Por eso diseñamos y lanzamos una característica nueva y brillante. ¿Cómo sabemos si está funcionando? ¿Cómo medimos y rastreamos su impacto? No hay escasez de métricas de UX, pero ¿qué pasaría si quisiéramos establecer una métrica de UX simple, repetible y significativa, específicamente para nuestras funciones? Bueno, veamos cómo hacer precisamente eso.
La primera vez que escuché sobre el marco TARS fue en el maravilloso artículo de Adrian H. Raudschl sobre "Cómo medir el impacto de las características". Aquí, Adrian destacó cómo su equipo rastrea y decide en qué características centrarse y luego las compara entre sí en una matriz de cuadrantes de 2×2. Resultó ser un marco muy útil para visualizar el impacto del trabajo de UX a través de la lente de las métricas comerciales. Veamos cómo funciona. 1. Público objetivo (%) Comenzamos cuantificando el público objetivo explorando qué porcentaje de los usuarios de un producto tienen el problema específico que una función pretende resolver. Podemos estudiar funciones existentes o similares que intentan resolver problemas similares y cuántos usuarios interactúan con ellas. Sin embargo, el público objetivo no es lo mismo que el uso de funciones. Como señaló Adrian, si sabemos que el 5% de todos los usuarios utiliza una función del botón Exportar existente, no significa que el público objetivo sea el 5%. Es posible que más usuarios tengan el problema que la función de exportación intenta resolver, pero no pueden encontrarlo. Pregunta que hacemos: "¿Qué porcentaje de todos los usuarios de nuestro producto tienen ese problema específico que una nueva característica pretende resolver?"
2. A = Adopción (%) A continuación, medimos qué tan bien estamos "adquiriendo" a nuestro público objetivo. Para ello, hacemos un seguimiento de cuántos usuarios realmente interactúan con éxito con esa función durante un período de tiempo específico. No nos centramos en los CTR o la duración de la sesión, sino más bien en si los usuarios interactúan de manera significativa con ella. Por ejemplo, si algo indica que lo encontraron valioso, como compartir la URL de exportación, la cantidad de archivos exportados o el uso de filtros y configuraciones.
La alta adopción de funciones (>60%) sugiere que el problema tuvo un impacto. La baja adopción (<20%) podría implicar que el problema tiene soluciones simples en las que la gente ha confiado. Cambiar los hábitos también lleva tiempo, por lo que se espera una baja adopción al principio. A veces, la baja adopción de funciones no tiene nada que ver con la función en sí, sino con su ubicación en la interfaz de usuario. Es posible que los usuarios nunca lo descubran si está oculto o si tiene una etiqueta confusa. Debe ser lo suficientemente obvio como para que la gente se dé cuenta de ello. La baja adopción no siempre equivale a fracaso. Si un problema solo afecta al 10% de los usuarios, alcanzar una adopción del 50% al 75% dentro de ese nicho específico significa que la función es un éxito. Pregunta que hacemos: "¿Qué porcentaje de usuarios objetivo activos realmente utilizan la función para resolver ese problema?"
3. Retención (%) A continuación, estudiamos si una función realmente se utiliza repetidamente. Medimos la frecuencia de uso o, específicamente, cuántos usuarios que interactuaron con la función realmente siguen usándola a lo largo del tiempo. Por lo general, es una señal fuerte de un impacto significativo. Si una característica tiene una tasa de retención >50% (promedio), podemos estar bastante seguros de que tiene una gran importancia estratégica. Una tasa de retención del 25% al 35% indica una importancia estratégica media, y una retención del 10% al 20% es, entonces, de importancia estratégica baja. Pregunta que hacemos: "De todos los usuarios que adoptaron una función de manera significativa, ¿cuántos volvieron a usarla nuevamente?"
4. Puntuación de satisfacción (CES) Finalmente, medimos el nivel de satisfacción que tienen los usuarios con la función que hemos incluido. No preguntamos a todo el mundo, sólo preguntamos a los usuarios "retenidos". Nos ayuda a detectar problemas ocultos que podrían no reflejarse en la puntuación de retención.
Una vez que los usuarios realmente usaron una función varias veces, les preguntamos qué tan fácil fue resolver un problema después de usar esa función, entre "mucho más difícil" y "mucho más fácil de lo esperado". Sabemos cómo queremos marcar. Uso de TARS para la estrategia de funciones Una vez que comenzamos a medir con TARS, podemos calcular una puntuación S÷T: el porcentaje de usuarios satisfechos ÷ usuarios objetivo. Nos da una idea de qué tan bien se está desempeñando una función para nuestro público objetivo previsto. Una vez que hagamos eso para cada característica, podremos mapear todas las características en 4 cuadrantes en una matriz de 2×2.
