En tant que concepteurs et chercheurs UX, nous collectons toutes ces connaissances en cours de route, dont la plupart sont liées à des projets spécifiques. Le nœud du problème est que les informations peuvent être très pertinentes pour des projets ultérieurs ou même lancer de nouveaux projets.
Mon objectif est de créer un type "d'archives de connaissances" sur nos utilisateurs, englobant ce que nous savons à travers tout type d'utilisateur (par exemple, des clients potentiels aux utilisateurs les plus engagés), à travers toutes les catégories de connaissances (par exemple, allant des anecdotes qualitatives aux rapports quantitatifs ) dans n'importe quel contexte (par exemple, les meilleures pratiques générales, la recherche exploratoire ou les perspectives d'utilisation spécifiques au projet).
La principale question est la suivante: l'architecture de l'information pourrait être assez délicate et sembler être mieux servie en étiquetant chaque élément de "perspicacité" d'une certaine manière; quelle serait la meilleure façon de procéder?
Je suppose que les critères suivants sont importants pour le succès seraient -
Aucun système n'est parfait; vous cataloguez des choses en fonction de couches d'interprétation. Je suis en train de définir un tel processus pour une nouvelle équipe maintenant. Chaque fois que je fais cela, je me retrouve à reconsidérer le format. Mais cela fait le travail.
Voici où j'en suis en ce moment. Les détails changeront en fonction de l'application, mais les principes fondamentaux sont là.
Je commence par définir les éléments clés des données sur toutes les informations.
J'aime également retracer les éléments d'action (lien vers le système de votre choix). Parfois, cela signifie en créer un. Dans le passé, j'ai favorisé la rupture des commentaires qui affectent plusieurs éléments. Il est plus facile de trier la liste, mais vous devez vraiment étiqueter chaque information avec un ID à ce moment-là afin de pouvoir croiser l'élément décomposé.
Je vide tout cela ... attendez ... dans une feuille de calcul :( Mais cela fonctionne. À partir de là, je peux générer divers rapports à partager avec l'équipe. Je presque ne présente jamais réellement le feuille de calcul, mais j'ai des gens qui aiment le regarder. C'est juste un outil pour moi de lancer des pivots.
À l'état brut, j'ai également un cahier Evernote plein de trucs les plus perspicaces. Je vais copier le lien de la note sur ma feuille de calcul, mes présentations ou même des histoires de travail pour référence.
Les spécialistes des études de marché parlent de l'analyse de segmentation client/marché, qui implique certains de ces types de segmentation (il y en a probablement plus):
Ensuite, vous pouvez créer des coupes transversales de ces segments pour trouver différents types d'utilisateurs pour différents projets, et cela devrait vous donner un moyen commun de rassembler et de s'appuyer sur la `` base de connaissances client '' vers laquelle vous travaillez.
Construire une base de données comme celle-ci semble plutôt cool et potentiellement très utile. La difficulté réside dans la compréhension de l'utilisation des données. Une façon de commencer à délimiter cela serait de dresser une liste des 20 principales questions que vous vous posez sur les utilisateurs au début de tout projet. Cela vous fournira un chemin pour définir une liste claire de dimensions et de mesures et d'indicateurs de performance clés que vous pouvez utiliser à l'avenir.
Une fois que vous avez cette liste, vous pouvez commencer à théoriser sur les autres données qui pourraient être utiles pour mieux comprendre les utilisateurs. Par exemple, vous pouvez collecter des données sur la méthode de connexion qu'un utilisateur a choisie. S'ils se connectent avec Twitter, vous voudrez peut-être savoir s'ils tweetent activement (jours depuis le dernier tweet?), Et essayez d'utiliser ces données pour informer vos choix sur l'exposition des légendes de partage social dans votre produit.
Mais méfiez-vous d'en faire trop. Vous pourriez vous retrouver à délimiter une liste de dimensions et de mesures si profondes et si larges que sa mise en œuvre est impossible, ou même si la mise en œuvre est pratique, personne ne se souciera jamais des données plus ésotériques stockées.
Ce que j'ai fait pour cultiver une "base de données" de recherche d'utilisateurs est en fait plusieurs choses: