ユーザーリサーチでアナリティクスを使い始めるための3つの簡単なステップ。
アナリティクスはデザイナーが見落としがちな強力なツールですが、ユーザーの長期的な利用状況やモチベーション、目標を理解するための優れた情報源となります。
実際、最近あるプロジェクトのユーザーリサーチにおいて、アナリティクスは重要な役割を果たしました。アプリケーションのユーザビリティは、主要なリサーチクエスチョンではなく、長期的なユーザーのモチベーションと学習可能性についてでした。
言い換えれば、私たちは、ユーザーの1回目のログイン（私たちと一緒にサイトを利用した時）よりも、2回目のログイン（私たちがガイドしていない時）の方を気にしていたのです。その結果、ユーザーの行動を追跡し、ユーザーが新しいコンセプトを学び、サイトを再訪する意欲があるかどうかを判断するために、私はアナリティクスに大きく依存しました。
もし、あなたのプロジェクトで長期的な利用状況やモチベーションを追跡する必要が出てきたら、デザイナーがアナリティクスを理解し始めるための3ステッププロセスを紹介します:
- 学ぼうとしていることを簡単な言葉で定義します。
- それに基づいて、どのような指標に優先順位をつけるかを考えます。
- 定性調査と組み合わせる方法を見つけます。
その前に、このようなケースで単純なユーザビリティ・テストに頼ることができない理由について説明しましょう。
行動分析学をユーザーの長期的な行動を見るのに役立てる
ユーザーテストには、残念ながら、常にバイアスの要素があります。
多くのユーザーは、タスクを解決するためにあなたがそばにいれば5分間格闘することを厭わないが、そうでなければ同じユーザーが30秒でウェブサイトを放棄してしまうでしょう。
これが、長期的な利用状況を尋ねるだけではあまり役に立たない理由です。このプロダクトを長期的に使うことを想定していますか？「のような質問は、本当に彼らが何をするのかを正確にとらえようとしているのでしょうか？部分的でしかないのです。フィットネスやダイエットのアプリケーションで、ユーザーが 」使いたい 「と言っておきながら、後で断念したものは山ほどあります。
私のプロジェクトでは、ユーザーの1回目のログインは、データを収集するためにプロダクトを設定することに終始しました。24時間後にデータが入ってきて初めて、ユーザーはこれが価値のあるものなのかどうかを私たちに伝えることができました。つまり、1回目のセッションが終わった時点では、ユーザーは長期的なことは何も教えてくれなかったのです。
これが行動アナリティクスの輝くところです。管理されたテスト環境の外でユーザーの行動をモニターし、あなたがいない時にユーザーが何をするかを見る方法です。
あなたの主なリサーチクエスチョンが（ユーザーエンゲージメントのような）長期的なゴールに関わる場合、アナリティクスはこれを追跡する最も簡単な（そして唯一の）方法の1つです。
Pendo.ioのようなツールは、主にユーザーのインタラクションとエンゲージメントに焦点を当てており、より複雑なアナリティクス（Google Analyticsのような）よりも一般的になってきており、より簡単に始めることができます。
しかし、アナリティクスは、特にデータを触ったことのないデザイナーにとっては、敷居が高いものであることは確かです。そこで、アナリティクスの使い方を理解するために、私が説明したプロセスの各ステップを見ていきましょう。
目的を明確にしないと、圧倒されてしまうかもしれない
ここで、あなたはまだ考えたことがないかもしれません： デザイナーであるあなたは、（通常は）アナリティクスの対象ではありません。アナリティクスは、ビジネスアナリストやデータアナリスト、データエンジニアなど、豊富なデータから意味のある洞察を導き出すトレーニングを受けた人たちのためのものです。
そのため、アナリティクスソフトウェアに初めてログインしたときは、膨大な量の情報とオプションに圧倒されるかもしれないのです。
だからこそ、デザイナーがアナリティクスソフトを立ち上げる前にしなければならない最も重要なことの1つは、何を学びたいのかを把握することなのです（そして、組織からアカウントを取得することも大切です）。
自分が何を求めているのか分からなければ、迷子になるのは簡単です。 訓練を受けたデータサイエンスの専門家でさえ、このようなことをしています 。
もし作成したことがあるのなら、ユーザー調査計画は最も良いスタート地点の1つです。その計画のためにリストアップした調査目的は、多くの場合、あなたが捕捉したい大きなアイデアであり、あなたが探しているものを明確にするのに役立ちます。
リサーチ計画がない場合は（本当はあるべきですが）、知りたい「行動ベース」の質問を考えてみましょう。正確な専門用語を知っている必要はなく、何を学びたいのかを広く考えるのです。
例えば、長期的なユーザーのモチベーションに関するリサーチで、アナリティクスに答えてもらいたい質問は以下のようなものです：
- 何人のユーザーが2回目、3回目、4回目とログインしているか？
- どのような機能が最も（あるいは最も）使われているか？
- ユーザーのログインが多い時間帯は？
- ユーザーはどのページに大半の時間を費やしているのか？
アナリティクスに答えてもらいたい基本的な質問をいくつか思いついたら、次のステップに進みましょう。
見つけたいUXゴール（と指標）を理解する
アナリティクスを使う際に覚えておくべき頭字語があるとすれば、それは「HEART」です。これはGoogleの研究者によって作られた頭字語です。ほとんどのUXプロフェッショナルが把握したい5つの指標を捉えています： Happiness、Engagement、Adoption、Retention、Task Completionです。
