U svom prethodnom članku istražio sam kako nam umjetna inteligencija može pomoći da učinkovitije stvorimo funkcionalne osobe. Promatrali smo izradu likova koji su usredotočeni na ono što korisnici pokušavaju postići, a ne demografske profile koji izgledaju dobro na posterima, ali rijetko mijenjaju odluke o dizajnu. Ali stvaranje persona samo je pola bitke. Veći je izazov staviti te uvide u ruke ljudi kojima su potrebni, u trenutku kada ih trebaju. Svaki dan ljudi u vašoj organizaciji donose odluke koje utječu na korisničko iskustvo. Timovi za proizvode odlučuju kojim značajkama dati prioritet. Marketinški timovi izrađuju kampanje. Financijski timovi dizajniraju procese fakturiranja. Timovi korisničke podrške pišu predloške odgovora. Sve te odluke oblikuju način na koji korisnici doživljavaju vaš proizvod ili uslugu. I većina njih događa se bez ikakvog unosa stvarnih korisnika. Problem s načinom na koji dijelimo korisnička istraživanja Vi istražite. Vi stvarate persone. Vi pišete izvješća. Vi održavate prezentacije. Čak izrađujete otmjene infografike. I što se onda događa? Istraživanje se nalazi negdje u zajedničkom disku i polako skuplja digitalnu prašinu. Osobe se spominju na početnim sastancima, a zatim se zaboravljaju. Izvješća se jednom pregledaju i nikada se više ne otvaraju. Kada voditelj proizvoda odlučuje hoće li dodati novu značajku, vjerojatno ne kopa po repozitoriju prošlogodišnjeg istraživanja. Kada financijski tim redizajnira e-poštu s fakturom, gotovo sigurno ne konzultira korisničke osobe. Pogađaju najbolje što mogu i nastavljaju dalje. Ovo nije kritika tim timovima. Zauzeti su. Imaju rokove. I iskreno, čak i da su željeli konzultirati istraživanje, vjerojatno ne bi znali gdje ga pronaći ili kako ga protumačiti za svoje specifično pitanje. Znanje ostaje zaključano u glavama UX tima, koji ne mogu biti prisutni pri svakoj odluci koja se donosi u cijeloj organizaciji. Što kada bi korisnici zapravo mogli govoriti? Što ako bismo, umjesto stvaranja statičnih dokumenata koje ljudi trebaju pronaći i protumačili, zainteresiranim stranama mogli dati način da konzultiraju sve vaše korisničke persone odjednom?
Zamislite voditelja marketinga koji radi na novoj kampanji. Umjesto da se pokušavaju sjetiti što su osobe rekle o preferencijama slanja poruka, mogle su jednostavno pitati: "Razmišljam o tome da u ovoj e-poruci predvodim s ponudom popusta. Što bi naši korisnici mislili?" A umjetna inteligencija, oslanjajući se na sve vaše istraživačke podatke i osobe, mogla bi odgovoriti konsolidiranim prikazom: kako bi svaka osoba vjerojatno reagirala, gdje se slažu, gdje se razlikuju i skup preporuka na temelju njihovih kolektivnih perspektiva. Jedno pitanje, sintetizirani uvid u cijelu bazu korisnika.
Ovo nije znanstvena fantastika. S umjetnom inteligencijom možemo izgraditi upravo ovakav sustav. Možemo uzeti sva ta raštrkana istraživanja (ankete, intervjue, ulaznice za podršku, analitiku, same osobe) i pretvoriti ih u interaktivni resurs koji svatko može tražiti povratne informacije iz više perspektiva. Izgradnja repozitorija za istraživanje korisnika Temelj ovog pristupa je centralizirano spremište svega što znate o svojim korisnicima. Zamislite to kao jedinstveni izvor istine kojem AI može pristupiti i iz kojeg može crpiti. Ako već dulje vrijeme istražujete korisnike, vjerojatno imate više podataka nego što mislite. Samo je razbacan po različitim alatima i formatima:
Rezultati ankete na vašoj platformi za anketu, Transkripti intervjua u Google dokumentima, Ulaznice za korisničku podršku u vašem sustavu službe za pomoć, Analitički podaci na raznim nadzornim pločama, Spominjanja i recenzije na društvenim mrežama, Stare osobe iz prethodnih projekata, Snimke i bilješke ispitivanja upotrebljivosti.
Prvi korak je skupiti sve ovo na jedno mjesto. Ne mora biti savršeno organiziran. AI je nevjerojatno dobra u razumijevanju neurednih unosa. Ako počinjete od nule i nemate puno postojećih istraživanja, možete koristiti alate za dubinsko istraživanje umjetne inteligencije kako biste uspostavili temelj.
