Használhatósági teszt résztvevőinek toborzása két hét alatt kutatópanel nélkül

Két heted van egy fizetési folyamat tesztelésére, nincs kutatópanel-szerződés, és van egy érdekelt fél, aki hallotta, hogy öt felhasználó elég. E három korlát közül kettő valós. Az öt felhasználós szám nem. Laura Faulkner 2003-as tanulmányában a 60 fős csoportból véletlenszerűen kiválasztott öt résztvevőből álló csoportok valahol a ... között voltak. 55% és 99% az ismert használhatósági problémák közül, és a tanulmányon belülről nem lehet megmondani, melyik végére értél.

Ez egy toborzási kézikönyv termék-, UX- és CRO-csapatok számára, akik moderált használhatósági teszteket futtatnak kutatási műveleti funkció nélkül. A végére lesz egy olyan résztvevői létszámod, amelyet meg tudsz védeni egy tervezési megbeszélésen, egy szűrőd, amely kiszűri a professzionális tesztelőket, egy túltoborzási matematika a közzétett meg nem jelenési arányok alapján, és egy olyan beleegyezési beállítás, amely túléli a KVKK vagy a GDPR felülvizsgálatát.

1. lépés: A résztvevők számát a döntés alapján állítsd be, ne a folklór alapján

Az „öt felhasználó” szabálya Nielsen és Landauer 1993-as modelljéből származik, amelyet Jakob Nielsen tett népszerűvé 2000. márciusi cikkA képlet N(1 − L)^n, ahol L az egyetlen felhasználó által felbukkanó problémák aránya. A Nielsen L = 31%-ot használt, ami az öt felhasználónál megszokott 85%-os értéket adja.

Ez a 31% egy feltételezés, nem a szorzat mértéke, tehát a számtan csak nagyjából minden harmadik felhasználó találatával kapcsolatos problémákat mond. Egy olyan probléma, amellyel a felhasználók 10%-a találkozik, sokkal több munkamenetre van szükség, mielőtt egyáltalán megjelenne. Faulkner egy 60 fős valós felhasználóval végzett replikációja azt mutatta, hogy tíz résztvevő 80%-ra, húsz pedig 95%-ra emelte a legrosszabb eset felfedezési arányát. Spool és Schroeder 2001-es tanulmánya, amely nyílt végű feladatokat használt több webhelyen egyetlen szkriptelt folyamat helyett, több tucat felhasználó után is komoly problémákat tárt fel.

Nielsen saját cikke is ugyanezt mondja a ritkán idézett kikötésekben: három-négy felhasználó csoportonként két különálló közönség esetén, 15 a kártyaválogatáshoz, 20 a kvantitatív vizsgálatokhoz. Állítsa be a számot abból a döntésből, amelyet meghozni készül.

Kidolgozott példa: egy közepes méretű török ​​kiskereskedő pénztári tesztje, új és visszatérő vásárlókkal. Két szegmens, egyenként nyolc befejezett munkamenettel, 60/40 mobilról asztali gépre kvótával, 16 munkamenetet biztosít a toborzáshoz.

2. lépés: Írjon egy szűrőt, amely a viselkedést szűri, nem a véleményeket

Felhasználói interjúkban A felhasználói kutatás helyzete 2025-bena 2025. július 25. és augusztus 9. között megkérdezett 485 kutató alapján a toborzási idő továbbra is aggodalomra adott okot a válaszadók 54%-a számára, és a megállapítások képzett A résztvevők továbbra is a legnagyobb nehézséget okozták. A fő ok az, hogy a szűrők a kimondott szándékot, és nem a megfigyelt viselkedést szűrik. Hat szabályt alkalmazunk mindegyikre:

• Az elmúlt 60 napról kérdezz, ne a szándékaidról. A „Melyiket vásárolta online az elmúlt 60 napban?” kérdés jobb, mint a „Mennyire valószínű, hogy X-et fog megvásárolni?”.
• Soha ne jelezd a helyes választ. Helyezd a megfelelő opciót a valószínűsíthető csalik közé, véletlenszerűen.
• Tartalmazzon egy nyitott kérdést, például „Írd le, mi volt az utolsó dolog, ami rosszul ment, amikor online rendeltél valamit.” Az általános, gördülékeny, furcsán témához kapcsolódó válaszok a legolcsóbb csalási jelzések.
• Kérj egy ellenőrizhető részletet a kategóriában lebonyolított utolsó vásárlásról: kereskedő, szállítási mód, hozzávetőleges ár.
• Korlátozza a panelmegosztást. Ha mindenki egy panelből érkezik, akkor a panel szokásait teszteled. Használj nem panel csatornát is: az ügyféllistádat, egy partner hírlevelet, vagy az üzletben elfogott üzeneteket.
• Eszközönkénti kvóta. A mobilfizetési hibák és az asztali fizetési hibák különböző hibák.

A következők közül legalább kettő elutasítása: általános vagy gépi hangzású nyitott válasz; egymásnak ellentmondó szűrőválaszok; hihetetlenül széles körű tanulmányokra alkalmas profil; a megadott profilnak nem megfelelő elérhetőségek.

