ჩემს წინა სტატიაში მე გამოვიკვლიე, თუ როგორ შეიძლება AI დაგვეხმაროს უფრო ეფექტურად შევქმნათ ფუნქციური პერსონები. ჩვენ განვიხილეთ პერსონების შექმნა, რომლებიც ფოკუსირებულია იმაზე, თუ რას ცდილობენ მომხმარებლები, ვიდრე დემოგრაფიული პროფილები, რომლებიც კარგად გამოიყურება პლაკატებზე, მაგრამ იშვიათად ცვლის დიზაინის გადაწყვეტილებებს. მაგრამ პერსონების შექმნა მხოლოდ ბრძოლის ნახევარია. ყველაზე დიდი გამოწვევა არის ამ ინფორმაციის მიწოდება იმ ადამიანების ხელში, ვისაც ეს სჭირდება, იმ მომენტში, როდესაც მათ სჭირდებათ. ყოველდღე, თქვენი ორგანიზაციის ადამიანები იღებენ გადაწყვეტილებებს, რომლებიც გავლენას ახდენს მომხმარებლის გამოცდილებაზე. პროდუქტის გუნდები წყვეტენ რომელ მახასიათებლებს მიენიჭონ პრიორიტეტი. მარკეტინგის გუნდები ქმნიან კამპანიებს. ფინანსური გუნდები ქმნიან ინვოისის შედგენის პროცესებს. მომხმარებელთა მხარდაჭერის გუნდები წერენ პასუხების შაბლონებს. ყველა ეს გადაწყვეტილება აყალიბებს იმას, თუ როგორ განიცდიან მომხმარებლები თქვენს პროდუქტს ან მომსახურებას. და მათი უმეტესობა ხდება რეალური მომხმარებლების შეყვანის გარეშე. პრობლემა იმის შესახებ, თუ როგორ ვიზიარებთ მომხმარებლის კვლევას შენ აკეთებ კვლევას. თქვენ ქმნით პერსონებს. თქვენ წერთ მოხსენებებს. თქვენ აკეთებთ პრეზენტაციებს. თქვენ კი ლამაზ ინფოგრაფიკას აკეთებთ. და მერე რა ხდება? კვლევა სადღაც საერთო დისკში ზის, ნელ-ნელა აგროვებს ციფრულ მტვერს. პერსონებს ახსენებენ დაწყების შეხვედრებზე და შემდეგ ივიწყებენ. ანგარიშები ერთხელ იკვრება და აღარ იხსნება. როდესაც პროდუქტის მენეჯერი წყვეტს დაამატოს თუ არა ახალი ფუნქცია, ისინი ალბათ არ იჭრებიან გასული წლის კვლევის საცავში. როდესაც ფინანსური გუნდი ამუშავებს ინვოისის ელფოსტას, ისინი თითქმის არ უწევენ კონსულტაციას მომხმარებლის პიროვნებებთან. ისინი საუკეთესოდ გამოცნობენ და მიდიან. ეს არ არის ამ გუნდების კრიტიკა. დაკავებული არიან. ვადები აქვთ. და პატიოსნად, მაშინაც კი, თუ მათ სურდათ კვლევის კონსულტაცია, მათ ალბათ არ იცოდნენ სად ეპოვათ იგი ან როგორ ინტერპრეტაცია გაეკეთებინათ მათი კონკრეტული კითხვისთვის. ცოდნა ჩაკეტილი რჩება UX გუნდის ხელმძღვანელებში, რომლებიც შესაძლოა ვერ დაესწრონ ორგანიზაციის მასშტაბით მიღებულ ყველა გადაწყვეტილებას. რა მოხდება, თუ მომხმარებლებს შეეძლოთ რეალურად საუბარი? რა მოხდება, თუ იმის ნაცვლად, რომ შევქმნათ სტატიკური დოკუმენტები, რომლებიც ადამიანებმა უნდა მოიძიონ და ინტერპრეტაცია მოახდინონ, ჩვენ შევძლებთ დაინტერესებულ მხარეებს მივცეთ საშუალება, გაიარონ კონსულტაცია თქვენს ყველა მომხმარებლის პიროვნებასთან ერთდროულად?
