejo elemente, ki uporabniku preprečijo, da doseže končni cilj. Zato je ključnega pomena razumeti uporabnika in njegovo končno nalogo, preden opravite analizo zahtevnosti. V nasprotnem primeru pri ocenjevanju ne boste imeli referenčnega okvira.

V nasprotju s kvalitativnimi metodami bo analiza kompleksnosti kvantitativno merila elemente, ki s pomočjo metrike zapletenosti stopijo na poti končnemu cilju uporabnika. Te meritve so izpeljane iz ocenjevalcev, ki so dodelili ocene za vsak korak ali interakcijo v določeni nalogi. Kategorije ocen vključujejo:

  1. Kontekstni premiki: premikanje uporabnika znotraj izdelka za dokončanje koraka.
Na primer: Modal je manjši kontekstni premik v primerjavi s preusmeritvijo uporabnika na novo stran.

2. Navigacijske smernice: zagotovljena podpora za začetek in dokončanje koraka.

Na primer: uvodno besedilo o tem, kako začeti, lahko odstrani ugibanja o glavnih zmogljivostih.

3. Vhodni parametri: informacije, ki jih mora uporabnik določiti za dokončanje koraka.

Na primer: za vadbo sta potrebna uporabnika, ki sta v drugih korakih potrebna dva izbirna gumba v primerjavi z besedilom / sliko.

4. Povratne informacije o sistemu: odziv sistema na interakcije uporabnikov med korakom.

Na primer: dnevnik prijav v realnem času dokumentira korake, ki jih je uporabnik sprejel.

5. Povratne informacije o napakah: odziv sistema na običajne napake v koraku.

Na primer: To sporočilo o napaki pove uporabniku, zakaj korak ni uspel, vendar ne daje predlogov za njegovo rešitev.

6. Novi pojmi: informacije, ki jih mora uporabnik razumeti za korak.

Na primer: Modal ponuja pregled funkcij, vendar povezava za več informacij uporabnika izloči iz izdelka.

Vsaka od zgoraj omenjenih bonitetnih kategorij ima svojo lestvico ocen, Rikova sredstva pa ponujajo primere nizkih in visokih ocen za vsako kategorijo. Razlog je, da se algoritem za analizo zahtevnosti, ki izračuna končni količinski rezultat, tehta glede na stopnjo vpliva vsake bonitetne kategorije na splošno kompleksnost naloge. Na srečo nam ni treba sami izračunavati dolgih obrazcev! Ključno je razumeti pomen tehtanih algoritmov in zakaj je vsaka lestvica edinstvena.

Kdaj uporabiti

Analiza kompleksnosti se mi zdi precej prilagodljiva metoda glede uporabe in kako jo prilagoditi posebnim potrebam skupine izdelkov. Vendar pa obstaja nekaj zahtev za uporabo:

  1. Po generativni raziskavi morate biti v fazi vrednotenja.
  2. Opredelili boste ciljne uporabnike in njihova opravila, ki jih je treba opraviti. Ta postopek identifikacije pomeni, da ne le poznate njihovo vlogo in odgovornosti pri delu, ampak tudi veste, kateri koncepti so jim znani v primerjavi s tistimi, ki bi jih lahko razumeli kot nove. Izvedli boste dovolj raziskav, da boste poznali njihova strokovna področja in področja negotovosti.
  3. Potrebujete reprezentativne žične okvirje določenih nalog, ki jih ciljni uporabnik želi dokončati (žični okviri ne potrebujejo visoke zvestobe, vendar morajo za dokončanje določene naloge biti obsežni in vključevati vse potrebne komponente).

