لذلك نقوم بتصميم وشحن ميزة جديدة لامعة. كيف نعرف ما إذا كان يعمل؟ وكيف نقيس ونتتبع تأثيرها؟ لا يوجد نقص في مقاييس تجربة المستخدم، ولكن ماذا لو أردنا إنشاء مقياس تجربة مستخدم بسيط وقابل للتكرار وهادف - خصيصًا لميزاتنا؟ حسنًا، دعونا نرى كيف نفعل ذلك.
سمعت لأول مرة عن إطار عمل TARS من المقالة الرائعة التي كتبها Adrian H. Raudschl حول "كيفية قياس تأثير الميزات". هنا، سلط أدريان الضوء على كيفية قيام فريقه بتتبع الميزات التي يجب التركيز عليها وتحديدها - ثم ربطها ببعضها البعض في مصفوفة أرباع 2 × 2. لقد اتضح أنه إطار عمل مفيد جدًا لتصور تأثير تجربة المستخدم من خلال عدسة مقاييس الأعمال. دعونا نرى كيف يعمل. 1. الجمهور المستهدف (%) نبدأ بقياس الجمهور المستهدف من خلال استكشاف النسبة المئوية لمستخدمي المنتج الذين لديهم مشكلة محددة تهدف الميزة إلى حلها. يمكننا دراسة الميزات الموجودة أو المشابهة التي تحاول حل مشكلات مماثلة، وعدد المستخدمين الذين يتفاعلون معها. الجمهور المستهدف ليس هو نفسه استخدام الميزة. كما لاحظ أدريان، إذا علمنا أن ميزة زر التصدير الحالية يستخدمها 5% من جميع المستخدمين، فهذا لا يعني أن الجمهور المستهدف يمثل 5%. قد يواجه المزيد من المستخدمين المشكلة التي تحاول ميزة التصدير حلها، ولكن لا يمكنهم العثور عليها. السؤال الذي نطرحه: "ما هي النسبة المئوية لجميع مستخدمي منتجنا الذين لديهم تلك المشكلة المحددة التي تهدف الميزة الجديدة إلى حلها؟"
2. أ = التبني (٪) بعد ذلك، نقوم بقياس مدى "اكتسابنا" لجمهورنا المستهدف. ولهذا السبب، نقوم بتتبع عدد المستخدمين الذين يتفاعلون بالفعل بنجاح مع هذه الميزة خلال فترة زمنية محددة. نحن لا نركز على نسب النقر إلى الظهور أو مدة الجلسة هناك، بل نركز على ما إذا كان المستخدمون يتفاعلون معها بشكل هادف. على سبيل المثال، إذا كان هناك أي شيء يشير إلى أنهم وجدوا ذلك ذا قيمة، مثل مشاركة عنوان URL للتصدير، أو عدد الملفات المصدرة، أو استخدام المرشحات والإعدادات.
ويشير الاعتماد العالي للميزات (> 60%) إلى أن المشكلة كانت مؤثرة. قد يشير الاعتماد المنخفض (<20%) إلى أن المشكلة لها حلول بسيطة اعتمد عليها الأشخاص. يستغرق تغيير العادات وقتًا أيضًا، ومن المتوقع أن يتم اعتمادها بشكل منخفض في البداية. في بعض الأحيان، لا يرتبط الاعتماد المنخفض للميزات بالميزة نفسها، بل بمكانها في واجهة المستخدم. قد لا يكتشفها المستخدمون أبدًا إذا كانت مخفية أو إذا كانت تحمل تصنيفًا مربكًا. ويجب أن يكون واضحًا بدرجة كافية حتى يعثر عليه الناس. الاعتماد المنخفض لا يعني دائمًا الفشل. إذا كانت المشكلة تؤثر على 10% فقط من المستخدمين، فإن الوصول إلى 50-75% من الاعتماد ضمن هذا المجال المحدد يعني نجاح الميزة. السؤال الذي نطرحه: "ما هي النسبة المئوية للمستخدمين المستهدفين النشطين الذين يستخدمون هذه الميزة بالفعل لحل هذه المشكلة؟"
3. الاحتفاظ (٪) بعد ذلك، ندرس ما إذا كانت الميزة قد تم استخدامها بشكل متكرر أم لا. نحن نقيس تكرار الاستخدام، أو على وجه التحديد، عدد المستخدمين الذين تفاعلوا مع الميزة واستمروا في استخدامها بمرور الوقت. عادةً ما تكون هذه إشارة قوية لإحداث تأثير ملموس. إذا كان معدل الاحتفاظ بالميزة أكبر من 50% (في المتوسط)، فيمكننا أن نكون واثقين تمامًا من أن لها أهمية استراتيجية عالية. يشير معدل الاحتفاظ بنسبة 25-35% إلى أهمية استراتيجية متوسطة، ويشير معدل الاحتفاظ بنسبة 10-20% إلى أهمية استراتيجية منخفضة. السؤال الذي نطرحه هو: "من بين جميع المستخدمين الذين تبنوا إحدى الميزات بشكل هادف، كم عدد الذين عادوا لاستخدامها مرة أخرى؟"
4. درجة الرضا (CES) وأخيرًا، نقوم بقياس مستوى رضا المستخدمين عن تلك الميزة التي قمنا بشحنها. نحن لا نسأل الجميع، بل نسأل فقط المستخدمين "المحتفظ بهم". فهو يساعدنا على اكتشاف المشاكل الخفية التي قد لا تنعكس في درجة الاحتفاظ.
