پژوهشگر تجربهٔ کاربر در دیوار
شفاف‌سازی سؤال پژوهش: سؤالِ خوب چه سؤالی‌ست؟
وقتی به عنوان پژوهشگر تجربهٔ کاربر به دیوار ملحق شدم، مشکلی با روش‌های انجام پژوهش نداشتم. روش‌های پژوهش کاربر، درست مثل روش‌های تحقیق علمی که در دانشگاه یاد گرفته بودم و بعدتر در پروژه‌های مختلف استفاده کرده بودم، فرآیند اجرایی مشخص و شفافی دارند. همچنین در منابع مختلف دربارهٔ انواع و اقسام حالاتی که احتمالاً در اجرای یک روش تحقیق پیشِ روی محقق قرار می‌گیرد بارها و بارها نوشته شده و هر نقطهٔ مبهم در فرآیند پیاده‌سازی روش با جستجو در اینترنت قابل درک و شفاف می‌شود.
اما این علامت سوال در ذهنم وجود داشت که وقتی سوالی از سمت طراح تجربهٔ کاربر یا مدیر محصول مطرح می‌شود، آیا روش‌های مطرح شده در ادبیاتِ پژوهش تجربهٔ کاربر امکان پاسخگویی به این سوال را دارند؟ آیا این سوال از لحاظ اثری که پاسخش روی محصول خواهد گذاشت ارزش صرف زمان و انرژی برای پیدا کردن جواب را دارد؟ دنبالِ پاسخِ کدام سوال رفتن روی محصول اثرگذار است و در اتخاذ تصمیمات محصولی کمک می‌کند؟
چرا که به قول ادوارد دمینگ (پدر جنبش مدیریت کیفیت): «اگر نمی‌دانید چطور سوال درست را بپرسید، هیچ‌چیز کشف نخواهید کرد.»
نتیجهٔ کنکاش من روی شفاف‌سازی سوال پژوهش، مطلبِ پیشِ روست که در آن توضیح داده‌ام وقتی سوالی پیشِ روی پژوهشگر تجربهٔ کاربر قرار می‌گیرد چطور می‌تواند اطمینان حاصل کند که یافتن پاسخ آن سوال خلق ارزش می‌کند.
یا به عبارت دیگر سوال خوب چه سوالی‌ست...
انواع سوالاتی که کاربرپژوهی می‌تواند به آنها پاسخ دهد
از آنجا که گاهی اوقات پژوهش بازار (Market Research) تنه به تنهٔ پژوهش تجربهٔ کاربر (UX Research) می‌زند باید اول می‌فهمیدم اصولاً پاسخ چه سوالاتی در حیطهٔ پژوهش تجربهٔ کاربر قرار می‌گیرد.
ابتدا با مرورِ کتابِ Validating Product Ideas: Through Lean User Research و جستجو در سایر منابع پژوهش تجربهٔ کاربر، به لیست بلند‌بالایی از سوالاتی رسیدم که کاربر‌پژوه قادر به پاسخگویی به آن‌هاست. لیست شامل ۶۶ سوال می‌شد: از اینکه کاربران ما چه کسانی هستند تا اینکه کدام call to action منجر به نرخ کلیک بالاتری می‌شود. این لیست مفصل باعث سردرگمی من شده بود، پس تصمیم گرفتم ابتدا سوالات کاربرپژوهی مطرح‌شده در دیوار را بررسی کنم.
پژوهشِ پژوهش‌ها!
از آنجا که چپتر پژوهش دیوار از سال ۱۳۹۸ تمام پژوهش‌های دیوار را مستندسازی کرده است به آنها رجوع کردم و بعد از بررسی و تگ‌زنی سوالاتِ پاسخ داده شده، ۱۲ نوع سوال را شناسایی کردم:
وقتی تگ‌ها را با ۶۶ سوالِ ادبیات پژوهش کاربر مقایسه کردم، تقریبا تمام سوالات با تگ‌ها تطبیق داشتند. پس دیگر می‌توانستم با خیال راحت روی این ۱۲ نوع سوال تمرکز کنم. به این معنا که اگر سوالی از سمت طراح تجربهٔ کاربر یا مدیر محصول مطرح شود، با احتمال بالایی جزو یکی از این نوع سوالات است.
اما همیشه سوالاتی که در ابتدا مطرح می‌شوند اینقدر شفاف نیستند تا بتوان به‌راحتی آنها را در یکی از این انواع گنجاند.
و من به دنبال رویه‌ای برای شفاف سازی سوال پژوهش بودم.
جنس سوالات کاربرپژوهی
۱۲ نوع سوالی که شناسایی کردم، سه جنس مختلف دارند که هرکدام می‌توانند رویهٔ شفاف‌سازی متفاوتی نیز داشته باشند.