Glede na te zahteve sem uporabil analizo zahtevnosti v več različnih primerih uporabe med postopkom oblikovanja izdelka:

  1. Primerjava prejšnjega uporabniškega vmesnika z novo zasnovanim uporabniškim vmesnikom (To lahko količinsko doda dodano vrednost oblikovalske ekipe za upravljanje in razvoj izdelkov).
  2. Če želite primerjati enak tok opravil v konkurenčnem izdelku z našim izdelkom (Odlično za sporočanje tam, kjer je potrebno UX in razvojno delo zagotoviti, da izdelek ustreza konkurenci).
  3. Če želite primerjati dve različni možnosti oblikovalskega toka za ustvarjanje povsem nove funkcije / zmožnosti v uporabniškem vmesniku (To pomaga, ko se v izdelek uvedejo nove novosti ali so vložki veliki za vključitev določene funkcije in UX-ekipa mora zagotoviti, da dobijo pravi tok pred potrditvijo z uporabniki).
Uporabite primer 1: primerjajte prejšnji uporabniški vmesnik z novim uporabniškim vmesnikom (upoštevajte, da nižja kot je kompleksnost, tem bolje).Uporabite primer 2: enak potek opravil v konkurenčnih izdelkih (upoštevajte, da manjša je zapletenost, tem bolje).

Kako uporabiti

Za analizo zahtevnosti so trije temeljni koraki.

  1. Razčlenitev uporabniške naloge na diskretne korake in interakcije.
  2. Ocenite zahtevnost vsakega koraka ali interakcije v nalogi v 6 kategorijah ocen.
  3. Analiza ustvarjenih meritev zapletenosti in določitev naslednjih korakov.

1. Razčlenitev uporabniške naloge na diskretne korake in interakcije.

To je najbolj zamudna faza analize zapletenosti, vendar postavlja temelje za ocenjevanje. Poleg tega je tim za izdelke osvežujoč, saj lahko ujamete kakršne koli težave, ki nas zaradi lastne poznanosti lahko spregledajo. Najtežji del tega procesa je dobro razumevanje tega, kaj pomeni nalogo, korak in interakcijo.

Na primer: razčlenitev nalog glede na korake proti interakcijam.

Naloga je diskretna sestavina uporabnikovega splošnega cilja ali opravila, ki ga je treba opraviti. Koraki so posamezni elementi, ki delujejo pri izpolnjevanju naloge. Interakcije so dobesedne aktivnosti, ki jih bo imel uporabnik z izdelkom, da izvede korak. Zapletenost koraka ali interakcije boste ocenili glede na kategorijo ocenjevanja.

2. Ocenite zahtevnost vsakega koraka ali interakcije v nalogi v 6 kategorijah ocen.

Ko boste opisali svoje naloge, korake in interakcije, se boste morali premikati po izdelku in vsak element ustrezno oceniti. Ne poskušajte tega narediti iz spomina! Poiščite izdelek ali prototip.

Ko boste uporabljali svoje ocene, boste morali navesti edinstveno ocenjevalno lestvico in merila za vsako kategorijo ocen. Tako boste lažje razumeli, kaj na primer določa navigacijska smer med 3 in 5.

Meritve zapletenosti, ocenjene na stopnji: navigacijsko vodenje, povratne informacije o sistemu, povratne informacije o napakah in novi koncepti.

Meritve zapletenosti, ocenjene na ravni interakcije: kontekstni premiki in vhodni parametri.

Če bomo uporabili sredstva za analizo zahtevnosti, ki jih uporabljamo v IBM-u, se bodo vaši ocenjeni vnosi samodejno pretvorili v meritve zapletenosti z uporabo osnovnega algoritma. Te meritve zapletenosti bodo prikazane številčno in grafično.

Pogled v povečavo, ki prikazuje, katere podatke morate vnesti (upoštevajte, da so a, b, c interakcije) - ne pozabite, da so nekatere stopnje zahtevnosti dodeljene na stopnji stopnje, druge pa na ravni interakcije.

3. Analiza ustvarjenih meritev zapletenosti in določitev naslednjih korakov.

Ko končate z vnosom ocen zahtevnosti in izračunavanjem metrike zahtevnosti, boste morali razumeti, kaj pomenijo rezultati v smislu naslednjih korakov, ki jih je mogoče uporabiti. Podatki in grafikoni so sicer dragoceni, vendar so skupaj s predlogi ali predlogi veliko bolj pomembni, zlasti pri izmenjavi z razvojnimi in produktnimi skupinami za upravljanje izdelkov.

