مصطفی فرهمند
خواندن ۱۰ دقیقه·۳ ماه پیش

تحقیق در طراحی محصول دیجیتال: اصول، روش‌ها و ابزارها

عکس تزئینی برای مقاله تحقیق در طراحی
عکس تزئینی برای مقاله تحقیق در طراحی


تحقیق یکی از کلیدی‌ترین عوامل موفقیت در طراحی محصولات دیجیتال به حساب میاد. درک نیازهای کاربران و پیدا کردن راه‌حل‌های بهینه برای اون‌ها، اساس یه طراحی موفق رو تشکیل می‌ده. بدون تحقیق، ممکنه محصول رو برای کاربران هدف اشتباه یا نیازهای اشتباهی از کاربران هدف طراحی کنیم. همینطور وقتی هدف ما از طراحی یه محصول دیجیتال، افزایش کیفیت زندگی (QOL) هست، تحقیق در مراحل مختلف طراحی و توسعه محصول ضروری می‌شه. تو این مقاله سعی کردم به مواردی که کمتر بهش پرداخته شده بپردازم.


تعریف تحقیق
تحقیق فرآیندی سیستماتیک و هدفمند برای پاسخ به سوالات مشخصه. این فرآیند شامل جمع‌آوری، تحلیل و تفسیر داده‌هاست تا بشه بین مسائل و یافته‌ها ارتباط برقرار کرد و به نتیجه معتبری رسید.

اهمیت تحقیق در طراحی محصول
تحقیق به طراح‌ها کمک می‌کنه تا نیازهای واقعی کاربران رو بفهمن و کمک می‌کنه راه‌حل‌هایی ارائه بدن که با محدودیت‌ها و امکانات موجود هماهنگ باشه. حتی اگه در نگاه اول به نظر بیاد که تحقیق هزینه سربار داره، در بلند مدت می‌تونه باعث صرفه‌جویی در زمان و هزینه‌های توسعه محصول بشه.

  • کاهش ریسک شکست محصول
  • بهبود تجربه کاربری
  • افزایش رضایت مشتری
  • توسعه محصول مبتنی بر داده

طراحی تحقیق
تحقیق باید به‌صورت هدفمند و بر اساس یه برنامه‌ریزی منظم انجام بشه. برای طراحی تحقیق، لازمه اهداف، روش‌ها و ابزارها و چارچوب زمانی تعریف بشن.


مراحل تحقیق

  • تعریف مسئله: شناسایی موضوع یا مشکل اصلی
  • چارچوب نظری: تعیین مبانی نظری مرتبط با موضوع. این چارچوب شامل مجموعه‌ای از مفاهیم، نظریه‌ها و مبانی علمی می‌شه که به محقق کمک می‌کنه پژوهش خودش رو تو بستر مناسبی هدایت کنه و ارتباط بین متغیرها رو بهتر درک کنه.
  • تعیین اهداف و سوالات تحقیق: شفاف‌سازی اهداف و طرح سوالات کلیدی
  • روش‌شناسی: انتخاب روش‌ها و ابزار مناسب برای جمع‌آوری و تحلیل داده‌ها
  • جمع‌آوری داده‌ها: جمع‌آوری داده‌ها با استفاده از ابزارهای کیفی و کمی مشخص‌شده
  • تحلیل داده‌ها: مرتب‌سازی و بررسی داده‌ها با استفاده از نرم‌افزارها یا روش‌های دستی
  • ارائه نتایج: ارائه گزارش نهایی و پیشنهادات کاربردی برای اقدام
برای تدوین اهداف می‌تونیم از روش SMART استفاده کنیم که تو این روش اهداف باید مشخص (Specific)، قابل اندازه‌گیری (Measurable)، قابل دستیابی (Achievable)، مرتبط (Relevant) و زمان‌بندی‌شده (Time-bound) باشن.
تصویر تزئینی در رابطه با تحقیق
تصویر تزئینی در رابطه با تحقیق


