எனது முந்தைய கட்டுரையில், செயல்பாட்டு நபர்களை மிகவும் திறமையாக உருவாக்க AI எவ்வாறு உதவுகிறது என்பதை ஆராய்ந்தேன். சுவரொட்டிகளில் அழகாக இருக்கும் ஆனால் அரிதாகவே வடிவமைப்பு முடிவுகளை மாற்றும் மக்கள்தொகை சுயவிவரங்களைக் காட்டிலும் பயனர்கள் எதைச் சாதிக்க முயற்சிக்கிறார்கள் என்பதில் கவனம் செலுத்தும் நபர்களை உருவாக்குவதைப் பார்த்தோம். ஆனால் நபர்களை உருவாக்குவது பாதி போரில் மட்டுமே. அந்த நுண்ணறிவுகள் தேவைப்படும் நபர்களின் கைகளில், அவர்களுக்குத் தேவைப்படும் தருணத்தில் கிடைப்பதே பெரிய சவால். ஒவ்வொரு நாளும், உங்கள் நிறுவனத்தில் உள்ளவர்கள் பயனர் அனுபவத்தைப் பாதிக்கும் முடிவுகளை எடுக்கிறார்கள். எந்த அம்சங்களுக்கு முன்னுரிமை அளிக்க வேண்டும் என்பதை தயாரிப்பு குழுக்கள் தீர்மானிக்கின்றன. சந்தைப்படுத்தல் குழுக்கள் பிரச்சாரங்களை உருவாக்குகின்றன. நிதிக் குழுக்கள் விலைப்பட்டியல் செயல்முறைகளை வடிவமைக்கின்றன. வாடிக்கையாளர் ஆதரவு குழுக்கள் பதில் டெம்ப்ளேட்களை எழுதுகின்றன. இந்த முடிவுகள் அனைத்தும் பயனர்கள் உங்கள் தயாரிப்பு அல்லது சேவையை எப்படி அனுபவிக்கிறார்கள் என்பதை வடிவமைக்கிறது. அவற்றில் பெரும்பாலானவை உண்மையான பயனர்களின் உள்ளீடு இல்லாமல் நடக்கும். பயனர் ஆராய்ச்சியை நாங்கள் எவ்வாறு பகிர்ந்து கொள்கிறோம் என்பதில் உள்ள சிக்கல் நீங்கள் ஆராய்ச்சி செய்யுங்கள். நீங்கள் ஆளுமைகளை உருவாக்குகிறீர்கள். நீங்கள் அறிக்கைகளை எழுதுங்கள். நீங்கள் விளக்கக்காட்சிகளை வழங்குகிறீர்கள். நீங்கள் ஆடம்பரமான இன்போ கிராபிக்ஸ் கூட செய்கிறீர்கள். பின்னர் என்ன நடக்கும்? ஆராய்ச்சி எங்கோ ஒரு பகிரப்பட்ட இயக்ககத்தில் அமர்ந்து, மெதுவாக டிஜிட்டல் தூசி சேகரிக்கிறது. கிக்ஆஃப் கூட்டங்களில் நபர்கள் குறிப்பிடப்பட்டு பின்னர் மறந்துவிடுவார்கள். அறிக்கைகள் ஒரு முறை குறைக்கப்பட்டு மீண்டும் திறக்கப்படாது. ஒரு தயாரிப்பு மேலாளர் ஒரு புதிய அம்சத்தைச் சேர்க்கலாமா என்பதைத் தீர்மானிக்கும்போது, அவர்கள் கடந்த ஆண்டின் ஆராய்ச்சிக் களஞ்சியத்தைத் தோண்டி எடுக்க மாட்டார்கள். நிதிக் குழு விலைப்பட்டியல் மின்னஞ்சலை மறுவடிவமைப்பு செய்யும் போது, அவர்கள் நிச்சயமாக பயனர் நபர்களைக் கலந்தாலோசிப்பதில்லை. அவர்கள் தங்களின் சிறந்த யூகத்தைச் செய்துவிட்டு முன்னேறுகிறார்கள். இது அந்த அணிகள் மீதான விமர்சனம் அல்ல. பிஸியாக இருக்கிறார்கள். அவர்களுக்கு காலக்கெடு உள்ளது. மேலும் நேர்மையாக, அவர்கள் ஆராய்ச்சியை ஆலோசிக்க விரும்பினாலும், அதை எங்கு கண்டுபிடிப்பது அல்லது அவர்களின் குறிப்பிட்ட கேள்விக்கு அதை எவ்வாறு விளக்குவது என்பது அவர்களுக்குத் தெரியாது. UX குழுவின் தலைவர்களுக்குள் அறிவு பூட்டப்பட்டிருக்கும், நிறுவனம் முழுவதும் எடுக்கப்படும் ஒவ்வொரு முடிவிற்கும் அவர்கள் இருக்க முடியாது. பயனர்கள் உண்மையில் பேச முடிந்தால் என்ன செய்வது? மக்கள் கண்டுபிடித்து விளக்க வேண்டிய நிலையான ஆவணங்களை உருவாக்குவதற்குப் பதிலாக, பங்குதாரர்கள் உங்கள் எல்லாப் பயனர் நபர்களையும் ஒரே நேரத்தில் கலந்தாலோசிக்க ஒரு வழியை நாங்கள் வழங்கினால் என்ன செய்வது?