Vale la pena prestar atención a las características de rendimiento superior: tienen baja retención pero alta satisfacción. Podrían ser simplemente funciones que los usuarios no tienen que usar con frecuencia, pero cuando lo hacen, es extremadamente efectivo. Las características de responsabilidad tienen una alta retención pero una baja satisfacción, por lo que tal vez debamos trabajar en ellas paramejorarlos. Y luego también podemos identificar las características principales y las características del proyecto, y conversar con diseñadores, gestores de proyectos e ingenieros sobre en qué deberíamos trabajar a continuación. La tasa de conversión no es una métrica de UX TARS no cubre la tasa de conversión y por una buena razón. Como señaló Fabian Lenz, la conversión a menudo se considera el indicador definitivo de éxito; sin embargo, en la práctica siempre es muy difícil presentar una conexión clara entre iniciativas de diseño más pequeñas y grandes objetivos de conversión.
La verdad es que casi todos en el equipo están trabajando para lograr una mejor conversión. Un repunte podría estar relacionado con muchas iniciativas diferentes, desde ventas y marketing hasta un aumento del rendimiento web, pasando por efectos estacionales e iniciativas de UX. Por supuesto, la UX puede mejorar la conversión, pero en realidad no es una métrica de UX. A menudo, las personas simplemente no pueden elegir el producto que están utilizando. Y a menudo el resultado empresarial deseado surge de la necesidad y la lucha, más que de la confianza y el aprecio. Alta conversión a pesar de una mala experiencia de usuario Como escribe Fabian, puede ocurrir una alta tasa de conversión a pesar de una mala experiencia de usuario, porque:
El fuerte poder de la marca atrae a la gente, Tácticas de urgencia agresivas pero efectivas, Los precios son extremadamente atractivos, El marketing funciona de manera brillante, Fidelización histórica de clientes, Los usuarios simplemente no tienen otra alternativa.
Baja conversión a pesar de una excelente experiencia de usuario Al mismo tiempo, puede ocurrir una tasa de conversión baja a pesar de una excelente UX, porque:
Las ofertas no son relevantes para la audiencia, Los usuarios no confían en la marca. Modelo de negocio deficiente o alto riesgo de fracaso, El marketing no llega a la audiencia adecuada. Factores externos (precio, calendario, competencia).
Una conversión mejorada es el resultado positivo de las iniciativas UX. Pero un buen trabajo de UX normalmente mejora la finalización de las tareas, reduce el tiempo dedicado a ellas, minimiza los errores y evita la parálisis de decisiones. Y hay muchas métricas de diseño procesables que podríamos utilizar para realizar un seguimiento de la UX e impulsar el éxito sostenible. Concluyendo Las métricas de productos por sí solas no siempre brindan una visión precisa de qué tan bien se desempeña un producto. Las ventas pueden tener un buen desempeño, pero los usuarios pueden ser extremadamente ineficientes y frustrados. Sin embargo, la tasa de abandono es baja porque los usuarios no pueden elegir la herramienta que utilizan.
Necesitamos métricas de UX para comprender y mejorar la experiencia del usuario. Lo que más me gusta de TARS es que es una forma sencilla de conectar el uso y la experiencia de los clientes con métricas relevantes del producto. Personalmente, también ampliaría TARS con métricas y KPI centrados en UX, según las necesidades del proyecto. Muchas gracias a Adrian H. Raudaschl por montarlo. Y si está interesado en las métricas, le recomiendo que lo siga para obtener guías prácticas y útiles sobre todo eso. Conozca "Cómo medir la UX y el impacto del diseño" Puedes encontrar más detalles sobre la estrategia UX en 🪴 Medir el impacto del diseño y la UX (8h), una guía práctica para diseñadores y leads de UX para medir y mostrar tu impacto de UX en el negocio. Utilice el código 🎟 IMPACT para ahorrar un 20 % de descuento hoy. Salta a los detalles.
Video + Capacitación UXSolo videoVideo + Capacitación UX$ 495.00 $ 799.00
Obtenga Video + Capacitación UX25 lecciones en video (8h) + Capacitación UX en vivo.Garantía de devolución de dinero de 100 días.Solo video$ 250,00$ 395,00
Consigue el videocurso25 lecciones en video (8h). Actualizado anualmente. También disponible como paquete UX con 3 cursos en video.
Recursos útiles
“Cómo medir la UX y el impacto del diseño”, por un servidor “Pensamiento empresarial para diseñadores”, por Ryan Rumsey “ROI del proyecto de diseño "Cómo las métricas de UX adecuadas muestran un valor revolucionario", por Jared Spool "Calculadoras del tamaño de la muestra de investigación"
Lectura adicional
“Diseñar para el estrés y la emergencia”, Vitaly Friedman “AI en UX: Logre más con menos”, Paul Boag “El problema de accesibilidad con métodos de autenticación como CAPTCHA”, Eleanor Hecks “De aviso a socio: diseño de su asistente de IA personalizado”, Lyndon Cerejo
