Entón, deseñamos e enviamos unha función nova e brillante. Como sabemos se está a funcionar? Como medimos e rastrexamos o seu impacto? Non faltan as métricas de UX, pero e se quixeramos establecer unha métrica de UX sinxela, repetible e significativa, especialmente para as nosas funcións? Ben, imos ver como facelo.
Oín falar por primeira vez do marco TARS no marabilloso artigo de Adrian H. Raudschl sobre "Como medir o impacto das características". Aquí, Adrián destacou como o seu equipo rastrexa e decide en que funcións centrarse, e despois mapea unha contra outra nunha matriz de cuadrantes de 2 × 2. Resultou un marco moi útil para visualizar o impacto do traballo de UX a través da lente das métricas empresariais. A ver como funciona. 1. Público obxectivo (%) Comezamos por cuantificar o público obxectivo explorando que porcentaxe dos usuarios dun produto ten o problema específico que unha función pretende resolver. Podemos estudar funcións existentes ou similares que tentan resolver problemas similares e cantos usuarios interactúan con elas. Non obstante, o público obxectivo non é o mesmo que o uso das funcións. Como sinalou Adrián, se sabemos que o 5% de todos os usuarios usa unha función de botón de exportación existente, non significa que o público obxectivo sexa o 5%. É posible que máis usuarios teñan o problema que a función de exportación está tentando resolver, pero non o atopan. Pregunta que facemos: "Que porcentaxe de todos os usuarios do noso produto teñen ese problema específico que unha nova función pretende resolver?"
2. A = Adopción (%) A continuación, medimos o ben que estamos "adquirindo" o noso público obxectivo. Para iso, realizamos un seguimento de cantos usuarios interactúan con éxito con esa función durante un período de tempo específico. Non nos centramos nos CTR nin na duración da sesión, senón se os usuarios interaccionan significativamente con el. Por exemplo, se algo indica que o consideraron valioso, como compartir o URL de exportación, o número de ficheiros exportados ou o uso de filtros e configuracións.
A alta adopción de funcións (>60%) suxire que o problema tivo impacto. A baixa adopción (<20%) pode implicar que o problema ten solucións alternativas sinxelas nas que a xente confiou. O cambio de hábitos tamén leva tempo, polo que espérase unha baixa adopción ao principio. Ás veces, a baixa adopción de funcións non ten nada que ver coa función en si, senón onde se atopa na IU. É posible que os usuarios nunca o descubran se está oculto ou se ten unha etiqueta confusa. Debe ser o suficientemente obvio para que a xente tropeza con el. A baixa adopción non sempre é igual a fracaso. Se un problema só afecta ao 10 % dos usuarios, acadar o 50-75 % de adopción dentro dese nicho específico significa que a función é un éxito. Pregunta que facemos: "Que porcentaxe de usuarios de destino activos usan realmente a función para resolver ese problema?"
3. Retención (%) A continuación, estudamos se unha característica é realmente utilizada repetidamente. Medimos a frecuencia de uso ou, concretamente, cantos usuarios que participaron coa función seguen usándoa ao longo do tempo. Normalmente, é un sinal forte para un impacto significativo. Se unha función ten unha taxa de retención > 50 % (media), podemos estar bastante seguros de que ten unha gran importancia estratéxica. Unha taxa de retención do 25-35% indica unha importancia estratéxica media, e a retención do 10-20% é entón unha importancia estratéxica baixa. Pregunta que facemos: "De todos os usuarios que adoptaron unha función de forma significativa, cantos volveron usala de novo?"
4. Puntuación de Satisfacción (CES) Finalmente, medimos o nivel de satisfacción que teñen os usuarios con esa función que enviamos. Non preguntamos a todos, só pedimos aos usuarios "retidos". Axúdanos a detectar problemas ocultos que quizais non se reflictan na puntuación de retención.
Unha vez que os usuarios realmente usaron unha función varias veces, preguntámoslles o fácil que foi resolver un problema despois de usar esa función, entre "moito máis difícil" e "moito máis fácil do esperado". Sabemos como queremos marcar. Usando TARS para a estratexia de funcións Unha vez que comezamos a medir con TARS, podemos calcular unha puntuación S÷T: a porcentaxe de Usuarios Satisfeitos ÷ Usuarios obxectivo. Dános unha idea do bo rendemento dunha función para o noso público obxectivo. Unha vez que o fixemos para cada característica, podemos mapear todas as características en 4 cuadrantes nunha matriz 2×2.
