UX Data Analysis significa gestire e capire tutte le informazioni relative all’esperienza utente (UX). Questo approccio tecnologico aiuta i brand a comprendere come gli utenti sperimentano i loro prodotti e i loro servizi: fisici e digitali. Ciò include qualsiasi tipo di asset: da una app una sito web, da un servizio a un articolo, da una dem a un loyalty program, da un quiz a un’iniziativa di gamification. I risultati delle analisi consentono di identificare e testare risultati e successive modifiche in modo da perfezionare il Loyalty System del brand.
Ux Data Analysis: che cos’è e come funziona
Capire come utilizzare i dati per scoprire informazioni dettagliate sulle persone può fare la differenza tra un buon prodotto (o servizio) e uno eccezionale. Ma sapere da dove cominciare quando si decifrano i dati per far emergere tali informazioni può essere difficile. Anche perché i progettisti e gli sviluppatori raramente lavorano sulle stesse funzionalità contemporaneamente. Una volta sviluppate le funzionalità, gli analisti dei dati informano l’azienda su quali funzionalità hanno senso per gli utenti e quali no. Da lì, UX Data Analyst e Product Designer possono lavorare insieme per creare un’esperienza utente migliore. L’analisi della UX, infatti, è un processo sofisticato di raccolta e valutazione dei dati relativo a come le persone sperimentano e interagiscono con qualsiasi touchpoint di un brand. Una UX Data Analisys efficace fornisce indicazioni precise sui passaggi più funzionali e su quelli più disfunzionali volti a identificare le modifiche che si possono apportare per soddisfare meglio il mindset e le aspettative degli utenti. Grazie all’analisi dell’esperienza utente è possibile mappare i punti critici di un prodotto, di un processo, di un programma, di un’interfaccia, di un comando e via dicendo. Attivare una UX Data Analysys che sia davvero efficace richiede ai brand un team composito di specialisti tra product manager, Experience designer, UI designer, marketer, esperti di content strategy e di programmazione.
L’ago della UX tra engagement e loyalty
Combinando il tasso di coinvolgimento delle funzionalità con l’analisi della fidelizzazione i brand possono capire se le persone che utilizzano una funzionalità hanno maggiori probabilità di essere fidelizzate. Se una funzionalità importante non viene utilizzata in modo consistente, potrebbe essere necessario metterla in risalto, anche solo mandando notifiche o e-mail agli utenti sottolineando perché la funzionalità è importante per loro. In alternativa, se una funzionalità non sembra avere alcuna influenza sui risultati aziendali, ciò potrebbe indicare che è sicuro investire meno in quella funzionalità e rivederla nel prossimo aggiornamento a favore di miglioramenti che prevedono un’altra funzionalità di valore superiore. Oltre a valutare il tracking delle interazioni è fondamentale ascoltare anche un panel di utenti finali per capire in maniera ravvicinata e oggettiva che cosa funziona e cosa no, ponderando gli scostamenti per capire in che modo implementare le opportune variazioni, attraverso un processo continuo di analisi, test e perfezionamento. Grazie a un continuous improvement è possibile registrare miglioramenti nei tassi di conversione, nella fedeltà al marchio, nella fidelizzazione dei clienti e nei referral, perfezionando così la qualità della brand conversation.
User Experience e User Interface: le differenze
Prima di affrontare il tema della UX Data Analysis va precisata la differenza fondamentale tra UX e UI ovvero la distinzione tra forma e funzione dove ognuna gioca un ruolo egualmente importante: di fatto, non è possibile avere una grande esperienza senza un’interfaccia ben congegnata. Al giorno d’oggi, qualsiasi prodotto o servizio prevede la risoluzione di un’interfaccia utente grafica massimamente funzionale e accattivante in quanto parte integrante dell’esperienza utente. Sviluppare un prodotto che le persone amano spesso richiede sia una buona UI che una buona UX. Ad esempio, un’app bancaria può avere un bell’aspetto e una navigazione intuitiva. Ma se l’app si carica lentamente o impone all’utente di cliccare su numerose schermate per trasferire denaro, non importa quanto sia bella, piacerà poco perché disfunzionale. D’altro canto, un sito web potrebbe essere ricco di contenuti unici e utili, organizzati in modo logico e intuitivo. Ma se sembra datato o l’utente fa fatica a capire come spostarsi tra le schermate o come scorrere le opzioni, è probabile che abbandonerà il sito.