فرضیه‌سازی در فرآیند تحقیق
فرضیه‌سازی معمولاً تو مرحله اولیه فرآیند تحقیق، بعد از شناسایی مسئله و قبل از جمع‌آوری داده‌ها انجام می‌شه. در این مرحله، پژوهشگر با توجه به پیشینه تحقیق و مشاهدات اولیه، فرضیه‌هایی رو برای راهنمایی در جمع‌آوری و تحلیل داده‌ها مطرح می‌کنه. اینجا به تفاوت دو کلیدواژه «فرضیه» و «مفروض» می‌پردازم:

  • فرضیه: یه حدس یا پیش‌بینی علمی و منطقیه که پژوهشگر درباره رابطه بین دو یا چند متغیر بیان می‌کنه و هدف از تحقیق، آزمون، تایید یا رد اونه. مثلاً، فرضیه‌ای مثل «طراحی مینیمال باعث افزایش Retention و Time in App می‌شه»
  • مفروض: یه گزاره یا اصل بدیهیه که پژوهشگر بهش اعتقاد داره و نیازی به اثبات نداره. این مفروضات به‌عنوان پایه‌ای برای تحقیق عمل می‌کنن و شرایط رو برای طرح سوالات و فرضیه‌ها فراهم می‌کنن. مثلا، مفروضی مثل «کاربران شبکه‌های اجتماعی، به دریافت پیشنهادات مرتبط با علایق خود تمایل دارند.»
ویژگی‌های محقق
✔️ دقت و جزئی‌نگری
✔️ صبر و پشتکار
✔️ اخلاق‌مداری و امانت‌داری
✔️ اجتناب از سوگیری و انعطاف‌پذیری فکری
✔️ تفکر انتقادی و تفکر سیستمی
✔️ همدلی و مهارت‌های ارتباطی

تحقیق و اکتشاف
تحقیق و اکتشاف دو کلیدواژه مهم که به هم مرتبط هستن اما تصمیم‌گیری و رویکرد ما رو تو گام‌های مختلف تحت تاثیر قرار می‌دن:

  • تحقیق (Research): مطالعه عمیق و بررسی علمی یه موضوع مشخص
  • اکتشاف (Discovery): کشف مفاهیم جدید و ناشناخته برای اولین بار
    به‌طور کلی، یه تحقیق ممکنه به اکتشاف منجر بشه یا یک اکتشاف ممکنه سوالات و فرضیه‌هایی برای تحقیق ایجاد کنه.


انواع داده‌ها و روش‌های جمع‌آوری
با توجه به اهداف تحقیق‌مون تصمیم‌ می‌گیریم چه نوع از داده‌ها رو با چه روشی جمع‌آوری کنیم. به طور کلی داده‌ها به انواع زیر تقسیم‌بندی می‌شن:

  • کمی: داده‌های عددی مثل زمان، دما و وزن
    • روش‌های جمع‌آوری: پرسشنامه، نظرسنجی، Analytics
  • کیفی: داده‌های غیر عددی مثل تجربیات و نظرات
    • روش‌های جمع‌آوری: مصاحبه‌های عمیق، گروه‌های متمرکز (Focus Groups)، بررسی و تحلیل نظرات
  • نگرشی: درک و احساسات کاربران
    • روش‌های جمع‌آوری: پرسشنامه‌های نگرشی، تست‌های روان‌شناسی، مصاحبه
  • رفتاری: الگوهای رفتاری کاربران
    • روش‌های جمع‌آوری: مشاهده مستقیم، تحلیل داده‌های تعامل، ضبط ویدیویی، تست کاربردپذیری

پیشنهاد می‌کنم برای شناخت بهتر انواع داده وروش‌های جمع‌آوری اون، نوشته «طراحی مبتنی بر داده» رو مطالعه کنید.

