Ю-тесты работают с интерфейсом, дизайном и продуктом в целом. Опытные пользователи сервиса дают обратную связь не только по цвету сайта и размеру кнопок, но и по программам лояльности, работе офисов и служб поддержки. При тестировании госсайтов, например, готовьтесь услышать про опыт записи в детсад и поликлинику, работу МФЦ и реновацию. Эти данные помогают расположить и приоритезировать информацию в интерфейсе.
Кому
Знать о юзабилити-тестированиях и уметь их проводить важно всем участникам разработки веб-продуктов. Наиболее очевидные группы, на которые ориентируются при проведении — дизайнеры и проджект-менеджеры со стороны разработчика и заказчика.
Дизайнер на ю-тестах может проверить гипотезы и вопросы, а также посмотреть на продукт отрезвляющим взглядом пользователя, которому неудобно в получившемся творческом космосе.
Менеджер на юзабилити-тестах лучше понимает, как продавать и презентовать свой продукт, кто является ЦА, что ей нужно и как ей это дать. На более поздних стадиях с прототипами и макетами на ю-тестах оценивают, на сколько воплотили в реальность ожидания пользователей с первого этапа.
Бизнес активно включается в тестирование — ему важно понимать свою ЦА и диджитал-аудиторию, которые могут отличаться. Порой гиганты отрасли задумываются об этих различиях только тогда, когда приходит ux-исследователь и выпытывает: на кого ориентировались при создании сайта и кого звать на тестирование. Маркетинговые отделы, которые отвечают за исследование клиентов, почти выходит за рамки оффлайна или не способны грамотно объединять разные среды коммуникации.
Почему и зачем
Понимание аудитории сайта важно не только для продажи продукта, но и для его развития. При запуске нельзя знать все цели, для которых будут использовать продукт. Это “воркэраунды” — их находят пользователи, но они не были заложены разработчиками. Знали ли создатели Твиттера, что его будут использовать для мобилизации революций? Знали ли в Яндекс Навигаторе, что водители будут использовать комментарии о ДТП, как чат?
Выявление новых продуктовых потребностей, их приоритезация, кросс-канальность с другими продуктами и уровнями компании, путь возвращающегося пользователя — все это раскрывается вопросами проектирования и дизайна сайта. А значит — и инсайтами из юзабилити-тестирования.
Из Яндекс.Метрики и Google Analytics можно получить основные данные по поведению пользователей. Но на большинстве сайтов счетчики установлены и настроены неправильно. Также эти сервисы не всегда выдают корректную информацию по полу/возрасту/интересам или дают данные, доступные для однозначной интерпретации. Да, на страницу зашли 3 млн человек. Это из-за того, что к ней с главной страницы ведет большой баннер? Или люди правда заинтересовались услугой? Или они путают ее с другой похожей услугой?
К тому же, на стадии тестирования прототипов аналитики нет вообще. Поэтому важно проводить ю-тестирования на пользователях. При этом без количественного подтверждения ю-тесты останутся в сферическом вакууме — неспособными для обобщения на всех посетителей сайта.
Некоторые компании используют юзабилити-тестирования для подтверждения гипотез, которые появились в ходе экспертного аудита сайта. Мы работаем с другой стороны — используем ю-тесты для формирования гипотез, которые затем проверяем с помощью количественных данных: опросов и А/Б тестов.
С помощью экспертного мнения мы выбираем сценарии для тестирования. На стадии их формирования незаменимы Google Analytics и Яндекс.Метрика. Они дают возможность представить основное соц-дем распределение, посмотреть наиболее популярные сценарии и основные проблемные места целевых воронок, которые стоит уточнить в юзабилити-тестах.
Ю-исследования дают самые удивительные инсайты, которые не приходят ни в наши профдеформированные головы, ни в головы заказчиков, которые видят свой продукт 24/7. При этом качественные данные всегда могут жить только в рамках ограниченной выборки и не распространяются за ее пределы. Именно поэтому мы идем от экспертной оценки к ю-тесту, а потом к А/Б тесту.
Распространять результаты любых качественных исследований надо осторожно. Формирование общей картины исходит из понимания пользователей: их биографической информации, компьютерных навыков, опыта использования конкретного продукта. От понимания контекста, из которого исходит мнение людей, зависит вычление релевантной для продукта информации.
Например, некоторые категории пользователей онлайн-супермаркета могут плохо владеть техникой drag-and-drop, но это не значит, что от нее нужно отказываться в интерфейсном решении. Это значит, что нужно улучшать процесс онбординга и обучения пользователей. При этом слово “виджет” в обучающем блоке государственного сайта вызывает вопросы у посетителей. Не потому, что это плохое слово или решение — контекст государственного сайта предполагает, что он будет максимально прозрачен для всех уровней пользователей.
Юзабилити-исследования дают контекст использования и рекомендации по улучшению дизайна и продукта. Но хорошо работают они только в паре с А/Б тестами — сами по себе ю-тесты не дают количественной и статистической оценки аудитории и гипотез.