In un approccio data-driven e human-centric, l’UX Data Analysis è un elemento abilitante per comprendere a fondo i clienti e soddisfarli al meglio – ha spiegato Sandro Terrini, Loyalty & Customer Data Team Leader di Kettydo+ -, generando un circolo virtuoso in termini di fidelizzazione, ricavi, marginalità. Consente di capire in profondità le necessità e i comportamenti dei clienti grazie all’analisi delle interazioni che avvengono attraverso tutti i touchpoint gestiti da un brand. Permette di personalizzare l’offerta, i messaggi, il customer journey in base al profiling dei segmenti di clienti. Si risolvono eventuali momenti di frizione. È così che è possibile ottimizzare continuamente l’esperienza utente per renderla fluida, intuitiva e in linea con i reali bisogni delle persone, incrementando fidelizzazione e retention. Grazie all’UX Data Analysis è possibile attivare campagne di remarketing mirate sulla base del comportamento osservato e incrementare conversioni e metriche di business (tempo sul sito, vendite) con interfacce e contenuti più efficaci”.
Un processo trifasico e umano-centrico
Il mondo di oggi è più che mai guidato dai dati. La UX Data Analysis, in particolare aiuta a comprendere il percorso intrapreso da un individuo al fine di creare un prodotto, un servizio, un loyalty program o una qualsiasi iniziativa di ingaggio, connessione e conversione capace di soddisfare tutte le esigenze delle persone nel loro vario ruolo di utenti, consumatori, acquirenti, membri fidelizzati e prosumer. Lo User Experience Design, infatti, costruisce un progetto di senso e di valore per tutti, capace di essere ricevuto da una persona in qualsiasi fase si trovi del suo journey. Il tutto attraverso un processo trifasico che include:
- Profilazione degli utenti
- Progettazione del prodotto o del servizio
- Test di usabilità
Ricerca sugli utenti
Per creare un prodotto che possa piacere agli utenti, i progettisti devono prima capire esattamente cosa desiderano gli utenti dal loro prodotto. Gli analisti di dati sono in grado di colmare il divario tra utenti e progettisti conducendo ricerche su quali caratteristiche apprezzano gli utenti e perché. Che si tratti di sondaggi o interviste, gli analisti di dati possono raccogliere feedback che forniscono informazioni preziose sulle preferenze degli utenti e sui punti critici. È importante che i designer abbiamo contezza di cosa piaccia e cosa non piaccia agli utenti.
Design del prodotto
Armati di informazioni su ciò che è importante per gli utenti, i progettisti sono in grado di creare, ripetere e migliorare le funzionalità dando priorità alle questioni esistenti che sono più importanti. Un ottimo prodotto non si crea in un colpo solo; ci vuole tempo per analizzare sistematicamente i dati degli utenti per poter affinare una visione del prodotto affinché sia in linea con le aspettative degli utenti. Un approccio basato sui dati aiuta i progettisti a creare soluzioni incentrati sull’utente ottimizzati per usabilità, coinvolgimento e soddisfazione generale.
Test di usabilità
Una volta rilasciato un prodotto o una funzionalità, i test di usabilità riguardano la raccolta di dati sulle interazioni e sui comportamenti degli utenti per poter valutare l’efficacia e l’efficienza del progetto. I test di usabilità possono essere utilizzati per convalidare le scelte di progettazione o influenzare nuove decisioni di progettazione. Come con il metodo scientifico, i progettisti utilizzano i test di usabilità come uno dei tanti strumenti per poter riprogettare i prodotti per soddisfare le esigenze specifiche degli utenti di riferimento.