ஒரு புதிய பிரச்சாரத்தில் மார்க்கெட்டிங் மேலாளர் பணியாற்றுவதை கற்பனை செய்து பாருங்கள். செய்தியிடல் விருப்பத்தேர்வுகளைப் பற்றி நபர்கள் கூறியதை நினைவில் வைத்துக் கொள்ள முயற்சிப்பதற்குப் பதிலாக, அவர்கள் வெறுமனே கேட்கலாம்: "இந்த மின்னஞ்சலில் தள்ளுபடி சலுகையை வழங்குவது பற்றி நான் யோசிக்கிறேன். எங்கள் பயனர்கள் என்ன நினைப்பார்கள்?" AI, உங்களின் அனைத்து ஆராய்ச்சித் தரவுகள் மற்றும் ஆளுமைகளை வரைந்து, ஒரு ஒருங்கிணைந்த பார்வையுடன் பதிலளிக்கலாம்: ஒவ்வொரு ஆளுமையும் எவ்வாறு எதிர்வினையாற்றலாம், அவர்கள் எங்கு ஒப்புக்கொள்கிறார்கள், எங்கு வேறுபடுகிறார்கள், மற்றும் அவர்களின் கூட்டுக் கண்ணோட்டத்தின் அடிப்படையில் பரிந்துரைகளின் தொகுப்பு. ஒரு கேள்வி, உங்கள் முழு பயனர் தளத்திலும் ஒருங்கிணைக்கப்பட்ட நுண்ணறிவு.
இது அறிவியல் புனைகதை அல்ல. AI மூலம், நாம் சரியாக இந்த வகையான அமைப்பை உருவாக்க முடியும். நாம் சிதறிய ஆராய்ச்சி அனைத்தையும் (கணக்கெடுப்புகள், நேர்காணல்கள், ஆதரவு டிக்கெட்டுகள், பகுப்பாய்வுகள், ஆளுமைகள்) எடுத்து, அதை ஒரு ஊடாடும் ஆதாரமாக மாற்றலாம், மேலும் எவரும் பல கண்ணோட்டக் கருத்துகளை வினவலாம். பயனர் ஆராய்ச்சி களஞ்சியத்தை உருவாக்குதல் இந்த அணுகுமுறையின் அடித்தளம் உங்கள் பயனர்களைப் பற்றி உங்களுக்குத் தெரிந்த எல்லாவற்றின் மையப்படுத்தப்பட்ட களஞ்சியமாகும். AI அணுகக்கூடிய மற்றும் பெறக்கூடிய உண்மையின் ஒற்றை ஆதாரமாக இதை நினைத்துப் பாருங்கள். நீங்கள் நீண்ட காலமாக பயனர் ஆராய்ச்சி செய்து கொண்டிருந்தால், நீங்கள் உணர்ந்ததை விட அதிகமான தரவு உங்களிடம் இருக்கலாம். இது வெவ்வேறு கருவிகள் மற்றும் வடிவங்களில் சிதறிக்கிடக்கிறது:
உங்கள் கணக்கெடுப்பு தளத்தில் அமர்ந்து ஆய்வு முடிவுகள், கூகுள் டாக்ஸில் நேர்காணல் டிரான்ஸ்கிரிப்டுகள், உங்கள் ஹெல்ப் டெஸ்க் அமைப்பில் வாடிக்கையாளர் ஆதரவு டிக்கெட்டுகள், பல்வேறு டாஷ்போர்டுகளில் உள்ள பகுப்பாய்வு தரவு, சமூக ஊடக குறிப்புகள் மற்றும் விமர்சனங்கள், முந்தைய திட்டங்களின் பழைய நபர்கள், பயன்பாட்டு சோதனை பதிவுகள் மற்றும் குறிப்புகள்.
