«Счастливый пользователь — это, конечно, круто, но к счастью должна прилагаться взаимная выгода»

Тщательные исследования и анализ создают основу для качественного UX и потому их нельзя недооценивать. О том, кто такой UX-аналитик, какие программы и сервисы он использует в работе, какую роль играет в жизни продукта, а также о типичных ошибках и наиболее успешных интерфейсных решениях редакцияApps4All поговорила с Виталием Черемисиновым, ведущим аналитиком AIC.

Виталий, добрый день. Для начала расскажите, чем занимается UX-аналитик?

Аналитик — промежуточное «сильное» звено между пользователем и бизнесом. Мы анализируем пользователя для того, чтобы бизнес хорошо себя чувствовал с точки зрения экономики и при этом пользователи были довольны.

Какие задачи должен решать UX-аналитик?

Прежде всего, это понимание бизнес-процессов компании (как она зарабатывает деньги, где теряет деньги, как устроен процесс обработки запросов клиентов за пределами сайта и так далее). Без понимания процессов заниматься сбором и анализом данных — малоэффективно.

Если рассматривать именно задачи, которые выполняет специалист, то можно выделить следующие:

• Сбор и анализ данных, полученных из разных источников (систем аналитики, опросов, исследований, тестирования, запросов в службу поддержки).
• Проработка гипотез с их последующим тестированием и доработками.
• Участие в разработке новых фишек в интерфейсе и продукте.
• Участие в дизайне продукта.
• Общение с пользователями через опросы, интервью, исследования.

В каких компаниях требуется такой специалист?

Аналитик требуется там, где хотят выпустить экономически эффективный продукт, востребованный пользователями. Штатные специалисты по аналитике чаще всего встречаются в классическом е-commerce и SaaS-сервисах. Радует, что компании, которые работают в финтех-сегменте, также стали понимать важность данного направления и активно развивают его у себя.

Какие данные получаем при анализе интерфейсных решений?

Система метрик сильно отличается в зависимости от типов продуктов. Если рассматривать самые распространенные данные, то можно выделить следующие:

• Как пользователи выполняют ключевые сценарии на сайте (откуда и куда идут, где уходят, куда возвращаются).
• Поведенческие когорты — при каких условиях пользователи возвращаются обратно, какие действия приводят к частоте возвратов.
• Ошибки, которые возникают у пользователей в момент взаимодействия с интерфейсом.
• Конверсионные воронки — как пользователи проходят процедуру оплаты (покупки, заказа, заявки).
• Кроссплатформенные данные — взаимодействие с сайтом на разных устройствах.
• Сегментация пользователей — как разные типы пользователей используют продукт.

Важно точно понимать: зачем собираешь те или иные данные. Если начать анализировать все подряд, то можно закопаться в информации и ничего полезного не получить. Ну и, конечно же, стоит учитывать экономические критерии, в частности, при каких условиях бизнес теряет больше всего денег. Если это не брать во внимание, то можно потратить уйму времени на исправление того, что не особо важно. Следует смотреть на данные не только с точки зрения удобства пользователя, но и принимать во внимание финансовый фактор. Счастливый пользователь — это, конечно, круто, но к счастью должна прилагаться взаимная выгода.

Пример когорт.

Какие инструменты и программы необходимы в работе?

Инструменты можно разделить на 4 группы:

1. Системы аналитики – Самые популярные системы аналитики в России — Яндекс.Метрика и Google Analytics. Западные коллеги активно используют Mixpanel (активно набирает популярность и у нас) и Kissmetrics.
2. Системы для A/B тестов – Я использую Google Content Experiment.
3. Сервисы для проведения опросов – Опросы — очень важный источник качественных данных, и их обязательно нужно использовать при анализе интерфейса. Лично я использую SurveyMonkey.
4. Сервисы для проведения удаленных юзабилити—тестов – Удаленное юзабилити-тестирование позволяет получить информацию о том, как люди будут использовать продукт. Мне нравится Loop11. Он позволяет посмотреть, как пользователи будут выполнять определенные сценарии на сайте. Им предлагается выполнить несколько заданий на сайте или прототипе. Например, найти определенный раздел, оформить заказ и т.п. После этого можно дополнительно опросить их по факту выполнения заданий и получить информацию о том, на сколько интерфейсное решение было удобным.
5. Приведите примеры или кейсы наиболее успешных интерфейсных решений, и почему вы считаете их эффективными?

Мне очень понравился новый дизайн ЮниКредит Банка. С точки зрения визуальной составляющей я оценивать не готов, а вот подход к получению банковского продукта порадовал. Банк пошел от обратного, не от выбора кредита (вклада, карты), а от потребности и имеющихся возможностей. То есть пользователю предлагается рассказать, что у него есть и чего он хочет, и только после этого выдается подходящий продукт (чаще всего один). Отличное решение.

Перечислите, для каких категорий проектов какие методы оценки наиболее эффективны?

Давайте рассмотрим два типа проектов: банковский сайт и интернет-издание.

Для банковского сайта правильнее смотреть воронки, сценарии, конверсии в заявки и выданные кредиты. И, конечно же, возвраты за другими продуктами. Одной из ключевых ошибок является то, что банки, как правило, рассматривают конверсию в срезе заявок, и на основе этого пытаются принимать решение. Хотя целесообразнее смотреть на ситуацию в разрезе выданных продуктов.