Ovi alati mogu skenirati web u potrazi za raspravama o vašoj kategoriji proizvoda, recenzijama konkurenata i uobičajenim pitanjima koja ljudi postavljaju. To vam daje nešto s čime možete raditi dok gradite svoje primarno istraživanje. Stvaranje interaktivnih likova Nakon što imate svoje spremište, sljedeći korak je stvaranje osoba koje AI može konzultirati u ime dionika. Ovo se izravno nadovezuje na pristup funkcionalnih osoba koji sam opisao u svom prethodnom članku, s jednom ključnom razlikom: te osobe postaju leće kroz koje umjetna inteligencija analizira pitanja, a ne samo referencedokumenata. Proces funkcionira ovako:
Uključite svoje istraživačko spremište u AI alat. Zamolite ga da identificira različite segmente korisnika na temelju ciljeva, zadataka i točaka trvenja. Neka generira detaljne osobe za svaki segment. Konfigurirajte AI da konzultira sve osobe kada dionici postavljaju pitanja, pružajući konsolidirane povratne informacije.
Ovdje se ovaj pristup značajno razlikuje od tradicionalnih osoba. Budući da je umjetna inteligencija primarni potrošač ovih ličnih dokumenata, oni ne moraju biti skenirani ili stati na jednu stranicu. Tradicionalne osobe ograničene su ljudskom čitljivošću: sve morate destilirati do nabrajanja i ključnih citata koje netko može apsorbirati na prvi pogled. Ali umjetna inteligencija nema takva ograničenja. To znači da vaše osobe mogu biti znatno detaljnije. Možete uključiti dugotrajna promatranja ponašanja, kontradiktorne podatke i nijansirani kontekst koji nikada ne bi preživio proces uređivanja tradicionalnog plakata s likom. AI može zadržati svu ovu složenost i koristiti je kad odgovara na pitanja. Također možete stvoriti različite leće ili perspektive unutar svake osobe, prilagođene specifičnim poslovnim funkcijama. Vaša ličnost "vikend ratnika" može imati marketinšku leću (preferencije slanja poruka, navike kanala, reakcije kampanje), leću proizvoda (prioriteti značajki, obrasci upotrebljivosti, pokretači nadogradnje) i leću podrške (uobičajena pitanja, točke frustracije, preferencije rezolucije). Kada voditelj marketinga postavi pitanje, AI se oslanja na informacije relevantne za marketing. Kada voditelj proizvoda pita, povlači se iz leće proizvoda. Ista osoba, različita dubina ovisno o tome tko pita.
Osobe bi i dalje trebale uključivati sve funkcionalne elemente o kojima smo prije razgovarali: ciljeve i zadatke, pitanja i prigovore, bolne točke, dodirne točke i praznine u uslugama. Ali sada ti elementi postaju osnova za to kako umjetna inteligencija procjenjuje pitanja iz perspektive svake osobe, sintetizirajući njihova stajališta u djelotvorne preporuke. Mogućnosti implementacije Ovo možete postaviti s različitim razinama sofisticiranosti, ovisno o vašim resursima i potrebama. Jednostavan pristup Većina AI platformi sada nudi značajke projekta ili radnog prostora koje vam omogućuju učitavanje referentnih dokumenata. U ChatGPT-u to se naziva projektima. Claude ima sličnu značajku. Kopilot i Blizanci ih zovu Spaces ili Gems. Za početak izradite namjenski projekt i prenesite svoje ključne istraživačke dokumente i osobe. Zatim napišite jasne upute koje govore AI da konzultira sve osobe kada odgovara na pitanja. Nešto poput: Pomažete dionicima da razumiju naše korisnike. Kada vam se postave pitanja, posavjetujte se sa svim korisničkim personama u ovom projektu i dajte: (1) kratak sažetak o tome kako bi svaka osoba vjerojatno odgovorila, (2) pregled koji naglašava gdje se slažu, a gdje razlikuju, i (3) preporuke temeljene na njihovim kolektivnim perspektivama. Iskoristite sve dokumente istraživanja kako biste informirali svoju analizu. Ako istraživanje ne pokriva u potpunosti temu, pretražite društvene platforme kao što su Reddit, Twitter i relevantni forumi da biste vidjeli kako ljudi koji odgovaraju ovim osobama raspravljaju o sličnim temama. Ako još uvijek u nešto niste sigurni, recite to iskreno i predložite koja bi dodatna istraživanja mogla pomoći.
