ดังนั้นเราจึงออกแบบและจัดส่งคุณลักษณะใหม่ที่โดดเด่น เราจะรู้ได้อย่างไรว่ามันใช้งานได้? เราจะวัดและติดตามผลกระทบของมันได้อย่างไร? เมตริก UX ไม่มีปัญหาขาดแคลน แต่จะเป็นอย่างไรหากเราต้องการสร้างเมตริก UX ที่เรียบง่าย ทำซ้ำได้ และมีความหมาย — สำหรับฟีเจอร์ของเราโดยเฉพาะ เรามาดูวิธีการทำเช่นนั้นกันดีกว่า
ครั้งแรกที่ฉันได้ยินเกี่ยวกับกรอบงาน TARS จากบทความที่ยอดเยี่ยมของ Adrian H. Raudschl เรื่อง “วิธีวัดผลกระทบของคุณสมบัติต่างๆ” ในที่นี้ Adrian เน้นย้ำถึงวิธีที่ทีมของเขาติดตามและตัดสินใจว่าจะเน้นไปที่ฟีเจอร์ใด จากนั้นแม็ปฟีเจอร์เหล่านั้นมาเปรียบเทียบกันในเมทริกซ์ขนาด 2×2 กลายเป็นกรอบงานที่มีประโยชน์มากในการแสดงภาพผลกระทบของงาน UX ผ่านเลนส์ของตัวชี้วัดทางธุรกิจ เรามาดูกันว่ามันทำงานอย่างไร 1. กลุ่มเป้าหมาย (%) เราเริ่มต้นด้วยการหาจำนวนผู้ชมเป้าหมายโดยการสำรวจว่าเปอร์เซ็นต์ของผู้ใช้ผลิตภัณฑ์มีปัญหาเฉพาะที่ฟีเจอร์มุ่งแก้ไข เราสามารถศึกษาคุณลักษณะที่มีอยู่หรือคุณลักษณะที่คล้ายกันซึ่งพยายามแก้ไขปัญหาที่คล้ายกัน และจำนวนผู้ใช้ที่มีส่วนร่วมกับคุณลักษณะเหล่านั้น กลุ่มเป้าหมายไม่เหมือนกับการใช้ฟีเจอร์ ดังที่ Adrian กล่าวไว้ หากเรารู้ว่าฟีเจอร์ปุ่มส่งออกที่มีอยู่มีการใช้งานโดย 5% ของผู้ใช้ทั้งหมด ไม่ได้หมายความว่ากลุ่มเป้าหมายคือ 5% ผู้ใช้จำนวนมากขึ้นอาจประสบปัญหาที่คุณลักษณะการส่งออกพยายามแก้ไข แต่ไม่พบปัญหาดังกล่าว คำถามที่เราถาม: “ผู้ใช้ผลิตภัณฑ์ของเราทั้งหมดมีปัญหาเฉพาะซึ่งฟีเจอร์ใหม่มีเป้าหมายที่จะแก้ไขกี่เปอร์เซ็นต์”
2. A = การยอมรับ (%) ต่อไป เราจะวัดว่าเรา "ได้รับ" กลุ่มเป้าหมายได้ดีเพียงใด เพื่อสิ่งนั้น เราจะติดตามจำนวนผู้ใช้ที่มีส่วนร่วมกับฟีเจอร์นั้นได้สำเร็จจริง ๆ ในช่วงระยะเวลาหนึ่ง เราไม่เน้นที่ CTR หรือระยะเวลาเซสชัน แต่จะเน้นไปที่การที่ผู้ใช้มีส่วนร่วมกับมันอย่างมีความหมาย ตัวอย่างเช่น หากมีสิ่งใดที่ส่งสัญญาณว่าพบว่ามีคุณค่า เช่น การแชร์ URL การส่งออก จำนวนไฟล์ที่ส่งออก หรือการใช้ตัวกรองและการตั้งค่า