3. lépés: Túlzott toborzás a közzétett meg nem jelenési arányokhoz képest

U mérése a távolmaradási adatok áttekintése nagyjából 14 210 felhasználói interjúra vonatkozó tanulmány átlagát adja meg 8.6%, 0% és 34% között mozogva, a B2B távoktatási konzultációk aránya 10.4%. A MeasuringU saját 24, 958 résztvevőt felölelő tanulmánya 5.0%-os eredményt hozott, a professzionális toborzás, a plusz szűrés, az emlékeztetők és az ösztönzők átlagosan 150 dollár körüli összeggel. Az ösztönző mértéke és a meg nem jelenési arány negatív korrelációt mutat körülbelül r = −50 értéken.

Tervezzen 10%-ot, vagy 15%-ot B2B és szakértői szerepkörök, alacsony vagy nem készpénzes ösztönzők, visszaigazoló hívás nélküli ügyféllisták, illetve téli személyes találkozók esetén. Meghívók küldése = szükséges teljesített találkozók száma ÷ (1 − várható meg nem jelenési arány). A 16 találkozós példában 15%-os arány mellett ez 16 ÷ 0.85 ≈ 19 megerősített foglalást jelent. A plusz hármat minden nap végén valódi időpontként foglalja le, ahelyett, hogy tartalékként tartaná fenn őket.

[SZÜKSÉGES BELSŐ ADATOK: A Switas meg nem jelenési aránya toborzási csatorna és ösztönzési szint szerint az elmúlt 12 hónap moderált tanulmányaiban, hogy ezeket a nemzetközi átlagokat regionális viszonyítási alappal helyettesítsük.]

4. lépés: Mielőtt bármit is rögzítenél, oszd ketté a beleegyezési papírokat

Itt akadnak el a törökországi csapatok. A török ​​adatvédelmi hatóság 2026. február 18-i keltezésű, a Hivatalos Közlönyben 2026. március 24-én (33203. szám) közzétett 2026/347. számú elvi határozata kimondja, hogy az adatvédelmi nyilatkozat (aydınlatma metni) és a kifejezett hozzájárulás szövege (açık rıza metni) különállónak kell lenniük, saját címsorokkal és saját nyilatkozatokkal. Egy aláírható blokkba való egyesítése jogellenes, akárcsak az, ha a résztvevőtől egyáltalán „jóváhagyást” kérnek az adatvédelmi nyilatkozathoz: az értesítést tudomásul veszik, nem pedig hozzájárulnak hozzá. Egy másik szervezet sablonjának szó szerinti másolatait is fel kell tüntetni. A kötelezettség a 12. cikkben szerepel, és a 18. cikk alapján szankcionálható.

Törökországon kívül ugyanez a szabály létezik, csak enyhébb formában. Cikk 7 (2) előírja, hogy a hozzájárulási kérelemnek „egyértelműen megkülönböztethetőnek kell lennie a többi ügytől, érthető és könnyen hozzáférhető formában, világos és egyszerű nyelvezettel.” Mit jelent ez egy használhatósági munkamenet esetében:

• Két dokumentum, vagy két jól látható fejléccel ellátott blokk: mit gyűjt és miért (elismerve), valamint hozzájárulás a rögzítéshez (megadva).
• Külön kell választani a felvételkészítéshez való hozzájárulást a klipek belső újrafelhasználásához és az ügyfélnek való megjelenítéséhez való hozzájárulástól. Három kérdés, három pipa, egyik sem előre bepipálva.
• Fizesd ki a jutalékot, függetlenül attól, hogy a résztvevő hozzájárul-e a felvételhez. A fizetést engedélyező hozzájárulás nehezen nevezhető önkéntesnek, és a csak jegyzeteléssel történő ülés is használható.
• Írd le a megőrzési időszakot, és tartsd is be. A „felvételek a vizsgálati jelentést követő 90 nap elteltével törlődnek” mondatot érvényesítheted.
• Tartsd távol a különleges kategóriájú adatokat a szűrőtől. A fizetési kutatáshoz senkinek sincs szüksége egészségügyi adataira.

A kéthetes menetrend

1. 1–2. nap. Szűrő plusz mindkét beleegyező nyilatkozat. A beleegyezési nyilatkozat jogi jóváhagyását most kell kérni, ne a kilencedik napon.
2. Nap 3. Indítsa el a szűrőt legalább két csatornán.
3. 4–6. nap. Meghívók szűrése, ütemezése, küldése adatvédelmi nyilatkozattal együtt.
4. Nap 7. Először egy kollégával, majd egy valódi résztvevővel próbáld ki. Javítsd ki a feladat megfogalmazását.
5. 8–12. nap. Naponta maximum négy edzést szervezz, emlékeztetőkkel 24 órával és két órával az egyes edzések előtt.
6. Nap 13. Beszámoló, amíg az ülések frissek.
7. Nap 14. Az eredmények a résztvevők körében előforduló gyakoriság és a bevételi kitettség szerint rangsorolva.