そのうちの3つ（エンゲージメント、アドプション、リテンション）については以前の記事で説明しましたが、UX指標の1つを選択することで、どのように異なる質問が優先されるかを見てみましょう。
この例では、ユーザーのモチベーションに関心があるとします。何を選ぶかによって、どのような疑問が生まれるか見てみましょう：
- Happiness：ユーザーが最も満足/不満足している機能/ページは何か？最低限以上の行動（追加的なフィードバックを与えるなど）を起こす動機は何か？
- Engagement：ユーザーが2回目以上ログインする動機は何か？ユーザーはどのような機能から最も価値を得るのか、あるいは誰かが長期的なユーザーになることを示唆する「シグナル」は何か？
- Adoption：そもそもユーザーがあなたのプロダクトを検索する動機は何か（つまり、彼らはどのような問題を解決しようとしているのか）？なぜ競合他社ではなくあなたのプロダクトを選ぶのか？
- Retention：ユーザーが長期的な顧客やパワーユーザーになる動機は何か？フリーミアムプロダクトの場合、ユーザーがお金を払い始める動機は何か？
- Task Success：ユーザーはしばしば何を達成しようとしているのか、そして達成できるのか？ユーザーのやる気を削ぐような、タスク完了に関する困難はあるか？
お分かりのように、幅広い 「ユーザーのモチベーション 」カテゴリーは、どのゴールと指標を選ぶかによって、より焦点を絞ることができます。しかし、これはあなたが自分自身のためだけに選択すべきことではありません： 多くの場合、ビジネスの北極星指標を役立てることができます
これは、あなたのビジネスがすべての意思決定において何よりも優先する指標です。ある選択をすることで、ある指標が改善される一方で、他の指標が低下することもあるからです。
あなたのUX指標をビジネスの北極星指標と一致させれば、あなたはほぼ間違いなく正しい道を歩んでいます。各カテゴリーの指標のクイックリファレンスを提供します:
- Happiness：ネット・プロモーター・スコア（NPS）、顧客満足度（CSAT）、アプリの評価（Google PlayやAmazonなどでの1～5つ星）。
- Engagement：ユーザーあたりの訪問数、平均セッション時間、コンバージョン率、機能、「初回使用時間」（ユーザーが主要機能を使用するのにかかる時間など）
- Adoption：インストール率、新規ユーザー、デイリーアクティブユーザー（DAU）
- Retention：リピートユーザー/購入者、サブスクリプション率、デイリー/ウィークリー/マンスリーアクティブユーザー（DAU/WAU/MAU）
- Task Success：エラー率、離脱率（個々のタスク）、解約率（サイト全体）
このトピックについては拙著でさらに詳しく説明していますが、今回はもう一つの重要な側面、つまり定性的フィードバックとの組み合わせについてフォローアップしてみましょう。
アナリティクスと定性的な洞察のバランス
一般的に信じられていることに反して、アナリティクスはすべての質問に答えることはできません。多くの失敗した企業が、ユーザー調査の代わりに指標に頼ろうとしています。
アナリティクスは、何人のユーザーがボタンをクリックしたかや、ページに滞在した時間を示すことはできるが、それらの行動の背後にある「理由」を説明することはできないのです。そのため、ユーザーリサーチには定性的な要素が含まれることが多いのです。
モニターしたい指標を特定したら、それを定性ベースのリサーチ手法とどのように統合するかを考える必要があります。
例えば、私のプロジェクトでは、ユーザーが何をしたのか、その時どう感じたのかなどを理解するために、フォローアップの質問（とアナリティクス）を伴うモデレートなしのリモートテストを採用しました。そして、そのデータを使って、フォローアップ・ユーザー・インタビューで質問する具体的なインタビューの質問を選び、そこで彼らの感想を聞いました。
こうすることで、彼らがキャプチャーのどこで苦労したのか（あるいは最も時間を費やしたのか）、その時どう感じたのかがわかり、後でそれについて尋ねることができました。
例えば、ユーザーがあるページにかなりの時間を費やし、タスクを 」とても難しい 「と評価したとします。それは、チャレンジングなタスクであることを示すかもしれないのです。
この方法は、アプリケーションの使用中にランダムなポップアップ質問が表示され、その後にユーザーインタビューが行われるという、ユーザーに少し負担をかけるだけでした。これはユーザーリサーチ側にとっては多くのデータでしたが、私が探していたものを正確に絞り込んでいたため、それほど追加的な労力ではありませんでした。これがアナリティクスが提供できるものです。
アナリティクスのコラボレーションの力
ユーザー調査のためにアナリティクスを使い始めるのは、予想以上に簡単でした。
プロダクトオーナーと一度だけ会話をし、ユーザーリサーチの指針としてアナリティクスを使いたいと説明したところ、彼らはすっかり乗り気になってくれました。
その理由は、多くの企業がデータに基づいた洞察を重視しているからです。ユーザーリサーチと、彼らがよく知っているビジネス指標を組み合わせることを提案すれば、ユーザーリサーチを理解してもらい、ユーザーリサーチの価値を示すことができるのです。
主に長期的な利用やユーザーのモチベーションに関わるユースケースに遭遇することがあれば、ユーザーリサーチをアナリティクスと組み合わせることを検討してみてください。あなたの疑問に対する答えが、まだ探っていないデータの中に存在することを発見するかもしれません。
