SwitasKontakt

Qualitative Forschung

Qualitative Forschung bezeichnet im Kontext von UX und Conversion-Optimierung die Erhebung und Analyse nicht numerischer Daten zu Nutzerverhalten, Motivationen und Einstellungen. Sie zielt darauf, zu beantworten, warum Nutzer so handeln, wie sie handeln, und nicht, wie viele von ihnen es tun. Gängige qualitative Methoden sind Nutzerinterviews, Usability-Test-Sitzungen, offene Umfrageantworten, Session-Recordings und Card-Sorting-Übungen. Anders als die quantitative Forschung, die auf große Stichproben setzt, um statistisch repräsentative Zahlen zu erzeugen, arbeitet qualitative Forschung typischerweise mit wenigen Teilnehmenden; nach vielzitierter Usability-Forschung genügen oft fünf bis acht Nutzer, um die Mehrheit der Usability-Probleme in einem bestimmten Ablauf aufzudecken. Dabei hat Tiefe des Verständnisses Vorrang vor Breite der Abdeckung. Qualitative Forschung ist wichtig, weil quantitative Daten allein, etwa ein Funnel-Report mit einer Abbruchrate von 40 Prozent im Checkout-Schritt, einem Team zwar sagen, dass ein Problem existiert, nicht aber, was es verursacht. Ein Conversion-Rückgang kann von verwirrenden Formularbeschriftungen, zu spät offengelegten Versandkosten, Misstrauen gegenüber einer Zahlungsmethode oder schlichter technischer Reibung auf einem bestimmten Gerät herrühren, und nur die direkte Beobachtung von Nutzern bei der Aufgabe oder ihre eigene Erklärung ihres Zögerns unterscheidet diese Möglichkeiten verlässlich. Diese diagnostische Rolle ist der Grund, warum qualitative Forschung typischerweise früh im Conversion-Optimierungsprozess eingesetzt wird, um fundierte Hypothesen zu entwickeln, die anschließend im großen Maßstab durch quantitative Tests wie A/B-Tests validiert werden. In der Praxis wird qualitative Forschung im CRO- oder UX-Kontext über mehrere strukturierte Techniken angewendet: moderierte Usability-Tests, bei denen eine Moderatorin oder ein Moderator beobachtet, wie ein Teilnehmender reale Aufgaben an einer Live- oder Prototyp-Oberfläche löst und dabei laut denkt; unmoderierte Remote-Tests, bei denen Teilnehmende Aufgaben selbstständig erledigen und Bildschirm und Stimme für die spätere Analyse aufgezeichnet werden; Session-Recording- und Heatmap-Analysen realer Website-Besucher, die Rage Clicks, Dead Clicks und ungewöhnliche Scrollmuster in großem Maßstab sichtbar machen, ohne dass Teilnehmende rekrutiert werden müssen; sowie offene Onsite-Umfragen oder Exit-Intent-Befragungen, die den genannten Grund eines Besuchers erfassen, die Seite ohne Conversion zu verlassen. Die Analyse besteht typischerweise darin, wiederkehrende Themen oder Reibungspunkte über mehrere Sitzungen hinweg zu identifizieren, statt die Erfahrung eines einzelnen Nutzers für sich genommen als repräsentativ zu betrachten. Ein verbreitetes Missverständnis ist, qualitative Forschung sei wegen ihrer kleineren Stichproben grundsätzlich weniger rigoros oder zuverlässig als quantitative Forschung; tatsächlich beantworten beide Methoden grundlegend verschiedene Fragen und ergänzen einander, statt zu konkurrieren, wobei qualitative Forschung eine erklärende Tiefe liefert, die quantitative Daten strukturell nicht bieten können. Eine häufige Falle besteht darin, aus einer Handvoll qualitativer Sitzungen zu stark zu verallgemeinern, als wären sie statistisch repräsentativ für den gesamten Nutzerstamm, oder umgekehrt konsistente qualitative Befunde zu verwerfen, weil sie nicht aus einer großen Stichprobe stammen, obwohl ein Reibungspunkt, der in fünf oder sechs unabhängigen Sitzungen wiederholt beobachtet wird, oft ein starkes, umsetzbares Signal und kein Rauschen ist. In einer CRO- oder Wachstumsberatung bildet qualitative Forschung typischerweise das Fundament der Discovery-Phase eines Projekts und wird durchgeführt, bevor eine Testing-Roadmap entsteht, denn Experimente, die auf einem Verständnis tatsächlicher Nutzerverwirrung oder -zurückhaltung beruhen, führen erheblich wahrscheinlicher zu einem bedeutsamen Uplift als Experimente, die auf reinen Best-Practice-Vermutungen oder Wettbewerber-Benchmarking basieren. Berater gleichen qualitative Erkenntnisse üblicherweise mit quantitativen Funnel-Daten ab, um zu priorisieren, welche Usability-Probleme sowohl häufig genug als auch wirkungsvoll genug sind, um den Aufwand eines Experiments oder einer Designänderung zu rechtfertigen. Eine nützliche Methode, das Verhältnis zwischen qualitativer und quantitativer Forschung zu verstehen, ist eine in der Forschungsgemeinschaft oft verwendete einfache Analogie: Quantitative Daten sagen Ihnen, wo auf einer Karte etwas passiert und wie groß es ist, während qualitative Daten Ihnen sagen, was dort tatsächlich passiert und warum. Ein Checkout-Funnel-Report kann zeigen, dass mobile Nutzer fast doppelt so häufig abbrechen wie Desktop-Nutzer, ein quantitativer Befund, doch erst das Ansehen einiger mobiler Session-Recordings oder die Durchführung einiger mobilspezifischer Usability-Tests offenbart typischerweise die eigentliche Ursache, etwa ein Zahlungsfeld, das sich auf einem kleinen Bildschirm schwer präzise antippen lässt, und macht aus einer vagen statistischen Lücke ein konkretes, behebbares Designproblem.

Weitere Begriffe mit Q

Lassen Sie uns das nächste bauen.

Kontakt