UXPUB 🇺🇦 Дизайн-спільнота

Cover image for Data-driven подход в продуктовом дизайне
Oksana Nosenko
Oksana Nosenko

Опубліковано • Оновлено

Data-driven подход в продуктовом дизайне

Ця стаття українською:


Привет! Меня зовут Оксана Носенко, я руководитель команды аналитики в украинской продуктовой компании Jooble. И сегодня хотела бы поговорить о том, почему дизайнерам стоит обращаться к данным и как аналитика может помочь в улучшении UX/UI.

Очень часто в компаниях команды дизайна и аналитики могут пересекаться только на корпоративах или на all hands встречах. Ведь зоны ответственности этих команд не сильно соприкасаются. Дизайнеры создают красивые интерфейсы, предлагают, на их взгляд удобные для пользователя решения, применяют современные тенденции. Аналитики же строят графики, считают доход, говорят результаты по А/Б экспериментам.

Но есть несколько очень веских причин, которые должны пробудить у дизайнера желание постоянно контактировать с аналитиками.

Понимание аудитории продукта

Понимание аудитории продукта

Дизайн продукта очень сильно зависит от аудитории, которая дальше будет пользоваться этим самым продуктом. С моего опыта могу сказать, что разные сегменты юзеров совсем по-разному будут реагировать на похожие изменения. Я работала с продуктом, где аудитория была очень технически прокачанной и разбиралась в последних IT трендах. Каждое изменение в продукте мы делали очень аккуратно и выверено, ведь «ранить» пользователей было легко. Где-то немного двоякая формулировка или неточность вызывала негативный всплеск. А новые спорные решения в дизайне засыпали нашу сапорт команду жалобами на неудобный UI. И была так же противоположная ситуация, когда аудитория уже другого продукта была непритязательной к последним техническим тенденциям и гораздо лучше реагировала на такие решения, как огромные внезапные попапы, большие шрифты и яркие банера. Казалось бы, агрессивные решения в дизайне наоборот должны отпугивать людей, но в данном случае аудитории было свойственно гораздо проще делать то, что предлагают и иметь только один явный фокус, созданный для них заранее.

Решение проблемы

Решение проблемы

Зачастую дизайнеры помогают решить какую явную или неявную проблему пользователя. Но как узнать, что у пользователя есть эта проблема? Некоторые вещи могут казаться для дизайнера или разработчика суперлогичными, но на деле оказывается, что у реальных юзеров не было потребности в том, что мы им предлагаем. Поэтому прежде, чем погружаться в решение надуманных проблем, можно сэкономить время просто посмотрев данные. Например, всем хорошо известно, что дополнительные шаги воронки могут отпугнуть юзера и есть вероятность, что чем больше этапов, тем выше вероятность, что мы потеряем юзера. В одной из команд мы начали разрабатывать новое флоу регистрации, так как старое содержало аж 5 этапов. Нам казалось, что, объединив первых три этапа в один, мы существенно увеличим количество зарегистрированных пользователей. Но посмотрев аналитику стало понятно, что на этих этапах мы теряем только 10% от всех начавших процесс пользователей. А основная проблема в регистрации была на последнем шаге, где надо было ввести неоправданно сложный пароль и юзера отваливались после 2-3 попытки. Проблема существовала, но абсолютно не там, где нам казалось.

Feature usage

Feature usage

Дизайнеру важно понимать, как работает решение, которое он предложил и сравнивать использование своего решения с аналогичными или предыдущими версиями. У меня был опыт, когда мы проводили редизайн всего email marketing. Это была идея дизайн-команды. Им очень сильно не нравился внешний вид наших писем, который не менялся последних лет 5. Мы сделали А/Б тест и получили просадки в тестовых группах. Пользователи хуже кликали на новый современный шаблон. Аналитики уже хотели рекомендовать не применять тест, но наша дизайн-команда не сдавалась, ведь старое решение было очевидно хуже. Они попросили нас сделать дополнительный анализ с разбивкой на когорты новых и старых юзеров. И действительно, оказалось, что новые юзера реагируют прекрасно на редизайн, в то время как старые скорее всего привыкли уже к предыдущей версии и новый дизайн не кликали. И так как старая когорта составляла около 80% от всей аудитории, их результаты очень сильно влияли на весь тест. Как решение: мы внедрили редизайн для новых пользователей, а старым дали выбор шаблона через личный кабинет. В течение года почти все юзера обновились в продукте и мы выключили старый дизайн полностью.

Приоритизация дизайн-бэклога

Приоритизация дизайн-бэклога

Как понять, какую задачу делать первую, какую второй и так далее? Можно, конечно, следовать старому доброму способу: кто больше из менеджеров кричит или пишет в личку, тому приоритетнее всех. Но как более здравый подход – узнать потенциал каждой задачи. Допустим, в бэклоге висит три редизайна форм подписок. Скорее всего, очень быстро можно найти в аналитике, сколько же регистраций мы имеем с каждой такой формы и начать работу именно с той формы, которой пользуется больше всего юзеров. Если с данными для приоритизации не все так просто, будет не лишним обратиться к команде аналитики и уточнить у них приблизительные объемы аудитории, на которые повлияет изменение.

Вертикальный рост дизайнера

Вертикальный рост дизайнера

На рынке сейчас очень ценятся дизайнеры, которые умеют работать с данными. Это лет 10 назад было нормально для дизайнера жить в вакууме и не думать, о том, что происходит с его прекрасными работами после их реализации. Сейчас же бизнес спрашивает с дизайнера более проактивный и широкий подход. Senior дизайнер должен хорошо оперировать основными продуктовыми показателями, знать, что влияет на User Retention, Adoption или Stickiness. Ориентироваться, где в продукте aha-moment, отслеживать как меняется Bounce Rate, Session Duration, на каких этапах воронки происходит потеря пользователя и где она аномальная. Без четкого понимая продукта рост дизайнера невозможен, а такое понимание нельзя обрести без аналитики.

Что же стоит сделать, чтобы начать работать с данными?
Если вы работаете дизайнером в продуктовой компании и заинтересовались в доступе к данным, начните узнавать какие системы аналитики используют у вас.

Это могут быть такие решение как:

  • Google Analytics
  • MixPanel
  • Amplitude
  • Google Analytics
  • Tableau
  • Power BI
  • DataStudio

Если вам ответили, что хоть что-то из этого списка внедрено в компании, не бойтесь и просите доступ. Все эти системы требуют минимального времени для адаптации вас как юзера, а не разработчика. Потратив даже неделю вы легко освоитесь и будете знать где и что полезного можно подсмотреть.

Не бойтесь большого объема данных и аналитики. Это может сильно испугать в самом начале, просто дайте себе время. Через какой-то период, дизайнер сможет читать графики и таблицы не хуже другого специалиста. Для сокращения адаптационного периода, не стоит бояться запрашивать помощь у команды аналитики. Специалистам по данным будет очень приятно, что у вас возник запрос на доступ и понимание данных. Потратить время на интро им будет не сложно.

Ну и в заключение я бы хотела сказать, что в моей практике были очень продуктивные коллаборации с дизайнерами. Аналитик со своим знанием цифр плюс дизайнер с эмпатией к юзеру могут генерировать очень крутые продуктовые решения, которые были бы невозможны при участии только одного из этих направлений.

Найновіші коментарі (0)