წარმოიდგინეთ მარკეტინგის მენეჯერი, რომელიც მუშაობს ახალ კამპანიაზე. იმის ნაცვლად, რომ დაიმახსოვრონ, რას ამბობდნენ პერსონები შეტყობინებების პრიორიტეტებთან დაკავშირებით, მათ შეუძლიათ უბრალოდ იკითხონ: „ვფიქრობ ამ ელფოსტაზე ფასდაკლების შეთავაზებით ლიდერობაზე. რას იფიქრებდნენ ჩვენი მომხმარებლები?“ და AI-ს, რომელიც ეყრდნობა თქვენს ყველა კვლევის მონაცემს და პერსონას, შეუძლია უპასუხოს კონსოლიდირებული შეხედულებით: როგორი რეაქცია ექნება თითოეულ პერსონას, სად ეთანხმება, სად განსხვავდებიან და რეკომენდაციების ნაკრები, რომელიც ეფუძნება მათ კოლექტიურ პერსპექტივებს. ერთი კითხვა, სინთეზირებულია თქვენი მთელი მომხმარებლის ბაზაზე.
ეს არ არის სამეცნიერო ფანტასტიკა. ხელოვნური ინტელექტის საშუალებით ჩვენ შეგვიძლია ავაშენოთ ზუსტად ასეთი სისტემა. ჩვენ შეგვიძლია ავიღოთ მთელი ეს მიმოფანტული კვლევა (გამოკითხვები, ინტერვიუები, მხარდაჭერის ბილეთები, ანალიტიკა, თავად პერსონები) და ვაქციოთ ის ინტერაქტიულ რესურსად, რომელსაც ნებისმიერს შეუძლია მოითხოვოს მრავალპერსპექტიული გამოხმაურება. მომხმარებლის კვლევის საცავის აგება ამ მიდგომის საფუძველია ყველაფრის ცენტრალიზებული საცავი, რაც იცით თქვენი მომხმარებლების შესახებ. იფიქრეთ მასზე, როგორც ჭეშმარიტების ერთიან წყაროზე, რომელსაც AI-ს შეუძლია წვდომა და საიდან გამოიტანოს. თუ თქვენ აკეთებთ მომხმარებლის კვლევას გარკვეული დროის განმავლობაში, თქვენ ალბათ იმაზე მეტი მონაცემი გაქვთ, ვიდრე წარმოგიდგენიათ. ის უბრალოდ მიმოფანტულია სხვადასხვა ინსტრუმენტებსა და ფორმატებში:
კვლევის შედეგები თქვენს გამოკითხვის პლატფორმაზე, ინტერვიუს ჩანაწერები Google Docs-ში, მომხმარებელთა მხარდაჭერის ბილეთები თქვენს დახმარების სისტემაში, ანალიტიკის მონაცემები სხვადასხვა დაფებში, სოციალური მედიის ხსენებები და მიმოხილვები, ძველი პერსონები წინა პროექტებიდან, გამოყენებადობის ტესტის ჩანაწერები და შენიშვნები.
პირველი ნაბიჯი არის ამ ყველაფრის ერთ ადგილზე შეკრება. მას არ სჭირდება იდეალურად ორგანიზება. ხელოვნური ინტელექტი საოცრად კარგია ბინძური შეყვანის გაგებაში. თუ თქვენ იწყებთ ნულიდან და არ გაქვთ ბევრი არსებული კვლევა, შეგიძლიათ გამოიყენოთ AI ღრმა კვლევის ინსტრუმენტები საბაზისო ხაზების დასადგენად.
