Маючи чіткий план дій, перебудувати свою роботу під Data Driven-модель відносно легко. У цій статті Lead UI/UХ-дизайнерка Олександра Цаглова розповідає про основні кроки.

• Сформулюйте мету дослідження

Насамперед треба вирішити, на що ви спрямуєте зусилля. Інколи це очевидні речі. Наприклад, у вас великий трафік, але майже нульові цільові дії на сторінці реєстрації або замовлення. А інколи напрямок роботи можна отримати лише після комплексного UX-аудиту.

• Визначте цілі

Коли зрозуміла пріоритетна область даних, треба продумати KPI. Вони мають бути вимірюваними та реалістичними. Якщо ви будете намагатися, наприклад, просто підвищити конверсію, це ні до чого не призведе. Ціль має бути оговореною, зі зрозумілими метриками. Наприклад, це зменшення показників відмови з розділу на 5%, і термін для цього — 5 місяців.

• Виберіть способи збору даних

Коли ви знаєте, що шукаєте, ви розумієте, як це шукати. Для одних цілей потрібні кількісні дані, а для інших — якісні. Хоча в більшості випадках слід комбінувати різні підходи. Тобто спочатку отримати цифри та визначити, де саме ховається проблема. А потім намагатися зрозуміти, чому у вас в звітах зафіксовано саме такі показники.

• Зберіть та обробіть дані

Ви маєте зібрати інформацію, дотримуючись кількох правил. По-перше, у вас має бути достатня вибірка. В одних випадках це дані про поведінку тисяч юзерів, в інших — десяток інтерв’ю. По-друге, вибірка має точно відповідати вашій ЦА. По-третє, слід якісно візуалізувати зібрані дані. Це допоможе в подальшому аналізі.

• Знайдіть закономірності

«‎Сирі» дані майже не несуть користі. А ось очищені та представлені у вигляді наочних таблиць, графіків та діаграм — це міцна основа для аналізу. В цьому форматі даних ви легше зможете побачити закономірності, тенденції або аномалії, знайти збіг чи відмінності у показниках у різні періоди тощо. Такі інсайти є дуже важливими для Data Driven-дизайну.

• Запропонуйте рішення

Результати аналізу потрібно порівняти з попередніми гіпотезами. Якщо вони збігаються, можна впевнено переходити до формування пропозицій щодо змін у дизайні та реалізації потрібних рішень. А ось якщо отримані дані спростували ваші здогадки, потрібно розібратися в причинах та підготувати нові ідеї щодо можливих подальших досліджень.

Але це ще не кінець!

Data Driven-підхід передбачає ітеративність і безперервність. Після впровадження нового рішення необхідно дослідити, чи змінилися потрібні дані. Якщо цілі досягнуто, переходьте до інших частин продукту за цією ж схемою. Результат негативний? Поверніться до збору та аналізу даних задля подальшої оптимізації.

Рекомендується постійно відстежувати різні показники щодо поведінки юзерів та реагувати на будь-які зміни. Адже те, що сьогодні працює на всі 100%, завтра може втратити ефективність.

Інколи цей підхід взагалі може не спрацювати. Що заважає успішній реалізації Data Driven-дизайну, дізнайтеся в повній версії статті за лінком.