Data-driven design คือสิ่งที่ช่วยผลักดันให้ designer สร้างงานออกแบบที่มีคุณภาพ
เผยแพร่เมื่อ 23 Nov 2023 โพสไปที่การสร้างโปรดักต์ที่ตอบสนองความต้องการของผู้ใช้ได้จริงนั้นเกี่ยวข้องกับการค้นคว้า insight ที่ครอบคลุม โดยการข้ามขั้นตอนในการ research ต่างๆ ก็เป็นเรื่องที่มักพบได้บ่อย แต่สิ่งที่ designer ทุกคนควรรู้และทำก็คือการออกแบบทุกอย่างควรที่จะตัดสินใจหรือขับเคลื่อนมาจากการใช้ข้อมูล (data-driven design) ภายในบทความนี้จะพาคุณไปสำรวจดูว่ามีอะไรบ้างที่ต้องพิจารณาและทำเพื่อให้งานออกแบบออกมาดีและตรงกับเป้าหมายหลักที่ตั้งไว้
Data-driven design คืออะไร?
Data-driven design คือแนวทางในการออกแบบโปรดักต์, บริการ, หรือประสบการณ์ที่ต้องอาศัยการรวบรวมและการวิเคราะห์ข้อมูลอย่างเป็นระบบเพื่อรู้ถึงและเป็นแนวทางใน design process โดยเกี่ยวข้องกับการใช้ข้อมูลและ insight ในการตัดสินใจด้วยข้อมูลเกี่ยวกับแง่มุมต่างๆ ของการออกแบบ เช่น user interface, ฟีเจอร์, ประสบการณ์ผู้ใช้, และฟังก์ชันการทำงานโดยรวมของโปรดักต์
กล่าวได้ว่าแนวทางนี้มีจุดมุ่งหมายเพื่อเพิ่มประสิทธิภาพและปรับปรุงการออกแบบ โดยการทำให้สอดคล้องกับความชอบ, ความต้องการ, และพฤติกรรมของผู้ใช้มากขึ้น ซึ่งในท้ายที่สุดก็จะช่วยให้ digital product นั้นๆ สามารถบรรลุเป้าหมายทางธุรกิจที่ตั้งไว้ได้สำเร็จ
ทำไม data จึงมีความสำคัญต่อการออกแบบ digital product
Adobe ได้เปิดเผยว่าบริษัทที่ใช้ data-driven design มีแนวโน้มที่จะได้ conversion rate เพิ่มขึ้นอย่างมีนัยสำคัญถึง 6 เท่า ซึ่งข้อมูลจำนวนมหาศาลที่แต่ละองค์กรได้รับมาล้วนมีความสำคัญอย่างมากในด้านการออกแบบและประสบการณ์ผู้ใช้ เพื่อไม่ให้เสียเวลาเราจะมาดูไปพร้อมกันว่ามีหัวข้อและรายละเอียดอย่างไรบ้าง
ช่วยเข้าใจว่าผู้ใช้มากขึ้น
การใช้ data มาประยุกต์กับการ design ต่างๆ จะช่วยให้นักออกแบบสามารถเข้าใจพฤติกรรม, ความชอบ, และความต้องการของผู้ใช้ ด้วยการวิเคราะห์ข้อมูลผู้ใช้ที่ครอบคลุม designer จะระบุรูปแบบ, แนวโน้ม, และจุดบกพร่องต่างๆ ที่ช่วยให้พวกเขาสร้างการออกแบบที่ใช้งานง่ายและเป็นมิตรกับผู้ใช้มากขึ้นได้ในอนาคต
ตัดสินใจโดยอาศัยข้อมูล
