Ihmiskeskeisen suunnittelun perusteet: käyttäjätestauksen salat avattu

”Interaktiivisten järjestelmien kehittämisen lähestymistapa, jonka tavoitteena on tehdä järjestelmistä helppokäyttöisiä ja hyödyllisiä keskittymällä käyttäjiin, heidän tarpeisiinsa ja vaatimuksiinsa sekä soveltamalla inhimillisten tekijöiden, ergonomian ja käytettävyyden tietämystä ja menetelmiä.”

HCD:n onnistunut hyödyntäminen edellyttää näkökulman muutosta. Sen sijaan, että lähtisit liikkeelle organisaatiosi liiketoiminnallisista ja teknologisista tavoitteista, aloitat käyttäjistäsi ja heidän ainutlaatuisesta näkökulmastaan.

Kun luot käyttäjillesi todellista arvoa vastaamalla heidän tarpeisiinsa, tuot arvoa myös yrityksellesi. Kukapa ei olisi valmis maksamaan jostakin, joka tuottaa hänelle todellista arvoa? Kaikki voittavat.

Iterointi on välttämätöntä

Iterointi on keskeinen osa HCD:tä. Prosessissa on neljä vaihetta:

1. ymmärrä käyttötilanne

2. määritä tavoitteesi

3. luo ratkaisuja

4. arvioi ratkaisuja tavoitteitasi vasten

Jokaisella iteraatiokierroksella poistat käyttäjäpolulta esteitä ja kipupisteitä sekä tunnistat uusia mahdollisuuksia ilahduttaa käyttäjää. Kun teet tämän oikein, päädyt lopulta ratkaisuun, joka ei vain täytä vaan ylittää odotukset. Luot aidon ”vau”-efektin.

Kyse ei ole hyvännäköisestä tuotteesta, vaan käyttäjän tarpeiden ymmärtämisestä ja ongelmien ratkaisemisesta tavalla, joka tuntuu hänestä hyvältä ja intuitiiviselta.

Ihmiskeskeisen suunnittelun prosessi (yksinkertaistettu standardista ISO 9241-210) tarjoaa selkeän mallin erinomaisen UX:n saavuttamiseen jatkuvan iteroinnin ja käyttäjätestauksen avulla.

Testaus on avainasemassa

Jatkuva arviointi ja testaus ovat keskeinen osa HCD:tä. UX:ää voi mitata lukemattomilla tavoilla. Menetelmät jakautuvat kahteen luokkaan: laadullisiin ja määrällisiin menetelmiin.

Laadulliset UX-testausmenetelmät

Laadullisilla menetelmillä pyritään ymmärtämään ihmisten kokemuksia ja käyttäytymistä ennustavien mallien tai teorioiden luomisen sijaan. Niiden painopiste on hajanaisempi kuin määrällisissä menetelmissä.

Laadullinen data on luonteeltaan rikasta, mikä on sekä vahvuus että haaste: se mahdollistaa erittäin syvällisen analyysin, mutta sen käsittely voi olla hankalaa. Otoskoot ovat yleensä tarkoituksella pieniä, sillä datamäärän kasvaessa fokus usein hämärtyy. Data on yksinkertaisesti liian rikasta, ja työkalut ovat rajallisia – esimerkiksi useimmat tilastollisen data-analyysin menetelmät eivät sovellu tällaiselle datalle. Saatavat oivallukset ovat silti usein korvaamattomia ja vaikeasti saavutettavissa muilla tavoin.

Laadullisia menetelmiä käytetään usein tutkimaan, miten käyttäjät ajattelevat ja miksi heidän on vaikea käyttää eri tuotteita ja ominaisuuksia. Laadulliset havainnot sisältävät kontekstin, joten niitä on yleensä intuitiivisempi ymmärtää kuin määrällisiä havaintoja (lisää niistä alempana).

Laadullisia menetelmiä on monenlaisia, muun muassa:

• käytettävyystestaus

• heuristinen arviointi

• haastattelut

• laadulliset kyselyt

Tarkastellaan seuraavaksi kutakin niistä:

Käytettävyystestaus

Havainnoit loppukäyttäjien työskentelyä reaaliajassa realististen tehtävien parissa, jotta voit tunnistaa heidän haasteensa.

Käyttäjiä pyydetään usein ajattelemaan ääneen tehtäviä suorittaessaan, jotta saadaan lisää kontekstia. Tällainen sanallinen data on haastatteludataa "raakempaa" ja rehellisempää, koska ääneen ajattelu on jatkuvaa. Käyttäjillä ei ole mahdollisuutta suodattaa tai käsitellä ajatuksiaan ennen niiden ilmaisemista.

Yhdistettynä havainnointiin ääneen ajattelusta saatava data voi tarjota lyhyessä ajassa arvokasta tietoa käyttäjän ajattelutavasta.

Tyypillisessä käytettävyystestissä käyttäjä (vasemmalla) suorittaa erilaisia tehtäviä samalla, kun moderaattori (oikealla) havainnoi ja kirjaa käyttäjän toimintaa ja kommentteja.