இவை அனைத்தையும் ஒரே இடத்தில் சேர்ப்பதுதான் முதல் படி. இது சரியாக ஒழுங்கமைக்கப்பட வேண்டிய அவசியமில்லை. குழப்பமான உள்ளீடுகளைப் புரிந்துகொள்வதில் AI குறிப்பிடத்தக்க வகையில் சிறப்பாக உள்ளது. நீங்கள் புதிதாகத் தொடங்குகிறீர்கள் மற்றும் ஏற்கனவே அதிக ஆராய்ச்சி இல்லை என்றால், அடிப்படையை நிறுவ AI ஆழமான ஆராய்ச்சி கருவிகளைப் பயன்படுத்தலாம்.
இந்தக் கருவிகள் உங்கள் தயாரிப்பு வகை, போட்டியாளர் மதிப்புரைகள் மற்றும் மக்கள் கேட்கும் பொதுவான கேள்விகள் பற்றிய விவாதங்களுக்கு இணையத்தை ஸ்கேன் செய்யலாம். இது உங்கள் முதன்மை ஆராய்ச்சியை உருவாக்கும் போது வேலை செய்ய உங்களுக்கு ஏதாவது வழங்குகிறது. ஊடாடும் நபர்களை உருவாக்குதல் உங்கள் களஞ்சியத்தை நீங்கள் பெற்றவுடன், அடுத்த கட்டமாக, பங்குதாரர்களின் சார்பாக AI ஆலோசிக்கக்கூடிய நபர்களை உருவாக்குகிறது. இது எனது முந்தைய கட்டுரையில் நான் கோடிட்டுக் காட்டிய செயல்பாட்டு ஆளுமை அணுகுமுறையை நேரடியாக உருவாக்குகிறது, ஒரு முக்கிய வித்தியாசம்: இந்த நபர்கள் லென்ஸ்கள் ஆகின்றன, இதன் மூலம் AI கேள்விகளை பகுப்பாய்வு செய்கிறது, குறிப்பு மட்டும் அல்ல.ஆவணங்கள். செயல்முறை இதுபோல் செயல்படுகிறது:
உங்கள் ஆராய்ச்சிக் களஞ்சியத்தை AI கருவிக்கு ஊட்டவும். இலக்குகள், பணிகள் மற்றும் உராய்வு புள்ளிகளின் அடிப்படையில் தனித்துவமான பயனர் பிரிவுகளை அடையாளம் காண அதைக் கேளுங்கள். ஒவ்வொரு பிரிவிற்கும் விரிவான நபர்களை உருவாக்க வேண்டும். பங்குதாரர்கள் கேள்விகளைக் கேட்கும் போது, ஒருங்கிணைந்த கருத்துக்களை வழங்குவதன் மூலம் அனைத்து நபர்களையும் கலந்தாலோசிக்க AI ஐ உள்ளமைக்கவும்.
