Pengujian kegunaan (usability testing) adalah metode riset di mana pengguna nyata atau representatif mencoba menyelesaikan tugas tertentu menggunakan produk, prototipe, atau situs web sementara pengamat mencatat di mana mereka berhasil, di mana mereka kesulitan, dan bagaimana mereka mendeskripsikan pengalamannya, biasanya dengan berpikir dengan suara keras saat bekerja. Berbeda dengan survei atau analitik, yang melaporkan apa yang dilakukan atau dikatakan pengguna setelah kejadian, pengujian kegunaan mengamati perilaku secara langsung dan dalam konteks, menjadikannya salah satu cara paling langsung untuk mengidentifikasi apakah antarmuka benar-benar mudah dipahami dan digunakan, bukan sekadar diasumsikan demikian oleh tim yang membangunnya.
Metode ini penting karena masalah antarmuka yang tidak terlihat oleh orang-orang yang mendesainnya sering kali tampak jelas bagi pengguna pertama kali, kesenjangan yang umum dijelaskan oleh curse of knowledge, di mana desainer dan pemangku kepentingan yang sangat akrab dengan produk kesulitan menyadari ambiguitas yang langsung dijumpai pengguna baru. Riset kegunaan yang banyak dikutip menemukan bahwa pengujian dengan hanya lima peserta biasanya mengungkap sebagian besar masalah kegunaan yang ada pada suatu antarmuka, sering disebut sekitar 85 persen, itulah sebabnya pengujian kegunaan umumnya dijalankan dalam putaran kecil dan iteratif, bukan studi berskala besar, sehingga tim dapat menguji, memperbaiki, dan menguji ulang dengan cepat alih-alih menunggu sampel besar terkumpul sebelum membuat perubahan apa pun.
Pengujian kegunaan dilakukan dalam beberapa format: pengujian bermoderator, di mana fasilitator memandu peserta melalui tugas secara real time, baik secara langsung maupun melalui video, dan dapat mengajukan pertanyaan lanjutan untuk mengklarifikasi momen yang membingungkan; pengujian jarak jauh tanpa moderator, di mana peserta menyelesaikan tugas secara mandiri menggunakan platform pengujian, dengan layar dan suara mereka direkam untuk ditinjau kemudian, menawarkan pengumpulan data yang lebih cepat dan murah dengan konsekuensi tidak dapat menggali reaksi pada saat itu juga; dan guerrilla testing, pendekatan informal berbiaya rendah yang mengumpulkan umpan balik cepat dari peserta yang tersedia, seperti rekan kerja atau orang yang lewat, berguna untuk validasi tahap awal ketika studi penuh belum diperlukan. Sesi pengujian biasanya disusun berdasarkan skenario tugas yang spesifik dan realistis, bukan eksplorasi terbuka, dan keberhasilan dievaluasi menggunakan ukuran seperti tingkat penyelesaian tugas, waktu pengerjaan tugas, jumlah kesalahan, dan penilaian subjektif peserta tentang kemudahan penggunaan, yang sering dikumpulkan melalui instrumen standar seperti System Usability Scale.
Kesalahpahaman yang umum adalah bahwa pengujian kegunaan dan pengujian A/B melayani tujuan yang sama, padahal keduanya menjawab pertanyaan berbeda pada tahap berbeda: pengujian kegunaan mengidentifikasi mengapa pengguna kesulitan dengan antarmuka sebelum dibangun atau diluncurkan secara luas, biasanya pada prototipe atau desain yang sudah live tetapi belum divalidasi, sedangkan pengujian A/B mengukur varian mana dari beberapa varian yang sudah dibangun yang berkinerja lebih baik dalam skala besar setelah lalu lintas tersedia. Jebakan yang sering terjadi dalam pengujian kegunaan itu sendiri adalah merekrut peserta yang tidak representatif terhadap audiens target yang sebenarnya, seperti menguji alur kerja perangkat lunak enterprise dengan peserta yang tidak mengenal proses bisnis yang mendasarinya, yang menghasilkan titik gesekan menyesatkan yang tidak akan muncul pada pengguna target yang sejati. Mengarahkan peserta dengan petunjuk atau saran selama sesi, alih-alih membiarkan mereka berjuang dan mengamati kesulitan itu secara jujur, adalah kesalahan umum lainnya yang merusak validitas temuan.
Dalam keterlibatan konsultansi CRO dan UX, pengujian kegunaan sering digunakan baik secara diagnostik, untuk memahami mengapa alur yang ada berkinerja di bawah harapan, maupun sebagai validasi sebelum desain ulang diluncurkan secara luas, menguji prototipe baru dengan kelompok kecil pengguna representatif untuk menangkap masalah kegunaan utama sebelum mengalokasikan sumber daya pengembangan dan pengujian untuk pengujian A/B penuh. Temuan dari pengujian kegunaan biasanya disintesis menjadi daftar masalah yang diprioritaskan, sering diurutkan berdasarkan tingkat keparahan dan berapa banyak peserta yang mengalami masing-masing, yang kemudian langsung masuk ke perubahan desain atau hipotesis eksperimen yang membentuk roadmap optimasi klien yang lebih luas.
Contoh konkret menunjukkan efisiensi metode ini: tim yang menguji halaman pengaturan akun hasil desain ulang dengan lima peserta mungkin mengamati bahwa empat dari lima gagal menemukan opsi untuk mengubah preferensi notifikasi mereka, masing-masing secara independen mencari di lokasi salah yang sama dalam antarmuka. Satu temuan yang sangat konsisten ini, yang muncul dari putaran pengujian yang kecil dan murah, biasanya cukup menjadi pembenaran untuk memindahkan pengaturan itu sebelum peluncuran, tanpa perlu studi yang lebih besar dan memakan waktu untuk mengonfirmasi apa yang sudah teramati gagal secara andal dan berulang pada hampir setiap peserta yang diuji.
