Перефраз в интерфейсе

Всех интервьюеров и психологов учат перефразированию. В разговоре важно иногда повторять мысль, свою или собеседника, но немного другими словами.

Когда вы перефразируете, мысль как будто становится более объемной, более точной по смыслу. Даже небольшие изменения в выбранных словах и метафорах могут улучшить понимание.

Это простой дидактический приём, которым можно пользоваться и для микротекста. Например:

Выбор категории
Выберите категорию расхода

Выбор категории
Какого типа был расход?

Перефраз соперничает с консистентностью. Использовать нужно аккуратно, например, в пределах фрейма. Если один и тот же тезис или термин будет написан по-разному в разных частях сценария, это только ещё больше запутает.

Повторять другими словами полезно, но лучше без фанатизма.

Дизайнеры носятся с «эмпатией», но мало где объясняют: как её развивать.

Дизайнеры носятся с «эмпатией», но мало где объясняют: как её развивать.

Вот вам не самый очевидный, но, как оказалось, работающий способ: занимайтесь музыкой.

«Голландские психологи показали (http://journals.sagepub.com/doi/full/10.1177/0305735616654216), что профессиональные музыканты не только точнее интерпретируют сочетания визуальных и звуковых стимулов, чем люди без музыкального опыта, но и легче считывают эмоции другого человека по его изображению и звучанию его голоса.

В эксперименте участвовали две группы по 16 человек: в одной были профессиональные музыканты, во второй — люди без музыкального опыта или те, кто занимался музыкой меньше двух лет и давно не подходил к инструменту.

Испытуемые должны были распознать эмоции человека по фото или записи его голоса. Иногда респондентам давали одновременно фото и запись голоса и просили игнорировать один из источников, при этом иногда изображение и звук совпадали по настроению, а иногда противоречили друг другу.

Оказалось, что музыканты оценивают сочетание звука и изображения точнее, чем немузыканты, даже если их просят ориентироваться не на звук, а на изображение. Музыканты верно определяли, какую эмоцию выражает голос, почти в 95% случаев, если фотография совпадала по настроению, и более чем в 85% случаев, если картинка противоречила звуку. Немузыканты отставали примерно на 10% в обеих ситуациях. Когда требовалось определить эмоцию только по слуховому или визуальному источнику, обе группы показывали примерно одинаковые результаты.

Ученые объясняют способность музыкантов лучше справляться с конкурирующими и дополняющими друг друга стимулами развитым навыком преобразовывать визуальную информацию (ноты) в звуковую, а также навыком улучшенной обработки звуковой информации, который распространяется и на другие каналы восприятия».

Source: https://postnauka.ru/lists/91909

Визуализация данных

Визуализация данных не самая простая штука. Бывает потеряны часы времени в поиске подходящего формата. "Bubble Chart", "Bar Chart", а может быть "Scatterplot"?

Коллеги собрали большинство примеров вместе и показали правильное использование графиков и диаграмм. Кратко так:

  • столбики (Bar Chart). Используют для сравнения нескольких наборов данных. Горизонтальные столбцы обычно используют, когда нужно сравнить большое количество показателей или визуально выделить явное превосходство одного из них. А вертикальные столбцы хорошо иллюстрируют, как менялись показатели в разные периоды, например, ежегодная прибыль компании за несколько лет
  • точечная диаграмма (Scatterplot). Помогает найти взаимосвязь между двумя показателями. Например, с его помощью можно узнать, как меняется коэффициент конверсии в зависимости от размера скидки на товар.
  • пузырьковая диаграмма (Bubble Chart). Позволяет сравнить два параметра по третьему. Возьмем коэффициент конверсии и размер скидки. Добавим к ним доход (за который отвечает размер круга) и получим примерно такую диаграмму. Глядя на этот график, можно заметить, что самая высокая конверсия у товаров со скидкой 30%, однако больше всего дохода приносят товары без скидки и товары со скидкой 5% (см. пример ниже).

Остальные примеры по ссылке Также там можно найти любопытный график, который показывается корреляцию между числом утонувших в бассейне и выходом фильмов, где снимался Николас Кейдж. :-)

Владимир Лалош написал о FAQ (частых вопросах).

В FAQ должны быть вопросы, которыми реально интересуются пользователи. Например: «Зачем приложению мои данные?» Прочитайте, что люди спрашивают в соцсетях, о чём говорят в отзывах, с чем обращаются в колцентр.

Формулируйте вопросы так, как их задал бы человек. «Вы гарантируете безопасность оплаты банковской картой через интернет?» → «А платить у вас картой безопасно?»

Обычно самые популярные вопросы находятся в начале, но можно расположить их вдоль пользовательского пути: от регистрации до продвинутых функций. Так проще понять, где искать нужный вопрос.