Progettazione dell’interfaccia utente
Continuiamo a parlare di progettazione del prodotto (non di progettazione UI/UX), ma riteniamo che il concetto sia più semplice da comprendere se iniziamo descrivendo prima la progettazione dell’interfaccia utente. Come abbiamo brevemente affermato in precedenza, l’UI Design si occupa esclusivamente dell’aspetto generale di un prodotto che soddisfi parametri estetici e funzionali per trasmettere ai responsabili dello sviluppo le indicazioni affinché risulti attraente, esaustivo e intuitivo.
Progettazione dell’esperienza utente
L’UX Design è incentrato sull’utente. Si tratta di creare un prodotto che, sì, abbia un bell’aspetto, ma, soprattutto garantisca all’utente un’esperienza piacevole e gratificante. Un progettista UX ha il compito di rendere l’intero prodotto, dall’inizio alla fine, un’esperienza unica e rilevante per l’utente. Per questo motivo, un progettista UX deve preoccuparsi dei singoli elementi dell’interfaccia utente poiché un pulsante, un suggerimento così come una confezione o un totem interattivo progettato in modo disfunzionale possono confondere l’utente e creare un’esperienza inferiore alla somma delle sue parti. Creare un prodotto intuitivo è la parte più difficile del ciclo di vita dello sviluppo, ma anche la più importante.
Perché la Ux Data Analysis oggi è così importante
il successo di qualsiasi prodotto (digitale o meno) dipende dalla sua capacità di soddisfare le esigenze e le preferenze dei suoi utenti. Per capire se si sono centrati tutti gli obiettivi di UX e UI servono i dati e servono le analisi. La questione è che le aziende oggi sono subissate dai dati. Ma non sempre questi dati sono davvero utili e azionabili. Capire come pulire i dati a disposizione e ottenere le informazioni mancanti per attuare strategie di ingaggio e di fidelizzazione più efficaci non è facile e nemmeno scontato. Servono professionisti esperti e metodologie consolidate, partendo dati dati giusti. La UX Data Analysis riguarda, generalmente, due tipologie di informazioni:
- Dati UX quantitativi: metriche numeriche e misurabili
- Dati UX qualitativi: approfondimenti soggettivi degli utenti
Cosa sono i dati UX quantitativi?
I dati quantitativi sono numerici e misurabili. Metriche e classifiche di soddisfazione del cliente offrono ai brand informazioni preziose sui problemi più comuni e sulla magnitudo della gravità. La UX Data Analysis a livello quantitativo include:
- Tasso di successo: la percentuale di utenti che completano un’attività specifica, come l’onboarding del prodotto, l’aggiornamento a un piano a pagamento o l’esplorazione di una nuova funzionalità
- Tasso di errore: la percentuale di utenti che riscontrano un errore o un blocco, come un collegamento interrotto, un elemento mancante o una navigazione confusa, durante il tentativo di completare un’attività
- Tempo per completare l’attività: il tempo medio impiegato dagli utenti per completare l’attività
- Customer Satisfaction (CSAT): in che modo gli utenti valutano la loro soddisfazione rispetto a un prodotto o a un servizio su una scala numerica
- Net Promoter Score (NPS): quanto è probabile che gli utenti consiglino un prodotto o un servizio ad altri
- Customer Effort Score (CES): quanto impegno devono compiere gli utenti per completare un’attività (quiz, loyalty program, transazione e via dicendo)
Come raccogliere dati UX quantitativi
Sondaggi in loco
aiutano a raccogliere valutazioni e feedback degli utenti con risposte testuali, pulsanti di opzione e caselle di controllo. Possono essere fatte sui punti vendita o coinvolgendo un panel di intervistati in una sessione di indagine sia in fase preliminare per capire come prfezionare una porposta di prodotto o di servizio oppure in seguito, facendogli sperimentare il prodotto o il servizio per raccogliere dati quantitativi sulla loro esperienza. Ovviamente se i commenti sono sfavorevoli è ovvio che ci sono problemi di UX.