การใช้ฟีเจอร์สูง (>60%) บ่งชี้ว่าปัญหาส่งผลกระทบ การนำไปใช้ในระดับต่ำ (<20%) อาจบ่งบอกว่าปัญหามีวิธีแก้ปัญหาง่ายๆ ที่ผู้คนไว้วางใจ การเปลี่ยนนิสัยต้องใช้เวลาเช่นกัน และคาดว่าจะมีการนำไปใช้น้อยในช่วงเริ่มต้น บางครั้งการนำคุณลักษณะมาใช้ในระดับต่ำไม่เกี่ยวข้องกับคุณลักษณะนั้น แต่จะอยู่ที่ตำแหน่งใดใน UI ผู้ใช้อาจไม่มีทางค้นพบมันหากมันถูกซ่อนอยู่หรือมีป้ายกำกับที่ทำให้สับสน มันต้องชัดเจนพอที่จะให้คนสะดุดได้ การนำไปใช้ในระดับต่ำไม่ได้เท่ากับความล้มเหลวเสมอไป หากปัญหาส่งผลกระทบต่อผู้ใช้เพียง 10% การได้รับการยอมรับ 50–75% ภายในกลุ่มเฉพาะนั้นหมายความว่าฟีเจอร์นั้นประสบความสำเร็จ คำถามที่เราถาม: “ผู้ใช้ที่เป็นเป้าหมายที่ใช้งานจริงกี่เปอร์เซ็นต์ที่ใช้คุณสมบัตินี้เพื่อแก้ไขปัญหานั้น”
3. การรักษาลูกค้า (%) ต่อไป เราจะศึกษาว่ามีการใช้งานฟีเจอร์ซ้ำๆ หรือไม่ เราวัดความถี่ของการใช้งาน หรือโดยเฉพาะอย่างยิ่ง จำนวนผู้ใช้ที่มีส่วนร่วมกับฟีเจอร์นี้และใช้งานฟีเจอร์นี้จริง ๆ เมื่อเวลาผ่านไป โดยทั่วไปแล้ว นี่เป็นสัญญาณที่ชัดเจนถึงผลกระทบที่มีความหมาย หากฟีเจอร์มีอัตราการรักษาผู้ใช้ >50% (โดยเฉลี่ย) เราค่อนข้างมั่นใจว่าฟีเจอร์ดังกล่าวมีความสำคัญเชิงกลยุทธ์สูง อัตราการรักษาไว้ 25–35% ส่งสัญญาณถึงความสำคัญเชิงกลยุทธ์ระดับปานกลาง และการรักษาไว้ 10–20% จึงถือว่ามีความสำคัญเชิงกลยุทธ์ต่ำ คำถามที่เราถาม: “ในบรรดาผู้ใช้ทั้งหมดที่นำฟีเจอร์นี้ไปใช้อย่างมีความหมาย มีกี่คนที่กลับมาใช้ฟีเจอร์นี้อีกครั้ง”
4. คะแนนความพึงพอใจ (CES) สุดท้ายนี้ เราจะวัดระดับความพึงพอใจที่ผู้ใช้มีต่อฟีเจอร์ที่เราจัดส่งให้ เราไม่ได้ถามทุกคน — เราถามเฉพาะผู้ใช้ที่ “คงไว้” เท่านั้น ช่วยให้เรามองเห็นปัญหาที่ซ่อนอยู่ซึ่งอาจไม่สะท้อนให้เห็นในคะแนนการรักษาลูกค้า
เมื่อผู้ใช้ใช้ฟีเจอร์นั้นหลายครั้งจริงๆ เราจะถามพวกเขาว่าการแก้ปัญหาหลังจากใช้ฟีเจอร์นั้นง่ายแค่ไหน ระหว่าง "ยากกว่ามาก" และ "ง่ายกว่าที่คาดไว้มาก" เรารู้ว่าเราต้องการทำคะแนนอย่างไร การใช้ TARS สำหรับกลยุทธ์เชิงคุณลักษณะ เมื่อเราเริ่มวัดด้วย TARS แล้ว เราก็จะสามารถคำนวณคะแนน S-T ได้ — เปอร์เซ็นต์ของผู้ใช้ที่พึงพอใจ ۞ ผู้ใช้เป้าหมาย มันทำให้เราเข้าใจได้ว่าฟีเจอร์นั้นทำงานได้ดีเพียงใดสำหรับกลุ่มเป้าหมายของเรา เมื่อเราทำอย่างนั้นกับทุกจุดสนใจแล้ว เราก็จะสามารถแมปจุดสนใจทั้งหมดทั่วทั้ง 4 ควอแดรนท์ในเมทริกซ์ขนาด 2×2 ได้
