U svom prethodnom članku, istražio sam kako nam AI može pomoći da efikasnije kreiramo funkcionalne ličnosti. Pogledali smo stvaranje persona koje se fokusiraju na ono što korisnici pokušavaju postići, a ne na demografske profile koji dobro izgledaju na posterima, ali rijetko mijenjaju odluke o dizajnu. Ali stvaranje persona je samo pola bitke. Veći izazov je dovođenje tih uvida u ruke ljudima kojima su potrebni, u trenutku kada su im potrebni. Svakog dana ljudi širom vaše organizacije donose odluke koje utiču na korisničko iskustvo. Timovi proizvoda odlučuju koje će karakteristike dati prioritet. Marketing timovi izrađuju kampanje. Finansijski timovi dizajniraju procese fakturisanja. Timovi za korisničku podršku pišu šablone odgovora. Sve ove odluke oblikuju način na koji korisnici doživljavaju vaš proizvod ili uslugu. I većina njih se dešava bez ikakvog doprinosa stvarnih korisnika. Problem s tim kako dijelimo korisnička istraživanja Vi radite istraživanje. Vi kreirate persone. Ti pišeš izveštaje. Vi održavate prezentacije. Čak pravite i otmjene infografike. I šta se onda dešava? Istraživanje se nalazi negdje u zajedničkom pogonu, polako skupljajući digitalnu prašinu. Osobe se pominju na početnim sastancima i onda se zaboravljaju. Izveštaji se jednom pregledaju i nikada se više ne otvaraju. Kada menadžer proizvoda odlučuje da li da doda novu funkciju, verovatno ne kopa po prošlogodišnjem repozitoriju istraživanja. Kada finansijski tim redizajnira e-poštu sa fakturom, gotovo sigurno ne konsultuju korisničke ličnosti. Oni najbolje pogode i idu dalje. Ovo nije kritika tim timovima. Zauzeti su. Imaju rokove. I iskreno, čak i da žele da konsultuju istraživanje, verovatno ne bi znali gde da ga pronađu ili kako da ga protumače za svoje specifično pitanje. Znanje ostaje zaključano u glavama UX tima, koji nikako ne mogu biti prisutni pri svakoj odluci koja se donosi u cijeloj organizaciji. Šta ako bi korisnici zaista mogli da govore? Šta ako bismo, umjesto stvaranja statičnih dokumenata koje ljudi trebaju pronaći i protumačiti, mogli dati dionicima način da konsultuju sve vaše korisničke ličnosti odjednom?
Zamislite marketing menadžera koji radi na novoj kampanji. Umjesto pokušaja da se sjete šta su osobe rekle o preferencijama za razmjenu poruka, mogle bi jednostavno pitati: "Razmišljam o tome da predvodim s ponudom s popustom u ovoj e-poruci. Šta bi naši korisnici mislili?" A AI bi, oslanjajući se na sve vaše istraživačke podatke i ličnosti, mogao da odgovori konsolidovanim stavom: kako bi svaka osoba verovatno reagovala, gde se slaže, gde se razlikuju, i skupom preporuka zasnovanih na njihovim kolektivnim perspektivama. Jedno pitanje, sintetizirano uvid u cijelu vašu korisničku bazu.
Ovo nije naučna fantastika. Sa AI možemo izgraditi upravo ovakav sistem. Možemo uzeti sva ta raštrkana istraživanja (ankete, intervjue, karte za podršku, analitiku, same persone) i pretvoriti ih u interaktivni resurs koji svako može zatražiti za povratne informacije iz više perspektiva. Izgradnja repozitorija za istraživanje korisnika Osnova ovog pristupa je centralizirano spremište svega što znate o svojim korisnicima. Zamislite to kao jedini izvor istine kojem AI može pristupiti i iz njega crpiti. Ako već duže vrijeme provodite istraživanje korisnika, vjerovatno imate više podataka nego što mislite. Samo je raštrkana po različitim alatima i formatima:
Rezultati ankete se nalaze na vašoj platformi za ankete, Transkripti intervjua u Google dokumentima, Karte za korisničku podršku u vašem sistemu za pomoć, Analitičke podatke u raznim nadzornim pločama, spominjanja i recenzije na društvenim mrežama, Stare ličnosti iz prethodnih projekata, Snimci i bilješke testa upotrebljivosti.
Prvi korak je sakupljanje svega ovoga na jednom mjestu. Ne mora biti savršeno organizovan. AI je izuzetno dobar u razumijevanju neurednih unosa. Ako počinjete od nule i nemate mnogo postojećih istraživanja, možete koristiti alate za duboko istraživanje AI da biste uspostavili osnovnu liniju.
