【翻訳】データインフォームドデザインで激動の時代を生き抜く（Kai Wong, UX Collective）

デザインプロセスに「ちょうど良い量のデータ」を追加することで、大きな影響がもたらされます。

デザイナーにとって今年は厳しい年でした。解雇だけでなく、デザインの将来に対する不安が迫っていたからです。

これらの懸念は、AIがUXにとって代わるということなのか、それともUXだけではもはや不十分など、UXの将来については悲観的な見方が多くあります。

皆さんの状況は分かりませんが、私が厳しい時期を乗り切り、2度もデザインキャリアを救ってくれたニッチな分野を紹介したいと思います。それは「データインフォームドデザイン」です。

「データインフォームドデザイン」は、AIに仕事を奪われた暗い未来でも、データにすべての決定を委ねるものでもありません。

その代わりに、Julie Zhuo (元 Facebook デザイン担当副社長)のような人々が提唱する、軽量で「必要十分なデータ」アプローチがあります。このアプローチは、あらゆる場面で（特に UX/デザインの成熟度が低い環境）使用でき、デザインにより大きなインパクトを与えるのに役立ちます。

データインフォームドデザインとは何か？また、なぜ有用なのか？

データインフォームドデザインについて最も的確な説明は、ファウンテン・インスティテュートによるものです。

「顧客データは、デザイン上の意思決定を評価するために使用される」という説明は、この分野の中心的な概念の 1 つである「成功の定義と評価」を示しています。

データインフォームドデザインは、次の 3 つの具体的な質問によって説明できます。

6か月後にユーザーの課題を解決できたと、どうやってわかるか？
UXのビジネスにおける価値をどのように証明するか？
どのようにすれば、人々があなたのデザイン上の提案を実行するように説得できるか？

デザインによって問題はどのように解決されるのか？

デザインはアートではありません。デザインはそれそのためのものではありません。デザインは問題解決のためのものです...私は、デザイナーには実際に問題を解決したかどうかを認識する責任があると考えています。— Googleの没入型デザイン担当ディレクター、ジョン・ワイリー氏

デザイナーはしばしば自らを問題解決者と呼びたがりますが、多くのデザイナーが答えを出せずにいる核心的な質問があります。

ユーザーの課題を解決したということを、どのようにして確認するか？

多くのデザイナーが、デザインを完成させた後に何が起こるのかを伝えることができないという問題があります。エンジニアがデザインに取り組み始め、デザイナーは次に割り当てられた仕事に移ります。

機能開発には最適ですが、その後何が起こるのかがわからない状態では、ユーザーの課題を解決できたのかどうかはわかりません。

幸い、成功したかどうかを判断するための簡単な方法は、データを確認することです。結局のところ、アナリティクスなどのデータは、大規模な「ユーザーの行動」の集計にすぎません。

経営陣は自社の健全性と成功を監視するためにデータを使用しており、基本的な知識があれば、公開後にデザインの効果をチェックすることができます。

さらに、MBAやデータアナリストの資格がなくても、これを行うことができます。

UXがもたらす価値をどのように定義するか？

これは、「投資収益率（ROI）」に関する永遠の疑問のひとつです。

ユーザーエクスペリエンスの向上により、より多くの経費削減（または収益増加）がもたらされる具体的な事例について学ぶべきだと主張する人がよくいます。しかし、過去にデザインによって利益を得た企業の話を持ち出してデザインを擁護するだけでは限界があります。

その代わりに、UXが貴社のビジネスに何をもたらすかに焦点を当てるべきです。

データインフォームドデザインの場合、ビジネス指標や KPI を学ぶ必要はありません（役立つことはありますが）。プロダクト指標を学ぶことが必要です。

第 3 四半期に有料顧客を 10,000 人獲得することがビジネスの目標である場合、)UXが直接的な影響を与えたことを示すのは難しいです。UXの改善が有料顧客獲得につながる可能性もありますが、マーケティングや営業にも関連しているかもしれません。

しかし、プロダクト指標はUXの影響を受けやすく、UXと相関関係にあります。) 例えば、プロダクト指標であるオンボーディング完了までの平均所要時間が6分から2分に短縮されたことを示すと、プロダクトチームだけでなくビジネス部門にもUXの価値をアピールできます。

このリンクを形成することで、人々に行動を促すことができます。

デザインに関する提案をどのように説得するか？

時には、ユーザーに関する貴重な発見があるかもしれませんが、それを正当化するのは難しいかもしれません。

例えば、ユーザーリサーチを行った結果、5人のユーザーのうち2人がナビゲーション上の重要な機能を見つけるのに苦労していることが分かりました。しかし、それは全体像を物語っているわけではありません。彼らは20分も苦労した後、最終的に諦めてしまったのです。これは、もっと重大な問題があることを示唆しています。

問題は、5人中2人という数字がそれほど重要ではないように聞こえることです。5人中5人であれば、これは頻繁かつ一般的な問題であると主張できるでしょう。

しかし、5人中2人というサンプル数は、「ユーザーの40%がナビゲーションに問題を抱えている」と主張するには少なすぎます。また、それだけでは、これが優先度の高い問題である可能性を示唆する材料にはなりません。