ამ ინსტრუმენტებს შეუძლიათ სკანირება გაუწიონ ინტერნეტს თქვენი პროდუქტის კატეგორიის, კონკურენტების მიმოხილვისა და ხალხის მიერ დასმული ჩვეულებრივი კითხვებისთვის. ეს საშუალებას გაძლევთ იმუშაოთ თქვენი პირველადი კვლევის დროს. ინტერაქტიული პერსონალის შექმნა თქვენი საცავი რომ გექნებათ, შემდეგი ნაბიჯი არის პერსონების შექმნა, რომლებთანაც AI-ს შეუძლია დაინტერესებული მხარეების სახელით მიმართოს. ეს პირდაპირ ეფუძნება ფუნქციურ პერსონაზე მიდგომას, რომელიც მე აღვნიშნე ჩემს წინა სტატიაში, ერთი საკვანძო განსხვავებით: ეს პერსონები იქცევიან ლინზებად, რომელთა მეშვეობითაც ხელოვნური ინტელექტი აანალიზებს კითხვებს და არა მხოლოდ მითითებას.დოკუმენტები. პროცესი ასე მუშაობს:
მიაწოდეთ თქვენი კვლევის საცავი AI ინსტრუმენტს. სთხოვეთ მას განსაზღვროს მომხმარებლის ცალკეული სეგმენტები მიზნების, ამოცანებისა და ხახუნის წერტილების მიხედვით. დაე, მან შექმნას დეტალური პერსონები თითოეული სეგმენტისთვის. დააკონფიგურირეთ ხელოვნური ინტელექტი, რათა გაიაროს კონსულტაცია ყველა პერსონასთან, როდესაც დაინტერესებული მხარეები სვამენ კითხვებს, უზრუნველყოფენ კონსოლიდირებულ უკუკავშირს.
აი, სად განსხვავდება ეს მიდგომა ტრადიციული პიროვნებებისგან. იმის გამო, რომ AI არის ამ პერსონალური დოკუმენტების ძირითადი მომხმარებელი, მათ არ სჭირდებათ სკანირება ან მოთავსება ერთ გვერდზე. ტრადიციული პერსონები შეზღუდულია ადამიანის წაკითხვის გამო: თქვენ უნდა გადაიტანოთ ყველაფერი პუნქტებითა და ძირითადი ციტატებით, რომლებიც შეიძლება ვინმემ ერთი შეხედვით აითვისოს. მაგრამ AI-ს არ აქვს ასეთი შეზღუდვა. ეს ნიშნავს, რომ თქვენი პერსონა შეიძლება ბევრად უფრო დეტალური იყოს. თქვენ შეგიძლიათ შეიტანოთ ხანგრძლივი ქცევითი დაკვირვებები, ურთიერთგამომრიცხავი მონაცემების წერტილები და ნიუანსირებული კონტექსტი, რომელიც ვერასოდეს გადარჩება ტრადიციული პერსონების პოსტერის რედაქტირების პროცესს. AI-ს შეუძლია შეინახოს მთელი ეს სირთულე და გამოიყენოს იგი კითხვებზე პასუხის გაცემისას. თქვენ ასევე შეგიძლიათ შექმნათ სხვადასხვა ლინზები ან პერსპექტივები თითოეულ პერსონაში, მორგებული კონკრეტულ ბიზნეს ფუნქციებზე. თქვენს „Weekend Warrior“ პერსონას შეიძლება ჰქონდეს მარკეტინგული ობიექტივი (შეტყობინებების პრეფერენციები, არხის ჩვევები, კამპანიის პასუხები), პროდუქტის ობიექტივი (ფუნქციების პრიორიტეტები, გამოყენებადობის ნიმუშები, განახლების ტრიგერები) და დამხმარე ობიექტივი (საერთო კითხვები, იმედგაცრუების წერტილები, რეზოლუციის პარამეტრები). როდესაც მარკეტინგის მენეჯერი სვამს კითხვას, AI ეყრდნობა მარკეტინგის შესაბამის ინფორმაციას. როდესაც პროდუქტის მენეჯერი სთხოვს, ის გამოდის პროდუქტის ობიექტივიდან. ერთი და იგივე პერსონა, განსხვავებული სიღრმე იმისდა მიხედვით, თუ ვინ ითხოვს.