Ovi alati mogu skenirati internet u potrazi za raspravama o vašoj kategoriji proizvoda, recenzijama konkurenata i uobičajenim pitanjima koje ljudi postavljaju. Ovo vam daje nešto s čime ćete raditi dok gradite svoje primarno istraživanje. Kreiranje interaktivnih osoba Kada dobijete svoje spremište, sljedeći korak je kreiranje osoba koje AI može konsultovati u ime zainteresovanih strana. Ovo se direktno nadovezuje na pristup funkcionalne ličnosti koji sam iznio u svom prethodnom članku, s jednom ključnom razlikom: ove ličnosti postaju objektivi kroz koje AI analizira pitanja, a ne samo referencudokumenata. Proces funkcionira ovako:
Nahranite svoje istraživačko spremište AI alatom. Zamolite ga da identifikuje različite segmente korisnika na osnovu ciljeva, zadataka i tačaka trenja. Neka generiše detaljne ličnosti za svaki segment. Konfigurišite AI da konsultuje sve osobe kada zainteresovane strane postavljaju pitanja, dajući konsolidovane povratne informacije.
Ovdje se ovaj pristup značajno razlikuje od tradicionalnih osoba. Budući da je AI primarni potrošač ovih ličnih dokumenata, oni ne moraju biti skenirani ili stavljeni na jednu stranicu. Tradicionalne ličnosti su ograničene ljudskom čitljivošću: sve morate destilirati do tačaka i ključnih citata koje neko može da upije na prvi pogled. Ali AI nema takva ograničenja. To znači da vaše ličnosti mogu biti znatno detaljnije. Možete uključiti duga zapažanja ponašanja, kontradiktorne podatke i nijansirani kontekst koji nikada ne bi preživio proces uređivanja za tradicionalni poster persone. AI može zadržati svu ovu složenost i iskoristiti je kada odgovara na pitanja. Također možete kreirati različite objektive ili perspektive unutar svake osobe, prilagođene specifičnim poslovnim funkcijama. Vaša osoba “Vikend ratnik” može imati marketinški objektiv (preference slanja poruka, navike kanala, odgovori na kampanju), sočivo proizvoda (prioriteti funkcija, obrasci upotrebljivosti, pokretači za nadogradnju) i sočivo podrške (uobičajena pitanja, tačke frustracije, postavke rezolucije). Kada marketing menadžer postavi pitanje, AI se oslanja na informacije relevantne za marketing. Kada menadžer proizvoda pita, on se povlači iz objektiva proizvoda. Ista ličnost, različita dubina u zavisnosti od toga ko pita.
Persone bi i dalje trebale uključivati sve funkcionalne elemente o kojima smo ranije razgovarali: ciljeve i zadatke, pitanja i primjedbe, bolne točke, dodirne točke i praznine u uslugama. Ali sada ovi elementi postaju osnova za to kako AI procjenjuje pitanja iz perspektive svake osobe, sintetizirajući njihove stavove u preporuke koje se mogu primijeniti. Mogućnosti implementacije Ovo možete podesiti sa različitim nivoima sofisticiranosti u zavisnosti od vaših resursa i potreba. Jednostavan pristup Većina AI platformi sada nudi funkcije projekta ili radnog prostora koje vam omogućavaju učitavanje referentnih dokumenata. U ChatGPT-u, oni se zovu projekti. Claude ima sličnu osobinu. Kopilot i Blizanci ih zovu Spaces ili Gems. Da biste započeli, kreirajte namjenski projekat i prenesite svoje ključne istraživačke dokumente i ličnosti. Zatim napišite jasna uputstva koja govore AI da konsultuje sve osobe kada odgovara na pitanja. nesto kao: Pomažete zainteresovanim stranama da razumeju naše korisnike. Kada vam budu postavljena pitanja, konsultujte sve korisničke ličnosti u ovom projektu i dajte: (1) kratak sažetak o tome kako bi svaka osoba vjerovatno odgovorila, (2) pregled koji naglašava gdje se slažu, a gdje se razlikuju, i (3) preporuke zasnovane na njihovim kolektivnim perspektivama. Oslonite se na sve dokumente istraživanja kako biste informirali svoju analizu. Ako istraživanje ne pokriva u potpunosti neku temu, pretražite društvene platforme poput Reddita, Twittera i relevantnih foruma da vidite kako ljudi koji odgovaraju ovim osobama raspravljaju o sličnim pitanjima. Ako još uvijek niste sigurni u nešto, recite to iskreno i predložite koja dodatna istraživanja mogu pomoći.
Ovaj pristup ima neka ograničenja. Postoje ograničenja u pogledu broja datoteka koje možete otpremiti, tako da ćete možda morati dati prioritet najvažnijim istraživanjima ili konsolidirati svoje ličnosti u jedan sveobuhvatan dokument. Sofisticiraniji pristup Za veće organizacije ili trajniju upotrebu, alat kao što je Notion nudi prednosti jer može sadržati cijelo vaše istraživačko spremište i ima ugrađene AI mogućnosti. Možete kreirati baze podataka za različite vrste istraživanja, povezati ih zajedno, a zatim koristiti AI za upite u svemu.