இங்கே இந்த அணுகுமுறை பாரம்பரிய நபர்களிடமிருந்து கணிசமாக வேறுபடுகிறது. இந்த தனிப்பட்ட ஆவணங்களின் முதன்மை நுகர்வோர் AI என்பதால், அவை ஸ்கேன் செய்யவோ அல்லது ஒரு பக்கத்தில் பொருத்தவோ தேவையில்லை. பாரம்பரிய ஆளுமைகள் மனித வாசிப்புத்திறனால் கட்டுப்படுத்தப்படுகின்றன: புல்லட் பாயிண்ட்கள் மற்றும் யாரோ ஒருவர் ஒரே பார்வையில் உறிஞ்சக்கூடிய முக்கிய மேற்கோள்கள் வரை அனைத்தையும் வடிகட்ட வேண்டும். ஆனால் AI க்கு அத்தகைய வரம்பு இல்லை. இதன் பொருள் உங்கள் ஆளுமைகள் கணிசமாக விரிவாக இருக்க முடியும். நீங்கள் நீண்ட நடத்தை அவதானிப்புகள், முரண்பாடான தரவு புள்ளிகள் மற்றும் ஒரு பாரம்பரிய ஆளுமை சுவரொட்டிக்கான எடிட்டிங் செயல்முறையைத் தக்கவைக்காத நுணுக்கமான சூழல் ஆகியவற்றைச் சேர்க்கலாம். AI இந்த சிக்கலான அனைத்தையும் தாங்கி, கேள்விகளுக்கு பதிலளிக்கும் போது அதை வரைய முடியும். குறிப்பிட்ட வணிகச் செயல்பாடுகளுக்கு ஏற்ப ஒவ்வொரு நபருக்கும் வெவ்வேறு லென்ஸ்கள் அல்லது முன்னோக்குகளை நீங்கள் உருவாக்கலாம். உங்கள் “வார இறுதி வாரியர்” நபர் ஒரு மார்க்கெட்டிங் லென்ஸ் (செய்தி அனுப்பும் விருப்பத்தேர்வுகள், சேனல் பழக்கவழக்கங்கள், பிரச்சார மறுமொழிகள்), ஒரு தயாரிப்பு லென்ஸ் (அம்ச முன்னுரிமைகள், பயன்பாட்டு முறைகள், மேம்படுத்தல் தூண்டுதல்கள்) மற்றும் ஒரு ஆதரவு லென்ஸ் (பொதுவான கேள்விகள், விரக்தி புள்ளிகள், தீர்மானம் விருப்பத்தேர்வுகள்) ஆகியவற்றைக் கொண்டிருக்கலாம். மார்க்கெட்டிங் மேலாளர் ஒரு கேள்வியைக் கேட்கும்போது, AI ஆனது மார்க்கெட்டிங் தொடர்பான தகவலைப் பெறுகிறது. ஒரு தயாரிப்பு மேலாளர் கேட்கும் போது, அது தயாரிப்பு லென்ஸிலிருந்து இழுக்கிறது. அதே ஆளுமை, யார் கேட்கிறார்கள் என்பதைப் பொறுத்து வெவ்வேறு ஆழம்.
நாம் முன்பு விவாதித்த அனைத்து செயல்பாட்டு கூறுகளையும் ஆளுமைகள் இன்னும் சேர்க்க வேண்டும்: குறிக்கோள்கள் மற்றும் பணிகள், கேள்விகள் மற்றும் ஆட்சேபனைகள், வலிப்புள்ளிகள், தொடு புள்ளிகள் மற்றும் சேவை இடைவெளிகள். ஆனால் இப்போது இந்த கூறுகள் ஒவ்வொரு நபரின் பார்வையிலிருந்தும் AI எவ்வாறு கேள்விகளை மதிப்பிடுகிறது என்பதற்கான அடிப்படையாகிறது, அவர்களின் பார்வைகளை செயல்படக்கூடிய பரிந்துரைகளாக ஒருங்கிணைக்கிறது. செயல்படுத்தல் விருப்பங்கள் உங்கள் வளங்கள் மற்றும் தேவைகளைப் பொறுத்து, பல்வேறு அளவிலான நுட்பங்களுடன் இதை நீங்கள் அமைக்கலாம். எளிய அணுகுமுறை பெரும்பாலான AI