widget di feedback
I widget di feedback rappresentano un modo semplice per raccogliere feedback su elementi o funzionalità specifici del tuo prodotto o servizio e sono particolarmente utili per i test A/B. I dati provenienti dai widget di feedback ti aiutano a identificare gli elementi e le funzionalità che bloccano o causano frustrazione ai tuoi utenti, ma in questa fase non saprai esattamente come migliorarli.
Mappe di calore
Le mappe di calore generano dati visivi per mostrare cosa stanno facendo gli utenti sulle tue pagine web: dove fanno clic, quanto scorrono e cosa guardano L’analisi dei dati delle mappe di calore aiuta a scoprire gli ostacoli nel flusso degli utenti, ma in questa fase non aiuta a capire perché si verificano o come risolverli. È qui che la UX Data Analysis sui dati qualitativi orienta i brand su come risolvere le criticità rilevate.
Cosa sono i dati UX qualitativi?
I dati qualitativi provengono da intuizioni soggettive. Il feedback diretto della voce del cliente (VoC) e gli approfondimenti verbali o scritti degli utenti ti spiegano perché i clienti si comportano in un certo modo e aiutano i brand a identificare e rimuovere i punti critici. Nell’ambito della UX Analysis i dati qualitativi possono rivelare:
- I fattori che generano l’interesse degli utenti per un prodotto o servizio
- Le barriere che impediscono agli utenti di completare un’azione
- Gli hook che convincono gli utenti a convertirsi
Come raccogliere dati UX qualitativi
Indagini in sede e fuori sede
I sondaggi digitali sono brevi e semplici, quindi non interrompono il percorso dell’utente. In genere compaiono o scorrono dal bordo della pagina con 1, 2 o 3 domande rapide a risposta aperta. È possibile attivare sondaggi UX in loco in modo che vengano visualizzati solo su alcune pagine o dopo una determinata azione, il che li rende perfetti per raccogliere feedback a caldo su elementi specifici di un prodotto o di un servizio. I sondaggi fuori sede possono essere inseriti in una pagina autonoma e sono mirati a segmenti di utenti in modo da conoscere la loro esperienza più nel dettaglio, ponendo una lunga serie di domande aperte che coprono l’intera esperienza dell’utente per comprendere il punto di vista dell’utente con le sue stesse parole.
Test di usabilità in laboratorio
I test di usabilità in laboratorio riguardano l’osservazione degli utenti reali mentre interagiscono con un prodotto o un servizio. Gli utenti completano le attività su computer o dispositivi mobili mentre un moderatore qualificato osserva e rileva aree di confusione e opportunità di ottimizzazione. I test di usabilità in laboratorio vengono eseguiti in condizioni standardizzate, rendendoli utili test comparativi tra le varianti del prodotto. Tuttavia, questi test possono essere costosi. Grazie alla comprensione del comportamento degli utenti ottenuta dai test di usabilità in laboratorio, è possibile creare e testare variazioni di prodotti e progetti per ottimizzare diverse parti dell’esperienza utente.
Registrazioni delle sessioni
Le registrazioni delle sessioni sono rappresentazioni delle azioni reali degli utenti sul sito web del brand come il movimento del mouse, i clic, i tocchi e lo scorrimento su ogni pagina. I replay della sessione mostrano quando e dove gli utenti inciampano, fanno inversione di marcia (tornano a una pagina precedente), fanno clic con rabbia (fanno clic ripetutamente sulla pagina) o escono. L’analisi delle registrazioni delle sessioni aiuta a identificare i problemi UX, inclusi i blocchi relativi a funzionalità e accessibilità. La UX Data Analysis in questo caso aiuta a capire meglio come risolverli.