Hol bukik ez meg

• Alacsony előfordulású B2B pozíciók. A 200-1,000 alkalmazottat foglalkoztató vállalatok pénzügyi jóváhagyói két hét múlva nem jelennek meg. Tervezzen három-négy költségvetést, és emelje meg az ösztönzőt.
• Szabályozott és közszférában végzett munka. Az etikai jóváhagyás, a beszerzés és a különleges kategóriájú adatok kezelése hetekkel növeli a költségeket, de egyetlen szűrőtrükk sem távolítja el azokat.
• Földrajzi ferdeség Törökországon belül. Isztambulon, Ankarán és İzmiren kívül a panelmélység gyorsan csökken, így a csak panelalapú toborzás túlreprezentálja a metrófelhasználókat. Ez akkor számít, amikor a kézbesítési élmény régiónként eltérő.
• Az ügyféllistádat az építőipar torzítja. Mindenki, aki rajta volt, már elvégezte a tesztelt folyamatot. Akik kudarcot vallottak, azok nincsenek ott.
• A nyílt felfedezés egészen más tészta. A fenti számlálások szkriptelt folyamatot feltételeznek; a szabad böngészés Spool és Schroeder tanulmányához hasonlóan viselkedik.
• Ez nem eredményez prevalencia becsléseket. A „nyolcból négynek gondjai voltak” nem azt jelenti, hogy „az ügyfelek 50%-a küzd nehézségekkel”. Ehhez a számhoz végezzünk kvantitatív vizsgálatot vagy kísérletet.

FAQ

Öt résztvevő valaha is elég?

Igen, amikor egyetlen szkriptelt folyamatban, egyetlen közönséggel keresel nagyfrekvenciás blokkolókat, és azt tervezed, hogy ismételgetsz és tesztelsz. Nem elég, ha egyetlen tesztnek kell eldöntenie egy vitatott döntést, mert Faulkner adataiban a legrosszabb eset a problémák 55%-a volt.

Hányra van szükségem két különálló közönség esetén?

Három-öt közönségenként, nem összesen öt. A Nielsen saját útmutatója is ugyanezt mondja. A különböző csoportok eltérő mentális modellekkel rendelkeznek, így a problémaköreik kevésbé fedik át egymást, mint azt várnád.

Saját ügyféllistámról vagy egy panelből toborozzak?

Mindkettő ugyanabban a tanulmányban. A listádon olyan emberek szerepelnek, akik valós beszámolókkal és valós kontextussal rendelkeznek. Egy panelben olyanok vannak, akik nem tanulták meg a te megkerülő megoldásaidat. Már egyetlen forrás is kiszámítható torzítást épít be minden megállapításba.

Milyen ösztönzőt kellene felajánlanom?

Elég ahhoz, hogy a meg nem jelenési arány a közzétett átlag közelében maradjon, mivel az ösztönző mértéke és a meg nem jelenési arány negatív korrelációt mutat r = −50 körüli értéken. Az összehasonlítást a szegmens helyi óradíjaival kell végezni, ahelyett, hogy egy amerikai adatot másolnánk.

Szükségem van kifejezett hozzájárulásra egy használhatósági munkamenet rögzítéséhez Törökországban?

Igen, és a 2026/347-es elvi határozat óta a hozzájárulási szövegnek el kell különülnie az adatvédelmi nyilatkozattól, saját címsorral és nyilatkozattal. A Hatóság által elítélt gyakorlat az, hogy valakitől jóváhagyást kérjenek egy kombinált blokkoláshoz.

A moderálatlan tesztek ugyanolyan szigorú toborzási eljárást igényelnek?

Több, nem kevesebb. Nincs moderátor, aki észrevenné, ha egy résztvevő nem felel meg a szűrő kritériumainak, így a szűrés minősége az egyetlen védekezés a használhatatlan munkamenetek ellen.

Futtassa ezt a saját pénztáránál

Válasszon ki egy folyamatot, méretezze a tanulmányt a megalapozandó döntéshez képest, és a fenti matematikai számítások alapján toborozzon. Ha inkább azt szeretné, hogy a szűrést, a foglalkozásokat és a szintézist intézzük Ön helyett, akkor erre van szükségünk. felhasználói kutatási szolgáltatás igen.

Források

• Nielsen, „Miért kell csak 5 felhasználóval tesztelni”, NN/g, 2000. március 18.
• Faulkner, „Az öt felhasználós feltételezésen túl”, Behavior Research Methods, Instruments, & Computers 35(3), 2003, 379–383 (PubMed absztrakt)
• Spool és Schroeder: „Weboldalak tesztelése: öt felhasználó közel sem elég”, CHI '01
• MeasuringU, "A mágikus 5-ös szám rövid története"
• MeasuringU, „Mi a tipikus meg nem jelenési arány a moderált tanulmányokban?”
• Felhasználói interjúk, „A felhasználói kutatások helyzete 2025”
• A KVKK közleménye a 2026/347. számú elvi határozatról, 2026. február 18.
• Moroğlu Arseven a 2026/347 határozatról, Hivatalos Közlöny 33203, 2026. március 24.
• GDPR 7. cikk, A hozzájárulás feltételei