การตัดสินใจออกแบบอะไรก็ตามที่นำเอาข้อมูลต่างๆ มาสนับสนุนมีแนวโน้มที่จะประสบความสำเร็จมากกว่าการ design โดยอ้างอิงจากความชอบหรือจุดประสงค์ทางธุรกิจเพียงอย่างเดียว นั่นก็เพราะ insight ที่ได้มาจากการวิเคราะห์ข้อมูลดิบจะช่วยให้ designer มีข้อมูลในการตัดสินใจเกี่ยวกับเลย์เอาต์, color scheme, typography และ interactive element เพื่อให้มั่นใจว่าผู้ใช้จะได้รับประสบการณ์ที่ดีที่สุดจากการใช้งาน
พัฒนา user journey ที่ดียิ่งขึ้น
ด้วยการวิเคราะห์ข้อมูลต่างๆ designer จะสามารถระบุจุดคอขวดที่ทำให้ user journey ติดขัดและก่อให้เกิดปัญหาตามมาได้ โดยจะรู้ได้ว่าผู้ใช้ออกจากจุดไหน, ฟีเจอร์ใดที่มีการใช้งานมากที่สุด, และเส้นทางใดที่นำไปสู่ conversion ในที่สุด แน่นอนว่าข้อมูลนี้ช่วยให้สามารถปรับปรุงเป้าหมายมอบประสบการณ์การใช้ที่ดี และเพิ่มการมีส่วนร่วมของผู้ใช้ให้มากยิ่งขึ้น
ออกแบบกลยุทธ์ personalization ที่เหมาะกับผู้ใช้แต่ละกลุ่ม
Insight ที่ขับเคลื่อนด้วยข้อมูลจะทำให้ผู้ใช้ได้รับประสบการณ์ personalization ที่ออกแบบมาเฉพาะสำหรับพวกเขา ด้วยการวิเคราะห์ข้อมูลผู้ใช้ designer จะสามารถปรับแต่งคอนเทนต์, คำแนะนำ, และตอบสนองให้เหมาะกับตามความต้องการของผู้ใช้แต่ละราย โดยการมอบประสบการณ์ที่เกี่ยวข้องและมีส่วนร่วมกับพวกเขามากขึ้น
ตัวช่วยตรวจสอบความถูกต้องของสมมติฐานการออกแบบ
โดยปกติแล้ว designer มักจะตั้งสมมติฐานเกี่ยวกับพฤติกรรมและความชอบของผู้ใช้ด้วยตัวเอง ซึ่งข้อมูลก็เป็นอีกหนึ่งวิธีในการตรวจสอบสมมติฐานเหล่านี้เช่นกัน ด้วยการวิเคราะห์การโต้ตอบและข้อเสนอแนะของผู้ใช้ นักออกแบบจะสามารถปรับสมมติฐานของตนให้สอดคล้องกับที่สิ่งผู้ใช้ต้องการจริงๆ ได้ และทำเพื่อให้มั่นใจว่าการออกแบบนั้นมีพื้นฐานมาจากความเป็นจริง ไม่ใช่เกิดขึ้นมาจากการคิดเอาเองทั้งหมด
ระบุปัญหาที่ซ่อนอยู่ในการออกแบบ
User data ที่ได้มาจากผู้ใช้ช่วยในการระบุปัญหาการใช้งานและพื้นที่ที่ผู้ใช้อาจประสบปัญหา ด้วยการวิเคราะห์ข้อมูลที่เกี่ยวข้องกับข้อผิดพลาดของผู้ใช้, สิ่งที่เลิกทำ, หรือการร้องขอความช่วยเหลือที่เกิดขึ้นบ่อยครั้ง นั่นทำให้ designer สามารถระบุองค์ประกอบการออกแบบที่เป็นปัญหาและแก้ไขปัญหาเพื่อปรับปรุงประสบการณ์ผู้ใช้ในอนาคตได้อย่างทันท่วงที
รูปแบบของข้อมูลที่ได้มาจาก data-driven design
รูปแบบของข้อมูลที่ได้มาจาก data-driven design นั้นหลักๆ แล้วมีอยู่ 2 ประเภท ได้แก่ quantitative data (ข้อมูลเชิงปริมาณ) กับ qualitative data (ข้อมูลเชิงคุณภาพ)