คุณสมบัติที่มีประสิทธิภาพเหนือกว่านั้นควรค่าแก่การใส่ใจ: มีการรักษาผู้ใช้ต่ำแต่มีความพึงพอใจสูง มันอาจเป็นคุณสมบัติที่ผู้ใช้ไม่จำเป็นต้องใช้บ่อยๆ แต่เมื่อต้องใช้ก็จะมีประสิทธิภาพอย่างมาก คุณลักษณะความรับผิดมีการรักษาสูงแต่มีความพึงพอใจต่ำ ดังนั้นบางทีเราจำเป็นต้องปรับปรุงคุณลักษณะเหล่านี้ปรับปรุงพวกเขา จากนั้นเรายังสามารถระบุคุณลักษณะหลักและคุณลักษณะของโครงการ และพูดคุยกับนักออกแบบ PM และวิศวกรเกี่ยวกับสิ่งที่เราควรทำต่อไป อัตราการแปลงไม่ใช่ตัวชี้วัด UX TARS ไม่ครอบคลุมถึงอัตราการแปลงและด้วยเหตุผลที่ดี ดังที่ Fabian Lenz กล่าวไว้ การเปลี่ยนแปลงมักจะถือเป็นตัวบ่งชี้ความสำเร็จขั้นสูงสุด แต่ในทางปฏิบัติเป็นเรื่องยากมากเสมอที่จะนำเสนอการเชื่อมโยงที่ชัดเจนระหว่างความคิดริเริ่มในการออกแบบเล็กๆ น้อยๆ กับเป้าหมายการเปลี่ยนแปลงที่ยิ่งใหญ่
ความจริงก็คือเกือบทุกคนในทีมกำลังทำงานเพื่อให้เกิดการเปลี่ยนแปลงที่ดีขึ้น การเพิ่มขึ้นอาจเชื่อมโยงกับโครงการริเริ่มต่างๆ มากมาย ตั้งแต่การขายและการตลาด ไปจนถึงการเพิ่มประสิทธิภาพเว็บ ผลกระทบตามฤดูกาล ไปจนถึงโครงการริเริ่ม UX แน่นอนว่า UX สามารถปรับปรุง Conversion ได้ แต่ไม่ใช่ตัวชี้วัด UX จริงๆ บ่อยครั้งที่ผู้คนไม่สามารถเลือกผลิตภัณฑ์ที่ตนใช้อยู่ได้ และบ่อยครั้งผลลัพธ์ทางธุรกิจที่ต้องการนั้นมาจากความจำเป็นและการดิ้นรน มากกว่าความไว้วางใจและความซาบซึ้ง การแปลงสูงแม้จะมี UX ที่ไม่ดี ตามที่ Fabian เขียนไว้ อัตรา Conversion สูงสามารถเกิดขึ้นได้แม้จะมี UX ที่ไม่ดี เนื่องจาก:
พลังของแบรนด์ที่แข็งแกร่งดึงดูดผู้คนเข้ามา กลยุทธ์เร่งด่วนเชิงรุกแต่มีประสิทธิผล ราคาน่าดึงดูดมาก การตลาดดำเนินการได้อย่างยอดเยี่ยม ความภักดีของลูกค้าในอดีต ผู้ใช้ก็ไม่มีทางเลือกอื่น
Conversion ต่ำแม้จะมี UX ที่ยอดเยี่ยม ในขณะเดียวกัน อัตรา Conversion ที่ต่ำก็สามารถเกิดขึ้นได้แม้จะมี UX ที่ดีก็ตาม เนื่องจาก:
ข้อเสนอไม่เกี่ยวข้องกับผู้ชม ผู้ใช้ไม่ไว้วางใจแบรนด์ รูปแบบธุรกิจที่ไม่ดีหรือมีความเสี่ยงสูงที่จะล้มเหลว การตลาดไม่เข้าถึงกลุ่มเป้าหมายที่เหมาะสม ปัจจัยภายนอก (ราคา ช่วงเวลา การแข่งขัน)
