আমার আগের প্রবন্ধে, আমি অন্বেষণ করেছি কিভাবে AI আমাদের আরও কার্যকরী ব্যক্তিত্ব তৈরি করতে সাহায্য করতে পারে। আমরা এমন ব্যক্তিত্ব তৈরি করার দিকে নজর দিয়েছি যেগুলি পোস্টারগুলিতে ভাল দেখায় কিন্তু খুব কমই ডিজাইনের সিদ্ধান্ত পরিবর্তন করে এমন জনসংখ্যার প্রোফাইলের পরিবর্তে ব্যবহারকারীরা কী অর্জন করার চেষ্টা করছেন তার উপর ফোকাস করে৷ কিন্তু ব্যক্তিত্ব তৈরি করা মাত্র অর্ধেক যুদ্ধ। সবচেয়ে বড় চ্যালেঞ্জ হল সেই অন্তর্দৃষ্টিগুলি এমন লোকেদের হাতে দেওয়া যাদের তাদের প্রয়োজন, এই মুহূর্তে তাদের প্রয়োজন। প্রতিদিন, আপনার প্রতিষ্ঠানের লোকেরা এমন সিদ্ধান্ত নেয় যা ব্যবহারকারীর অভিজ্ঞতাকে প্রভাবিত করে। পণ্য দলগুলি কোন বৈশিষ্ট্যগুলিকে অগ্রাধিকার দেবে তা নির্ধারণ করে৷ বিপণন দল নৈপুণ্য প্রচারাভিযান. ফাইন্যান্স টিম ইনভয়েসিং প্রসেস ডিজাইন করে। গ্রাহক সহায়তা দল প্রতিক্রিয়া টেমপ্লেট লেখে। এই সমস্ত সিদ্ধান্তগুলি ব্যবহারকারীরা কীভাবে আপনার পণ্য বা পরিষেবার অভিজ্ঞতা লাভ করে তা গঠন করে। এবং তাদের বেশিরভাগই প্রকৃত ব্যবহারকারীদের কাছ থেকে কোনো ইনপুট ছাড়াই ঘটে। আমরা কীভাবে ব্যবহারকারীর গবেষণা শেয়ার করি তা নিয়ে সমস্যা আপনি গবেষণা করুন. আপনি ব্যক্তিত্ব তৈরি করুন. আপনি রিপোর্ট লিখুন। আপনি উপস্থাপনা দিন. এমনকি আপনি অভিনব ইনফোগ্রাফিক্স তৈরি করেন। এবং তারপর কি হয়? গবেষণাটি কোথাও একটি শেয়ার্ড ড্রাইভে বসে, ধীরে ধীরে ডিজিটাল ধুলো জড়ো করে। ব্যক্তিরা কিকঅফ মিটিংয়ে রেফারেন্স পায় এবং তারপর ভুলে যায়। প্রতিবেদনগুলি একবার স্কিম করা হয় এবং আর কখনও খোলা হয় না। যখন কোনও পণ্য ব্যবস্থাপক একটি নতুন বৈশিষ্ট্য যুক্ত করবেন কিনা তা সিদ্ধান্ত নিচ্ছেন, তারা সম্ভবত গত বছরের গবেষণা ভাণ্ডারটি খনন করে না। যখন ফিনান্স টিম চালান ইমেলটি পুনরায় ডিজাইন করছে, তখন তারা প্রায় নিশ্চিতভাবেই ব্যবহারকারীর ব্যক্তিদের সাথে পরামর্শ করে না। তারা তাদের সেরা অনুমান করে এবং এগিয়ে যায়। এটা ওই দলগুলোর সমালোচনা নয়। তারা ব্যস্ত। তাদের সময়সীমা আছে। এবং সত্যই, এমনকি যদি তারা গবেষণার সাথে পরামর্শ করতে চায়, তারা সম্ভবত এটি কোথায় পাবে বা তাদের নির্দিষ্ট প্রশ্নের জন্য এটি কীভাবে ব্যাখ্যা করতে হবে তা তারা জানবে না। জ্ঞানটি UX টিমের মাথার মধ্যে আটকে থাকে, যারা সংগঠন জুড়ে নেওয়া প্রতিটি সিদ্ধান্তের জন্য সম্ভবত উপস্থিত থাকতে পারে না। ব্যবহারকারীরা আসলে কথা বলতে পারলে কী হবে? কি, যদি স্ট্যাটিক ডকুমেন্ট তৈরি করার পরিবর্তে লোকেদের খুঁজে বের করতে এবং ব্যাখ্যা করতে হয়, আমরা স্টেকহোল্ডারদের আপনার সমস্ত ব্যবহারকারী ব্যক্তিদের সাথে একবারে পরামর্শ করার উপায় দিতে পারি?