6 วิธีการได้มาซึ่งข้อมูลเชิงปริมาณ
ข้อมูลเชิงปริมาณนั้นล้วนเกี่ยวข้องกับข้อมูลที่เป็นข้อเท็จจริงที่สามารถวัดปริมาณได้ แม้ว่าข้อมูลเหล่านี้จะมีความเป็นกลางสูงมาก แต่การตีความความสำคัญที่ซ่อนอยู่ในข้อมูลนี้เหล่านี้จะต้องอาศัยความเชี่ยวชาญในการแยกแยะสูงมาก โดยแหล่งที่มาในการรวบรวมข้อมูลเชิงปริมาณประกอบด้วย:
1. Analytics Data
Quantitative data ประเภทแรกได้มาจากแพลตฟอร์ม เช่น Google Analytics หรือ Mixpanel ที่ช่วยเปิดเผยข้อมูลเชิงลึก เช่น การดูหน้าเว็บ, การคลิก, และ bounce rate ที่เกิดขึ้นทั้งหมด
2. Usability Test
วิธีที่สองของการได้มาซึ่งข้อมูลเชิงปริมาณอย่างการทำ usability testing นั้น จะวัดเวลาที่ผู้ใช้ใช้เพื่อทำงานหรือภารกิจที่ ผู้ควบคุมการทดสอบมอบหมายไว้จนสำเร็จหรือช่วงเวลาที่พวกเขากำลังตั้งสมาธิอยู่กับการค้นหาข้อมูลเฉพาะ
3. A/B Testing
นี่เป็นการตรวจสอบการออกแบบที่ได้รับความนิยมมากวิธีหนึ่ง ด้วยการประเมินข้อมูลที่ได้มาจากแต่ละรายการที่มีการเปรียบเทียบกัน เพื่อดูว่ารูปแบบใดมีประสิทธิภาพมากกว่ากัน ซึ่งปกติแล้วสามารถทำได้ตั้งแต่ 2 รูปแบบขึ้นไป4.
4. Heat Maps
นี่คือวิธีที่ช่วยแสดงให้เห็นอย่างชัดเจนถึงตำแหน่งที่ผู้ใช้คลิกบนเว็บไซต์หรือดิจิทัลโปรดักต์ของคุณ ผ่าน heatmap ที่มีสีสันฉูดฉาดซึ่งค่าสีต่างๆ จะเป็นตัวแทนของการเอา cursor ไปชี้, การคลิกยังตำแหน่งใดๆ ก็ตาม, หรือการเลื่อนดูส่วนต่างๆ ของหน้าเว็บไซต์
|
|
|
|
5. Multivariate Testing
สำหรับวิธีนี้เป็นการใช้ตัวแปรหลายตัวเพื่อทดสอบสมมติฐานที่ตั้งเอาไว้ และดูว่าผลลัพธ์ที่คาดหวังไว้ในตอนแรกจะออกมาเป็นอย่างไรหลังจากการทดสอบเสร็จสิ้น
6. Usage Analytics
คำที่แปลเป็นไทยว่า “การวิเคราะห์การใช้งาน” มาจากการโต้ตอบของผู้ใช้จริงกับโปรดักต์หรือบริการ โดยข้อมูลเหล่านี้สามารถแสดงให้เห็นถึงวิธีที่ผู้ใช้เคลื่อนย้ายไปยังส่วนต่างๆ ของเว็บไซต์, ฟีเจอร์ใดที่พวกเขาใช้มากที่สุด และระยะเวลาที่พวกเขาอยู่ในหน้าเว็บต่างๆ ว่านานขนาดไหน
3 วิธีการได้มาซึ่งข้อมูลเชิงคุณภาพ
ข้อมูลเชิงคุณภาพต่างจากข้อมูลเชิงปริมาณตรงที่เป็นข้อมูลเชิงอัตวิสัยที่ไม่สามารถวัดผลออกมาให้มีความเป็นกลางได้อย่างแท้จริง อย่างไรก็ตาม ข้อมูลเชิงคุณภาพจะนำเสนอมุมมองและ insight ที่สมบูรณ์ยิ่งขึ้นเกี่ยวกับสาเหตุที่อยู่เบื้องหลังพฤติกรรมของผู้ใช้ให้ designer ได้รู้เพื่อนำไปปรับปรุงดิจิทัลโปรดักต์ในแนวทาง data-driven design ที่กำลังพัฒนาอยู่ได้อย่างต่อเนื่อง
