Data-Driven design?
Fui desenvolvedor backend por 8 anos. Nesses anos todos criei o hábito de catalogar e consumir dados para acompanhar o desempenho do que estava trabalhando. Além disso, acabava usando esses dados para identificar melhorias, corrigir bugs ou desenvolver features novas.
E me pareceu totalmente natural levar essa hábito para o trabalho de Researcher. Só não contava com a falta de discussão sobre o assunto entre os UX Designers.
Hoje, muito se fala sobre produtos e serviços que são data-driven: aplicativos que coletam dados para monitorar sua saúde, wearables, termostatos que utilizam dados para ajustar a temperatura da sua casa automaticamente, etc. Ou seja, já usamos dados para 1001 coisas em nosso dia a dia e já sabemos bem dos seus benefícios. Isso levanta a seguinte pergunta: quando que vamos utilizar dados para ajudar a melhorar nossos designs?
Aí que entra o data-driven design.
Dados+design?
O grande diferencial do data-driven ou data-informed design é a possibilidade de encontrar nos dados, um guia para quase tudo que diz respeito aos problemas na experiência do usuário.
Um guia focado nas vivências reais que lhe ajudará a encontrar experiências certeiras para o usuário.
Tudo isso parece ótimo. Mas isso significa que os designers vão precisar colocar a criatividade e o feeling de lado? Deixar os dados tomarem conta das experiências que estamos construindo? Não, né?!
Ser data-driven não é uma metodologia e muito menos uma técnica jedi que você aplica para conseguir resultados infalíveis. Funciona mais como um mindset. O mindset comum é mais ou menos assim: qual é a sua reação quando a conversão daquele call-to-action começa a cair? Ir correndo pra prancheta e começar a rabiscar uma nova solução? Com base no quê? Na sua lista de black hacks de conversão? No que o Product Manager falou?
Para um mindset data-driven, que tal começar procurando informações sobre o usuário?
Uma das melhores formas de se fazer isso é vasculhar por dados que foram deixados pelo usuário. Rastros que mostram o seu comportamento e quais ações ele tem feito ou não tem feito.
Ao invés de clicar no call-to-action, onde eles estão clicando? Quanto tempo ele navegou no site? Onde ele foi parar depois que encontrou aquele banner com promoção no Netflix? Por quais páginas ele costuma navegar? Ele costuma seguir algum padrão?
Esse tipo de pergunta vai lhe trazer respostas que vão lhe ajudar a direcionar o seu design para algo totalmente certeiro.
O propósito disso tudo é utilizar esses dados coletados para melhorar as suas soluções. Fica muito mais fácil arrumar a queda na conversão se você souber o que o seu usuário está fazendo. Os dados vão lhe apontar o que está errado e fica em suas mãos criar uma solução para resolvê-las.
Eu sei que você tem medo de um dia receber uma planilha com 10.000 registros, um .csv que não faz sentindo algum ou então um daqueles gráficos cheio de pontinhos. Raramente esse vai ser o caso. Caso aconteça, você sempre pode pedir pra alguém traduzir. Ou aprender um pouco de estatística, não vai doer muito.
E reparou que nenhuma das perguntas ou respostas vai te dizer que aquele box precisa ou não ter 5px de radius na borda? Talvez elas te digam que você precisa mudar a cor do botão, mas isso é papo pra outra hora.
E no fim das contas?
No final das contas, ser data-driven não significa deixar os dados tomarem toda e qualquer decisão no seu design, mas sim, consumi-los de forma consciente para que seja possível construir uma experiência mais eficiente e, assim, uma solução com mais chances de sucesso.
Quando foi a última vez que você sentou ao lado do time de Research ou da equipe de Data Analytics/Science pra coletar dados?
Junto com eles você vai conseguir produzir resultados ainda melhores.