- سوالات از جنس «چرایی»
مثلاً اینکه چرا برخی از فروشندگان در دیوارِ فروشگاه‌ها از بسته‌های آگهی و نردبان که تخفیفات جالب توجهی دارند استفاده نمی‌کنند؟ چرا نرخ پاسخ‌دهی در چت پایین است؟ یا در حالت کلی اینکه چرا کاربران رفتار مطلوب را نشان نمی‌دهند؟ - سوالات از جنس «چگونگی»
مثلاً اینکه چطور کیفیت آگهی را بالا ببریم؟ چطور شکل‌گیری معاملات از طریق دیوار را افزایش دهیم؟ کاربران چطور آگهی‌های مدنظرشان را پیدا می‌کنند؟ سوالاتی که عموما به شناسایی رویه‌های کنونی کاربران و نحوهٔ هدایت آنها به نشان دادن رفتار مطلوبِ محصولی برمی‌گردند. - سوالات از جنس «چیستی»
به طور کلی اینکه کاربران چه نیازهایی دارند؟ چه مشکلاتی دارند؟ چه کسانی هستند؟ چه نگرشی نسبت به محصول یا فیچر دارند؟
شفاف‌سازی سوالاتِ از جنس چرایی و چیستی
شفاف‌سازی سوالاتی که جنس چرایی و چیستی دارند مسیر مشابهی دارد، باید ببینیم پاسخ این سوال روی چه متریکی اثر می‌گذارد. اگر پاسخ به این سوال که «چرا کاربران بستهٔ آگهی یا نردبان نمی‌خرند؟» لیستی از دلایل نخریدن بسته باشد، مشخص کردن مهم‌ترین مسائلِ کاربران و سپس بررسی امکان‌پذیری رفع این مسائل (چه به لحاظ امکان‌پذیری فنی و چه به لحاظ امکان‌پذیری بیزینسی) می‌تواند روی متریکِ «میزان خرید بسته» اثر بگذارد.
به بیان دیگر، اگر یافتن پاسخ این سوال منجر به تصمیماتی شود که روی متریک معتبری اثر بگذارد، این سوال ارزش پاسخگویی دارد. در این مرحله شاید حتی به این جمع‌بندی برسیم که متریک این تصمیم تولید نشده و خوب است چنین متریکی را داشته باشیم. شاید هم به این نتیجه برسیم که این تصمیم روی هیچ متریک معتبری اثر نمی‌گذارد و بهتر است در طرح سوالمان بازنگری کنیم.
شفاف‌سازی سوالاتِ از جنس چگونگی
برای شفاف‌سازی سوالاتِ از جنس چگونگی، لازم است ابتدا متغیری که می‌خواهیم مقدارش را در جهت مطلوب تغییر دهیم به خوبی شفاف کنیم. این متغیر می‌تواند کیفیت آگهی، رضایت کاربر، اعتماد کاربر و مواردی از این دست باشد. اگر می‌گوییم کیفیت آگهی یا اعتماد کاربران برای‌مان مهم است، پس این کیفیت یا این اعتماد باید قابل اکتشاف باشد و خود را چه مستقیم و چه غیرمستقیم حداقل در یک متریک معتبر نشان دهد.
پیشنهاد و روش من تمرینی ساده برای اطمینان پیدا کردن از اکتشاف‌پذیر بودن است:
فرض کنید با یک تست A/B کیفیت آگهی را برای عده‌ای از کاربران بالا بردیم. چه رفتاری در آنها تغییر می‌کند؟ ممکن است بگویید در این صورت کاربران بیشتر روی پست‌ها کلیک می‌کنند (متریکِ تعداد کلیک روی پست‌ها که به آن کلیک‌پست می‌گوییم). اما آیا کلیک کردن روی پست‌های بیشتر واقعاً مطلوب است؟ شاید بالا رفتن کیفیت آگهی‌ها باعث شده کاربران سریع‌تر از آگهی‌هایی که مدنظرشان نبوده رد شوند و با کلیک کمتر روی آگهی‌هایی که برایشان مطلوب نیست با سرعت بیشتری به آگهی مطلوب برسند. شاید به این نتیجه برسیم که «تعداد کلیک‌پستی که منجر به نشان‌گذاری یا یادداشت‌گذاری روی آگهی می‌شود» متر بهتری است و در واقع افزایش کیفیت آگهی، خود را در افزایش این متریک نشان می‌دهد.
