Minőségi kutatás

Minőségi kutatásA UX és konverzióoptimalizálás kontextusában a felhasználói viselkedéssel, motivációkkal és attitűdökkel kapcsolatos nem numerikus adatok gyűjtése és elemzése, amelynek célja annak megválaszolása, hogy a felhasználók miért cselekednek úgy, ahogy, nem pedig az, hogy hányan teszik ezt. A gyakori kvalitatív módszerek közé tartoznak a felhasználói interjúk, a használhatósági tesztelési ülések, a nyílt végű kérdőíves válaszok, az ülések rögzítése és a kártyarendezési gyakorlatok. A kvantitatív kutatással ellentétben, amely nagy mintákra támaszkodik a statisztikailag reprezentatív számok előállításához, a kvalitatív kutatás jellemzően kis számú résztvevőt foglal magában, gyakran öt-nyolc felhasználó elegendő ahhoz, hogy feltárja a használhatósági problémák többségét egy adott folyamatban a széles körben idézett használhatósági kutatások szerint, és a megértés mélységét helyezi előtérbe a lefedettség szélességével szemben.

A kvalitatív kutatás azért fontos, mert a kvantitatív adatok, mint például egy 40 százalékos visszaesést mutató értékesítési tölcsérjelentés a fizetési lépésnél, önmagukban is jelzik a csapatnak a probléma létezését, de nem mutatják ki, hogy mi okozza. A konverzió visszaesése adódhat zavaros űrlapcímkékből, túl későn feltárt váratlan szállítási költségekből, egy fizetési móddal szembeni bizalmatlanságból vagy egy adott eszközön jelentkező egyszerű technikai súrlódásból, és csak a feladatot megkísérlő felhasználók közvetlen megfigyelése, vagy a habozás saját magyarázata tesz képes megbízhatóan különbséget tenni ezek között a lehetőségek között. Ez a diagnosztikai szerep az oka annak, hogy a kvalitatív kutatást jellemzően a konverzióoptimalizálási folyamat elején alkalmazzák, és megalapozott hipotézisek generálására használják, amelyeket aztán nagy léptékben validálnak kvantitatív teszteléssel, például A/B tesztekkel.

A gyakorlatban a kvalitatív kutatást CRO vagy UX kontextusban számos strukturált technikával alkalmazzák: moderált használhatósági tesztelés, ahol a facilitátor megfigyel egy résztvevőt, aki valós feladatokat próbál ki egy élő vagy prototípus felületen, miközben hangosan gondolkodik; moderálatlan távoli tesztelés, ahol a résztvevők önállóan végzik el a feladatokat, és képernyőjüket és hangjukat rögzítik későbbi elemzés céljából; valós weboldal-látogatók munkamenet-rögzítése és hőtérkép-elemzése, amely nagy léptékben feltárja a dühkattintásokat, a halott kattintásokat és a szokatlan görgetési mintákat anélkül, hogy toborzott résztvevőket igényelne; és nyílt végű helyszíni felmérések vagy kilépési szándékot felmérő közvélemény-kutatások, amelyek rögzítik a látogató által megadott okot a konverzió nélküli távozásra. Az elemzés jellemzően magában foglalja az ismétlődő témák vagy súrlódási pontok azonosítását a munkamenetek között, ahelyett, hogy egyetlen felhasználó élményét önmagában reprezentatívnak tekintené.

Gyakori tévhit, hogy a kvalitatív kutatás eleve kevésbé szigorú vagy megbízható, mint a kvantitatív kutatás, mivel kisebb a minta mérete; valójában a két módszer alapvetően eltérő kérdésekre ad választ, és inkább kiegészítik, mint versengenek egymással, a kvalitatív kutatás pedig olyan magyarázó mélységet biztosít, amire a kvantitatív adatok strukturálisan nem képesek. Gyakori buktató, hogy néhány kvalitatív munkamenetből túláltalánosítunk, mintha azok statisztikailag reprezentatívak lennének a teljes felhasználói bázisra nézve, vagy éppen ellenkezőleg, elvetjük a konzisztens kvalitatív eredményeket, mert azok nem egy nagy mintából származnak, amikor egy akár öt vagy hat független munkamenet során ismételten megfigyelt súrlódási pont gyakran inkább erős, cselekvésre ösztönző jel, mint zaj.

Egy CRO-n vagy növekedési tanácsadási gyakorlaton belül a kvalitatív kutatás jellemzően a megbízás felfedezési fázisának alapját képezi, amelyet a tesztelési ütemterv kidolgozása előtt végeznek el, mivel a tényleges felhasználói zavarodottság vagy habozás megértésén alapuló kísérletek sokkal nagyobb valószínűséggel eredményeznek érdemi növekedést, mint a pusztán a legjobb gyakorlatokon alapuló találgatásokon vagy a versenytársak összehasonlításán alapuló kísérletek. A tanácsadók gyakran triangulálják a kvalitatív eredményeket a kvantitatív értékesítési tölcséradatokkal, hogy rangsorolják, mely használhatósági problémák elég gyakoriak és hatásosak ahhoz, hogy igazolják egy kísérlet vagy tervmódosítás költségeit.

A kvalitatív és a kvantitatív kutatás közötti kapcsolat megértéséhez egy egyszerű analógia áll rendelkezésre, amelyet gyakran használnak a kutatói közösségben: a kvantitatív adatok megmutatják, hogy a térképen hol történik valami, és mekkora, míg a kvalitatív adatok azt mutatják, hogy mi történik ott valójában, és miért. Egy fizetési tölcsérjelentés kimutathatja, hogy a mobilfelhasználók majdnem kétszer olyan gyorsan hagyják el a vásárlást, mint az asztali számítógépes felhasználók, ami kvantitatív megállapítás, de elég csak megnézni néhány mobil munkamenet-felvételt, vagy elvégezni néhány mobil-specifikus használhatósági tesztet, ami általában feltárja a tényleges okot, például egy olyan fizetési mezőt, amelyet nehéz pontosan megérinteni egy kis képernyőn, ami egy homályos statisztikai hiányosságot egy konkrét, javítható tervezési problémává változtat.