Kaya kami ay nagdidisenyo at nagpapadala ng isang makintab na bagong feature. Paano natin malalaman kung ito ay gumagana? Paano natin sinusukat at sinusubaybayan ang epekto nito? Walang kakulangan sa mga sukatan ng UX, ngunit paano kung gusto naming magtatag ng isang simple, nauulit, makabuluhang sukatan ng UX — partikular para sa aming mga tampok? Well, tingnan natin kung paano gawin iyon.
Una kong narinig ang tungkol sa balangkas ng TARS mula sa magandang artikulo ni Adrian H. Raudschl sa "Paano Sukatin ang Epekto ng Mga Tampok". Dito, itinampok ni Adrian kung paano sumusubaybay at nagpapasya ang kanyang koponan kung aling mga feature ang pagtutuunan ng pansin — at pagkatapos ay imamapa ang mga ito laban sa isa't isa sa isang 2×2 quadrants matrix. Ito ay naging isang napaka-kapaki-pakinabang na balangkas upang mailarawan ang epekto ng UX work sa pamamagitan ng lens ng mga sukatan ng negosyo. Tingnan natin kung paano ito gumagana. 1. Target na Audience (%) Magsisimula kami sa pamamagitan ng pagbibilang ng target na madla sa pamamagitan ng pag-explore kung ilang porsyento ng mga user ng isang produkto ang may partikular na problema na nilalayon ng isang feature na lutasin. Maaari naming pag-aralan ang mga umiiral o katulad na feature na sumusubok na lutasin ang mga katulad na problema, at kung gaano karaming mga user ang nakikipag-ugnayan sa kanila. Ang target na audience ay hindi pareho sa paggamit ng feature. Gaya ng nabanggit ni Adrian, kung alam natin na ang isang umiiral nang feature na Export Button ay ginagamit ng 5% ng lahat ng user, hindi ito nangangahulugan na ang target na audience ay 5%. Mas maraming user ang maaaring magkaroon ng problema na sinusubukang lutasin ng feature sa pag-export, ngunit hindi nila ito mahanap. Tanong namin: "Ilang porsyento ng lahat ng user ng aming produkto ang may partikular na problema na nilalayon ng isang bagong feature na lutasin?"
2. A = Pag-ampon (%) Susunod, sinusukat natin kung gaano natin "nakuha" ang ating target na madla. Para diyan, sinusubaybayan namin kung gaano karaming mga user ang aktwal na matagumpay na nakikipag-ugnayan sa feature na iyon sa loob ng isang partikular na yugto ng panahon. Hindi kami tumutuon sa mga CTR o tagal ng session doon, ngunit sa halip kung ang mga user ay makahulugang nakikipag-ugnayan dito. Halimbawa, kung mayroong anumang senyales na nakita nilang mahalaga ito, tulad ng pagbabahagi ng export URL, ang bilang ng mga na-export na file, o ang paggamit ng mga filter at setting.
Iminumungkahi ng paggamit ng mataas na feature (>60%) na may epekto ang problema. Ang mababang pag-aampon (<20%) ay maaaring magpahiwatig na ang problema ay may mga simpleng solusyon na pinagkakatiwalaan ng mga tao. Ang pagbabago ng mga gawi ay nangangailangan din ng oras, at kaya mababa ang pag-aampon sa simula ay inaasahan. Minsan, walang kinalaman ang pag-ampon ng mababang feature sa mismong feature, ngunit kung saan ito makikita sa UI. Maaaring hindi ito matuklasan ng mga user kung nakatago ito o kung mayroon itong nakalilitong label. Ito ay dapat na sapat na halata para sa mga tao na matisod dito. Ang mababang pag-aampon ay hindi palaging katumbas ng kabiguan. Kung ang isang problema ay nakakaapekto lamang sa 10% ng mga gumagamit, ang pagpindot sa 50-75% na pag-aampon sa loob ng partikular na angkop na lugar ay nangangahulugan na ang tampok ay isang tagumpay. Tanong namin: "Anong porsyento ng mga aktibong target na user ang aktwal na gumagamit ng feature para malutas ang problemang iyon?"
