Comportament d’usuaris

PAC 1

Rubén Mejias Alonso

(CC BY-NC-SA 2.0)

Comportament d’ usuaris - PAC 1

Primera pregunta

Rochelle King, VP d’UX i disseny de Spotify, explica al seu TedTalk ( https://www.youtube.com/

watch?v=YTRIeWI0EGQ ) la complexa relació entre les dades i el diseny en UX. Al vídeo, explica com el seu
equip rastreja les mètriques per a poder prendre decisions sobre UX. Fés una ullada al vídeo i explica les
conseqüències que te canviar el look and feel de la seva plataforma i com afecta a la UX.

Un dels reptes de qualsevol dissenyador o equip de disseny és atrapar l’usuari dins el petit univers que
aquests han creat i que aquests recordin l’experiència positivament. Ja sigui en el món físic o digital, tenim
el repte de dissenyar experiències que siguin el més satisfactòries possibles pels nostres usuaris. Dit això,
cal remarcar que existeix una gran diferència entre dissenyar experiències destinades al món real o fer-ho
pel món digital.

Al món real, és impossible saber quantes variables externes al disseny poden influir de manera positiva o
negativa en l’experiència final de cada usuari. En cada fase, en cada pas, múltiples variables poden canviar
totalment aquesta experiència a nivell individual. D’altra banda, al món digital les variables queden
reduïdes a allò que el disseny del producte proporciona. El control del dissenyador sobre les accions
que pot realitzar l’usuari és total, ja que tots els possibles camins que un usuari pot triar quan utilitza un
producte digital, han estat prèviament pensats i dissenyats i són camins preestablerts.

Aquest fet, afegeix als dissenyadors una càrrega important de responsabilitat a l’hora de crear els seus
productes digitals. Els dissenyadors, fàcilment poden caure en la temptació de controlar excessivament
allò que volen que els usuaris facin amb els seus productes. Les experiències individuals de les persones, ja
siguin en el món real ó en el digital, marquen fortament el tipus de disseny que triem. De la mateixa forma,
el disseny triat, marca fortament el tipus de dades que recollirem un cop analitzem el comportament dels
nostres usuaris.

Aquí és on els dissenyadors han de ser especialment curosos amb els seus productes. Rochelle King explica
com el fet d’implementar el nou look and feel, amb un nou disseny obscur, ha incrementat positivament
el consum de música en la plataforma Spotify. No es que l’equip de Spotify s’equivoqués en el disseny
anterior, on els colors clars hi predominaven, sinó que després d’analitzar el comportament dels seus
usuaris, han constatat que un disseny obscur incrementa el temps d’estància en la aplicació per part dels
seus usuaris.

L’anàlisi de les dades recollides per l’equip de King han precipitat aquest tipus de canvi tan substancial en
el disseny del producte. Aquestes dades, són una representació d’allò que els usuaris fan quan interactuen
amb el producte digital. És molt important entendre que les dades no donen la inspiració per crear un bon
disseny inicial, però si les fem servir correctament, podrem optimitzar tots els aspectes del nostre disseny.

Un clar exemple d’aquesta reflexió, ha estat la supressió del botó de “play” de la interfície de Spotify.
Aquest fet, que a primera vista pot semblar estrany i contraproduent en una aplicació de reproducció de
música en streaming com Spotify, resulta ser tot un encert, traduint-se en un increment substancial del
nombre de reproduccions totals realitzats en la plataforma.

Rubén Mejias Alonso - (CC BY-NC-SA 2.0) Pàgina 2

Comportament d’ usuaris - PAC 1

Una de les característiques principals de tot productes digital és el cicle continu de millores i canvis als
que estan lligats durant la seva vida útil. Aquesta retroalimentació entre l’experiència d’usuari, que ens
proporciona un conjunt infinit de dades, i l’equip de disseny, ha de proporcionar les dades necessàries
per a que l’ equip d’analistes, puguin traduir aquestes dades en millores que es puguin implementar en la
plataforma.

Segona pregunta

Explica què és el clickstream i la seva importància dins el paradigma de la analítica web 2.0 (de 200 a 300
paraules).

El clickstream o seqüència de clics, és un tipus d’analítica web enfocada al seguiment dels clics que realitza
un usuari determinat quan aquest interactua amb una producte digital. Les eines basades en clickstream,
generen informes detallats sobre les pautes de comportament dels usuaris durant la seva interacció amb
el producte. Aquests informes podran ser estudiats i analitzats per l’equip de disseny per tal de detectar
errades o punts dèbils en els seus dissenys i, d’aquesta manera, poder implementar les millores necessàries
per tal d’optimitzar l’experiència d’usuari. Existeixen moltes eines basades en clickstream, algunes de les
quals són gratuïtes com per exemple: Webtrends o Google Analytics.

El clickstream va monopolitzar l’analítica web 1.0 mitjançant els registres presents en els servidors, però
la complexitat actual de les pàgines web fa que els comportaments dels usuaris siguin molt complexos.
Actualment, l’analítica web ha evolucionat enormement i el clickstream representa únicament una petita
part del conjunt d’eines que es fan servir a l’hora d’obtenir dades. La naturalesa dels nous productes digitals
fan del clickstream un eina poc útil sinó la complementem amb altres eines d’anàlisis més específiques.

Dins el paradigma que representa l’analítica web 2.0, hem de diferenciar entre diferents tipus de dades:
dades quantitatives, dades qualitatives, les dades obtingudes en els tests multivariants o les dades
proporcionades per la intel·ligència competitiva. El clickstream pertany al primer tipus de dades, les dades
quantitatives. Aquest tipus de dades ens informen sobre què fa l’usuari i cóm ho fa, per exemple quines
pàgines visita o amb quins botons ha interactuat, però no analitza el perquè d’aquestes accions.