Если вопросов много, распределите их по разделам.

В тексте ответа должен быть только ответ на вопрос, без рекламы и лирики.

https://medium.com/maratori/501067e7a8da

Денис Бесков написал о Customer Development (в том виде, в котором подход разработал Стив Бланк).

Стартап — временная организация, которая ищет устойчивую бизнес-модель и затем превращается в компанию. Стартап проходит фазы:

  1. Поиск клиентов. Разработка и проверка гипотез о своих клиентах и их проблемах.
  2. Верификация. Проверка, что клиенты готовы платить за избавление от найденых проблем и что команда способна предложить решение.
  3. Масштабирование.
  4. Построение компании.

Подход фокусируется на быстром и недорогом поиске клиентов и верификации, что позволяет быстро тестировать идеи продуктов.

Product-market fit — ситуация, когда нашлась значимая проблема, за избавление от которой клиент готов платить, и есть решение, как это сделать. После этого решение можно масштабировать.

Если появилась идея продукта:

  1. Предварительно оцените объём рынка. Он должен быть достаточно большим для будущей компании.
  2. Сформируйте гипотезы о целевой аудитории продукта, в ходе какой деятельности у людей возникают проблемы, которые может решить продукт, что это за проблемы.
  3. Проведите глубинные интервью с представителями целевой аудитории, чтобы подтвердить гипотезы.
  4. По результатам интервью уточните гипотезы.
  5. Проведите количественные исследования, чтобы уточнить объём рынка для каждого сочетания проблемы и сегмента целевой аудитории.
  6. Выберите проблему с самым большим рынком.
  7. Создайте ценностное предложение и проверьте его «решенческим интервью» и последующей продажей.
  8. Создайте решение, с помощью которого вы в ручном или полуавтоматическом режиме сдержите данное клиенту обещание. На этом шаге оказание услуги может быть нерентабельным, это нормально.
  9. Окажите некоторый объём услуг в ручном режиме, чтобы проверить, получается ли сделать клиентов довольными, и заодно узнать о сложностях и подводных камнях.
  10. Если клиенты недовольны, ищите другие решения. Если попробовали все возможные решения, возвращайтесь к ценностному предложению и выбору проблемы.
  11. Если клиенты довольны, проанализируйте алгоритм выполнения услуги и определите, что можно автоматизировать.
  12. Оцените затраты на оказание услуги с учётом будущей автоматизации и стоимость привлечения клиентов в разных рекламных каналах. Поймите, получается ли зарабатывать на отдельной услуге. Это сейчас называют юнит-экономикой.
  13. Если экономика не сходится, ищите способ изменить проблемный показатель. Если не получается, пересматривайте решение или возвращайтесь на более ранние этапы.
  14. Если экономика сходится, можно разрабатывать первую версию продукта и далее переходить к построению компании.

На основе Customer Development Эрик Рис придумал Lean Startup — упрощённый подход к созданию стартапов.

Сколько нужно протестировать пользователей, чтобы обеспечить достаточную для большинства случаев точность исследования?

Сколько нужно протестировать пользователей, чтобы обеспечить достаточную для большинства случаев точность исследования?

Немного матана! Совсем недавно, на интервью я столкнулся с интересным вопросом: «Сколько нужно протестировать пользователей, чтобы обеспечить достаточную для большинства случаев точность исследования?»

И казалось бы, ответ довольно очевидный: мол Нильсен говорит 5. Но почему 5? Откуда это магическое число? Без математики не обошлось.

Автор в статье погружается в тему довольно глубоко, проливая свет на скрытую для многих часть айсберга, и разбирается, так сколько ж нужно-то?

Если прорезюмировать, то можно сказать, что Нильсен не был не прав 🙂 Однако стоит приводить полный ответ:

—————————————————————————

Если во время тестирования эксперименты будут независимыми, а выборка по крайней мере квазислучайной, то мы можем предположить, что при тестировании 5 пользователей мы обнаружим 85% ошибок, с которыми сталкиваются не менее 31% пользователей.

—————————————————————————

Последняя часть, вообще интересная, не правда-ли? ) «Не менее 31% пользователей», то есть в самом неудачном случае 59% пользующихся так и не столкнуться с проблемами. Но это не слишком страшно.

Интересно, что если вы хотите повысить эффективность тестирования, то увеличение выборки не единственный способ это сделать (для приличного уровня понадобиться что-то около 40 испытуемых). Вы можете также повлиять на вероятность появления ошибки. Как не парадоксально, уменьшая случайность выборки (сегментация?), вы можете повысить вероятность возникновения ошибок и тем самым снизить число необходимых пользователей.

http://bit.ly/2UqfhOs