Paga a pena prestar atención ás funcións que superan: teñen pouca retención pero alta satisfacción. Pode ser simplemente funcións que os usuarios non teñen que usar con frecuencia, pero cando o fan, é extremadamente eficaz. As funcións de responsabilidade teñen unha alta retención pero pouca satisfacción, polo que quizais teñamos que traballar nelasmelloralos. E entón tamén podemos identificar as funcións principais e as funcións do proxecto e manter unha conversa con deseñadores, PM e enxeñeiros sobre o que debemos traballar a continuación. A taxa de conversión non é unha métrica de UX TARS non cobre a taxa de conversión, e por unha boa razón. Como observou Fabian Lenz, a conversión adoita considerarse o último indicador de éxito, pero na práctica sempre é moi difícil presentar unha conexión clara entre iniciativas de deseño máis pequenas e grandes obxectivos de conversión.
A verdade é que case todos no equipo están a traballar para mellorar a conversión. Un aumento pode estar relacionado con moitas iniciativas diferentes, desde vendas e mercadotecnia ata o aumento do rendemento web ata os efectos estacionais e as iniciativas de UX. UX pode, por suposto, mellorar a conversión, pero realmente non é unha métrica de UX. Moitas veces, a xente simplemente non pode escoller o produto que está a usar. E moitas veces un resultado empresarial desexado sae da necesidade e da loita, máis que da confianza e do aprecio. Alta conversión a pesar da mala UX Como escribe Fabian, a alta taxa de conversión pode ocorrer a pesar da mala UX, porque:
O forte poder da marca atrae á xente, Tácticas de urxencia agresivas pero eficaces, Os prezos son moi atractivos, O marketing funciona de forma brillante, Fidelidade histórica dos clientes, Os usuarios simplemente non teñen alternativa.
Baixa conversión a pesar da gran UX Ao mesmo tempo, pode producirse unha baixa taxa de conversión a pesar da gran UX, porque:
As ofertas non son relevantes para o público, Os usuarios non confían na marca, Modelo de negocio deficiente ou alto risco de fracaso, O marketing non chega ao público axeitado, Factores externos (prezo, temporalización, competencia).
Unha conversión mellorada é o resultado positivo das iniciativas de UX. Pero un bo traballo de UX normalmente mellora a realización da tarefa, reduce o tempo na tarefa, minimiza os erros e evita a parálise da decisión. E hai moitas métricas de deseño accionables que podemos usar para rastrexar a UX e impulsar un éxito sostible. Concluíndo As métricas do produto por si soas non sempre proporcionan unha visión precisa do rendemento dun produto. As vendas poden funcionar ben, pero os usuarios poden ser extremadamente ineficientes e frustrados. Non obstante, o abandono é baixo porque os usuarios non poden escoller a ferramenta que están a usar.
Necesitamos métricas de UX para comprender e mellorar a experiencia do usuario. O que máis me gusta de TARS é que é unha boa forma de conectar o uso dos clientes e a experiencia dos clientes con métricas de produtos relevantes. Persoalmente, ampliaría TARS con métricas e KPI centrados en UX, dependendo das necesidades do proxecto. Moitas grazas a Adrian H. Raudaschl por montalo. E se che interesan as métricas, recoméndoche encarecidamente que o sigas para obter guías prácticas e útiles. Coñece "Como medir a UX e o impacto do deseño" Podes atopar máis detalles sobre a estratexia UX en 🪴 Measure UX & Design Impact (8h), unha guía práctica para deseñadores e clientes potenciales de UX para medir e mostrar o teu impacto UX na empresa. Usa o código 🎟 IMPACT para aforrar un 20 % de desconto hoxe. Ir aos detalles.
Adestramento de vídeo + UX Só Vídeo + Adestramento de UX 495,00 $ 799,00 $
Obtén vídeo + UX Training25 clases de vídeo (8 h) + Live UX Training. 100 días de garantía de devolución do diñeiro. Só vídeo 250,00 $ 395,00 $
Obtén o curso de vídeo25 leccións de vídeo (8h). Actualizado anualmente. Tamén dispoñible como paquete UX con 3 cursos de vídeo.
Recursos útiles
"Como medir o impacto na experiencia de usuario e no deseño", sinceramente "Pensamento empresarial para deseñadores", de Ryan Rumsey “ROI do proxecto de deseño "Como as métricas UX correctas mostran o valor que cambia o xogo", de Jared Spool "Busca calculadoras de tamaño de mostra"
Lecturas complementarias
"Deseño para o estrés e a emerxencia", Vitaly Friedman "AI en UX: conseguir máis con menos", Paul Boag "O problema de accesibilidade con métodos de autenticación como o CAPTCHA", Eleanor Hecks "Do aviso ao socio: deseñando o teu asistente de intelixencia artificial personalizado", Lyndon Cerejo