இயங்குதளங்கள் இப்போது திட்டப்பணி அல்லது பணியிட அம்சங்களை வழங்குகின்றன, அவை குறிப்பு ஆவணங்களைப் பதிவேற்ற அனுமதிக்கின்றன. ChatGPT இல், இவை திட்டங்கள் என்று அழைக்கப்படுகின்றன. கிளாட் இதே போன்ற அம்சத்தைக் கொண்டுள்ளது. கோபிலட் மற்றும் ஜெமினி அவர்களை ஸ்பேஸ் அல்லது ஜெம்ஸ் என்று அழைக்கிறார்கள். தொடங்குவதற்கு, ஒரு பிரத்யேக திட்டத்தை உருவாக்கி, உங்கள் முக்கிய ஆராய்ச்சி ஆவணங்கள் மற்றும் நபர்களைப் பதிவேற்றவும். பின்னர் கேள்விகளுக்கு பதிலளிக்கும் போது அனைத்து நபர்களையும் கலந்தாலோசிக்க AI க்கு தெளிவான வழிமுறைகளை எழுதவும். இது போன்ற ஒன்று: எங்கள் பயனர்களைப் புரிந்துகொள்ள பங்குதாரர்களுக்கு நீங்கள் உதவுகிறீர்கள். கேள்விகள் கேட்கப்பட்டால், இந்தத் திட்டத்தில் உள்ள அனைத்துப் பயனர் நபர்களையும் கலந்தாலோசித்து, வழங்கவும்: (1) ஒவ்வொரு நபரும் எவ்வாறு பதிலளிக்கலாம் என்பதற்கான சுருக்கமான சுருக்கம், (2) அவர்கள் எங்கு ஒப்புக்கொள்கிறார்கள், எங்கு வேறுபடுகிறார்கள் என்பதை முன்னிலைப்படுத்தும் மேலோட்டம் மற்றும் (3) அவர்களின் கூட்டுக் கண்ணோட்டத்தின் அடிப்படையில் பரிந்துரைகள். உங்கள் பகுப்பாய்வைத் தெரிவிக்க அனைத்து ஆராய்ச்சி ஆவணங்களையும் வரையவும். ஆராய்ச்சி ஒரு தலைப்பை முழுமையாக உள்ளடக்கவில்லை என்றால், இந்த நபர்களுடன் பொருந்துபவர்கள் இதே போன்ற சிக்கல்களை எவ்வாறு விவாதிக்கிறார்கள் என்பதைப் பார்க்க, Reddit, Twitter மற்றும் தொடர்புடைய மன்றங்கள் போன்ற சமூக தளங்களில் தேடவும். நீங்கள் இன்னும் எதையாவது பற்றி உறுதியாக தெரியவில்லை என்றால், நேர்மையாக சொல்லுங்கள் மற்றும் கூடுதல் ஆராய்ச்சி என்ன உதவும் என்று பரிந்துரைக்கவும்.
இந்த அணுகுமுறை சில வரம்புகளைக் கொண்டுள்ளது. நீங்கள் எத்தனை கோப்புகளைப் பதிவேற்றலாம் என்பதற்கான வரம்புகள் உள்ளன, எனவே நீங்கள் உங்கள் மிக முக்கியமான ஆராய்ச்சிக்கு முன்னுரிமை அளிக்க வேண்டும் அல்லது உங்கள் நபர்களை ஒரு விரிவான ஆவணமாக ஒருங்கிணைக்க வேண்டும். மிகவும் நுட்பமான அணுகுமுறை பெரிய நிறுவனங்களுக்கு அல்லது தொடர்ந்து பயன்பாட்டிற்கு, நோஷன் போன்ற ஒரு கருவி நன்மைகளை வழங்குகிறது, ஏனெனில் அது உங்கள் முழு ஆராய்ச்சிக் களஞ்சியத்தையும் வைத்திருக்கும் மற்றும் AI திறன்களைக் கொண்டுள்ளது. நீங்கள் பல்வேறு வகையான ஆராய்ச்சிகளுக்கான தரவுத்தளங்களை உருவாக்கலாம், அவற்றை ஒன்றாக இணைக்கலாம், பின்னர் AI ஐப் பயன்படுத்தி எல்லாவற்றையும் வினவலாம்.