3. Pagpapanatili (%) Susunod, pinag-aaralan namin kung ang isang feature ay aktwal na ginagamit nang paulit-ulit. Sinusukat namin ang dalas ng paggamit, o partikular, kung gaano karaming mga user na nakipag-ugnayan sa feature ang aktwal na patuloy na gumagamit nito sa paglipas ng panahon. Karaniwan, ito ay isang malakas na senyales para sa makabuluhang epekto. Kung ang isang feature ay may >50% na rate ng pagpapanatili (avg.), lubos kaming makatitiyak na ito ay may mataas na estratehikong kahalagahan. Ang 25–35% na rate ng pagpapanatili ay nagpapahiwatig ng katamtamang estratehikong kahalagahan, at ang pagpapanatili ng 10–20% ay mababa ang estratehikong kahalagahan. Tanong namin: "Sa lahat ng user na makabuluhang nagpatibay ng isang feature, ilan ang bumalik para gamitin itong muli?"
4. Satisfaction Score (CES) Sa wakas, sinusukat namin ang antas ng kasiyahan na mayroon ang mga user sa feature na iyon na ipinadala namin. Hindi namin tinatanong ang lahat — humihiling lang kami ng mga "napanatili" na user. Nakakatulong ito sa amin na makita ang mga nakatagong problema na maaaring hindi makikita sa marka ng pagpapanatili.
Kapag aktwal na gumamit ang mga user ng feature nang maraming beses, itatanong namin sa kanila kung gaano kadaling lutasin ang isang problema pagkatapos nilang gamitin ang feature na iyon — sa pagitan ng "mas mahirap" at "mas madali kaysa sa inaasahan." Alam namin kung paano namin gustong maka-score. Paggamit ng TARS Para sa Feature Strategy Kapag nagsimula na kaming magsukat gamit ang TARS, maaari naming kalkulahin ang isang S÷T na marka — ang porsyento ng Mga Satisfied User ÷ Target na User. Nagbibigay ito sa amin ng ideya kung gaano kahusay ang performance ng isang feature para sa aming nilalayong target na audience. Kapag ginawa namin iyon para sa bawat feature, maaari naming i-map ang lahat ng feature sa 4 na quadrant sa isang 2×2 matrix.
Ang mga feature na overperforming ay nagkakahalaga ng pagbibigay pansin sa: mayroon silang mababang pagpapanatili ngunit mataas ang kasiyahan. Maaaring ito ay mga feature lang na hindi kailangang gamitin ng mga user nang madalas, ngunit kapag ginawa nila, ito ay lubos na epektibo. Ang mga feature ng pananagutan ay may mataas na pagpapanatili ngunit mababa ang kasiyahan, kaya marahil kailangan nating pagsikapan ang mga itopagbutihin ang mga ito. At pagkatapos ay matutukoy din natin ang mga pangunahing feature at feature ng proyekto — at makipag-usap sa mga designer, PM, at engineer kung ano ang dapat nating gawin sa susunod. Ang Rate ng Conversion ay Hindi Isang Sukatan ng UX Hindi saklaw ng TARS ang rate ng conversion, at para sa isang magandang dahilan. Gaya ng nabanggit ni Fabian Lenz, ang conversion ay kadalasang itinuturing na pinakahuling tagapagpahiwatig ng tagumpay — ngunit sa pagsasagawa, palaging napakahirap na magpakita ng malinaw na koneksyon sa pagitan ng mas maliliit na hakbangin sa disenyo at malalaking layunin ng conversion.
Ang totoo ay halos lahat ng tao sa team ay nagsisikap tungo sa mas magandang conversion. Ang isang uptick ay maaaring konektado sa maraming iba't ibang mga inisyatiba — mula sa pagbebenta at marketing hanggang sa pagpapalakas ng pagganap ng web hanggang sa mga napapanahong epekto sa mga pagkukusa sa UX. Siyempre, maaaring pahusayin ng UX ang conversion, ngunit hindi talaga ito isang sukatan ng UX. Kadalasan, hindi maaaring piliin ng mga tao ang produkto na kanilang ginagamit. At kadalasan ang isang nais na resulta ng negosyo ay nagmumula sa pangangailangan at pakikibaka, sa halip na pagtitiwala at pagpapahalaga. Mataas na Conversion Sa kabila ng Masamang UX Tulad ng isinulat ni Fabian, maaaring mangyari ang mataas na rate ng conversion sa kabila ng mahinang UX, dahil:
Ang malakas na brand power ay humihila ng mga tao, Agresibo ngunit epektibong mga taktika sa madaliang pagkilos, Ang mga presyo ay lubhang kaakit-akit, Ang marketing ay gumaganap nang mahusay, Makasaysayang katapatan ng customer, Ang mga gumagamit ay walang alternatibo.