Meritve zapletenosti v obliki črtnega grafa.

V zgornjem primeru smo prej obravnavali primer uporabe, kjer lahko uporabite analizo zahtevnosti in primerjate dva konkurenčna izdelka, ki uporabniku omogočata, da opravi isto nalogo. Ker želimo, da je kompleksnost čim manjša, lahko vidimo, da izdelek B v okviru te metode prekaša izdelek A. Prav tako lahko opazimo, da je navigacijsko vodenje največja razlika v kompleksnosti obeh izdelkov, ki mu sledijo novi koncepti. Zato lahko predlagamo, da skupina izdelkov A daje prednost spremembam, ki zmanjšujejo zapletenost navigacijskega vodenja in nove koncepte. Poleg posredovanja teh informacij lahko ekipa, ki je opravila analizo zahtevnosti, predlaga posebne načine, kako doseči te cilje, vključno z več informacijskimi ikonami ali elementi na krovu, da uporabnik stopi skozi nalogo in jih sproti obvešča.

Najboljše prakse

Na podlagi svojih izkušenj in napotkov Ricka in Tima sem spodaj orisala nekaj najboljših praks, ki pomagajo zagotoviti idealen rezultat analize kompleksnosti:

  • Delajte v parih, da določite korake / interakcije v nalogi, vendar dodelite začetne ocene sam in nato primerjajte (to zmanjšuje težnjo, da se ljudje ustno sporazumejo in potencialno dodelijo napačno oceno. Pri tem je ključno, če ena oseba dodeli 5 do koraka in drugi enak korak dodeli 2, potem se lahko prepričate, da se vrnete nazaj in pregledate).
  • Izberite en ciljni uporabniški cilj, na katerega se boste osredotočili. Ne dotikajte se celotnega izdelka prvič (preprosto je prezahteven in dolgotrajen v hitrem šprinterskem okolju; izberite en sam cilj, ki ni preširok, bodisi izolirate najbolj problematičen pretok ali najpomembnejšo sposobnost pridobite pravo za celotno uporabniško izkušnjo in poslanstvo izdelka).
  • Končne rezultate delite z večjo skupino izdelkov, zlasti z upravljanjem in razvojem izdelkov (Ključnega pomena je, da to metodo vodite z namenom skupne rabe. Bodite prepričani, da z večjo ekipo jasno sporočite ustvarjene črtne grafikone in rezultate ter predlagate naslednje korake za reševanje vseh težav območja).

Pomembno je opozoriti, da je poleg odkrivanja problematičnih področij analiza zahtevnosti enako pomembna pri usmerjanju pozornosti na dele toka, ki so nizko zapleteni in dobro delujejo. Te izkušnje je treba zaščititi, ko so nove zasnove in funkcije vključene.

Analiza zapletenosti je zmogljiva metoda za količinsko določitev uporabniške izkušnje posebnih in nujnih nalog v izdelku. Po mojih izkušnjah mi je bila v veliko pomoč pri zagovarjanju merljivega učinka oblikovanja in določanju prednostnih nalog med disciplinami na skupino izdelkov. Ne glede na to, ali želite v celoti izvesti analizo zahtevnosti ali želite nekatere osrednje najemnike usmeriti k bolj informiranim kognitivnim navodilom ali drugim metodam ocenjevanja na podlagi nalog, bo razumevanje te metode prineslo večjo vrednost in obseg vašemu uporabniškemu raziskovalnemu orodju.

Viri

Za zaposlene v IBM-u: dostopajte do poglobljenih virov in sredstev, da jih tukaj začne Rick Sobiesiak in se pridružijo skupnosti za analizo kompleksnosti, se obrnite na Rick Sobiesiak neposredno.

Za zaposlene, ki niso IBM: tukaj dostopite do raziskovalnega prispevka, katerega soavtorja Rick Sobiesiak in Tim O’Keefe

Velika hvala tako Rickom kot Timu! Vse izražene misli so moje. http://www.gabriellacampagna.com/