O que você vai aprender nesse texto:
- O problema de não realizar a análise de dados no momento correto
- Etapas da coleta de dados
- Identificando insights com dados
- Lidando com os próximos passos
De repente eu me vi com uma enorme papelada de exames e remédios para meu cachorro, um problema que se iniciou com plaquetas baixas no exame de pré operatório para castração havia se tornado uma enorme dor de cabeça, para até então uma doença que nem se quer sabiamos o que poderia ser.
Mas o que os dados tem haver com isso tudo?
Como toda essa história se relaciona com dados e UX? No geral, dados por si só não tem grande utilidade se você não transformá-los em informações de valor para sua tomada de decisão, os insights.
À medida em que foram feitos diferentes exames sem ter uma noção clara do motivo pelo qual o animal não vinha melhorando, acabamos investindo muito dinheiro e tempo em uma solução que nem sequer resolvia o problema do animal, e pior ainda, ele nem mesmo tinha um problema de fato.
Enquanto o profissional se concentrava em um único dado e como ele poderia estar relacionado a uma doença específica, outros indicadores mostravam que o problema de fato estaria ligado a fatores muito mais simples, como o estresse do animal, métodos de coleta utilizado e outros fatores.
Você consegue relacionar essa situação com um problema real de produto? Pense no seguinte cenário onde temos uma página de checkout com uma taxa de abandono de 73% na penúltima etapa da compra, analisando os dados e gravações de tela do Hotjar um profissional chega a conclusão que precisam de um redesign dos formulários dessas páginas.
Quando na verdade, o problema pode estar relacionado ao fato da forma de envio só estar disponível junto à etapa de pagamento. A solução proposta não soluciona o problema de fato e a equipe estaria apenas alocando tempo e dinheiro para algo que nem de fato é um problema.
Esteja constantemente fazendo a análise de dados
Durante entrevistas e testes, anote insights e dores que usuários podem estar relatando ao longo de entrevistas. Isso é transformar dados que até dado momento não teriam muita utilidade em algo de fato relevante para seus objetivos.
Nesse ponto é crucial que você tenha uma pessoa para te auxiliar no momento em que essas entrevistas estiverem sendo feitas, ou então que você consiga gravá-las, claro que sempre com autorização do usuário.
O importante aqui é garantir que você colete o maior número de informações possível, mesmo que depois você tenha que agrupar apenas aquelas que são relevantes para o problema de fato.
Classifique em algumas etapas sua coleta de dados:
- Defina os objetivos da sua análise;
- Organize seus dados;
- Explore esses dados;
- Categorize-os;
- Identifique insights/dores;
E depois de tudo isso?
UX Research é uma área preciosíssima para seu produto transformar dados em insights é a chave para resolver problemas de negócios de seus produtos.
Dizer que o checkout tem uma taxa de abandono de 73% não é um insight, mas com uma análise desses dados você pode chegar a conclusão que usuários estão abandonando o checkout pois estavam apenas buscando uma forma de comparar os valores e prazos de entrega.
Junto a isso é possível mapear hipóteses de soluções para os insights coletados, um exemplo seria levar a etapa de prazos e valores de fretes para a página de produtos, evitando que o usuário tenha que percorrer todo esse caminho para descobrir se o produto chegará dentro das suas expectativas ou não.
Pode ser um pouco frustrante para stakeholders apresentar insights ou dores de um usuário sem ter possíveis soluções para os mesmos, trazendo para uma ordem cronológica: reúna dados, colete insights e dores, mapeie possíveis soluções com sua equipe e defina estimativas de prazos e metas que deseja atingir com essas decisões.