Usare i Dati per Costruire Empatia

Nonostante l’idea di progettare sulla base dei dati raccolti sia logica, in pratica non è sempre così.

Il data-driven design è ancora poco compreso e, spesso, male implementato.

Le cause sono da ricercare nel modo in cui le organizzazioni vedono i dati e con cui gli UX Designer ne fanno uso.

Tra le sfide che uno UX Designer si trova ad affrontare c’è sicuramente quella di capire che non tutti i dati sono solo quantitativi, ma anche qualitativi.

La UX Research, in particolare, si basa proprio sulla complementarità dei due: misurare la quantità dei dati e trovarne la causa.

Affidabilità dei dati qualitativi

Le critiche più comuni riguardo la raccolta di dati qualitativi, ruotano attorno alla dimensione del campione, quasi sempre ristretta: come possono dei dati raccolti su un campione piccolo essere statisticamente significativi?

Nonostante la veridicità delle obiezioni, non è comunque possibile affermare che la ricerca qualitativa sia inutile.

Anzi, spesso i dati qualitativi permettono di raggiungere i seguenti benefici.

I metodi qualitativi sono complementari alla ricerca quantitativa

La ricerca quantitativa utilizza dei metodi per raccogliere dati e trarre conclusioni applicabili a tutto il pubblico.

La ricerca qualitativa, invece, analizza la natura di un problema nel dettaglio.

Sicuramente non è possibile generalizzare un problema che si presenta su 6 persone su 10 (60% del campione), ma possiamo identificare i problemi che questi 6 hanno incontrato e cosa li ha provocati (così da trovare una soluzione).

L’obiettivo della ricerca qualitativa è quello di raccogliere intuizioni che guidano il processo decisionale.

Per far ciò si studiano i motivi che spingono l’utente a compiere alcune decisioni, in modo da agire di conseguenza.

La ricerca qualitativa è rigorosa e sistematica

Come possiamo sapere se la ricerca qualitativa è affidabile?

Nella ricerca quantitativa il rigore è visto come l’insieme di:

• Validità
• Affidabilità
• Obiettività

Queste caratteristiche sono relativamente semplici da ottenere su un campione grande, ma come fare su un campione piccolo?

Gli scienziati Yvonna Lincoln ed Egon Guba hanno individuato quattro caratteristiche analoghe da seguire nella ricerca qualitativa:

• Credibilità: abbiamo descritto accuratamente quanto osservato?
• Trasferibilità: le nostre conclusioni sono applicabili in altri contesti?
• Affidabilità: i nostri risultati sono coerenti e ripetibili?
• Confermabilità: i nostri risultati sono puliti da pregiudizi o bias?

Per assicurarci che la ricerca sia sistematica, è necessario condurre diversi passi:

• mettono in relazione il loro lavoro con basi teoriche sulla progettazione dell’UI e con conoscenze di psicologia cognitiva e interazione uomo-macchina, in modo da capire come gli utenti si interfacciano con il prodotto;
• formulano domande di ricerca specifiche prima di scegliere il metodo appropriato;
• selezionano attentamente il campione reclutando partecipanti che rappresentano una varietà di prospettive, in modo da far emergere anche incognite sconosciute;
• pongono domande aperte ai partecipanti per stimolare il loro pensiero, senza contaminarli di pregiudizi e bias;
• quando incontrano qualcosa di insolito, indagano con un metodo diverso o si confrontano con altri ricercatori, per assicurarsi che le loro conclusioni siano supportate e valide.

Un campione piccolo può andar bene, ma dipende.

Una preoccupazione comune che sorge di fronte ad un campione piccolo è quella di sopravvalutare un problema, che magari è raro e non molto frequente.

Come fanno i ricercatori ad evitare questo rischio?

Anche in questo caso si fa riferimento ai principi teorici della UX, per capire come gli utenti percepiscono, pensano, si comportano e interagiscono con il prodotto.

Se una persona incontra un problema comune, possiamo essere ragionevolmente sicuri che sia un problema reale, anche se non possiamo dire con certezza quanti utenti l’hanno incontrato.

Se il problema è complesso e costoso da risolvere, allora potrebbe valer la pena effettuare delle indagini quantitative per capire quanti utenti affligge.

Ancora meglio, è consigliabile effettuare test ripetuti su un campione piccolo, in modo da individuare e risolvere problemi già in fase di progettazione, risparmiando moltissime risorse.

Potresti chiederti: perché non prendere direttamente un campione più grande?

Oltre al fattore risorse (costo, tempo ecc.), occorre tener conto che spesso i dati sono raccolti attraverso interviste o studi sul campo effettuati da un facilitatore, che può dover improvvisare per adattarsi alle specificità di ogni partecipante allo studio.

Inoltre può capitare di raggiungere una saturazione dei risultati, il che renderebbe inutile proseguire con le interviste.

Empatia nei dati: come trovarla.

Quando analizziamo i numeri che raccogliamo dalle interazioni umane con il prodotto, è facile perdere di vista il benessere degli utenti.

Come UX Designer, è importante praticare l’empatia e non la semplice comprensione dei dati.

Bisogna immedesimarsi nell’utente che incontra problemi per poter trovare la soluzione adatta.

Per praticare l’empatia ci sono diversi metodi che i nostri Designer applicano

• Fai ricerca qualitativa: attraverso tecniche quali interviste, etnografia, sondaggi, contextual inquiry. Effettua domande prive di bias, in modo da lasciare tutto il ragionamento all’utente.
• Recluta utenti diversi, crea un team diverso: una platea di utenti variegata può fornirti più punti di vista sul software che stai realizzando, così come un team variegato aumenta le possibilità di entrare in empatia con i diversi tipi di utenti.
• Fai partecipare il team alle sessioni di ricerca: invita tutti i membri del tuo team, nonché gli stakeholder principali, ad osservare le sessioni di ricerca, in modo da incrementare l’empatia che tutto il team prova nei confronti degli utenti. Vedere gli utenti incontrare difficoltà dal vivo ha sicuramente un effetto maggiore rispetto a leggere dei problemi su un foglio excel.
• Crea una Empathy Map: le mappe di empatia sono molto utili per visualizzare emozioni, speranze e paure in un unico posto. Questo può essere utile per individuare dei punti deboli nella tua ricerca e capire come agire.

L’empatia nella UX è essenziale.

Permette di entrare in sintonia con l’utente e trovare così delle soluzioni che possano migliorare la sua vita.