ماتریس ارتباط انواع داده
ماتریس ارتباط انواع داده


ابزارهای جمع‌آوری و تحلیل داده‌ها

  • SPSS، MATLAB، STATA: تحلیل داده‌های کمی
  • NVivo، MAXQDA: تحلیل داده‌های کیفی
  • Google Forms، SurveyMonkey, Porsline: جمع‌آوری داده‌ها از طریق پرسشنامه آنلاین
  • Trello، Figjam، Miro: مدیریت اطلاعات و داده‌ها برای تجزیه و تحلیل گروهی


پایایی و روایی
اعتبار داده‌های پژوهش به دو عامل اصلی «روایی» و «پایایی» بستگی داره:

  • پایایی (Reliability)
    پایایی نشون‌دهندهٔ میزان ثبات و اطمینان نتایج تحقیقه. یعنی چقدر می‌شه به داده‌های جمع‌آوری‌شده اعتماد کرد. ابزارها و روش‌های جمع‌آوری داده باید طوری باشن که نتایج تکراری ثابت و دقیق بدن. به عنوان مثال، اگه از یه ترازو برای وزن‌کردن افراد استفاده می‌شه، آیا هر بار نتایج مشابهی رو می‌بینیم؟
  • روایی (Validity)
    روایی به میزان صحت و دقت اطلاعات جمع‌آوری‌شده در طول تحقیق اشاره داره. یعنی ابزار و روش‌های انتخابی، تا چه اندازه می‌تونن اطلاعات صحیح و معتبر رو جمع‌آوری کنن. به عنوان مثال، اگه از یه ترازو برای وزن‌کردن استفاده می‌شه، آیا این ترازو عدد درستی رو نشون می‌ده؟

نکات مهم:

  1. عدم توجه به پایایی و روایی می‌تونه منجر به جمع‌آوری داده‌های نادرست و در نتیجه تحلیل‌های غلط بشه.
  2. برای ارزیابی پایایی و روایی، باید بررسی کنیم که ابزار جمع‌آوری داده‌ها چقدر برای هدف تحقیق ما مناسبه.
  3. پایایی پیش‌نیاز رواییه؛ یعنی بدون پایایی، روایی قابل اعتماد نیست.
تصویر مقایسه پایایی و روایی در تحقیق
تصویر مقایسه پایایی و روایی در تحقیق


نمونه‌برداری و روش‌های انجام اون
نمونه‌برداری فرآیند انتخاب یه زیرمجموعه از جامعه هدف برای انجام تحقیق و تحلیل داده‌هاست. هدف از نمونه‌برداری اینه که با بررسی نمونه، بشه به نتایج قابل تعمیم به کل جمعیت رسید که انواع اون به صورت زیره:

  • احتمالی: انتخاب نمونه به‌صورت تصادفی که شامل انواع سیستماتیک، طبقه‌ای و خوشه‌ایه که توضیحش تو این نوشته نمی‌گنجه.
  • غیر احتمالی: انتخاب نمونه بر اساس دسترسی یا هدف که اینم به انواع ساده، هدفمند و گلوله‌برفی تقسیم می‌شه.

انواع استدلال در تحلیل داده‌ها
استدلال در مرحله‌هایی مثل تعیین فرضیه‌ها، روش‌ تحقیق، تحلیل و نتیجه‌گیری، نقش پررنگی داره که در ادامه به انواع اون می‌پردازم:
۱. استدلال استقرایی
این نوع استدلال از جزئیات به کلیات حرکت می‌کنه. به عبارت دیگه، با مشاهده و تحلیل داده‌های خاص، نتیجه‌گیری‌های کلی انجام می‌شه.

  • مثال: اگه تو یه مطالعه مشاهده بشه که ۸۰٪ از دانش‌آموزای یه مدرسه نمره قبولی تو ریاضی گرفتن، می‌شه نتیجه گرفت که احتمالاً کیفیت آموزش ریاضی تو اون مدرسه بالاست.

۲. استدلال قیاسی
این روش، استدلال رو از کلیات به جزئیات پیش می‌بره. یعنی با استفاده از اصول یا قواعد کلی، به نتیجه‌گیری درباره موارد خاص می‌رسه.

  • مثال: اگه فرض کنیم "تمام انسان‌ها نیاز به آب دارن" و "علی یه انسانه"، پس نتیجه می‌گیریم که "علی نیاز به آب داره".

۳. استدلال ربایشی
این نوع استدلال به ایجاد فرضیه‌های جدید بر اساس شواهد موجود می‌پردازه.

