ユーザーのニーズに応える製品を作るには、綿密なリサーチが必要です。このステップを省くと、チームは不必要なリスクにさらされることになります。
どんなデザイナーでも、紙の上では素晴らしく思えたのに、実際にはうまくいかなかったという解決策を、少なくともいくつかは思い当たるはずです。このような状況を防ぐために、デザインはデータ駆動でなければなりません。データ駆動であれば、人々が実際にどのようにサービスや製品を使用するかを理解でき、プロセスからかなりの量の推測を排除することができます。
この記事では、データ駆動デザインについて解説します。その重要性、それをサポートするために必要な調査、そして役に立つと思われるいくつかの提案について見ていきます。
さっそく読んでみましょう。
データ駆動デザインとは
ユーザー・エクスペリエンス・デザインの基本的な考え方の1つに、「デザイナーはユーザーではない」というものがあります。この言葉は非常にわかりやすいのですが、実はそれだけではありません。
一般的に、デザインはプロが他人のために行うものです。そのため、デザイナーは膨大な数の思い込みを持ちながらプロダクトをつくっています。そして、その思い込みのひとつひとつが、デザインする相手を迷わせ、その相手にとって有益でない解決策を生み出す可能性を秘めています。ですから、プロダクトデザインの場合、データ駆動であることは、恣意的であることの逆を意味します。
大小にかかわらず、何かを決めるときには、ユーザーのニーズから遠ざからないよう、データに訴えることが不可欠なのです。
しかし、直感や偏見、個人的な好みなど、データ以外の要素でデザインを決定することは、意外と多いものです。これらはすべて、デザイナーの仕事から完全に排除することはできませんが、検証する必要があります。
データが重要な理由
優れたデザインは貴重な投資です。ゼロから製品を作るには、多くの時間、労力、資源が必要です。より良い製品をデザインするためのリサーチを省略することは、ユーザーのニーズに応えるために、見た目がきれいなインターフェースを作るだけでは不十分であり、賭けのようなものです。リサーチやアナリティクスで収集したデータを活用することなく、本当に使いやすい製品を作ることは不可能でしょう。
データ駆動なアプローチによって、デザイナーは意思決定を大幅に改善し、デザインが与えた影響を明確に理解し、将来的にデザインを調整・最適化することができます。
データは、インサイトを蓄積し、それに基づいて行動するのに役立ちます。データによる意思決定を怠ると、必然的に一貫性のない闇討ちになってしまいます。
データ収集について
多くのデータにアクセスできることのメリットは明らかですが、誤ったデータは、全くデータがないのと同じように危険な場合があります。やり方がまずかったり、不適切な方法を選んでしまったりと、プロセスを台無しにする方法はいくらでもあります。
とはいえ、データを収集するための最も一般的で強力な方法について説明しましょう。このセクションでは、定性的な方法と定量的な方法について説明します。
定性的な方法
定性的データは通常、非統計的な手段で表現され、明確な構造を持たないことが非常に多くあります。定性的なアプローチでは、明確な数値は使用せず、グラフやチャートで表現することもあまりありません。この種のデータは通常、特性、属性、ラベル、その他の識別子に基づき分類されます。
質的なデータは、一般的に「いくらですか」「何人ですか」といった質問に答えるものではありません。その代わり、人々が特定の物事についてどのように感じているかを探る、自由形式の質問に焦点を当てます。
この種のデータは、理論や仮説を生み出すのに非常に有効です。ここでは、一般的な定性調査手法をいくつか紹介します。
- ユーザーインタビュー
- ユーザビリティテスト
- 自由形式アンケート
定量的な方法
ご想像の通り、定量的なデータは具体的な数字を扱い、一般的に非常に構造化されています。数値と値を使って洞察を引き出します。
定性調査では、より深く調査することができますが、定量的な方法は、より決定的な洞察を得るために使用されます。ここでは、一般的な定量的調査方法をいくつか紹介します。
- ベンチマーキング
- ウェブ解析
- A/Bテスト
データに振り回されないために
特にリソースが限られている場合、多くのことを把握しすぎると、良いことよりも悪いことの方が多くなる場合があります。確かに、Airbnbのような巨大企業は、ほんのわずかなインタラクションを追跡して記録するために、研究者を何人も雇う余裕があります。
しかし、大多数の企業にとって、データを分析しすぎると、最も重要な指標に集中できなくなり、それほど重要でない指標に貴重な時間とリソースを浪費することになるかもしれません。