Come ottenere un quadro completo con la UX Data Analisys
Combinando dati quantitativi e qualitativi, le analisi consentono di ottenere un quadro completo dell’esperienza dell’utente e, più in dettaglio:
- I dati quantitativi aiutano a identificare i problemi riscontrati dagli utenti e il loro grado di gravità
- I dati qualitativi consentono di comprendere perché e come questi problemi incidono sui tuoi utenti e come risolverli.
Ad esempio, i dati quantitativi potrebbero rivelare che gli utenti interagiscono con determinati elementi della pagina, ma non fanno clic sul pulsante di invito all’azione (CTA – Call To Action) oppure che gli utenti iscritti a un Loyalty program arrivano a collezionare un determinato punteggio ma poi non riscattano il premio. Una volta identificato il problema, i dati qualitativi possono mostrare perché gli utenti non fanno il passo successivo e cosa è possibile fare per convincerli.
Per organizzare i dati qualitativi e quantitativi è importante operare una classificazione bimodale:
Cercare problemi ricorrenti
È opportuno raggruppare problemi che coinvolgono le stesse attività, come il completamento di un profilo, l’elaborazione di un pagamento o la navigazione in un menu, calcolando il numero di utenti che riscontrano problemi identici o strettamente correlati. Per intercettare i problemi ricorrenti bisogna identificare schemi e ripetizioni. Ad esempio, se alcuni utenti non sono riusciti a trovare il centro di supporto e altri utenti hanno avuto difficoltà a trovare un indirizzo e-mail, è molto probabile che i dettagli di contatto sono difficili da trovare.
Prioritizzare le modifiche
Dopo aver stilato un elenco dei problemi avendo contezza delle cause di attrito rispetto all’esperienza dell’utente, è il momento di classificare e dare priorità alle soluzioni in base a una gerarchia:
- Critico: gli utenti trovano impossibile completare le attività
- Serio: gli utenti sono frustrati dalla loro esperienza e abbandonano le loro attività
- Minore: gli utenti sono infastiditi, ma non abbastanza da smettere
Cosa fanno gli UX data analyst
Ci sono quattro aspetti chiave nel ruolo di un analista di dati sulla UX: raccolta, interpretazione, reporting e governance.
- Raccolta: gli analisti di dati sono abili nel raccogliere informazioni da quante più fonti possibili, lavorando per garantire che i dati che raccolgono siano di qualità sufficientemente elevata da poter eseguire su di essi analisi utili.
- Interpretazione: utilizzando una serie di tecniche, gli analisti di dati identificano modelli, tendenze e correlazioni all’interno dei dati raccolti. Queste informazioni possono essere utilizzate per descrivere cosa, perché, quando e come gli utenti fanno ciò che fanno, nonché per guidare modelli che possono essere utilizzati per prevedere le future azioni degli utenti.
- Reporting: le informazioni ti sono utili solo se le hai! Gli analisti deii dati UX svolgono un ruolo cruciale nel garantire che le parti interessate siano informate dei loro risultati. Presentando i dati in un formato comprensibile, possono consentire ai decisori di comprendere meglio i propri utenti e fare scelte corrette per le future iterazioni di prodotto.
- Governance: questo ruolo è quello di cui si parla meno quando si parla di analisi dei dati. Gli UX Data Analyst sono responsabili non solo della raccolta dei dati, ma anche della definizione di standard di dati, della garanzia dell’integrità dei dati e dell’implementazione delle pratiche di gestione dei dati. Come e quando le aziende possono raccogliere dati sta diventando sempre più regolamentato e gli analisti di dati devono assicurarsi che le aziende rispettino sempre la legge
UX data analysis e AI, un mix vincente per un brand
L’AI rappresenta un valido supporto alle attività di UX Data Analysis e di progettazione UX data driven orientata al cliente.