การเปลี่ยนแปลงที่ได้รับการปรับปรุงคือผลลัพธ์เชิงบวกของโครงการริเริ่ม UX แต่โดยทั่วไปแล้วงาน UX ที่ดีจะปรับปรุงงานให้เสร็จสิ้น ลดเวลาในการทำงาน ลดข้อผิดพลาดให้เหลือน้อยที่สุด และหลีกเลี่ยงอัมพาตของการตัดสินใจ และมีตัวชี้วัดการออกแบบที่นำไปใช้ได้จริงมากมายที่เราสามารถใช้เพื่อติดตาม UX และขับเคลื่อนความสำเร็จที่ยั่งยืน ห่อขึ้น เมตริกผลิตภัณฑ์เพียงอย่างเดียวไม่ได้ให้มุมมองที่ถูกต้องแม่นยำเสมอไปว่าผลิตภัณฑ์ทำงานได้ดีเพียงใด การขายอาจทำงานได้ดี แต่ผู้ใช้อาจไม่มีประสิทธิภาพและหงุดหงิดอย่างมาก แต่ความปั่นป่วนยังน้อยเนื่องจากผู้ใช้ไม่สามารถเลือกเครื่องมือที่ตนใช้อยู่ได้
เราต้องการตัวชี้วัด UX เพื่อทำความเข้าใจและปรับปรุงประสบการณ์ผู้ใช้ สิ่งที่ฉันชอบมากที่สุดเกี่ยวกับ TARS ก็คือว่ามันเป็นวิธีที่เรียบร้อยในการเชื่อมโยงการใช้งานของลูกค้าและประสบการณ์ของลูกค้าเข้ากับตัวชี้วัดผลิตภัณฑ์ที่เกี่ยวข้อง โดยส่วนตัวแล้ว ฉันจะขยาย TARS ด้วยตัวชี้วัดและ KPI ที่เน้น UX เช่นกัน ขึ้นอยู่กับความต้องการของโปรเจ็กต์ ขอขอบคุณ Adrian H. Raudaschl เป็นอย่างยิ่งที่รวบรวมมันไว้ด้วยกัน และหากคุณสนใจเรื่องหน่วยเมตริก ฉันขอแนะนำให้คุณติดตามเขาเพื่อรับคำแนะนำที่เป็นประโยชน์และใช้งานได้จริง! พบกับ “วิธีวัด UX และผลกระทบการออกแบบ” ดูรายละเอียดเพิ่มเติมเกี่ยวกับกลยุทธ์ UX ได้ใน 🪴 Measure UX & Design Impact (8 ชม.) ซึ่งเป็นแนวทางปฏิบัติสำหรับนักออกแบบและ UX จะนำไปสู่การวัดและแสดงผลกระทบ UX ของคุณต่อธุรกิจ ใช้โค้ด 🎟 IMPACT เพื่อรับส่วนลด 20% วันนี้ ข้ามไปที่รายละเอียด
วิดีโอ + การฝึกอบรม UX วิดีโอเท่านั้นการฝึกอบรมวิดีโอ + UX$ 495.00 $ 799.00
รับวิดีโอ + การฝึกอบรม UX25 บทเรียนวิดีโอ (8 ชั่วโมง) + การฝึกอบรม UX แบบสด รับประกันคืนเงิน 100 วันเฉพาะวิดีโอ$ 250.00$ 395.00
รับหลักสูตรวิดีโอบทเรียนวิดีโอ 25 บทเรียน (8 ชม.) อัปเดตทุกปี มีให้ในรูปแบบ UX Bundle พร้อมหลักสูตรวิดีโอ 3 หลักสูตร
ทรัพยากรที่เป็นประโยชน์
“วิธีวัด UX และ Design Impact” ของคุณอย่างแท้จริง “การคิดทางธุรกิจสำหรับนักออกแบบ” โดย Ryan Rumsey “ROI ของโครงการออกแบบ “ตัวชี้วัด UX ที่เหมาะสมแสดงมูลค่าที่เปลี่ยนแปลงเกมได้อย่างไร” โดย Jared Spool “วิจัยเครื่องคำนวณขนาดตัวอย่าง”
อ่านต่อ
“การออกแบบเพื่อความเครียดและเหตุฉุกเฉิน” โดย วิทาลี ฟรีดแมน “AI ใน UX: บรรลุมากขึ้นด้วยการใช้น้อยลง”, Paul Boag “ปัญหาการเข้าถึงด้วยวิธีการรับรองความถูกต้องเช่น CAPTCHA”, Eleanor Hecks “จากการแจ้งเตือนถึงพันธมิตร: การออกแบบผู้ช่วย AI ที่คุณกำหนดเอง”, Lyndon Cerejo