Для интернет-издания важно видеть взаимодействие с контентом. Время, проведенное за прочтением материала, процент скроллинга страниц, популярность авторов, когорты и т.п. Можно узнать много интересного о предпочтениях аудитории.

Типичные ошибки при анализе интерфейсных решений

Я выделю 5 типов ошибок, которые считаю наиболее критичными при попытке оценить интерфейсное решение.

1. Экспертиза – Попытка положительно повлиять на продукт, основываясь на мнении эксперта, без предварительного анализа самого продукта. Эксперт говорит: «А давайте сделаем так, как было у меня на прошлом продукте, там вроде работало». Но проблема в том, что на этом продукте может не сработать, а навредить. По моим наблюдениям, если сотрудник пытается так развивать продукт и улучшать интерфейс, скорее всего, и до этого ничего не работало. Он мог не то или не так посчитать, все остальное является случайностью. Экспертиза, разумеется, важна при проработке гипотез, но не стоит использовать только ее, когда речь идет об эффективности изменения интерфейса.
2. Оценка воздуха – Попытка принимать решения, основываясь на показателях отказов, просмотрах страниц и т.п. Метрика, которая влияет на опыт пользователя и продукт, первое, на что нужно обращать внимание.
3. Принятие непроверенных данных за «чистую монету» – Представьте ситуацию, что вы анализируете воронку подписки. На определенном шаге пользователи начинают уходить с этапа подписки на другую страницу по ссылке. Вы наблюдаете это и предлагаете убрать ссылку. Но проблема в том, что вы не знаете контекста, почему пользователь туда перешел. Утрированный пример правильного решения в данной ситуации: пообщаться с пользователями и узнать контекст выхода, затем провести сплит-тест.
4. Непонимание особенностей инструмента – Это когда пытаются принимать решения на основе сеансов. Современные системы аналитики позволяют делать вывод на основе пользователей, а не на сеансах, которые пользователи создают. В этом плане очень сильно вперед шагнул Google Analytics.
5. Невалидные эксперименты – Многие знают и используют A/B тесты, а вот их качество сильно страдает. Большая проблема в том, что многие пытаются принимать решения, не получив значимых результатов (слишком маленькая выборка, технические ошибки и т.п.). Об этом сейчас многие пишут у нас и за рубежом, и это очень круто. Рекомендую, кстати, к прочтению книгу «Статистика шаг за шагом» Роберта Доннелли.

Где лучше находить примеры интерфейсных решений?

Стоит обращать внимание на то, что делают конкуренты в ваших сегментах бизнеса и в смежных. Искать примеры на сайтахтипа dribbble.com и т.п. не имеет смысла, там решения представляются исключительно с визуальной точки зрения, а не с пользовательской. И, разумеется, не стоит воспринимать решения, которые вы видите у конкурентов, как единственно верные. Стоит учитывать особенности поведения вашей аудитории и нюансы вашего бизнеса.

Кто по вашему мнению лучшие UX-аналитики?

UX — это лишь часть продуктовой аналитики, и я выделю аналитиков вообще, которых считаю действительно крутыми. Саймон Охава, Илья Краcинский, Alistair Coll (соавтор книги Lean Analytics).

Что такое удаленное юзабилити-тестирование, как его проводить?

Удаленные юзабилити-тестирования можно разделить на два вида: модерируемые и немодерируемые. Дальше речь пойдет о немодерируемых тестированиях.

Основное отличие таких исследований в том, что мы получаем информацию о пользователях без их физического присутствия рядом в момент тестирования (не надо звать в лабораторию). Следовательно, мы исключаем так называемый «эффект модератора» и не можем повлиять на процесс прохождения заданий, т.к. не пользователей — они находятся в естественной и комфортной для себя среде (дома, в офисе, в кафе).

Для проведения удаленного теста нужен инструмент, в котором мы настроим само тестирование (например, Loop11) и сами пользователи. Если с инструментами все понятно, то с пользователями обычно бывают проблемы. Если у вас нет возможности воспользоваться онлайн-панелями для поиска респондентов или использовать внутреннюю базу, то самое простое — распространить ссылку в социальных сетях и форумах. По итогам теста можно получить информацию о том, как пользователи выполняли определенные сценарии и как отвечали на вопросы.

Несколько примеров отчетов:

Общий дашборд результатов.

Оценка сценариев.

Обратная связь.

А как давно работаете в этой сфере?

В данной сфере работаю более 5-ти лет. Работал с MasterCard, Adidas, Ростелекомом, Onlime, ВТБ, Промсвязьбанком, Госуслуги и еще парой десятков проектов. Начинал с администратора сайтов и вебмастера (была такая специальность раньше).

Каков ваш прогноз развития данной сферы?

Если смотреть глобально, то это развитие инструментов для предиктивного анализа данных. Mixpanel, например, получила большие инвестиции именно за то, что активно разрабатывает инструменты для предиктивного анализа. Если смотреть в сторону российского рынка, я думаю, что будет умирать такая специальность, как «проектировщик» из-за ее неочевидности и низкой эффективности для бизнеса.

Спрос на аналитиков будет увеличиваться, а вот качественных кадров сильно больше становиться не будет. Так что у агентств, которые оказывают услуги по аналитике, хорошие перспективы развития. Возможно, я не прав. Посмотрим!

Наш традиционный вопрос: какие приложения в вашем смартфоне?

Gett, Dropbox, OneTwoTrip, Hearthstone, TechMedia.