Heuristinen arviointi

Useilla toimialoilla toistetut tutkimukset ovat tunnistaneet käytettävyyden yleisiä nyrkkisääntöjä eli heuristiikkoja. Ne keskittyvät pääasiassa esimerkiksi seuraaviin teemoihin:

• selkeys

• johdonmukaisuus

• joustavuus

• tehokkuus

Tunnettuja esimerkkejä ovat Nielsenin 10 käytettävyysheuristiikkaa ja Shneidermanin 8 kultaista sääntöä.

Heuristisessa arvioinnissa käytettävyysasiantuntijat arvioivat tuotetta itsenäisesti ennalta valittuja heuristiikkoja vasten. Heuristiset arvioinnit ovat nopeita ja kustannustehokkaita, mutta ne edellyttävät asiantuntemusta. Koska prosessiin ei osallistu varsinaisia käyttäjiä, kaikkia käyttäjien haasteita ei voida tunnistaa tällä tavalla.

Haastattelut

Haastatteluja on monenlaisia. Ne voivat olla yksilö- tai ryhmähaastatteluja sekä strukturoituja, puolistrukturoituja tai strukturoimattomia.

Strukturoiduissa haastatteluissa noudatetaan ennalta määriteltyä kysymyssarjaa, kun taas strukturoimattomissa haastatteluissa aihetta tutkitaan ilman ennalta määrättyä rakennetta. Käyttäjätutkimuksessa puolistrukturoidut haastattelut tarjoavat hyvän tasapainon: käyttäjät voivat ilmaista itseään vapaasti, mutta haastattelussa säilyy tietty rakenne. Kysymykset valmistellaan yleensä etukäteen, mutta aiheeseen liittyviä asioita voidaan tutkia joustavasti, kunhan ne ovat olennaisia.

Haastatteluissa käyttäjät voivat antaa yksityiskohtaisia vastauksia syvällisistä aiheista tärkeän kontekstin säilyessä. Asiantuntijat ja kokeneet käyttäjät ovat hyviä haastateltavia, sillä heillä on ajan myötä kertynyttä erityistä näkemystä, jota voi olla vaikea tavoittaa muilla menetelmillä.

Laadulliset kyselyt

Laadulliset kyselyt koostuvat yleensä avoimista kysymyksistä. Strukturoidun haastattelun tavoin käyttäjä vastaa ennalta määriteltyihin kysymyksiin. Erona on, että tässä vastaukset annetaan tekstimuodossa. Ihmisten välinen vuorovaikutus jää siis puuttumaan, mutta dataa on toisaalta helpompi käsitellä, koska litterointia ei tarvita.

Määrälliset UX-testausmenetelmät

Määrällisissä menetelmissä asioita mitataan luvuilla. Tämä edellyttää tutkimuskohteen määrittelyä ja muiden tekijöiden poistamista. Tulosten soveltamisala on rajallinen, mutta menetelmät ovat myös skaalautuvia: suhteellisen lyhyessä ajassa voidaan kerätä paljon dataa ja analysoida sitä tilastollisin menetelmin.

Määrällisen datan tulkinta voi olla haastavaa, ja tarkkojen johtopäätösten tekeminen edellyttää usein melko paljon tilastollista osaamista ja asiantuntemusta. Oikein toteutettuna tulokset ovat kuitenkin tarkkoja, edustavia ja vertailukelpoisia. Määrällisillä menetelmillä voit myös helposti vertailla tuloksia ja seurata dataa ajan mittaan, mikä on erittäin hyödyllistä.

Määrällisiä mittareita on useita, esimerkiksi:

• tehtäväsuoriutumisen mittarit

• analytiikka

• A/B- ja monimuuttujatestaus

• korttilajittelu

• katseenseuranta

• määrälliset kyselyt

Tarkastellaan seuraavaksi kutakin näistä indikaattoreista:

Tehtävissä suoriutuminen (määrällinen käytettävyystestaus)

Käyttäjiä pyydetään suorittamaan realistisia tehtäviä. Toisin kuin laadullisessa käytettävyystestauksessa, huomio kohdistuu kuitenkin suorituskykymittareihin, kuten tehtävän suorittamiseen käytettyyn aikaan, virheiden määrään ja onnistumisasteeseen. Käyttäjiä ei yleensä pyydetä ajattelemaan ääneen, sillä se voi vaikuttaa esimerkiksi tehtävän suorittamiseen käytettyyn aikaan.

Analytiikka

Palvelustasi kerätään numeerista dataa monenlaisilla työkaluilla, kuten sivustolla vietetystä ajasta, keskeytysasteesta ja eri elementtien klikkausasteesta.

Analytiikka on erinomainen työkalu sen seuraamiseen, miten käyttäjät todellisuudessa käyttävät palveluasi laajassa mittakaavassa. Se on kuitenkin vain niin hyödyllinen kuin määrittämäsi seurattavat mittarit. Olennaiset ongelmat voivat jäädä huomaamatta vain siksi, ettet seuraa oikeita mittareita. Eräs suuri verkkokauppa ei esimerkiksi tiennyt, että monet käyttäjät keskeyttivät ostoprosessin tietyssä vaiheessa. Vaikka yritys hyödynsi analytiikkaa, se ei ollut tullut ajatelleeksi seurata juuri tätä asiaa – joten ongelma jäi havaitsematta.