இங்குள்ள நன்மை என்னவென்றால், AI அதிக சூழலுக்கான அணுகலைக் கொண்டுள்ளது. ஒரு பங்குதாரர் ஒரு கேள்வியைக் கேட்கும்போது, அது ஆய்வுகள், ஆதரவு டிக்கெட்டுகள், நேர்காணல் டிரான்ஸ்கிரிப்டுகள் மற்றும் பகுப்பாய்வு தரவு அனைத்தையும் ஒரே நேரத்தில் வரையலாம். இது பணக்கார, நுணுக்கமான பதில்களை உருவாக்குகிறது. வாட் திஸ் நாட் ரிப்லேஸ் வரம்புகள் பற்றி நான் தெளிவாக இருக்க வேண்டும். மெய்நிகர் நபர்கள் உண்மையான பயனர்களுடன் பேசுவதற்கு மாற்றாக இல்லை. அவை ஏற்கனவே உள்ள ஆராய்ச்சியை மேலும் அணுகக்கூடியதாகவும் செயல்படக்கூடியதாகவும் மாற்றுவதற்கான ஒரு வழியாகும். உங்களுக்கு இன்னும் முதன்மை ஆராய்ச்சி தேவைப்படும் பல காட்சிகள் உள்ளன:
உங்கள் தற்போதைய ஆராய்ச்சி உள்ளடக்காத உண்மையான புதிய ஒன்றைத் தொடங்கும்போது; குறிப்பிட்ட வடிவமைப்புகள் அல்லது முன்மாதிரிகளை நீங்கள் சரிபார்க்க வேண்டியிருக்கும் போது; உங்கள் களஞ்சிய தரவு பழுதடையும் போது; பங்குதாரர்கள் போதுபச்சாதாபத்தை உருவாக்க உண்மையான மனிதர்களிடமிருந்து நேரடியாக கேட்க வேண்டும்.
உண்மையில், இந்த சூழ்நிலைகளை அடையாளம் காண நீங்கள் AI ஐ உள்ளமைக்கலாம். ஆராய்ச்சியின் பதில் என்ன என்பதைத் தாண்டி யாராவது ஒரு கேள்வியைக் கேட்டால், AI இப்படி பதிலளிக்கலாம்: "அதற்கு நம்பிக்கையுடன் பதிலளிக்க என்னிடம் போதுமான தகவல்கள் இல்லை. விரைவான பயனர் நேர்காணல் அல்லது கணக்கெடுப்புக்கு இது ஒரு நல்ல கேள்வியாக இருக்கலாம்." நீங்கள் புதிய ஆராய்ச்சியை மேற்கொள்ளும்போது, அந்தத் தரவு களஞ்சியத்தில் மீண்டும் ஊட்டமளிக்கும். உங்கள் புரிதல் ஆழமாகும்போது ஆளுமைகள் காலப்போக்கில் உருவாகின்றன. பாரம்பரிய அணுகுமுறையை விட இது மிகவும் சிறந்தது, இங்கு ஆளுமைகள் ஒருமுறை உருவாக்கப்பட்டு பின்னர் மெதுவாக காலாவதியாகிவிடும். நிறுவன மாற்றம் இந்த அணுகுமுறை உங்கள் நிறுவனத்தில் பிடித்தால், சுவாரஸ்யமான ஒன்று நடக்கும். UX குழுவின் பங்கு பயனர் அறிவின் நுழைவாயில்களில் இருந்து களஞ்சியத்தின் கண்காணிப்பாளர்கள் மற்றும் பராமரிப்பாளர்களாக மாறுகிறது. படிக்கக்கூடிய அல்லது படிக்காத அறிக்கைகளை உருவாக்க நேரத்தைச் செலவிடுவதற்குப் பதிலாக, களஞ்சியமானது தற்போதைய நிலையில் இருப்பதையும், பயனுள்ள பதில்களை வழங்க AI கட்டமைக்கப்பட்டுள்ளதையும் உறுதி செய்வதில் நேரத்தைச் செலவிடுகிறீர்கள். புஷ் (விளக்கக்காட்சிகள், அறிக்கைகள், மின்னஞ்சல்கள்) இருந்து இழுக்க ஆராய்ச்சி தொடர்பு மாற்றங்கள் (பங்குதாரர்கள் பதில்கள் தேவைப்படும் போது கேள்விகள் கேட்கும்). பயனர்களை மையமாகக் கொண்ட சிந்தனை ஒரு குழுவில் குவிவதை விட நிறுவனம் முழுவதும் விநியோகிக்கப்படுகிறது. இது