1. Survey
วิธีสุดคลาสสิกอย่างการทำ survey นั้นจะทำให้รู้ว่าผู้ใช้ได้รับประสบการณ์อะไรบ้างเมื่อพวกเขาใช้งาน digital product ผ่านทางฟีดแบ็กอันมีค่าที่พวกเขาได้เขียนหรือพิมพ์ให้ไว้ใน survey นั่นเอง
2. Focus Group
Qualitative data อย่างที่สองจะได้มาจากการพูดคุยสอบถามข้อมูลจากกลุ่มผู้ใช้ ในประเด็นที่เกี่ยวข้องกับโปรดักต์หรือประสบการณ์ที่พวกเขาได้รับมา โดยมักจะทำในสภาพแวดล้อมที่มีการดูแลให้การพูดคุยออกมาราบรื่นมากที่สุด
3. User Interview
สำหรับวิธีที่สามก็คือการสัมภาษณ์ผู้ใช้ โดยจะเริ่มจากการสร้างชุดคำถามที่ได้เตรียมไว้เพื่อเจาะลึกถึงสิ่งต่างๆ ที่ซ่อนอยู่ในประสบการณ์ผู้ใช้มากที่สุด จากนั้นจะสัมภาษณ์พร้อมกับรับฟังฟีดแบ็กต่างๆ เพื่อนำข้อมูลเหล่านั้นมาปรับปรุงดิจิทัลโปรดักต์ให้ดีขึ้นในภายหลัง
5 วิธีทำความเข้าใจข้อมูลที่ได้มาเพื่อรู้ว่าอะไรคือสิ่งที่สำคัญต่อผู้ใช้
การรวบรวมข้อมูลเกี่ยวกับพฤติกรรมของผู้ใช้นั้นเป็นเพียงขั้นตอนแรกในการสร้างความเข้าใจที่มากขึ้นเกี่ยวกับกลุ่มเป้าหมายเท่านั้น ซึ่งขั้นตอนต่อไปที่มีความสำคัญไม่แพ้กัน ก็คือการวิเคราะห์ผลลัพธ์จากการวิจัยทั้งหมด เพื่อค้นหารูปแบบหรือ insight ที่จะช่วยให้รู้ว่าการออกแบบในอนาคตควรจะเป็นอย่างไร
โดยต่อไปคือนี้คือวิธีที่จะช่วยให้คุณเข้าใจข้อมูลที่ได้มา และสรุปผลออกมาเป็นแนวทางที่ช่วยให้การออกแบบสามารถมอบประสบการณ์ให้กับผู้ใช้ได้ดียิ่งขึ้น
1. กำหนดวัตถุประสงค์และ KPI ที่ชัดเจน
ก้าวแรกของการออกแบบด้วยแนวทาง data-driven design จะเริ่มต้นด้วยการกำหนดวัตถุประสงค์การออกแบบที่ชัดเจน และระบุ KPI ที่สอดคล้องกับเป้าหมายของคุณ โดยคุณต้องแน่ใจว่าอยากที่จะได้รับอะไรจากการออกแบบของคุณ ตลอดจนคุณจะวัดความสำเร็จที่เกิดขึ้นได้อย่างไร? ตัวอย่างเช่น KPI อาจรวมถึง conversion rate, การมีส่วนร่วมของผู้ใช้, และคะแนนความพึงพอใจของผู้ใช้ เป็นต้น
2. การวิจัยผู้ใช้และการรวบรวมข้อมูล
ณ จุดนี้ คุณน่าจะพอเดาได้ถึงขั้นตอนต่อไปได้แล้ว ซึ่งก็คือการรวบรวมข้อมูลผู้ใช้ที่เกี่ยวข้องจากแหล่งต่างๆ ตั้งแต่การวิเคราะห์ผู้ใช้, การทำ survey, การสัมภาษณ์, และข้อเสนอแนะ ซึ่งข้อมูลนี้ควรให้ insight เกี่ยวกับพฤติกรรมของผู้ใช้, ความชอบ, และ pain point ที่ได้มาจากข้อมูลเชิงปริมาณและเชิงคุณภาพเพื่อทำความเข้าใจผู้ใช้ของคุณอย่างได้ครอบคลุมจริงๆ