  • مثال: اگه تو یه تحقیق مشاهده بشه که تو یه روز بارونی، فروش چتر افزایش پیدا می‌کنه، می‌شه فرض کرد که "بارون باعث افزایش تقاضا برای چتر می‌شه".

این سه نوع استدلال ابزارهای مهمی برای تحلیل داده‌ها و استخراج نتایج از اطلاعات موجود هستن و هرکدوم تو موقعیت‌های مختلف کاربرد دارن.

تصویر مرتبط با انواع استدلال
تصویر مرتبط با انواع استدلال


روش‌های اولویت‌بندی در تحقیق طراحی محصول دیجیتال
تو مرحله‌ای که نتایج رو ارائه می‌دیم و قراره پیشنهاد اقدام داشته باشیم، نیازه که روی اقدامات اولویت‌بندی داشته باشیم. این کار به تصمیم‌گیری‌ در رابطه با پیشنهادها کمک می‌کنه تا منابع محدود رو به بهترین شکل ممکن به کار بگیریم. در ادامه، به برخی از روش‌های پرکاربرد اولویت‌بندی اشاره می‌کنم:

۱. MoSCoW
روش MoSCoW یکی از ساده‌ترین و مؤثرترین تکنیک‌ها برای دسته‌بندی ویژگی‌های محصوله. این روش ویژگی‌ها رو به چهار دسته تقسیم می‌کنه:

  • Must-have: ویژگی‌های ضروری که محصول بدون اون‌ها نمی‌تونه کار کنه.
  • Should-have: ویژگی‌هایی که اهمیت بالایی دارن اما فوری نیستن.
  • Could-have: ویژگی‌هایی که داشتنشون مطلوبه اما در اولویت پایین‌تری قرار دارن.
  • Won't-have: ویژگی‌هایی که تو این مرحله برنامه‌ریزی نمی‌شن.

۲. مدل کانو (Kano Model)
مدل کانو بر اساس رابطه بین عملکرد محصول و رضایت کاربر عمل می‌کنه. این مدل ویژگی‌ها رو به پنج دسته تقسیم می‌کنه:

  • ویژگی‌های ضروری: نبودشون باعث نارضایتی می‌شه.
  • ویژگی‌های عملکردی: مستقیماً با افزایش یا کاهش رضایت مرتبط هستن.
  • ویژگی‌های هیجان‌انگیز: وجودشون کاربران رو به شدت خوشحال می‌کنه.
  • ویژگی‌های غیر قابل توجه: تأثیر خاصی روی رضایت یا نارضایتی ندارن.
  • ویژگی‌های معکوس: بعضی کاربران رو راضی و بعضی دیگه رو ناراضی می‌کنن.

۳. نقشه داستان کاربر (Story Mapping)
این روش به تیم‌ها کمک می‌کنه تا یه تصویر کلی از سفر کاربر ایجاد کنن. ویژگی‌ها و وظایف تو این روش بر اساس مراحل مختلف تجربه کاربر مرتب می‌شن و اولویت اون‌ها بر اساس نیازهای کاربران تو هر مرحله تعیین می‌شه. این رویکرد باعث ایجاد هم‌سویی بین اعضای تیم و درک مشترک از مسیر توسعه می‌شه.

۴. فرآیند تحلیل سلسله مراتبی (AHP)

AHP یه روش ساختاریافته برای اولویت‌بندیه که از مقایسه زوجی ویژگی‌ها استفاده می‌کنه:

  • ساختاردهی مسئله: هدف کلی تعیین می‌شه و معیارها و زیرمعیارهای مرتبط شناسایی می‌شن.
  • مقایسه زوجی: معیارها و گزینه‌ها به صورت دوتایی با هم مقایسه می‌شن و به هر مقایسه وزنی اختصاص داده می‌شه.
  • محاسبه وزن‌ها: وزن هر معیار با استفاده از ماتریس مقایسه‌ها محاسبه می‌شه.
  • اولویت‌بندی گزینه‌ها: با ترکیب وزن‌ها، گزینه‌ها بر اساس اهمیت مرتب می‌شن.
    AHP با ایجاد شفافیت و ساختار تو تصمیم‌گیری، به تیم‌ها کمک می‌کنه تا انتخاب‌های منطقی‌تری داشته باشن، به‌ویژه وقتی با معیارهای چندگانه و پیچیده روبرو هستن.