UX ஆராய்ச்சியாளர்களை குறைவான மதிப்புடையதாக மாற்றாது. ஏதேனும் இருந்தால், அது அவர்களை மிகவும் மதிப்புமிக்கதாக ஆக்குகிறது, ஏனெனில் அவர்களின் பணி இப்போது பரந்த வரம்பையும் அதிக தாக்கத்தையும் கொண்டுள்ளது. ஆனால் அது வேலையின் தன்மையை மாற்றிவிடும். தொடங்குதல் நீங்கள் இந்த அணுகுமுறையை முயற்சிக்க விரும்பினால், சிறியதாகத் தொடங்குங்கள். டைவிங் செய்வதற்கு முன், செயல்பாட்டு நபர்களைப் பற்றிய ப்ரைமர் உங்களுக்குத் தேவைப்பட்டால், அவற்றை உருவாக்குவதற்கான விரிவான வழிகாட்டியை நான் எழுதியுள்ளேன். ஒரு திட்டம் அல்லது குழுவைத் தேர்ந்தெடுத்து, ChatGPT திட்டங்கள் அல்லது அதுபோன்ற கருவியைப் பயன்படுத்தி எளிமையான செயலாக்கத்தை அமைக்கவும். உங்களிடம் உள்ள எந்த ஆராய்ச்சியையும் (அது முழுமையடையாததாக உணர்ந்தாலும்) சேகரிக்கவும், ஒன்று அல்லது இரண்டு நபர்களை உருவாக்கி, பங்குதாரர்கள் எவ்வாறு பதிலளிக்கிறார்கள் என்பதைப் பார்க்கவும். அவர்கள் என்ன கேள்விகளைக் கேட்கிறார்கள் என்பதைக் கவனியுங்கள். உங்கள் ஆராய்ச்சியில் எங்கு இடைவெளிகள் உள்ளன மற்றும் எந்த கூடுதல் தரவு மிகவும் மதிப்புமிக்கதாக இருக்கும் என்பதை இவை உங்களுக்குத் தெரிவிக்கும். நீங்கள் அணுகுமுறையைச் செம்மைப்படுத்தும்போது, அதிக குழுக்களுக்கும் அதிநவீன கருவிகளுக்கும் விரிவாக்கலாம். ஆனால் அடிப்படைக் கொள்கை அப்படியே உள்ளது: சிதறிய பயனர் அறிவை எடுத்து, உங்கள் நிறுவனத்தில் உள்ள எவரும் கேட்கக்கூடிய குரலைக் கொடுங்கள். எனது முந்தைய கட்டுரையில், பயனர்கள் என்ன செய்ய முயற்சி செய்கிறார்கள் என்பதில் கவனம் செலுத்தும் மக்கள்தொகை சார்ந்த நபர்களில் இருந்து செயல்பாட்டு நபர்களுக்கு நாம் செல்ல வேண்டும் என்று வாதிட்டேன். இப்போது நான் அடுத்த படியை எடுக்க பரிந்துரைக்கிறேன்: நிலையான ஆளுமைகள் முதல் ஊடாடும் நபர்கள் வரை, முடிவுகள் எடுக்கப்படும் உரையாடல்களில் உண்மையில் பங்கேற்கலாம். ஒவ்வொரு நாளும், உங்கள் நிறுவனம் முழுவதும், உங்கள் பயனர்களைப் பாதிக்கும் முடிவுகளை மக்கள் எடுக்கிறார்கள். உங்கள் பயனர்கள் மேசையில் இருக்க தகுதியானவர்கள், அது மெய்நிகர் ஒன்றாக இருந்தாலும் கூட. SmashingMag இல் மேலும் படிக்கவும்
“நபர்களை ஒரு நெருக்கமான பார்வை: அவை என்ன, அவை எவ்வாறு செயல்படுகின்றன | 1”, ஷ்லோமோ கோல்ட்ஸ் "தரவு சார்ந்த நபர்களுடன் உங்கள் வடிவமைப்பு செயல்முறையை எவ்வாறு மேம்படுத்துவது", டிம் நோட்செல் "உங்கள் UX ஆராய்ச்சியை புறக்கணிக்க கடினமாக்குவது எப்படி", விட்டலி ஃபிரைட்மேன் "பயனர் ஆராய்ச்சிக்கான வலுவான வாடிக்கையாளர் உறவுகளை எவ்வாறு உருவாக்குவது", மறுமலர்ச்சி ரேச்சல்
