Data Driven Design
Algunas claves del diseño basado en datos
Como UX designer/researcher, hay que saber lo que los usuarios están haciendo en nuestro sitio web, de dónde vienen, cuánto tiempo dedican, y las formas en que se puede mejorar la conversión.
Según Google “La analítica digital es el análisis de datos cualitativos y cuantitativos sobre tu negocio online, lo que permite la comprensión y una continua mejora de la experiencia online de tus clientes y clientes potenciales de cara a orientarles hacia tus objetivos deseados (sean online u offline)”.
Data vs UX Theory
Las teorías del UX (comúnmente conocidas como “buenas prácticas”), heurística, usabilidad y los principios del diseño, se basan en estudios de usuarios respaldados por datos recopilados por grupos de usuarios genéricos. Por lo que no son necesariamente nuestros usuarios, y por lo tanto pueden no aplicarse en todos los casos.
Esto significa que cuando no adoptamos un enfoque basado en datos, estamos confiando en principios de diseño generalistas, que no tienen por qué aplicarse siempre a nuestra audiencia real.
Por lo tanto, aunque estos principios siguen siendo útiles y necesarios para formular hipótesis, las experiencias de usuario que diseñemos serán mucho mejores cuando se basen en los datos que hayamos recopilado de los usuarios y clientes para los que estamos diseñando.
¿Qué es DDD?
Los diseños data-driven son aquellos que han sido creados utilizando los datos recogidos de la analítica, con los que podemos:
- Averiguar dónde se van los usuarios y por qué.
- Optimizar el recorrido del cliente para reducir las tasas de rebote.
- Repensar el diseño visual para facilitar la usabilidad y la accesibilidad.
- Averiguar dónde y por qué el usuario está realizando “rage clicking”.
- Impulsar las conversiones y maximizar las ventas.
- Reordenar y adaptar el contenido para que se ajuste a la intención del usuario.
Con el diseño basado en datos, la responsabilidad recae en los datos cuantitativos, es decir, en las percepciones que se pueden obtener al observar los números. Por lo tanto, es un proceso de desarrollo o mejora de un producto basado en cosas que se pueden medir, como por ejemplo, el análisis de nuestro sitio, la realización de pruebas A/B o la realización de encuestas.
Conociendo a nuestro usuario
Hay muchos datos disponibles en nuestra analítica que nos ayudarán a aumentar nuestros conocimientos sobre quién está visitando nuestro sitio web. Cuanto más sepamos sobre nuestros usuarios, más fundamentadas estarán nuestras decisiones de diseño.
Canales y origen del tráfico
Analizar cómo los usuarios están encontrando nuestro sitio web puede ayudarnos a entender más sobre ellos y sobre el contexto de su visita.
Desde una perspectiva UX, puede ser útil para identificar áreas problemáticas, pero también ayuda a dar una idea de la mentalidad de nuestros usuarios. Saber de dónde vienen sus nuestros usuarios puede ayudarnos a identificar si ya están familiarizados con nuestro sitio web, y puede empezar a darnos pistas sobre el propósito de su visita.
Geodata
Quizás estemos asumiendo que nuestra web sólo atrae visitantes de nuestro propio país, pero este informe puede mostrar que también debemos tener en cuenta las necesidades de los visitantes internacionales. Esto podría llevar a consideraciones prácticas, tales como la velocidad de carga en otros países, las tasas de envíos internacionales para un ecommerce, y las posibles diferencias culturales entre otros países y el nuestro.
Dispositivos y navegadores
Si sabemos qué dispositivos están siendo utilizados para visitar nuestra web, tendremos una imagen más clara del contexto en el que los usuarios están viéndola. Analizar el uso del navegador también puede ayudarnos a entender mejor los usuarios.
Frecuencia
Segmentar nuestros usuarios en grupos por la frecuencia con las que nos visitan pueden darnos patrones de comportamiento muy relevantes.
Contenido
Si estamos buscando datos para una web de inmobiliaria, podemos agrupar a los usuarios en compradores, vendedores, inquilinos y cartas, dependiendo de las páginas que estén viendo.
