Cuantificar la experiencia de usuario

El uso de métricas está muy extendido en el campo del diseño sobre todo cuando éstas sirven a los objetivos de un negocio, o como muchas veces escucharemos para 'convertir a usuarios en clientes'.

Parece inevitable pensar que si una organización quiere aumentar sus ventas debe medir los diferentes puntos donde sus clientes potencialmente reporten beneficios (eso incluye las interfaces de usuario) y sin medir, se dice, no se puede mejorar, ya que no podemos saber qué sucede, ni cuánto, ni cuándo.

Sin embargo, también existe mucha oposición al uso de métricas en diseño cuando las planteamos como único método para conocer a nuestros usuarios.

El análisis cuantitativo, al contrario que el cualitativo, no nos permite entender qué piensan, qué esperan, qué necesitan o qué han experimentado las personas usuarias, pero sí da una magnitud de lo que realmente hacen o dicen en un contexto de uso real, y eso también tiene su utilidad.

En este artículo me gustaría centrarme primero en entender por qué es útil cuantificar para más adelante hablar de cuáles son las métricas que corresponden a la interacción y qué información nos facilitan. De esta manera, podremos reflexionar más sobre qué nos hace falta para tener una visión completa de la experiencia, y también, cómo podemos conectar un objetivo de negocio con un área de diseño de un producto digital de una forma más rigurosa sin caer en la desinformación.

Empecemos por el principio.

¿Cuándo cuantificar la interacción?

Cuando hablamos de técnicas de investigación podemos distinguir dos tipos: la cualitativa y la cuantitativa.

Ambos métodos persiguen los mismos objetivos pero tienen enfoques muy diferentes y responden de distintas maneras a las preguntas que nos hacemos sobre quiénes son y cómo se comportan las personas que interactúan con el producto o servicio digital.

Como explica Jeff Sauro, experto en medición cuantitativa y autor del libro Quantifying the User Experience (el cual recomiendo muchísimo) hay varias situaciones donde los datos son prácticos:

Quantifying the User Experience, 2nd Edition

Quantifying the User Experience: Practical Statistics for User Research, Second Edition, provides practitioners and researchers with the information they need to confidently quantify, qualify, and justify their data. The book … - Selection from Quantifying the User Experience, 2nd Edition [Book]

O’Reilly Online LearningJeff Sauro

1. Conocer si un diseño favorece o entorpece la experiencia de usuario.
2. Comprobar si el diseño mejora a lo largo del tiempo.
3. Comparar la experiencia con la competencia o los estándares de la industria.
4. Conocer qué puede pasar si ejecutamos un diseño concreto.

En muchas ocasiones, la evaluación cuantitativa no ha estado exenta de controversia.

Por un lado están sus detractores que temen que un sesgo en los datos pueda arruinar completamente la información y por tanto nos lleve a malas decisiones de forma sistemática sin preocuparnos por las personas y su experiencia subjetiva al verlas como un conjunto o masa homogénea.

Por otra parte, están los defensores de los datos que creen que sin ellos no se pueden tomar decisiones objetivas y que es mediante esta supuesta objetividad como conseguiremos un rendimiento mejor de nuestros productos.

Lo cierto es que existen muchos mitos relacionados con el uso de métricas en general y las métricas de interacción en particular que conviene conocer y analizar.

Mitos sobre las métricas

Las métricas necesitan mucho tiempo/dinero para coleccionarlas.

1. Las evaluaciones de usabilidad forman parte del desarrollo iterativo habitual por lo tanto no deben verse como una tarea extra.
2. Las métricas de actividad, una vez configurado un framework y establecido un proceso, pueden recogerse de forma automática mediante herramientas de analítica.
3. No todas las técnicas de evaluación de usabilidad necesitan la presencia de usuarios en un laboratorio, algunas pueden hacerse mediante registro de actividad automático.
4. Hay muchas herramientas de análisis y visualización gratuitas, que facilitan el acceso a esta información, algunas muy conocidas como Google Analytics, Amplitude o Looker Studio.

Las métricas no ayudan a entender la causa de los problemas.

1. Las métricas nos ayudan, de hecho, a conocer la magnitud de los problemas: cuánto y con qué frecuencia. Datos que son fundamentales para tomar muchas decisiones sobre cómo diseñamos y navegamos por la información.
2. El análisis de lenguaje natural también puede ser procesado y cuantificado para su análisis dentro de un contexto, lo cual aporta información que de otra manera cuesta más analizar.

Las métricas sólo aportan ruido.

1. Efectivamente existen muchas variables que puedan influir en la validez de los datos, sin embargo si conocemos qué datos estamos recogiendo, podemos limpiarlo ignorando valores extremos, entendiendo los métodos de recogida y normalizando cuando sea necesario.
2. Conocer el contexto puede facilitar mitigar el efecto de datos que no aportan al estudio.

Las métricas no aplican a nuestro caso.

1. Un proyecto con unos objetivos bien definidos, sea un nuevo desarrollo o uno  existente, va a proporcionarnos un marco de referencia sobre el comportamiento de los usuarios desde el que poder mejorar.
2. Cuando nos lanzamos preguntas acerca de un problema de diseño podremos idear formas de cuantificar la idoneidad de las soluciones.
3. Las métricas forman parte también del proceso creativo ya que añaden restricciones y limitan el alcance del problema.
4. Una de las preguntas más frecuentes en diseño es acerca de la frecuencia de uso la cual puede responderse desde un análisis cuantitativo.

Las métricas no son valoradas por el equipo.

1. Es cierto que las métricas tienden a tomarse peligrosamente como la única fuente de la verdad, pero es por esto por lo que adquieren un valor sustancial, de hecho debemos acompañarlas siempre de información de contexto.
2. Las métricas pueden relacionarse con otras áreas del negocio y permiten poner en valor el uso de la interfaz como espacio de adquisición y retención de clientes.
3. Las métricas ofrecen objetividad y solidez a las decisiones.

Es difícil confiar en métricas provenientes de pequeñas muestras.

1. Los intervalos de confianza tienen en cuenta el tamaño de la muestra por lo que se puede cuantificar sea cuál sea el tamaño.
2. En la mayoría de los casos las muestras se suelen tomar con pocos participantes.

Dice el estadístico estadounidense W. Edwards Deming que "sin datos, sólo eres una persona con una opinión", a lo que Milo Jones and Philippe Silberzahn contestarían "sin una opinión, sólo eres una persona con datos".

Podemos coincidir con ambos (o ignorarlos) cuando pensamos en la cuantificación de la experiencia de usuario.

Lo que resulta seguro es que los procesos de investigación deben llevarse con criterio y sentido común, y deben servir para responder a las preguntas e hipótesis que nos planteemos acerca de quién va a usar verdaderamente el producto o servicio que queremos construir.

Además, no podemos hablar de datos si no entendemos su contexto, y el contexto lo ponen las personas.

Una forma de acercarse a los datos desde una perspectiva humanista la propone la diseñadora e ilustradora Giorgia Lupi donde explica cómo podemos empezar a diseñar formas en las que conectar números con lo que realmente representan, esto es, con el conocimiento, el comportamiento y las personas.

Esta visión humanista la tendremos tanto desde la obtención o generación de los datos, como desde su visualización, procesamiento, interpretación y entendimiento de los mismos.

Los datos no son números, sino personas y estos deben hacernos, no más eficientes, sino más humanos.