პერსონები მაინც უნდა შეიცავდეს ყველა იმ ფუნქციურ ელემენტს, რომელიც ადრე განვიხილეთ: მიზნები და ამოცანები, კითხვები და წინააღმდეგობები, ტკივილის წერტილები, შეხების წერტილები და მომსახურების ხარვეზები. მაგრამ ახლა ეს ელემენტები ხდება საფუძველი იმისა, თუ როგორ აფასებს AI კითხვებს თითოეული პერსონის პერსპექტივიდან, აერთიანებს მათ შეხედულებებს ქმედითუნარიან რეკომენდაციებში. განხორციელების ვარიანტები თქვენ შეგიძლიათ დააყენოთ ეს დახვეწილობის სხვადასხვა დონეზე, თქვენი რესურსებისა და საჭიროებების მიხედვით. მარტივი მიდგომა AI პლატფორმების უმეტესობა ახლა გთავაზობთ პროექტის ან სამუშაო სივრცის ფუნქციებს, რომლებიც საშუალებას გაძლევთ ატვირთოთ საცნობარო დოკუმენტები. ChatGPT-ში მათ პროექტებს უწოდებენ. მსგავსი თვისება აქვს კლოდს. კოპილოტი და ტყუპები მათ სივრცეებს ან ძვირფას ქვებს უწოდებენ. დასაწყებად შექმენით გამოყოფილი პროექტი და ატვირთეთ თქვენი ძირითადი კვლევითი დოკუმენტები და პერსონები. შემდეგ დაწერეთ მკაფიო ინსტრუქციები და უთხარით AI-ს, რომ გაიაროს კონსულტაცია ყველა პიროვნებასთან კითხვებზე პასუხის გაცემისას. რაღაც მსგავსი: თქვენ ეხმარებით დაინტერესებულ მხარეებს ჩვენი მომხმარებლების გაგებაში. კითხვების დასმისას, გაიარეთ კონსულტაცია ამ პროექტში ყველა მომხმარებლის პერსონაზე და მიაწოდეთ: (1) მოკლე მიმოხილვა, თუ როგორ უპასუხებს თითოეული პიროვნება, (2) მიმოხილვა, სადაც ხაზგასმულია, სად ეთანხმებიან და სად განსხვავდებიან, და (3) რეკომენდაციები მათი კოლექტიური პერსპექტივების საფუძველზე. დახაზეთ ყველა კვლევის დოკუმენტი, რათა გაეცნოთ თქვენს ანალიზს. თუ კვლევა სრულად არ მოიცავს თემას, მოძებნეთ სოციალური პლატფორმები, როგორიცაა Reddit, Twitter და შესაბამისი ფორუმები, რათა ნახოთ, თუ როგორ განიხილავენ ამ პერსონების შესაბამისი ადამიანები მსგავს საკითხებს. თუ ჯერ კიდევ არ ხართ დარწმუნებული რაიმეში, თქვით ეს გულწრფელად და შემოგვთავაზეთ, რა შეიძლება დაგეხმაროთ დამატებით კვლევაში.