Prednost je što AI ima pristup mnogo više konteksta. Kada zainteresovana strana postavi pitanje, može se istovremeno oslanjati na ankete, karte za podršku, transkripte intervjua i analitičke podatke. Ovo omogućava bogatije, nijansiranije odgovore. Šta ovo ne zamjenjuje Trebalo bi da budem jasan u vezi sa ograničenjima. Virtuelne ličnosti nisu zamena za razgovor sa stvarnim korisnicima. Oni su način da postojeće istraživanje učinimo dostupnijim i djelotvornijim. Postoji nekoliko scenarija u kojima još uvijek trebate primarno istraživanje:
Kada pokrenete nešto istinski novo što vaše postojeće istraživanje ne pokriva; Kada trebate potvrditi određene dizajne ili prototipove; Kada podaci vašeg spremišta postanu zastarjeli; Kada stejkholderipotrebno je čuti direktno od stvarnih ljudi kako bi izgradili empatiju.
Zapravo, možete konfigurirati AI da prepozna ove situacije. Kada neko postavi pitanje koje prevazilazi ono što istraživanje može odgovoriti, AI može odgovoriti nečim poput: "Nemam dovoljno informacija da na to sa sigurnošću odgovorim. Ovo bi moglo biti dobro pitanje za brzi intervju sa korisnikom ili anketu." A kada sprovedete novo istraživanje, ti podaci se vraćaju u spremište. Ličnosti se vremenom razvijaju kako se vaše razumijevanje produbljuje. Ovo je mnogo bolje od tradicionalnog pristupa, gdje se ličnosti kreiraju jednom, a zatim polako zastarevaju. Organizaciona promena Ako se ovaj pristup uhvati u vašoj organizaciji, događa se nešto zanimljivo. Uloga UX tima se pomjera od čuvanja korisničkog znanja do kustosa i održavatelja repozitorija. Umjesto da trošite vrijeme na kreiranje izvještaja koji se mogu ili ne moraju pročitati, vi provodite vrijeme osiguravajući da spremište ostane ažurirano i da je AI konfigurisan da daje korisne odgovore. Istražite promjene u komunikaciji od push (prezentacije, izvještaji, e-poruke) do pull (zainteresovane strane postavljaju pitanja kada im trebaju odgovori). Razmišljanje usmjereno na korisnika postaje raspoređeno po cijeloj organizaciji, a ne koncentrisano u jednom timu. Ovo ne čini UX istraživače manje vrijednim. Ako ništa drugo, to ih čini vrednijima jer njihov rad sada ima širi doseg i veći uticaj. Ali to menja prirodu posla. Getting Started Ako želite isprobati ovaj pristup, počnite s malim. Ako vam je potreban početnik o funkcionalnim personama prije nego što se upustite, napisao sam detaljan vodič za njihovo stvaranje. Odaberite jedan projekat ili tim i postavite jednostavnu implementaciju koristeći ChatGPT Projects ili sličan alat. Sakupite bilo koje istraživanje koje imate (čak i ako vam se čini da je nepotpuno), kreirajte jednu ili dvije ličnosti i pogledajte kako reaguju zainteresirane strane. Obratite pažnju na pitanja koja postavljaju. Oni će vam reći gdje vaše istraživanje ima praznine i koji dodatni podaci bi bili najvredniji. Kako usavršavate pristup, možete se proširiti na više timova i sofisticiranije alate. Ali osnovni princip ostaje isti: uzmite svo to raštrkano korisničko znanje i dajte mu glas koji svako u vašoj organizaciji može čuti. U svom prethodnom članku tvrdio sam da bismo trebali prijeći sa demografskih osoba na funkcionalne osobe koje se fokusiraju na ono što korisnici pokušavaju učiniti. Sada predlažem da preduzmemo sljedeći korak: od statičnih osoba do interaktivnih osoba koje zapravo mogu učestvovati u razgovorima u kojima se donose odluke. Jer svaki dan, širom vaše organizacije, ljudi donose odluke koje utiču na vaše korisnike. A vaši korisnici zaslužuju mjesto za stolom, čak i ako je riječ o virtuelnom. Daljnje čitanje o SmashingMag
„Bliži pogled na ličnosti: šta su i kako rade | 1“, Šlomo Golc “Kako poboljšati svoj proces dizajna pomoću osoba zasnovanih na podacima”, Tim Noetzel “Kako učiniti da vaše UX istraživanje bude teško ignorirati”, Vitaly Friedman “Kako izgraditi jake odnose s kupcima za istraživanje korisnika”, Renaissance Rachel