بمجرد أن يستخدم المستخدمون إحدى الميزات فعليًا عدة مرات، نسألهم عن مدى سهولة حل المشكلة بعد استخدامهم لهذه الميزة - بين "أصعب بكثير" و"أسهل بكثير من المتوقع". نحن نعرف كيف نريد أن نسجل. استخدام TARS لاستراتيجية الميزة بمجرد أن نبدأ القياس باستخدام TARS، يمكننا حساب درجة S÷T - النسبة المئوية للمستخدمين الراضين ÷ المستخدمين المستهدفين. إنه يمنحنا فكرة عن مدى جودة أداء الميزة للجمهور المستهدف المقصود. بمجرد القيام بذلك لكل ميزة، يمكننا تعيين جميع الميزات عبر 4 أرباع في مصفوفة 2 × 2.
تستحق الميزات ذات الأداء العالي الاهتمام بها: فهي تتميز بمعدلات احتفاظ منخفضة ولكن رضا مرتفع. قد تكون ببساطة ميزات لا يتعين على المستخدمين استخدامها بشكل متكرر، ولكن عندما يفعلون ذلك، فهي فعالة للغاية. تتميز ميزات المسؤولية بالاحتفاظ بدرجة عالية ولكن الرضا منخفض، لذلك ربما نحتاج إلى العمل عليها لتحقيق ذلكتحسينها. ومن ثم يمكننا أيضًا تحديد الميزات الأساسية وميزات المشروع - وإجراء محادثة مع المصممين ورؤساء المشاريع والمهندسين حول ما يجب أن نعمل عليه بعد ذلك. معدل التحويل ليس مقياسًا لتجربة المستخدم لا يغطي TARS معدل التحويل، وذلك لسبب وجيه. كما أشار فابيان لينز، غالبًا ما يُعتبر التحويل هو المؤشر النهائي للنجاح - ولكن من الناحية العملية، من الصعب دائمًا تقديم صلة واضحة بين مبادرات التصميم الأصغر وأهداف التحويل الكبيرة.
الحقيقة هي أن كل فرد في الفريق تقريبًا يعمل على تحقيق تحول أفضل. قد يكون الارتفاع مرتبطًا بالعديد من المبادرات المختلفة، بدءًا من المبيعات والتسويق وحتى تعزيز أداء الويب والتأثيرات الموسمية ومبادرات تجربة المستخدم. يمكن لتجربة المستخدم، بالطبع، تحسين التحويل، ولكنها ليست في الواقع مقياسًا لتجربة المستخدم. في كثير من الأحيان، لا يستطيع الأشخاص ببساطة اختيار المنتج الذي يستخدمونه. وغالباً ما تأتي نتيجة العمل المرغوبة نتيجة للضرورة والنضال، بدلاً من الثقة والتقدير. تحويل مرتفع على الرغم من تجربة المستخدم السيئة كما كتب فابيان، يمكن أن يحدث معدل تحويل مرتفع على الرغم من ضعف تجربة المستخدم، للأسباب التالية:
قوة العلامة التجارية القوية تجذب الناس، تكتيكات عاجلة عدوانية ولكنها فعالة، الأسعار مغرية للغاية، التسويق يؤدي بشكل رائع، الولاء التاريخي للعملاء ببساطة ليس لدى المستخدمين بديل.