ამ მიდგომას აქვს გარკვეული შეზღუდვები. არსებობს ლიმიტები, თუ რამდენი ფაილის ატვირთვა შეგიძლიათ, ასე რომ თქვენ შეიძლება დაგჭირდეთ თქვენი ყველაზე მნიშვნელოვანი კვლევის პრიორიტეტი ან თქვენი პერსონების კონსოლიდაცია ერთ ყოვლისმომცველ დოკუმენტში. უფრო დახვეწილი მიდგომა უფრო დიდი ორგანიზაციებისთვის ან უფრო მუდმივი გამოყენებისთვის, ინსტრუმენტი, როგორიცაა Notion, გთავაზობთ უპირატესობებს, რადგან მას შეუძლია შეინახოს თქვენი მთელი კვლევის საცავი და აქვს ჩაშენებული AI შესაძლებლობები. შეგიძლიათ შექმნათ მონაცემთა ბაზები სხვადასხვა ტიპის კვლევისთვის, დააკავშიროთ ისინი ერთმანეთთან და შემდეგ გამოიყენოთ AI, რომ მოიძიოთ ყველაფერში.
უპირატესობა აქ არის ის, რომ AI-ს აქვს წვდომა ბევრად მეტ კონტექსტზე. როდესაც დაინტერესებული მხარე სვამს კითხვას, მას შეუძლია ერთდროულად გამოიყენოს გამოკითხვები, მხარი დაუჭიროს ბილეთებს, ინტერვიუს ჩანაწერებს და ანალიტიკურ მონაცემებს. ეს ქმნის უფრო მდიდარ, უფრო ნიუანსურ პასუხებს. რასაც ეს არ ცვლის მე მკაფიოდ უნდა ვიყო შეზღუდვების შესახებ. ვირტუალური პერსონები არ არის რეალურ მომხმარებლებთან საუბრის შემცვლელი. ისინი გზაა არსებული კვლევების უფრო ხელმისაწვდომი და ქმედითუნარიანი გახადოს. არსებობს რამდენიმე სცენარი, სადაც ჯერ კიდევ გჭირდებათ პირველადი კვლევა:
როდესაც დაიწყებთ რაიმე ჭეშმარიტად ახალს, რომელსაც თქვენი არსებული კვლევა არ მოიცავს; როდესაც გჭირდებათ კონკრეტული დიზაინის ან პროტოტიპების დამოწმება; როდესაც თქვენი საცავის მონაცემები ძველდება; როდესაც დაინტერესებული მხარეებიუნდა მოვისმინოთ უშუალოდ რეალური ადამიანებისგან, რომ თანაგრძნობა განვითარდეს.
სინამდვილეში, თქვენ შეგიძლიათ დააკონფიგურიროთ AI, რომ ამოიცნოს ეს სიტუაციები. როდესაც ვინმე სვამს კითხვას, რომელიც სცილდება კვლევის პასუხს, AI-ს შეუძლია უპასუხოს მსგავსი რამ: "მე არ მაქვს საკმარისი ინფორმაცია ამაზე თავდაჯერებულად პასუხის გასაცემად. ეს შეიძლება იყოს კარგი კითხვა მომხმარებლის სწრაფი ინტერვიუს ან გამოკითხვისთვის." და როდესაც თქვენ ატარებთ ახალ კვლევას, ეს მონაცემები უკან იბრუნებს საცავში. პერსონები ვითარდებიან დროთა განმავლობაში, როდესაც თქვენი გაგება გაღრმავდება. ეს ბევრად უკეთესია, ვიდრე ტრადიციული მიდგომა, სადაც პერსონები იქმნება ერთხელ და შემდეგ ნელ-ნელა მოძველდება. ორგანიზაციული ცვლა თუ ეს მიდგომა დაიჭერს თქვენს ორგანიზაციაში, რაღაც საინტერესო ხდება. UX გუნდის როლი გადადის მომხმარებლის ცოდნის კარიბჭედან საცავების კურატორებად და შემსრულებლებზე. იმის ნაცვლად, რომ დახარჯოთ დრო, შექმნათ ანგარიშები, რომლებიც შეიძლება წაკითხული იყოს ან არ იყოს წაკითხული, თქვენ ხარჯავთ დროს იმის უზრუნველსაყოფად, რომ საცავი დარჩეს აქტუალური და რომ AI კონფიგურირებულია გამოსადეგი პასუხებისთვის. კვლევის კომუნიკაცია იცვლება Push-დან (პრეზენტაციები, მოხსენებები, ელ.