কল্পনা করুন একজন মার্কেটিং ম্যানেজার একটি নতুন প্রচারে কাজ করছেন। ব্যক্তিরা মেসেজিং পছন্দ সম্পর্কে কী বলেছিল তা মনে করার চেষ্টা করার পরিবর্তে, তারা কেবল জিজ্ঞাসা করতে পারে: "আমি এই ইমেলে একটি ডিসকাউন্ট অফার নিয়ে নেতৃত্ব দেওয়ার কথা ভাবছি৷ আমাদের ব্যবহারকারীরা কী ভাববেন?" এবং AI, আপনার সমস্ত গবেষণার ডেটা এবং ব্যক্তিত্বের উপর অঙ্কন করে, একটি একত্রিত দৃষ্টিভঙ্গির সাথে প্রতিক্রিয়া জানাতে পারে: প্রতিটি ব্যক্তিত্ব কীভাবে প্রতিক্রিয়া দেখাবে, তারা কোথায় সম্মত হবে, কোথায় তারা ভিন্ন, এবং তাদের সম্মিলিত দৃষ্টিভঙ্গির উপর ভিত্তি করে সুপারিশের একটি সেট। একটি প্রশ্ন, আপনার সমগ্র ব্যবহারকারী বেস জুড়ে সংশ্লেষিত অন্তর্দৃষ্টি।
এটা সায়েন্স ফিকশন নয়। AI দিয়ে, আমরা ঠিক এই ধরনের সিস্টেম তৈরি করতে পারি। আমরা সেই সমস্ত বিক্ষিপ্ত গবেষণা (জরিপ, সাক্ষাত্কার, সমর্থন টিকিট, বিশ্লেষণ, ব্যক্তিত্ব নিজেরাই) নিতে পারি এবং এটিকে একটি ইন্টারেক্টিভ সম্পদে পরিণত করতে পারি যা যে কেউ বহু-দৃষ্টিকোণ প্রতিক্রিয়ার জন্য জিজ্ঞাসা করতে পারে। ব্যবহারকারী গবেষণা ভান্ডার নির্মাণ এই পদ্ধতির ভিত্তি হল আপনার ব্যবহারকারীদের সম্পর্কে আপনি যা জানেন তার একটি কেন্দ্রীভূত সংগ্রহস্থল। এটিকে সত্যের একক উত্স হিসাবে ভাবুন যা AI অ্যাক্সেস করতে পারে এবং সেখান থেকে আঁকতে পারে৷ আপনি যদি কোনও দীর্ঘ সময়ের জন্য ব্যবহারকারীর গবেষণা করে থাকেন তবে আপনার কাছে সম্ভবত আপনার ধারণার চেয়ে বেশি ডেটা রয়েছে। এটি বিভিন্ন সরঞ্জাম এবং বিন্যাসে ছড়িয়ে ছিটিয়ে রয়েছে:
আপনার সমীক্ষা প্ল্যাটফর্মে বসে সমীক্ষার ফলাফল, Google ডক্সে ইন্টারভিউ ট্রান্সক্রিপ্ট, আপনার হেল্পডেস্ক সিস্টেমে গ্রাহক সহায়তা টিকেট, বিভিন্ন ড্যাশবোর্ডে বিশ্লেষণ ডেটা, সামাজিক মিডিয়া উল্লেখ এবং পর্যালোচনা, পূর্ববর্তী প্রকল্পের পুরানো ব্যক্তিত্ব, ব্যবহারযোগ্যতা পরীক্ষা রেকর্ডিং এবং নোট.