Un exemple de clickstream seria analitzar el recorregut que fa un determinat usuari al visitar el nostre
portfolio. Per exemple, aquest usuari primerament visita la pàgina d’inici, a la qual ha accedit mitjançant
una URL externa, després accedeix al menú principal de navegació, visita els nostres treballs acadèmics i
finalment, fa servir el formulari de contacte.

Tercera pregunta

Explica breument en què consisteix la regla 10/90 (i raona-ho breument, només de 300 a 500 paraules).

Implementar l’analítica web 2.0 en la nostre empresa pot suposar un gran repte sinó volem que el
pressupost augmenti considerablement. Cal ser molt curosos tant en la tria de les eines, com en la tria
dels proveïdors i, sobretot, amb la distribució de recursos i l’equip humà. Per general el màxim valor
implementant l’analítica web en el nostre projecte o empresa, cal que tant la tria de les eines i els
proveïdors, no representin el gruix del pressupost, sinó tot el contrari.

Rubén Mejias Alonso - (CC BY-NC-SA 2.0) Pàgina 3

Comportament d’ usuaris - PAC 1

Gràcies a la quantitat de programari gratuït o de baix cost que existeix actualment, moltes de les eines
necessàries per implementar l’analítica web 2.0 ja no representen un problema de pressupost i, a més,
existeix un gran nombre de proveïdors de serveis.

Dit això, val la pena destinar la majoria de recursos en assegurar un equip d’analistes de primera categoria,
un equip de professionals capaços d’extraure tot el potencial de les actuals eines d’analítica web. La regla
10 / 90, emfatitza aquesta idea i ens proposa que de cada 100 dòlars del pressupost, destinem únicament
10 en la tria d’eines i proveïdors i els altres 90, en la tria de l’equip i els recursos. Encara que féssim servir
les millors i més cares eines d’analítica web que existeixen al mercat, no servirien de gaire si no podem
extraure les dades que necessitem, ja que aquestes eines produeixen ingents quantitats de dades.

La recopilació de dades sense un gran professional que les analitza no serveix per res. És millor una eina
gratuïta o de baix cost combinada amb un excel·lent analista web, que la millor eina d’analítica combinada
amb un professional que només recopili informes. Per exemple, Google Analytics o Yahoo! Web Analytics
són eines gratuïtes, però si les volem implementar en la nostre empresa encara hauríem de destinar una
quantitat de recursos en la contractació d’un consultor autoritzat. És aquesta despesa la que representa els
10 dòlars que hem de destinar a la tria de les eines i del proveïdor.

Quarta pregunta

El tercer pas del procés per a escollir al nostre aliat en l’anàlisi web és fer un petit pro-jecte pilot amb els
candidats. ¿Quins són els punts importants (els factors que cal ava-luar) a l’hora d’efectuar aquesta tasca?
Escull només 5 dels que consideris més impor-tants i raona el perquè de la teva elecció. (de 200 a 300
paraules).

1. Usabilitat

La usabilitat és un dels pilars clau del disseny, ja sigui en el món real o en el digital, la usabilitat esdevé
essencial per optimitzar els resultats quan fem servir qualsevol tipus d’interfície o producte. Si el nostre
públic objectiu no és capaç de fer servir el nostre servei, difícilment podrem aconseguir resultats
satisfactoris. Per tant, es crític conèixer si el nostre públic objectiu serà capaç d’adaptar-se al servei, d’un
altre manera, hauríem de destinar temps i recursos per formar als nostres usuaris en l’ús de l’eina en fases
avançades del projecte.

2. Funcionalitat

El tipus d’empresa i el tipus de projecte definiran el conjunt d’eines amb les que treballar, ja que no tothom
té les mateixes necessitats ni els mateixos objectius. Cal provar les eines en situacions reals de negoci
i determinar si aquestes s’ajusten a les nostres necessitats i generen el valor que estem buscant. Si les
funcionalitats no s’ajusten als nostres paràmetres, val la pena trobar altres solucions de software

3. Cost total de la propietat

Cap empresa vol sorpreses desagradables en la seva factura, sobretot en petites empreses on el marge
d’error és més crític. A banda dels costos previstos, cal detectar aquells costos addicionals que pugui posar
en perill el pressupost de l’empresa.

Rubén Mejias Alonso - (CC BY-NC-SA 2.0) Pàgina 4

Comportament d’ usuaris - PAC 1

4. Segmentació

Les tones de dades que recollim són més productives si les podem segmentar. Cal triar un proveïdors que
ens ofereixi eines amb capacitat per segmentar les dades, ja que aquesta segmentació és la clau per trobar
els insights entre l’infinit mar de dades que podem obtenir.

5. Realitzar les proves amb gent de diferent perfil

De la mateixa forma que passava amb la usabilitat, no serveix de gaire un eina que degut a la seva
complexitat només l’entenguin o la facin servir un pocs superdotats. Val la pena fer les probes amb un
públic variat, que representi la diversitat professional que ens podem trobar en qualsevol empresa.

BIBLIOGRAFIA

Kaushik, Avinsh. (2009). Analítica Web 2.0. El arte de analizar resultados y la ciencia de centrarse en el
cliente. Material en línia propietat de O’Reilly.
https://www.oreilly.com/library/view/web-analytics-20/9780470529393/

Rubén Mejias Alonso - (CC BY-NC-SA 2.0) Pàgina 5

Comportament d’ usuaris - PAC 1

Rubén Mejias Alonso - (CC BY-NC-SA 2.0) Pàgina 6