წერილები) სწრაფვამდე (დაინტერესებული მხარეები სვამენ კითხვებს, როდესაც მათ სჭირდებათ პასუხები). მომხმარებელზე ორიენტირებული აზროვნება ნაწილდება ორგანიზაციაში და არა კონცენტრირებული ერთ გუნდში. ეს არ ხდის UX მკვლევარებს ნაკლებ ღირებულს. თუ რამეა, ეს მათ უფრო ღირებულს ხდის, რადგან მათ ნამუშევრებს ახლა უფრო ფართო მასშტაბი და დიდი გავლენა აქვს. მაგრამ ეს ცვლის სამუშაოს ბუნებას. დაწყება თუ გსურთ სცადოთ ეს მიდგომა, დაიწყეთ მცირედით. თუ თქვენ გჭირდებათ პრაიმერი ფუნქციურ პერსონებზე ჩაყვინთვის წინ, მე დავწერე დეტალური სახელმძღვანელო მათ შესაქმნელად. აირჩიეთ ერთი პროექტი ან გუნდი და შექმენით მარტივი განხორციელება ChatGPT პროექტების ან მსგავსი ხელსაწყოს გამოყენებით. შეაგროვეთ ნებისმიერი კვლევა, რომელიც გაქვთ (თუნდაც ის არასრული იყოს), შექმენით ერთი ან ორი პერსონა და ნახეთ, როგორ რეაგირებენ დაინტერესებული მხარეები. ყურადღება მიაქციეთ რა კითხვებს სვამენ. ეს გეტყვით, სად აქვს თქვენს კვლევას ხარვეზები და რა დამატებითი მონაცემები იქნება ყველაზე ღირებული. მიდგომის დახვეწასთან ერთად, შეგიძლიათ გაფართოვდეთ უფრო მეტ გუნდში და უფრო დახვეწილ ინსტრუმენტებზე. მაგრამ ძირითადი პრინციპი უცვლელი რჩება: აიღეთ მთელი ეს გაფანტული მომხმარებლის ცოდნა და მიეცით ხმა, რომელიც თქვენს ორგანიზაციაში ნებისმიერს შეუძლია მოისმინოს. ჩემს წინა სტატიაში მე ვამტკიცებდი, რომ დემოგრაფიული პერსონებიდან უნდა გადავიდეთ ფუნქციურ პერსონებზე, რომლებიც ყურადღებას ამახვილებენ იმაზე, თუ რას ცდილობენ მომხმარებლები. ახლა მე გთავაზობთ შემდეგი ნაბიჯის გადადგმას: სტატიკური პერსონებიდან ინტერაქტიულ პირებამდე, რომლებსაც შეუძლიათ რეალურად მონაწილეობა მიიღონ საუბრებში, სადაც გადაწყვეტილებები მიიღება. იმის გამო, რომ ყოველდღე, თქვენს ორგანიზაციაში, ადამიანები იღებენ გადაწყვეტილებებს, რომლებიც გავლენას ახდენს თქვენს მომხმარებლებზე. და თქვენი მომხმარებლები იმსახურებენ მაგიდასთან ადგილს, თუნდაც ეს ვირტუალური იყოს. შემდგომი კითხვა SmashingMag-ზე
"დაახლოებით შევხედოთ პერსონალს: რა არიან ისინი და როგორ მუშაობენ | 1", შლომო გოლცი "როგორ გავაუმჯობესოთ თქვენი დიზაინის პროცესი მონაცემთა ბაზაზე დაფუძნებული პერსონალით", ტიმ ნოეტცელი "როგორ გავხადოთ თქვენი UX კვლევის ძნელი იგნორირება", ვიტალი ფრიდმანი "როგორ ავაშენოთ ძლიერი მომხმარებელთა ურთიერთობა მომხმარებლის კვლევისთვის", რენესანსის რეიჩელი