تحويل منخفض على الرغم من تجربة المستخدم الرائعة وفي الوقت نفسه، يمكن أن يحدث معدل تحويل منخفض على الرغم من تجربة المستخدم الرائعة، للأسباب التالية:
العروض ليست ذات صلة بالجمهور، المستخدمون لا يثقون بالعلامة التجارية، نموذج عمل سيئ أو مخاطر عالية للفشل، التسويق لا يصل إلى الجمهور المناسب، العوامل الخارجية (السعر، التوقيت، المنافسة).
التحويل المحسن هو النتيجة الإيجابية لمبادرات تجربة المستخدم. لكن العمل الجيد في تجربة المستخدم عادةً ما يعمل على تحسين إكمال المهام، ويقلل الوقت المستغرق في المهمة، ويقلل الأخطاء، ويتجنب شلل اتخاذ القرار. وهناك الكثير من مقاييس التصميم القابلة للتنفيذ التي يمكننا استخدامها لتتبع تجربة المستخدم وتحقيق النجاح المستدام. التفاف لا توفر مقاييس المنتج وحدها دائمًا عرضًا دقيقًا لمدى جودة أداء المنتج. قد يكون أداء المبيعات جيدًا، ولكن قد يكون المستخدمون غير فعالين ومحبطين للغاية. ومع ذلك، فإن معدل التغيير منخفض لأن المستخدمين لا يستطيعون اختيار الأداة التي يستخدمونها.
نحن بحاجة إلى مقاييس تجربة المستخدم لفهم تجربة المستخدم وتحسينها. أكثر ما أحبه في TARS هو أنها طريقة رائعة لربط استخدام العملاء وتجربة العملاء بمقاييس المنتج ذات الصلة. أنا شخصياً سأقوم بتوسيع TARS بمقاييس ومؤشرات أداء رئيسية تركز على تجربة المستخدم أيضًا - اعتمادًا على احتياجات المشروع. شكرًا جزيلاً لـ Adrian H. Raudaschl على تجميعه. وإذا كنت مهتمًا بالمقاييس، فإنني أوصيك بشدة بمتابعته للحصول على أدلة عملية ومفيدة في هذا الشأن! تعرف على "كيفية قياس تجربة المستخدم وتأثير التصميم" يمكنك العثور على مزيد من التفاصيل حول استراتيجية تجربة المستخدم في 🪴 قياس تجربة المستخدم وتأثير التصميم (8 ساعات)، وهو دليل عملي للمصممين وقادة تجربة المستخدم لقياس وإظهار تأثير تجربة المستخدم على الأعمال. استخدم الكود 🎟 IMPACT للحصول على خصم 20% اليوم. انتقل إلى التفاصيل.
الفيديو + التدريب على تجربة المستخدم (UX)فيديو فقطالفيديو + التدريب على تجربة المستخدم (UX)$ 495.00 $ 799.00
احصل على فيديو + تدريب على تجربة المستخدم 25 درس فيديو (8 ساعات) + تدريب مباشر على تجربة المستخدم. ضمان استرداد الأموال لمدة 100 يوم. الفيديو فقط$ 250.00$ 395.00
احصل على دورة الفيديو 25 درس فيديو (8 ساعات). يتم تحديثه سنويًا. وهو متاح أيضًا كحزمة UX مع 3 دورات فيديو.
موارد مفيدة
"كيفية قياس تجربة المستخدم وتأثير التصميم"، بقلمك حقًا "التفكير التجاري للمصممين" بقلم رايان رمزي "العائد على الاستثمار في مشروع التصميم "كيف تُظهر مقاييس تجربة المستخدم الصحيحة قيمة تغيير قواعد اللعبة"، بقلم جاريد سبول "حاسبات حجم عينة البحث"
مزيد من القراءة
"التصميم لمواجهة التوتر والطوارئ"، فيتالي فريدمان "الذكاء الاصطناعي في تجربة المستخدم: تحقيق المزيد بتكلفة أقل"، بول بواج "مشكلة إمكانية الوصول إلى طرق المصادقة مثل CAPTCHA"، إليانور هيكس "من المطالبة إلى الشريك: تصميم مساعد الذكاء الاصطناعي المخصص الخاص بك"، ليندون سيريجو