Analytiikka on erinomainen työkalu suurten käyttäytymisdatamäärien keräämiseen.

A/B- tai monimuuttujatestaus

A/B-testaus on yksinkertaista: luo käyttäjäpolusta kaksi versiota, jaa käyttäjät kahteen ryhmään (A ja B) ja näytä toinen versio ryhmälle A ja toinen ryhmälle B. Vertaa tuloksia – kumpi toimi paremmin? Ihannetapauksessa versioiden välillä on vain yksi selkeä ero. Muuten et voi tietää, miksi toinen versio toimi paremmin.

Monimuuttujatestaus on samankaltaista, mutta siinä on useita muuttujia. Jos sinulla on esimerkiksi painikkeesta kaksi versiota ja taustasta kaksi versiota, testattavia yhdistelmiä syntyy yhteensä neljä. Yhdistelmien määrä kasvaa eksponentiaalisesti jokaisen lisätyn muuttujan myötä (jo viisi muuttujaa tuottaa 120 yhdistelmää), joten menetelmä voi toisinaan vaatia epärealistisen suuria otoskokoja. Se on silti tehokas tapa tunnistaa käyttäjäpolun ongelmakohdat.

Korttilajittelu

Korttilajittelun avulla voidaan määrittää ihanteellinen tiedon hierarkia. Käyttäjille annetaan joukko kortteja, jotka heitä pyydetään lajittelemaan tai luokittelemaan itselleen loogisimmalla tavalla. Tämä on erityisen hyödyllistä palveluissa, joissa on paljon sisältöä, sillä se antaa tärkeää tietoa siitä, miten käyttäjät jäsentävät tietoa mielessään.

Katseenseuranta

Katseenseurantatutkimuksissa seurataan käyttäjien silmien liikkeitä ajan kuluessa heidän suorittaessaan erilaisia tehtäviä. Silmien liikkeitä havainnoimalla saat tietoa siitä, miten käyttäjä tarkastelee käyttöliittymää ja mihin elementteihin hän kiinnittää huomiota. Katseenseurannasta saatavaa dataa voi olla vaikea tulkita, vaikka se onkin monella tavalla hyödyllistä, sillä on vaikea tietää, miksi käyttäjä liikuttaa silmiään tietyllä tavalla.

Määrälliset kyselyt

Määrällisissä kyselyissä vastauksia kerätään ja kvantifioidaan numeerisen datan avulla (esimerkiksi Likert-asteikolla).

Etuna on, että numeerinen data on helppo koota ja sitä voidaan analysoida tilastollisesti. Haittapuolena on, että määrällinen kysely on vain niin hyvä kuin sen kysymykset ja vastausvaihtoehdot. Olennaista tietoa voi jäädä saamatta vain siksi, ettei asiaankuuluvia kysymyksiä tai vastausvaihtoehtoja ole määritelty. Tämä koskee erityisesti moniselitteisiä vastausvaihtoehtoja: ”silloin tällöin” voi henkilön mukaan tarkoittaa kerran viikossa, kerran kuukaudessa tai kerran vuodessa.

Huomaa, että kyselyissä yhdistetään usein määrällisiä ja laadullisia kysymyksiä.

Laadullisten ja määrällisten UX-testausmenetelmien yhdistäminen

UX:n arvioinnissa kannattaa hyödyntää sekä laadullisia että määrällisiä menetelmiä.

Yleensä laadullinen tutkimus on helpompi tehdä ensin. Oikein toteutettuna se antaa hyvän käsityksen palvelusi käyttötilanteista ja ongelmakohdista. Sen jälkeen voit selvittää määrällisten menetelmien avulla, kuinka vakavia ja yleisiä nämä ongelmat ovat. Määrälliset menetelmät sopivat myös hyvin muutosten seurantaan ajan mittaan, mikä on olennaista UX:n kehittämisessä.

Voit myös aloittaa määrällisillä menetelmillä. Saatat esimerkiksi huomata analytiikasta, että jokin ei ole kohdallaan. Ehkä asiakkaasi viettävät sivustollasi paljon vähemmän aikaa kuin heidän pitäisi. Voit sitten selvittää laadullisilla menetelmillä, mistä tämä johtuu. Eivätkö he pidä sivuston ulkoasusta? Ehkä he eivät löydä etsimäänsä ja luovuttavat. Tai ehkä he löytävät etsimänsä ja poistuvat tyytyväisinä? Testaa ja selvitä.

Yhteenvetona: sekä laadullinen että määrällinen data ovat olennaisia UX:si todellisen tilan selvittämisessä. Kun yhdistät molempien vahvuudet, saat parhaan hyödyn kummastakin: ymmärrät, mitä käyttäjät tekevät ja miksi. Näin voit tehdä oikeita päätöksiä UX:si kehittämiseksi ja luoda arvoa sekä sinulle että käyttäjillesi.