Mababang Conversion Sa kabila ng Mahusay na UX Kasabay nito, maaaring magkaroon ng mababang rate ng conversion sa kabila ng mahusay na UX, dahil:
Ang mga alok ay hindi nauugnay sa madla, Ang mga gumagamit ay hindi nagtitiwala sa tatak, Hindi magandang modelo ng negosyo o mataas na panganib ng pagkabigo, Hindi naaabot ng marketing ang tamang audience, Panlabas na mga kadahilanan (presyo, tiyempo, kumpetisyon).
Ang isang pinahusay na conversion ay ang positibong resulta ng mga pagkukusa sa UX. Ngunit ang mahusay na trabaho sa UX ay karaniwang nagpapabuti sa pagkumpleto ng gawain, binabawasan ang oras sa gawain, pinapaliit ang mga error, at iniiwasan ang pagkalumpo ng desisyon. At maraming naaaksyunan na sukatan ng disenyo na maaari naming gamitin upang subaybayan ang UX at humimok ng napapanatiling tagumpay. Pagbabalot Ang mga sukatan ng produkto lamang ay hindi palaging nagbibigay ng tumpak na pagtingin sa kung gaano kahusay ang pagganap ng isang produkto. Maaaring gumanap nang maayos ang mga benta, ngunit ang mga gumagamit ay maaaring maging lubhang hindi mahusay at bigo. Ngunit mababa ang churn dahil hindi mapipili ng mga user ang tool na ginagamit nila.
Kailangan namin ng mga sukatan ng UX para maunawaan at mapahusay ang karanasan ng user. Ang pinakagusto ko sa TARS ay isa itong maayos na paraan para ikonekta ang paggamit ng mga customer at karanasan ng mga customer sa mga nauugnay na sukatan ng produkto. Sa personal, palawigin ko ang TARS gamit ang mga sukatan na nakatuon sa UX at mga KPI din — depende sa mga pangangailangan ng proyekto. Maraming salamat kay Adrian H. Raudaschl sa pagsasama-sama nito. At kung interesado ka sa mga sukatan, lubos kong inirerekumenda na sundan mo siya para sa mga praktikal at kapaki-pakinabang na gabay sa lahat ng iyon! Kilalanin ang "Paano Sukatin ang UX At Epekto ng Disenyo" Makakakita ka ng higit pang mga detalye sa Diskarte sa UX sa 🪴 Sukatin ang UX at Epekto ng Disenyo (8h), isang praktikal na gabay para sa mga designer at lead ng UX para sukatin at ipakita ang epekto ng iyong UX sa negosyo. Gamitin ang code na 🎟 IMPACT para makatipid ng 20% off ngayon. Tumalon sa mga detalye.
Pagsasanay sa Video + UXVideo lamangVideo + Pagsasanay sa UX$ 495.00 $ 799.00
Kumuha ng Video + UX Training25 video lessons (8h) + Live UX Training.100 araw na money-back-guarantee.Video lang$ 250.00$ 395.00
Kunin ang video course25 video lessons (8h). Ini-update taun-taon. Available din bilang isang UX Bundle na may 3 video course.
Mga Kapaki-pakinabang na Mapagkukunan
"Paano Sukatin ang UX at Epekto ng Disenyo", sa iyo talaga "Pag-iisip ng Negosyo Para sa Mga Taga-disenyo", ni Ryan Rumsey “ROI ng Design Project "Paano Ipinapakita ng Tamang Sukatan ng UX ang Halaga ng Pagbabago ng Laro", ni Jared Spool "Mga Calculator ng Sample na Sukat ng Pananaliksik"
Karagdagang Pagbasa
"Pagdidisenyo Para sa Stress At Emergency", Vitaly Friedman "AI Sa UX: Makamit ang Higit Pa Nang Mas Kaunti", Paul Boag "Ang Problema sa Accessibility Sa Mga Paraan ng Pagpapatunay Tulad ng CAPTCHA", Eleanor Hecks "Mula sa Prompt To Partner: Pagdidisenyo ng Iyong Custom AI Assistant", Lyndon Cerejo