Ovaj pristup ima neka ograničenja. Postoje ograničenja u pogledu broja datoteka koje možete prenijeti, pa ćete možda morati dati prioritet svom najvažnijem istraživanju ili konsolidirati svoje osobe u jedan sveobuhvatan dokument. Sofisticiraniji pristup Za veće organizacije ili stalnu upotrebu, alat kao što je Notion nudi prednosti jer može sadržavati cijelo vaše istraživačko spremište i ima ugrađene mogućnosti umjetne inteligencije. Možete stvoriti baze podataka za različite vrste istraživanja, povezati ih zajedno, a zatim koristiti AI za upite u svemu.
Prednost je u tome što AI ima pristup mnogo većem broju konteksta. Kada dionik postavi pitanje, može se oslanjati na ankete, ulaznice za podršku, transkripte intervjua i analitičke podatke odjednom. To omogućuje bogatije, nijansiranije odgovore. Što ovo ne zamjenjuje Trebao bih biti jasan u pogledu ograničenja. Virtualne osobe nisu zamjena za razgovor sa stvarnim korisnicima. Oni su način da se postojeće istraživanje učini pristupačnijim i djelotvornijim. Postoji nekoliko scenarija u kojima još uvijek trebate primarno istraživanje:
Kada pokrećete nešto istinski novo što vaše postojeće istraživanje ne pokriva; Kada trebate potvrditi određene dizajne ili prototipove; Kada podaci vašeg repozitorija postanu ustajali; Kada dionicipotrebno je čuti izravno od stvarnih ljudi kako bi se izgradila empatija.
Zapravo, možete konfigurirati AI da prepozna ove situacije. Kada netko postavi pitanje koje nadilazi ono na što istraživanje može odgovoriti, AI može odgovoriti nešto poput: "Nemam dovoljno informacija da na to odgovorim s pouzdanjem. Ovo bi moglo biti dobro pitanje za brzi intervju ili anketu s korisnikom." A kada provedete novo istraživanje, ti se podaci vraćaju natrag u spremište. Osobe se s vremenom razvijaju kako se vaše razumijevanje produbljuje. Ovo je puno bolje od tradicionalnog pristupa, gdje se persone stvaraju jednom i zatim polako zastarijevaju. Organizacijska promjena Ako se ovaj pristup primijeni u vašoj organizaciji, događa se nešto zanimljivo. Uloga UX tima mijenja se od čuvara korisničkog znanja do kustosa i održavatelja repozitorija. Umjesto da trošite vrijeme na stvaranje izvješća koja se mogu, ali i ne moraju pročitati, trošite vrijeme osiguravajući da repozitorij ostane ažuran i da je AI konfiguriran za davanje korisnih odgovora. Istraživačka komunikacija mijenja se iz push (prezentacije, izvješća, e-pošte) u pull (dionici postavljaju pitanja kada trebaju odgovore). Razmišljanje usmjereno na korisnika postaje distribuirano u cijeloj organizaciji umjesto da se koncentrira u jednom timu. To ne čini UX istraživače manje vrijednima. Ako ništa drugo, to ih čini vrijednijima jer njihov rad sada ima širi doseg i veći utjecaj. Ali to mijenja prirodu posla. Početak rada Ako želite isprobati ovaj pristup, počnite s malim. Ako vam prije nego što se upustite, trebate početnu prezentaciju funkcionalnih osoba, napisao sam detaljan vodič za njihovo stvaranje. Odaberite jedan projekt ili tim i postavite jednostavnu implementaciju pomoću ChatGPT projekata ili sličnog alata. Prikupite sva istraživanja koja imate (čak i ako se čini nepotpunima), stvorite jednu ili dvije osobe i pogledajte kako će zainteresirane strane odgovoriti. Obratite pozornost na pitanja koja postavljaju. Oni će vam reći gdje vaše istraživanje ima praznina i koji bi dodatni podaci bili najvrjedniji. Kako usavršavate pristup, možete se proširiti na više timova i sofisticiranije alate. Ali temeljni princip ostaje isti: uzmite svo to raspršeno korisničko znanje i dajte mu glas koji svatko u vašoj organizaciji može čuti. U svom prethodnom članku tvrdio sam da bismo se trebali pomaknuti s demografskih osoba na funkcionalne osobe koje su usredotočene na ono što korisnici pokušavaju učiniti. Sada predlažem da poduzmemo sljedeći korak: od statičnih persona do interaktivnih koje zapravo mogu sudjelovati u razgovorima u kojima se donose odluke. Zato što svaki dan u vašoj organizaciji ljudi donose odluke koje utječu na vaše korisnike. A vaši korisnici zaslužuju mjesto za stolom, čak i ako je virtualno. Dodatno čitanje na SmashingMag
“Bliži pogled na persone: što su i kako funkcioniraju | 1”, Shlomo Goltz “Kako poboljšati svoj proces dizajna s personama temeljenim 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