しかし、この調査結果をサポートする追加データがあり、チームを説得できるとしたらどうでしょうか？

それでは、どのようにすればよいでしょうか。

データインフォームドデザインをハイレベルに活用する

データインフォームドデザインプロセスは、大まかに言えば、3つのコアコンセプトを中心に展開されます。それは、仮説を立てること、間接的に考えること、クエリを生成することです。

仮説の草案から始めましょう

大まかに言えば、現在または過去の作業について話す際に使用できる仮説は 2 つあります。例えば、現在進行中のプロジェクトでユーザーテストの結果について話している場合、書籍『Designing with Data』から引用した次の仮説を使用します。

「もし私たちが（X）を行うなら、ユーザーは（Zの理由から）（Y）を行うでしょう。これは（評価指標A）に影響を与えるでしょう。」

一方、デザインポートフォリオに自分の仕事をまとめる場合は、Googleリクルーターが推奨する、少し異なる仮説を使用します。

「私は、[Y]で測定される[X]の成果を、[Z]を行うことによって達成しました。」

どちらの仮説も、より大きな目標に対するあなたの価値と貢献を明確に示しています。しかし、着手した時点では、すべての答えを持っているとは限りません。しかし、分かっていることをまとめるだけでも、最初のステップとなります。

この例で説明すると、以下のようになります。

ユーザーテストの推奨事項：[情報アーキテクチャの再構築に時間を費やす]場合、[当社のナビゲーションが分かりやすくなる]ため、ユーザーは[Y]を行うことになり、[指標A]に影響を与えるでしょう
デザインポートフォリオの概要：[Y]で測定したところ、[X]を達成しました。[全体的な情報アーキテクチャをやり直す]ことで達成しました。

これらの空欄をどのように埋めるべきか分からない場合は、次のステップに進んでください。

間接的にデータを考え、知識のギャップを把握します。

仮説を立案した後、データソースを見る前に、自分が知らないこと、そのデータが見つかりそうな場所を考えてみましょう。

これは「間接的にデータについて考える」ことであり* このテーマに関する最も重要な教訓の1つです。

例えば、ユーザーテストの例では、ユーザーとの会話から学んだ、デザインに関する推奨事項（情報アーキテクチャの再構築）と理由（ナビゲーションが分かりにくいため）があります。

私たちが解明すべきことは、以下のいくつかの点です。

ユーザーが現在行っていることは何か、そしてそれは問題となるでしょうか？
この変更により、ユーザーはどのような行動を取る可能性が高いか、またその理由は何か？その結果、どのような指標に影響が及ぶ可能性が高いでしょうか？

最初の質問に対する答えを出すには、「ユーザーが何をしているか」に関する膨大なデータ（アナリティクスなど）を調査する必要があります。ユーザーテストではユーザーが苦労している様子が見られましたが、当社のウェブサイトでも同じような苦労をしている兆候があるでしょうか？

また、ユーザーテストやベストプラクティス、追加調査などを通じて、ユーザーの行動について十分に理解しておく必要があります。そうすることで、デザインの変更がどのような結果をもたらす可能性があるのかがわかるからです。

最後に、この変更によって影響を受ける指標を決定する必要があります。しかし、プロダクト指標に深く立ち入る前に、簡単な方法があります。それは、プロダクトチームに尋ねるということです。おそらく、プロジェクトにとって重要な指標を決定するために、数週間から数か月を費やしているでしょう。

彼らに尋ねれば、必要な答えを得ることができます。

「クエリ」、つまりデータソースに尋ねたいことを形成してください。

世の中には膨大な量のデータが存在し、どのデータソースから情報を入手すべきか見極めるのは容易ではありません。しかし、私の経験では、ほとんどの答えを見つけるために、5つの基本的なデータソースを利用しています。

過去のユーザー調査/競合他社調査
チームメンバーとの話し合い（偏った）ユーザーレビュー/カスタマーサポートチケット
既存顧客アンケート/新規（1問）アンケート
分析

この例では、私が解明したい質問（すなわち「クエリ」）がいくつかあります。

製品ページにアクセスするユーザー数は何人か、ユーザーテストで明らかになった問題はデータに反映されているか？
どのような指標に影響を及ぼしており、それらの指標は私のチームにとってどの程度重要なのでしょうか？

最初の質問については、まず Analytics を確認するのが一番です。さまざまなウェブサイトのページへのトラフィックを確認し、気になるページへのアクセス数が大幅に減少していないかどうかを確認できます。

2つ目の質問については、この問題がチームの重視する指標に影響を与えるかどうかについて、チームと話し合うことになります。

これらの疑問点を解決した後、次のような結論に至るかもしれません。

ユーザーテストの推奨事項：[情報アーキテクチャを再度見直す時間をかける]場合、[ナビゲーションが分かりやすくなった]ため、[ユーザーは新しい製品を見つけられる]ようになり、[製品の採用率]に影響を与えるでしょう。
デザインポートフォリオの概要：[プロダクト採用率]で測定したところ、[プロダクト採用率を10%増加させる]という目標を達成しました。[全体的な情報アーキテクチャをやり直す]ことで、[プロダクト採用率を10%増加させる]という目標を達成しました。