Мы собираем данные, чтобы определить направление, и оценить качества того, что создаем. Все определяют успех по-разному — число подписчиков, уровень удержания клиентов, количество уникальных посещений и загрузок, продолжительность посещения, показатель отказов, средний ежедневный, еженедельный, и ежемесячный показатель пользователей. Как вы определяете вовлеченность?

Мы принимаем важные решения по контенту, дизайну и разработке продукта, которые частично определяются метриками. Но что они могут сказать об успехе или неудаче продукта, пользовательского опыта или дизайна? На какие метрики полагаться?

К сожалению, UX дизайнерам редко приходится определять, какие метрики имеют значение, а какие нет, но они могут начать диалог о том, как команды определяют метрики успешности.

На основе собранных нами количественных данных, часто принимаются важные решения по продукту, но числа, полученные из таких готовых решений, как Google Analytics, нередко генерируют ни о чем не говорящие произвольные элементы. Метрики рисуют только часть картины: они говорят «что?», а не «почему?». Для получения ответов на вопрос «почему?», нам нужны качественные критерии.

 

Установите правильные критерии

Результатом оценки чего-либо, на основе одних только метрик, будут наполовину обоснованные решения, основанные на относительно произвольных показателях.

Является ли высокий показатель отказов хорошим показателем только потому, что пользователь пришел на сайт, нашел то, что ему нужно, и ушел? Или это плохой показатель потому, что он пришел, и ушел в разочаровании? Является ли время, проведенное на сайте показателем положительной оценки клиентом продукта и контента, или отражением долгого и неудачного поиска нужной информации?

Одержимость этими числами происходит из программ, предоставляющих свой набор метрик для сбора аналитики. Они способны загнать наш процесс в кабалу сведения этих чисел в направлении, которое не способно рассказать всей истории. Более того, чтобы добиться этих чисел, эти программы могут заставить некоторых из нас использовать темные шаблоны.

Когда целью становится число, человеческий элемент, пользовательский опыт, теряется. Если вы хотите принимать правильные решения, то для оценки эффективности продукта должны комбинировать качественные и количественные данные.

Когда мы говорим об оценке производительности, то должны понимать терминологию:

  • Критерий: что-то, что мы можем измерить
  • Метрика: критерий, который мы можем отследить
  • Аналитика: метрика, отслеживаемая программным обеспечением

Чтобы находить правильные решения, используйте данные, полученные из наблюдений за использованием продукта — как качественные, так и количественные. Затем, делайте из этих наблюдений выводы.

 

Заключение

Есть множество вещей, о которых не расскажет Google Analytics, и другие подобные ему инструменты. Они не расскажут вам о том, что полезно, а что нет. Они не расскажут о том, кто, на вашем сайте, тратит больше денег. Они не подскажут, как улучшить контент. Они, даже, не способны сказать, почему кто-то на что-то кликнул. Мы можем собрать все необходимые наблюдения, но выводы останутся открытыми для интерпретаций, потому что Google Analytics не дает ответов на вопрос «почему?».

Для улучшения пользовательского опыта вам нужны лучшие, более направленные метрики. Один из инструментов, который поможет вам проникнуть в сердце пользовательского опыта — карта пользовательского путешествия. Соединение качественных и количественных данных в карту путешествия проиллюстрирует то, где UX может разочаровать пользователя, и покажет возможности улучшения продукта.