این تمرین در واقع تلاشی در راستای ابهام‌زدایی از متغیر مدنظرمان است و در حالت کلی با پرسیدن سه سوال زیر می‌توانیم تعریف شفافی از متغیر مدنظر داشته باشیم:
۱) منظور از این متغیر (برای مثال کیفیت آگهی) چیست؟
۲) چرا این متغیر مهم است؟
۳) این اهمیت خود را کجا نشان می‌دهد؟ (روی چه متریکی تأثیر می‌گذارد؟)
اگر بخواهیم این رویه را برای متغیرِ کیفیت آگهی در دسته‌بندی‌های کالا پیش ببریم ممکن است به پاسخی مشابه با جدول زیر برسیم:
پس اینجا از کیفیت آگهی ۴ منظور داریم. بنابراین با شکستن سوال «چطور کیفیت آگهی‌های دسته‌بندی‌های کالا را افزایش دهیم؟» به سوالات زیر، آن را شفاف و تبدیل به سوالاتی از جنس چرایی و چیستی می‌کنیم:
- کیفیت به مثابهٔ بهبود تصاویر آگهی
چرا کاربران عکس‌های کمی از اقلام کالایی خود در آگهی می‌گذارند؟ کاربران چه مشکلاتی با راه‌حل محصولیِ ارائه شده در راستای رفع دلایل رفتار نامطلوب دارند؟
برای مثال یکی از دلایل اینکه کاربران عکس‌های کمی برای آگهی می‌گذاشتند صرفاً ناآگاهی از این بوده که خریداران نیاز به دیدنِ زوایای مختلف کالا دارند. راه‌حل محصولی برای رفع این مسئله، گذاشتن placeholder هنگام ثبت تصاویر در آگهی بوده تا کاربر به گذاشتن عکس از زوایای مختلف محصول ترغیب شود. اکنون پژوهش کاربر می‌تواند بررسی کند آیا این راه‌حل برای کاربران مناسب است یا خیر. - کیفیت به مثابهٔ بهبود اطلاعات اقلام کالایی
چه فیلدهای اطلاعاتی جدیدی هنگام ثبت آگهی‌های کالا پیش روی آگهی‌گذار قرار دهیم که هم به خریدار در پیدا کردن کالای مدنظرش کمک کند و هم فروشنده توانایی تکمیل اطلاعات مربوط به این فیلدها را داشته باشد؟ - کیفیت به مثابهٔ بهبود یافت‌پذیری کالا با فیلترها
چرا کاربران از فیلترها استفاده نمی‌کنند؟ یا کاربران هنگام کار با فیلترها چه مشکلاتی دارند؟ - کیفیت به مثابهٔ بهبود یافت‌پذیری کالا با دسته‌بندی‌ها
دسته‌بندی‌های کالا به چه صورت باشد تا کاربران بتوانند به راحتی کالاهای مدنظرشان را پیدا کنند و آگهی‌شان را در دسته مناسب ثبت کنند؟
جانِ کلام
برای پیشگیری از پاسخ به سوالاتی که بعدتر به کار نمی‌آیند، باید بررسی کنیم این سوال روی چه تصمیماتی اثر خواهد گذاشت و خود این تصمیمات روی کدام متریک‌های معتبر اثرگذارند. در همین حین لازم است واژگان گنگ سوال را ابهام‌زدایی کنیم، یعنی آنها را به اجزای ملموسی که قابل اکتشاف‌اند بشکنیم. یعنی بعد از طرح سوال اولیه، تصور کنیم پاسخ این سوال چه چیزی (یا چه چیزهایی) می‌تواند باشد. مثلا اگر سوالمان این است که «چطور کیفیت آگهی‌های کالا را بالا ببریم؟» به پاسخ‌های محتمل فکر کنیم و در صورتیکه این پاسخ‌ها منجر به اقداماتی می‌شوند که روی متریک معتبری اثرگذار است، می‌توانند تبدیل به سوالات جدید و شفاف پژوهش شوند.
شفاف‌سازی سوال پژوهش گام اول و مهم‌ترین گام در طرح‌ریزیِ برنامهٔ پژوهش (Research Plan) است. طی کردن این مراحل برای شفاف‌سازی سوال، یک فرایند ذهنی است که شاید کمتر از یک ساعت وقت بگیرد، اما تلاش برای یافتن پاسخ سوالی که اثری روی محصول نداشته باشد زمانی به مراتب بیشتر را به هدر می‌دهد.
مطلبی دیگر از این انتشارات
بازطراحی صفحهٔ اول اپلیکیشن دیوار
مطلبی دیگر از این انتشارات
همآموزی - مصاحبه با آمنه فدایی پژوهشگر دانشگاه هاروارد
مطلبی دیگر از این انتشارات
روایتگری با داده - قسمت پایانی