L’AI permette l’analisi automatica di grandi quantità di dati UX in tempi ridotti, aiutando a individuare pattern non rilevabili dall’uomo – precisa Terrini -, suggerendo in tempo reale di modifiche/miglioramenti all’interfaccia sulla base delle interazioni in corso. Oltre a velocizzare il testing di varie configurazioni e soluzioni progettuali per individuare quella ottimale, gli algoritmi AI consentono un monitoraggio costante delle performance e l’identificazione automatica di fattori che ne influenzano positivamente o negativamente i risultati. Offrendo una segmentazione avanzata del pubblico in cluster omogenei e coerenti, gli strumenti di Intelligenza Artificiale abilitano una personalizzazione dinamica e in tempo reale dell’esperienza sulla base del profiling dell’utente e, supportati da modelli predittivi, aiutano a prevedere comportamenti ed esigenze future, perfezionando la creazione di esperienze sempre più centrate sul cliente”.
Ux Data Analysis per massimizzare il Loyalty System dell’azienda
Nell’era digitale, la progettazione di un sistema di fidelizzazione efficace richiede un approccio guidato dai dati e dalle analisi. La Ux Data Analysis rappresenta uno strumento fondamentale nel Loyalty System, consentendo alle aziende di creare legami duraturi con i propri clienti, abilitando una marketing governance integrata. Attraverso la raccolta e l’analisi dei dati, è possibile comprendere meglio le esigenze e le preferenze dei clienti, offrendo esperienze personalizzate e coinvolgenti. Questo approccio permette alle aziende di andare oltre la dimensione transazionale, instaurando relazioni significative e di fiducia con i propri clienti. Il modello del Loyalty System, proposto da Kettydo+, rappresenta un punto di arrivo fondamentale per le aziende che desiderano instaurare legami duraturi e significativi con i propri clienti. Il Loyalty System, infatti, si basa sulla raccolta e l’analisi strategica dei dati provenienti da diverse fonti, come transazioni, interazioni digitali, social media e feedback dei clienti. La Ux Data Analysis permette di identificare i momenti chiave nel journey del cliente e di creare interazioni altamente personalizzate su diversi touchpoint di marca, andando ben oltre la gestione dei momenti d’acquisto. Questo approccio omnicanale favorisce l’engagement dei consumatori e consolida il legame con il brand nel lungo termine garantendo una visione completa e approfondita dei propri clienti e una gestione sinergica di touchpoint, contenuti e momenti di acquisto. Questo approccio strategico favorisce una comunicazione coerente e mirata, potenziando l’impatto delle iniziative di fidelizzazione.
La UX Data Analysis è fondamentale per aiutare ad ottimizzare il Loyalty System di un brand – conclude Terrini -, permettendo di analizzare quali sono le attività e le funzionalità più apprezzate dall’utente all’interno del programma e di identificare eventuali punti di attrito o di confusione che possono portare l’utente all’abbandono. I dati ampliano le vision, portando i brand a testare modifiche e nuove funzionalità che prima non erano state considerate. Monitorare metriche come tempo trascorso, tassi di conversione, engagement con notifiche/email, indagare quali tipi di ricompense e vantaggi sono più motivanti per gli utenti, segmentare il pubblico per individuare esigenze di ciascun gruppo, personalizzare contenuti, comunicazione e offerte in base ai profili utente, sono tutti elementi che offrono feedback preziosi ad un brand per stimolare l’engagement a lungo termine, migliorare costantemente l’esperienza, creare Loyalty System sempre più efficaci nel coinvolgimento e nella fidelizzazione degli utenti”.
___________________________
Kettydo+ grazie ad un approccio metodologico eterogeneo, mette a sistema competenza strategica con discipline evolute di design thinking a servizio delle fasi di idea co-generation e human-centered innovation e di service design. Questo permette di guidare le organizzazioni dalla fase di co-design a quella di connessione strategica dei progetti, e di affiancarle quindi nella delicata fase di execution tramite un approccio end-to-end in grado di dare la massima consistenza alla customer experience, accorciando i tempi di rilascio e massimizzando gli investimenti.
