این پست برگردان و ترجمه ای از پست What is Atomic UX Research هست
برای حمایت این پست رو از بلاگ من بخونید
راستش خواستم خط به خط پست رو ترجمه کنم دیدم کلی گفته و تجربه های بی خودیه نویسنده رو شامل میشه که هم وقت خودم گرفته میشه (البته من همشو خوندم برای همین میگم بی خودیه ) هم وقت شما گرفته میشه برای همین تصمیم گرفتم به قول معروف لپ کلام رو بهتون برسونم .
اسم کتاب Atomic habits یا عادت های اتمی ممکنه به گوشتون خورده باشه این پست هم بی دلیل اسمش Atomic UX research نیست چون مثل کتاب Atomic habits راهکار فوق العاده ای رو ارائه میده که ممکنه روزی توی شرکت یا کار طراحی خودتون بدردتون بخوره
نویسنده و خالق Atomic UX research از تجربه اش در شرکتی که کار میکرده میگه که با مشکلی دست و پنجه نرم میکردن و اونم این بوده که هرچیزی که یادمیگرفتن رو بصورت مکتوب در قالب پی دی اف در میاوردن و به گوگل درایو مشترک بچه های شرکت ارسال میکردن. شاید شما هم اینکارو کرده باشین که هر چیزیو داکیومنتش رو در گوگل درایو شرکت قرار بدید ولی مشکل اینجاس که افراد جدیدی که میان و میخوان از تجربه های PM یا BA استفاده کنن باید تمام این فایل هارو بخونن و کلی وقت و انرژی ازشون گرفته میشه و بسیاری ازین فایل ها دونستنشون الزامی هم باشه که دیگه واویلا!
نویسنده میگه پس بجای این به فکر یه ریپازتوری یا ویکی بودیم که دسترسی به اطلاعات راحت تر باشه ولی اینم راه حل قطعی نبود، چون با پروژه های بزرگ ریپازتوری های مجود به مشکل بر میخوردن و یا کلی اتفاق دیگه همراهش میومد که هیچی اصلا.
نویسنده میگه اونچه که ما نیاز داشتیم اینا بودن :
اون میگه راجب این موضوع با همکارش صحبت کرده بود که همکارش موافق روش Maslow’s Hierarchy بود. اون میگه همینطور که صحبت میکردیم متوجه شدیم اطلاعات باید به سه یا چهار قسمت تبدیل بشه که همینطور که بحث میکردیم کشف بزرگی کردیم
آیا راجب مدل DIKW شنیده اید ؟(data, information, knowledge, and wisdom) , بعد اشاره میکنه که ما به طور تصادفی یک مدل داده های علمی موجود و معتبر اختراع کردیم که حداقل 60 سال قدمت دارد و اسمش رو Atomic UX مناسب دونستیم بزاریم .
حالا قضیه Atomic ux چیه ؟
این روش از چهار قسمت کلی تشکیل میشه :
آزمایش هایی که ما حقایق خود را از آنها استخراج کرده ایم.
از آزمایشها میتوانیم حقایق را بهدست آوریم. حقایق هیچ فرضی ندارند، آنها هرگز نباید نظر شما را فقط به آنچه که کشف شده یا احساسات کاربران را منعکس کنند
به عنوان مثال: از هر 5 کاربر 3 نفر برچسب دکمه (label button) را درک نمی کنند.
اینجاست که می توانید حقایقی را که کشف کرده اید تفسیر کنید. یک یا چند واقعیت می توانند برای ایجاد بینش به یکدیگر متصل شوند. حتی اگر آنها از آزمایش های دیگر آمده باشند. برخی از حقایق ممکن است یک بینش را رد کند. به عنوان مثال: زبان مورد استفاده در دکمه ها واضح نیست.
نتیجهگیری، توصیههای شما برای نحوه استفاده از بینشهای ارزشمندی است که از حقایق بهدست آوردهاید. هر چه بینش های بیشتری به نتیجه گیری ها متصل شود، شواهد بیشتری برای ارزش آن دارید. این به هنگام اولویت بندی کار کمک می کند.
به عنوان مثال: بیایید آیکون ها را به دکمه ها اضافه کنیم.
منابع متعدد به معنای تصمیم گیری بهتر است
یکی از اولین مزایایی که از این روش متوجه شدم این است که چگونه بیش از یک واقعیت (Fact) می تواند یک بینش (insight) را پشتیبانی یا رد کند و بیش از یک بینش می تواند یک نتیجه را پشتیبانی یا رد کند.
هر چه حقایق بیشتری که در نهایت منجر به نتیجه می شود، بیشتر می توانید در مورد آن مسیر رو به جلو مطمئن باشید.
یک واقعیت را می توان به روش های مختلف درک کرد و می توان چندین نتیجه را از یک بینش گرفت. بنابراین یک واقعیت می تواند بینش های زیادی داشته باشد و یک بینش می تواند نتایج بسیاری داشته باشد.
تا زمانی که ما آنها را آزمایش می کنیم، شواهد بیشتری تولید می کنیم و ثابت می کنیم که کدام یک درست هستند، مهم نیست.
زمانی که شواهد بیشتری در اختیار داشته باشیم که بتوان آنها را برای اثبات یا رد یک بینش مرتبط کرد.
بهترین چیز یعنی : … این در آزمایش های متعدد کار می کند!
نویسنده میگه : من نزدیک به یک سال است که از تحقیقات اتمی در کار خود استفاده می کنم.
بیشتر این مدت من این کار را به صورت دستی انجام داده ام. به معنای واقعی کلمه یادداشت های چسبناک روی تخته های سفید با خطوط کشیده شده با دست. این برای بازی با یافته ها به روش کوچک مفید است، اما موقتی است و خیلی قابل اشتراک گذاری نیست.
قدم بعدی استفاده از ابزارهای نقشه برداری ذهنی مانند draw.io است – این کار ماندگارتر است اما همچنان بسیار وقت گیر و بسیار محدود است.
تصویری از ابزار تحقیقاتی اتمی بتا Glean.ly.
بدیهی است که برای اینکه این روش ارزش واقعی داشته باشد به ابزار مناسب نیاز دارد.
من شروع به کار با توسعه دهنده دیوید بارکر کردم تا به من کمک کند تا آن را به عنوان یک ابزار کاری بسازم و امیدواریم به زودی آن را به صورت عمومی با نام Glean.ly منتشر کنیم.
در همین حال، تعدادی آزمایشکننده بتا خصوصی را استخدام کردهایم تا ببینیم چگونه برای تیمهای داخلی بزرگ کار میکند.
من باید اسم های Monzo، Moo.com و Turo برای کمک به ما را فریاد بزنم. من بسیار خوشحالم که چنین نامهای بزرگ و تیمهای UX حائز احترام مزایای کاری را که ما انجام میدهیم میبینند.
خلاصه کلام :
مانند دیاگرام زیر به تحقیق و توسعه یوایکس بپردازید و ببینید که چه سرعت شگفت انگیزی خواهد داشت و یا اگر در شرکتی کار میکنید که توانایی پرداخت دلاری را دارد حتما از سرویس Glean.lyاستفاده کنید.
راستی این ویدیو رو از زبان خالق این روش ببینید و متوجه نحوه کارکرد اون میشید حتما ?