例えば、最近公開されたウェブサイトでは、CTAボタンの色を最適化することにこだわるべきではありません。それよりも、サイトのコピーやレイアウトを試行錯誤することが先決です。このように、トラッキングを維持するために割り当てられるリソースの範囲内で、最も重要なものをトラッキングしてください。
ここでは、役に立たない調査を避けるために、私たちが推奨することをいくつか紹介します。
- リサーチを開始する前に、ユーザーを広く研究してください。ステークホルダーに相談し、既存の調査を調査してください。
- あなた、プロジェクトチーム、利害関係者がユーザーについて知りたいことをリストアップしてください。
- 意思決定を大幅に改善するために必要な最も重要なデータを特定しましょう。
- 時間やリソースが限られている場合に備えて、興味のある分野に絞ってリサーチすることも検討しましょう。一般的に、さまざまなテーマについて少し学ぶよりも、狭い範囲のサブセットについてより深く理解する方がずっと良い。
ステークホルダーとの協働について
経営陣のような重要な意思決定者から見れば、データ駆動であることは遅いと思われるかもしれません。経営幹部は、最短時間で最大の成果を得たいと考えています。そのため、短時間で結果を出すための障害となるようなものは、簡単に切り捨てることができます。
しかし、私たちは、このような経営者の考え方に賛同することはできません。むしろ、データ駆動であれば、数字や定性的な知見が指針となるため、目標達成を早めることができるのです。
とはいえ、データ駆動デザインを実践するために、チームが容易にできる活動をいくつか紹介しましょう。
数字と価値について話す
可能であれば、数字を使って価値を示しましょう。さらに、「ユーザビリティ・テスト」などの専門用語は避け、「サポート依頼の減少」や「コンバージョンの向上」など、具体的な価値を示すようにしましょう。
さらに、これまでデータ重視の文化がなかった会社では、移行に時間がかかり、余分な労力を必要とする可能性があることにも注意が必要です。
デザインなどにおいて、データに基づいた意思決定の重要性を極めて明確にすること。新製品や新機能の仕様の概要を説明する際には、特定のチームが綿密に追跡すべき最も重要な指標を常に下書きしてください。
また、この手法を採用した人材に報酬を与えることも不可欠です。あなたは、賞賛や目に見える金銭的報酬を提供できる雇用主かもしれませんが、たとえUXチームのデザイナーであっても、その努力を評価することで人に報いることができます。これは時間がかかるプロセスです。
チームを教育する
チーム全員がデザインに精通することを期待することはできません。彼らは、平均的なデザイナーがプログラミングやマーケティングについて持っているのと同じくらい、デザインプロセスについての考えを持っています。だからこそ、あなたは共感を示し、あなたが何をしているのか、なぜそうするのかを伝える必要があるのです。
すべてを文書化する
データを活用するための大きな要素は、追跡、実験、そして後者に対する考察です。つまり、実施したすべての実験と活動をわかりやすく文書化する必要があります。そして、そのデータに何らかの形で関わるすべての人が、そのデータにアクセスできるようにすることです。
研究に没頭しないことが重要であり、企業は現時点で重要なことに集中すべきだと前述しましたが、現在使用されていないデータを保持することは常に良いアイデアです。将来的に、これが有意義なインサイトを提供してくれるかもしれません。
データ駆動になるための実験について
最も基本的なレベルでは、データとは一見無関係に見える情報の配列です。この情報を処理して意味のあるインサイトを抽出するのは、デザイナー、マーケター、プロダクトマネージャーなどの専門家の聡明な頭脳です。
しかし、インサイトに出会えることを期待して、無目的にスプレッドシートやグラフをスクロールする余裕はありません（たまにありますが）。
その代わりにすべきことは、自分が行っている実験に心を砕くことです。そのために、次のようなフレームワークを使うことをお勧めします。
- 仮説と期待される結果を設定する
- 成功・失敗の指標を決める
- 仮説を検証する、あるいは無効にするためのデータを収集する
- 記録する
- 振り返りを行う
まとめ
データ収集は難しいことではありません。データ駆動のデザインプロセスを確立し、それを忠実に実行することが重要です。しかし、定量的・定性的データを活用することで、より良い意思決定ができるようになり、ユーザーの製品体験の質に真の影響を与えることができるようになるのです。