প্রথম ধাপ হল এই সব এক জায়গায় জড়ো করা। এটি নিখুঁতভাবে সংগঠিত করার প্রয়োজন নেই। অগোছালো ইনপুট বোঝাতে AI অসাধারণভাবে ভালো। আপনি যদি স্ক্র্যাচ থেকে শুরু করেন এবং আপনার কাছে খুব বেশি গবেষণা না থাকে তবে আপনি একটি বেসলাইন স্থাপন করতে AI গভীর গবেষণা সরঞ্জাম ব্যবহার করতে পারেন।
এই সরঞ্জামগুলি আপনার পণ্যের বিভাগ, প্রতিযোগী পর্যালোচনা এবং লোকেরা জিজ্ঞাসা করা সাধারণ প্রশ্নগুলি সম্পর্কে আলোচনার জন্য ওয়েব স্ক্যান করতে পারে। আপনি আপনার প্রাথমিক গবেষণা তৈরি করার সময় এটি আপনাকে কাজ করার জন্য কিছু দেয়। ইন্টারেক্টিভ ব্যক্তিত্ব তৈরি করা একবার আপনার সংগ্রহস্থল হয়ে গেলে, পরবর্তী ধাপে ব্যক্তিত্ব তৈরি করা হয় যা AI স্টেকহোল্ডারদের পক্ষ থেকে পরামর্শ করতে পারে। এটি আমার পূর্ববর্তী নিবন্ধে বর্ণিত কার্যকরী ব্যক্তিত্বের পদ্ধতির উপর সরাসরি তৈরি করে, একটি মূল পার্থক্য সহ: এই ব্যক্তিত্বগুলি লেন্সে পরিণত হয় যার মাধ্যমে AI প্রশ্নগুলি বিশ্লেষণ করে, শুধু রেফারেন্স নয়নথি প্রক্রিয়া এই মত কাজ করে:
আপনার গবেষণা ভান্ডারকে একটি এআই টুলে ফিড করুন। লক্ষ্য, কাজ এবং ঘর্ষণ পয়েন্টের উপর ভিত্তি করে স্বতন্ত্র ব্যবহারকারীর বিভাগগুলি সনাক্ত করতে বলুন। এটি প্রতিটি বিভাগের জন্য বিস্তারিত ব্যক্তিত্ব তৈরি করুন। স্টেকহোল্ডাররা যখন প্রশ্ন জিজ্ঞাসা করে, একত্রিত প্রতিক্রিয়া প্রদান করে তখন সমস্ত ব্যক্তিদের সাথে পরামর্শ করার জন্য AI কনফিগার করুন।
এখানে এই পদ্ধতিটি ঐতিহ্যগত ব্যক্তিত্ব থেকে উল্লেখযোগ্যভাবে বিচ্ছিন্ন হয়। যেহেতু AI এই ব্যক্তিত্বের নথিগুলির প্রাথমিক ভোক্তা, সেগুলিকে স্ক্যানযোগ্য বা একক পৃষ্ঠায় ফিট করার দরকার নেই৷ ঐতিহ্যগত ব্যক্তিত্বগুলি মানুষের পঠনযোগ্যতা দ্বারা সীমাবদ্ধ: আপনাকে বুলেট পয়েন্ট এবং মূল উদ্ধৃতিগুলির মধ্যে সবকিছুই পাততে হবে যা কেউ এক নজরে শোষণ করতে পারে। কিন্তু এআই-এর এমন কোনো সীমাবদ্ধতা নেই। এর অর্থ হল আপনার ব্যক্তিত্বগুলি আরও বিশদ হতে পারে। আপনি দীর্ঘ আচরণগত পর্যবেক্ষণ, পরস্পরবিরোধী ডেটা পয়েন্ট এবং সংক্ষিপ্ত প্রসঙ্গ অন্তর্ভুক্ত করতে পারেন যা ঐতিহ্যগত ব্যক্তিত্বের পোস্টারের সম্পাদনা প্রক্রিয়ায় টিকে থাকতে পারে না। এআই এই সমস্ত জটিলতা ধরে রাখতে পারে এবং প্রশ্নের উত্তর দেওয়ার সময় এটিকে আঁকতে পারে। এছাড়াও আপনি প্রতিটি ব্যক্তিত্বের মধ্যে বিভিন্ন লেন্স বা দৃষ্টিভঙ্গি তৈরি করতে পারেন, নির্দিষ্ট ব্যবসায়িক ফাংশনের জন্য তৈরি। আপনার "উইকেন্ড ওয়ারিয়র" ব্যক্তিত্বের একটি বিপণন লেন্স (মেসেজিং পছন্দ, চ্যানেলের অভ্যাস, প্রচারাভিযানের প্রতিক্রিয়া), একটি পণ্য লেন্স (বৈশিষ্ট্যের অগ্রাধিকার, ব্যবহারযোগ্যতার ধরণ, আপগ্রেড ট্রিগার) এবং একটি সমর্থন লেন্স (সাধারণ প্রশ্ন, হতাশা পয়েন্ট, রেজোলিউশন পছন্দ) থাকতে পারে। যখন একজন বিপণন ব্যবস্থাপক একটি প্রশ্ন জিজ্ঞাসা করেন, তখন AI বিপণন-প্রাসঙ্গিক তথ্যের উপর আঁকেন। যখন একটি পণ্য ব্যবস্থাপক জিজ্ঞাসা করে, এটি পণ্য লেন্স থেকে টেনে নেয়। একই ব্যক্তিত্ব, কে জিজ্ঞাসা করছে তার উপর নির্ভর করে ভিন্ন গভীরতা।
ব্যক্তিত্বগুলিতে এখনও সমস্ত কার্যকরী উপাদান অন্তর্ভুক্ত করা উচিত যা আমরা আগে আলোচনা করেছি: লক্ষ্য এবং কাজ, প্রশ্ন এবং আপত্তি, ব্যথার পয়েন্ট, টাচপয়েন্ট এবং পরিষেবার ফাঁক। কিন্তু এখন এই উপাদানগুলি কীভাবে AI প্রতিটি ব্যক্তির দৃষ্টিকোণ থেকে প্রশ্নগুলিকে মূল্যায়ন করে, তাদের মতামতকে কার্যকরী সুপারিশগুলিতে সংশ্লেষিত করে তার ভিত্তি হয়ে ওঠে। বাস্তবায়নের বিকল্প আপনি আপনার সংস্থান এবং প্রয়োজনের উপর নির্ভর করে পরিশীলিততার বিভিন্ন স্তরের সাথে এটি সেট আপ করতে পারেন। সহজ পদ্ধতি বেশিরভাগ AI প্ল্যাটফর্ম এখন প্রকল্প বা কর্মক্ষেত্র বৈশিষ্ট্যগুলি অফার করে যা আপনাকে রেফারেন্স নথি আপলোড করতে দেয়। ChatGPT-এ এগুলোকে বলা হয় প্রজেক্ট। Claude একটি অনুরূপ বৈশিষ্ট্য আছে. কপিলট এবং জেমিনি তাদের স্পেস বা রত্ন বলে। শুরু করতে, একটি উত্সর্গীকৃত প্রকল্প তৈরি করুন এবং আপনার মূল গবেষণা নথি এবং ব্যক্তিত্বগুলি আপলোড করুন৷ তারপর প্রশ্নগুলির উত্তর দেওয়ার সময় সমস্ত ব্যক্তিদের সাথে পরামর্শ করতে AI-কে বলে স্পষ্ট নির্দেশাবলী লিখুন। এরকম কিছু: আপনি স্টেকহোল্ডারদের আমাদের ব্যবহারকারীদের বুঝতে সাহায্য করছেন। প্রশ্ন জিজ্ঞাসা করা হলে, এই প্রকল্পের সমস্ত ব্যবহারকারী ব্যক্তিদের সাথে পরামর্শ করুন এবং প্রদান করুন: (1) প্রতিটি ব্যক্তি কীভাবে প্রতিক্রিয়া জানাবে তার একটি সংক্ষিপ্ত সারসংক্ষেপ, (2) একটি ওভারভিউ হাইলাইট করে যেখানে তারা সম্মত এবং কোথায় তারা ভিন্ন, এবং (3) তাদের সম্মিলিত দৃষ্টিভঙ্গির উপর ভিত্তি করে সুপারিশ। আপনার বিশ্লেষণ জানাতে সমস্ত গবেষণা নথি আঁকুন। যদি গবেষণাটি কোনও বিষয়কে সম্পূর্ণরূপে কভার না করে, তাহলে সামাজিক প্ল্যাটফর্মগুলি যেমন Reddit, Twitter এবং প্রাসঙ্গিক ফোরামে অনুসন্ধান করুন যে এই ব্যক্তিদের সাথে মিলিত ব্যক্তিরা কীভাবে অনুরূপ সমস্যাগুলি নিয়ে আলোচনা করে। আপনি যদি এখনও কিছু সম্পর্কে অনিশ্চিত হন, তাহলে সততার সাথে বলুন এবং কী অতিরিক্ত গবেষণা সাহায্য করতে পারে তার পরামর্শ দিন।