۵. ماتریس تاثیر/تلاش (Impact/Effort Matrix)
این ماتریس یه ابزار بصری ساده برای اولویت‌بندی وظایف و ویژگی‌ها بر اساس دو معیار اصلیه:

  • تاثیر (Impact): میزان ارزشی که یه ویژگی یا وظیفه برای کاربر یا کسب‌وکار ایجاد می‌کنه.
  • تلاش (Effort): منابع و زمانی که برای اجرای اون نیاز هست.
    وظایف تو چهار ربع این ماتریس قرار می‌گیرن:
  • برد سریع (Quick Wins): تاثیر بالا و تلاش کم؛ باید فوراً انجام بشن
  • پروژه‌های بزرگ (Major Projects): تاثیر بالا و تلاش زیاد؛ نیاز به برنامه‌ریزی دقیق دارن
  • پر کننده‌های وقت (Fill-Ins): تاثیر کم و تلاش کم؛ می‌تونن در زمان‌های خالی انجام بشن
  • اتلاف وقت (Time Wasters): تاثیر کم و تلاش زیاد؛ باید از انجام اون‌ها اجتناب کرد


اخلاق‌مداری در تحقیق
در تحقیق، رعایت اصول اخلاقی اهمیت ویژه‌ای داره، چرا که نتایج پژوهش می‌‌تونن تاثیرات بلندمدتی روی جامعه و کاربران داشته باشن:

  • شفافیت: ارائه اطلاعات دقیق و درست به کاربران و ذینفعان.
  • حفظ حریم خصوصی: محرمانه نگه‌داشتن اطلاعات شخصی کاربران.
  • اجتناب از تقلب و تحریف: جلوگیری از دستکاری داده‌ها یا نتایج به نفع اهداف شخصی یا تاثیر دادن سوگیری‌ها.
  • احترام به افراد و فرهنگ‌ها: برخورد منصفانه با تمامی گروه‌های کاربران و پرهیز از هرگونه تبعیض.
  • رعایت حق مالکیت: در نهایت، در مرحله انتشار نتایج، احترام به مالکیت معنوی و ارائه اعتبار مناسب به منابع مورد استفاده ضروری است.

نوشته «اخلاق در طراحی» به طور مفصل به این موضوع پرداخته؛ موضوعی که یکی از دغدغه‌های اساسی ما به عنوان یک طراح محسوب می‌شه.

یک تصویر در توضیح اهمیت رعایت اخلاق در طراحی
یک تصویر در توضیح اهمیت رعایت اخلاق در طراحی


جمع‌بندی
تحقیق یکی از مهم‌ترین ابزارهای موفقیت در طراحی محصولات دیجیتاله. با کمک تحقیق، می‌‌شه نیازهای واقعی کاربران رو شناسایی کرد، راه‌حل‌های بهینه ارائه داد و منابع محدود رو به شکل مؤثرتری مدیریت کرد. استفاده از روش‌های استاندارد تحقیق، توجه به ویژگی‌های یک محقق حرفه‌ای و رعایت اصول اخلاقی، می‌تونن تضمین‌کننده کیفیت و اثربخشی فرآیند تحقیق باشن. طراحی محصولی که با نیازهای کاربران هماهنگ باشه، نه تنها به بهبود تجربه کاربری کمک می‌کنه، بلکه به موفقیت و پایداری کسب‌وکار نیز منجر می‌شه. من مصطفی فرهمند هستم و امیدوارم این نوشته براتون مفید بوده باشه.🍃




منابع و ابزارها
کتاب روش تحقیق دکتر حسن صادقی نائینی، Chat GPT، Nielsen Norman Group

سلام:) من مصطفی فرهمند،‌‌‌ طراح محصول و ایده پرداز هستم.
شاید از این پست‌ها خوشتان بیاید