Métricas
Podemos asociar estas métricas a la experiencia de usuario según la siguiente clasificación:
Usabilidad
Aquellas que miden lo simple que puede ser para los usuarios lograr su objetivo en nuestra aplicación o web. Son tales como:
- Time spent on task
- Cue recognition
- Indicated success
- Menu and navigation use
Esta categoría también podría incorporar métricas relevantes como el reconocimiento de iconos y los patrones de interacción. También determinará los patrones que indican duda, confusión, pausa o agravamiento del usuario.
Engagement
Medir el engagement es un objetivo importante para la mayoría de los sitios web:
- Attention minutes
- Flow rates
- Total time spent reading
- Impressions
- Categories investigated
Un análisis exhaustivo de estos datos puede proporcionar una amplia gama de información sobre cómo se siente la gente acerca de los distintos elementos de un sitio web.
Conversión
Cuando se trata de comprender mejor lo que hace que los usuarios tengan más probabilidades de convertir, estas son las métricas que hay que medir:
- Conversion rates
- Trust rates
- Chances of user action
- Brand attributions
- Micro conversion levels
Clics
Los clics son uno de los elementos más utilizados, y más funcionales, porque son activos para casi cualquier tipo de investigación. Podemos utilizar los eventos de clic para probar una variedad de elementos como la medición de la participación de la página o probar la eficacia de un call-to-action.
Estos datos son un excelente medio para determinar dónde están nuestras áreas problemáticas y qué elementos de nuestro sitio requieren un examen más profundo. Por ejemplo, podemos saber cuando los usuarios no están haciendo clic en los botones y cuando un cambio en el diseño de una web ha sido efectivo o no.
Formularios
Los datos de los formularios involucran:
- Total number of views
- Submissions
- Abandonments
- Field level engagements
El seguimiento de los envíos, vistas, engagement y abandonos proporciona la información necesaria para detectar problemas y formular teorías sobre por qué los usuarios están abandonando nuestro formulario. Estas teorías pueden ser examinadas e investigadas más a fondo con pruebas de usabilidad.
Herramientas
Un gran número de herramientas analíticas están disponibles en el mercado para observar el tráfico en nuestro sitio web. Hemos clasificado las herramientas analíticas según su propósito:
Comportamiento:
Para recopilar y analizar información agrupada del tráfico que llega a los sitios web según la audiencia, la adquisición, el comportamiento y las conversiones que se llevan a cabo en el sitio web.
Google Analytics, Adobe Analytics, Kissmetrics
A/B Testing:
La ejecución de un Test A/B que compara directamente una variación con un experimento nos permite hacer preguntas específicas sobre los cambios en su sitio web o aplicación y, a continuación, recopilar datos sobre el impacto de dicho cambio.
Mapas de calor:
Para comprender con qué interactúan nuestros usuarios en nuestro sitio representando visualmente sus clics, taps y scrolls.
Hotjar, Crazyegg, Lucky Orange
Grabación de sesiones:
Las que graban videos de los visitantes mientras navegan, permitiéndonos ver todo lo que hacen.
Conclusiones
Tenemos a nuestro alcance un gran número de técnicas y herramientas para recopilar e interpretar datos para ayudarnos en nuestra toma de decisiones a la hora de aplicar un rediseño o una optimización.
Los datos pueden ser de gran ayuda para descartar información sesgada y opiniones erróneas, cuando es difícil de debatir siendo una fuente de gran autoridad (jefe, cliente…).
En ese caso, siempre con humildad y evitando ofender a nadie, un pequeño informe con una visualización clara nos ayudará a salir de cualquier discusión incómoda.
No obstante, el dato cuantitativo es a veces abstracto, y necesitaremos apoyarnos en el dato cualitativo (mediante entrevistas, tests…) y los estándares objetivos y buenas prácticas en los campos de la UX y el área técnica, para corroborar nuestro diseño frente a los stakeholders.
Libros Recomendados
“Researching UX: Analytics” by Luke Hay
“CRO” por Ricardo Tayar