এই পদ্ধতির কিছু সীমাবদ্ধতা আছে। আপনি কতগুলি ফাইল আপলোড করতে পারেন তার ক্যাপ রয়েছে, তাই আপনাকে আপনার সবচেয়ে গুরুত্বপূর্ণ গবেষণাকে অগ্রাধিকার দিতে হবে বা আপনার ব্যক্তিত্বগুলিকে একটি একক ব্যাপক নথিতে একত্রিত করতে হবে। আরো পরিশীলিত পদ্ধতির বৃহত্তর সংস্থার জন্য বা আরও চলমান ব্যবহারের জন্য, Notion-এর মতো একটি টুল সুবিধা দেয় কারণ এটি আপনার সম্পূর্ণ গবেষণা ভাণ্ডারকে ধরে রাখতে পারে এবং এতে AI ক্ষমতা বিল্ট ইন রয়েছে। আপনি বিভিন্ন ধরনের গবেষণার জন্য ডাটাবেস তৈরি করতে পারেন, সেগুলিকে একত্রে লিঙ্ক করতে পারেন, এবং তারপরে সবকিছুতে অনুসন্ধান করতে AI ব্যবহার করতে পারেন।
এখানে সুবিধা হল যে AI এর আরও অনেক প্রসঙ্গে অ্যাক্সেস রয়েছে। যখন একজন স্টেকহোল্ডার একটি প্রশ্ন জিজ্ঞাসা করে, তখন এটি সমীক্ষা, সমর্থন টিকিট, সাক্ষাত্কারের প্রতিলিপি, এবং বিশ্লেষণ ডেটা একযোগে আঁকতে পারে। এটি আরও সমৃদ্ধ, আরও সূক্ষ্ম প্রতিক্রিয়া তৈরি করে। কি এই প্রতিস্থাপন না আমার সীমাবদ্ধতা সম্পর্কে পরিষ্কার হওয়া উচিত। ভার্চুয়াল ব্যক্তিরা প্রকৃত ব্যবহারকারীদের সাথে কথা বলার বিকল্প নয়। তারা বিদ্যমান গবেষণাকে আরও অ্যাক্সেসযোগ্য এবং কার্যকর করার একটি উপায়। এমন অনেকগুলি পরিস্থিতি রয়েছে যেখানে আপনার এখনও প্রাথমিক গবেষণা প্রয়োজন:
সত্যিকারের নতুন কিছু চালু করার সময় যা আপনার বিদ্যমান গবেষণা কভার করে না; যখন আপনাকে নির্দিষ্ট ডিজাইন বা প্রোটোটাইপ যাচাই করতে হবে; যখন আপনার সংগ্রহস্থলের তথ্য বাসি হয়ে যাচ্ছে; যখন স্টেকহোল্ডাররাসহানুভূতি তৈরি করতে প্রকৃত মানুষের কাছ থেকে সরাসরি শুনতে হবে।
আসলে, আপনি এই পরিস্থিতিতে চিনতে AI কনফিগার করতে পারেন। যখন কেউ এমন প্রশ্ন জিজ্ঞাসা করে যা গবেষণার উত্তরের বাইরে যায়, তখন এআই এমন কিছু দিয়ে উত্তর দিতে পারে: "আত্মবিশ্বাসের সাথে উত্তর দেওয়ার জন্য আমার কাছে পর্যাপ্ত তথ্য নেই। এটি একটি দ্রুত ব্যবহারকারীর সাক্ষাৎকার বা সমীক্ষার জন্য একটি ভাল প্রশ্ন হতে পারে।" এবং যখন আপনি নতুন গবেষণা পরিচালনা করেন, তখন সেই ডেটা রিপোজিটরিতে ফিরে আসে। আপনার বোঝার গভীর হওয়ার সাথে সাথে ব্যক্তিত্বগুলি সময়ের সাথে বিকশিত হয়। এটি ঐতিহ্যগত পদ্ধতির চেয়ে অনেক ভালো, যেখানে ব্যক্তিত্ব একবার তৈরি হয় এবং তারপর ধীরে ধীরে পুরানো হয়ে যায়। সাংগঠনিক শিফট যদি এই পদ্ধতিটি আপনার সংস্থায় ধরা পড়ে তবে আকর্ষণীয় কিছু ঘটে। ইউএক্স টিমের ভূমিকা ব্যবহারকারীর জ্ঞানের দ্বাররক্ষক হতে রিপোজিটরির কিউরেটর এবং রক্ষণাবেক্ষণকারী হওয়াতে পরিবর্তিত হয়। পড়তে পারে বা নাও হতে পারে এমন প্রতিবেদন তৈরিতে সময় ব্যয় করার পরিবর্তে, আপনি সংগ্রহস্থলটি বর্তমান থাকে এবং AI সহায়ক প্রতিক্রিয়া দেওয়ার জন্য কনফিগার করা হয়েছে তা