3. การแบ่งกลุ่มและการพัฒนา persona
ต่อมาก็จัดการแบ่งกลุ่มข้อมูลผู้ใช้ของคุณออกเป็นกลุ่มหรือบุคคล จากการวิเคราะห์ข้อมูลประชากร, พฤติกรรม, หรือลักษณะอื่นๆ ที่เกี่ยวข้อง โดย persona จะช่วยให้คุณสร้างการออกแบบที่ตอบสนองความต้องการและความชอบเฉพาะของกลุ่มผู้ใช้ที่แตกต่างกันได้เป็นอย่างดี ขณะเดียวกัน persona เหล่านี้ยังทำหน้าที่เป็นจุดอ้างอิงตลอดกระบวนการออกแบบของคุณอีกด้วย
4. การทำ A/B testing และ Iterative Design
ตอนนี้คุณใกล้จะได้ข้อมูลที่ช่วยให้ data-driven design ประสบความสำเร็จตามที่หวังไว้แล้ว โดยการทำ A/B testing เพื่อเปรียบเทียบรูปแบบการออกแบบ, ฟีเจอร์, หรือคอนเทนต์ต่างๆ จากนั้นก็วิเคราะห์ผลลัพธ์ที่ได้มาระหว่างการทดสอบเพื่อพิจารณาว่าองค์ประกอบใดทำงานได้ดีกว่ากัน แล้วก็ใช้ข้อมูลเหล่านี้เพื่อการสร้างต้นแบบอย่างต่อเนื่อง หรือที่เรียกว่า iterative design นอกจากนี้ A/B testing ยังช่วยให้คุณสามารถปรับแต่งการออกแบบใหม่ที่จะอัปเดตในอนาคตได้ตามความคิดเห็นและพฤติกรรมของผู้ใช้จริงได้อีกต่างหาก
5. การรวบรวมฟีดแบ็กของผู้ใช้
มาถึงขั้นตอนท้ายสุดที่จะทำให้คุณออกแบบโปรดักต์ได้ตามแนวทาง data-driven design จริงๆ เพียงแค่คุณรวบรวมความคิดเห็นและข้อเสนอแนะของผู้ใช้ในกระบวนการออกแบบของคุณ ตั้งแต่คำติชมที่ได้มาจากแบบสำรวจ, การสัมภาษณ์, และการทดสอบผู้ใช้ จากนั้นจึงจัดลำดับความสำคัญของความต้องการและปัญหาที่พบบ่อยที่สุดหรือสำคัญที่สุดของผู้ใช้ พร้อมทำการปรับปรุงและเปลี่ยนแปลงการออกแบบให้สอดคล้องกับสิ่งที่ผู้ใช้ของคุณต้องการตามนั้น
ออกแบบ digital product ที่สร้างขึ้นจากการใช้ data-driven design กับผู้เชี่ยวชาญตัวจริง
Data-driven design เป็นแนวทางที่ช่วยให้ได้มาซึ่งการออกแบบโปรดักต์ที่ดีและตอบโจทย์ความต้องการของผู้ใช้กลุ่มเป้าหมายได้อย่างแท้จริง หากคุณอยากใช้แนวทางนี้ในการพัฒนา digital product ของคุณ แต่ไม่แน่ใจว่ากระบวนการที่ถูกต้องนั้นเป็นอย่างไร Morphosis เรามีผู้เชี่ยวชาญทั้งด้านการออกแบบ, UX research และอื่นๆ ที่เกี่ยวข้อง เพื่อทำให้คุณได้โปรดักต์อันเป็นที่ต้องการของผู้ใช้ ปรึกษาเราตอนนี้