নিশ্চিত করতে সময় ব্যয় করুন। রিসার্চ কমিউনিকেশন ধাক্কা (প্রেজেন্টেশন, রিপোর্ট, ইমেল) থেকে টানতে পরিবর্তন করে (স্টেকহোল্ডাররা যখন তাদের উত্তরের প্রয়োজন হয় তখন প্রশ্ন জিজ্ঞাসা করে)। ব্যবহারকারী-কেন্দ্রিক চিন্তাভাবনা একটি দলে কেন্দ্রীভূত না হয়ে পুরো সংস্থায় বিতরণ করা হয়। এটি UX গবেষকদের কম মূল্যবান করে তোলে না। যদি কিছু থাকে তবে এটি তাদের আরও মূল্যবান করে তোলে কারণ তাদের কাজের এখন ব্যাপক নাগাল এবং বৃহত্তর প্রভাব রয়েছে। কিন্তু এটি কাজের প্রকৃতি পরিবর্তন করে। শুরু করা আপনি যদি এই পদ্ধতির চেষ্টা করতে চান তবে ছোট শুরু করুন। ডাইভিং করার আগে আপনার যদি কার্যকরী ব্যক্তিদের উপর প্রাইমারের প্রয়োজন হয়, আমি সেগুলি তৈরি করার জন্য একটি বিশদ নির্দেশিকা লিখেছি। একটি প্রকল্প বা দল বেছে নিন এবং ChatGPT প্রকল্প বা অনুরূপ টুল ব্যবহার করে একটি সহজ বাস্তবায়ন সেট আপ করুন। আপনার যা গবেষণা আছে তা সংগ্রহ করুন (যদিও এটি অসম্পূর্ণ মনে হয়), এক বা দুটি ব্যক্তিত্ব তৈরি করুন এবং স্টেকহোল্ডাররা কীভাবে প্রতিক্রিয়া জানায় তা দেখুন। তারা কি প্রশ্ন জিজ্ঞাসা করে মনোযোগ দিন। এগুলি আপনাকে বলবে যে আপনার গবেষণায় কোথায় ফাঁক আছে এবং কোন অতিরিক্ত ডেটা সবচেয়ে মূল্যবান হবে। আপনি পদ্ধতিটি পরিমার্জন করার সাথে সাথে আপনি আরও দলে এবং আরও পরিশীলিত টুলিংয়ে প্রসারিত করতে পারেন। কিন্তু মূল নীতিটি একই থাকে: ব্যবহারকারীর সমস্ত বিক্ষিপ্ত জ্ঞান নিন এবং এটিকে একটি ভয়েস দিন যা আপনার প্রতিষ্ঠানের যে কেউ শুনতে পারে। আমার পূর্ববর্তী নিবন্ধে, আমি যুক্তি দিয়েছিলাম যে আমাদের জনসংখ্যাগত ব্যক্তিত্ব থেকে কার্যকরী ব্যক্তিত্বে চলে যাওয়া উচিত যা ব্যবহারকারীরা কী করার চেষ্টা করছে তার উপর ফোকাস করে। এখন আমি পরামর্শ দিচ্ছি যে আমরা পরবর্তী পদক্ষেপ গ্রহণ করি: স্থির ব্যক্তিত্ব থেকে ইন্টারেক্টিভ ব্যক্তিরা যা আসলে কথোপকথনে অংশগ্রহণ করতে পারে যেখানে সিদ্ধান্ত নেওয়া হয়। কারণ প্রতিদিন, আপনার প্রতিষ্ঠান জুড়ে, লোকেরা এমন সিদ্ধান্ত নিচ্ছে যা আপনার ব্যবহারকারীদের প্রভাবিত করে। এবং আপনার ব্যবহারকারীরা টেবিলে একটি আসন প্রাপ্য, এমনকি যদি এটি একটি ভার্চুয়াল হয়। SmashingMag-এ আরও পড়া
"ব্যক্তিদের প্রতি ঘনিষ্ঠ দৃষ্টিভঙ্গি: তারা কী এবং তারা কীভাবে কাজ করে | 1", শ্লোমো গোলটজ "কিভাবে ডেটা-ভিত্তিক ব্যক্তিদের সাথে আপনার ডিজাইন প্রক্রিয়া উন্নত করবেন", টিম নোটজেল "কিভাবে আপনার ইউএক্স গবেষণাকে উপেক্ষা করা কঠিন", ভিটালি ফ্রিডম্যান "ব্যবহারকারী গবেষণার জন্য কীভাবে শক্তিশালী গ্রাহক সম্পর্ক তৈরি করবেন", রেনেসাঁ রেচেল
