Ricerca qualitativa

Ricerca qualitativaNel contesto dell'UX e dell'ottimizzazione delle conversioni, la ricerca qualitativa consiste nella raccolta e nell'analisi di dati non numerici relativi al comportamento, alle motivazioni e agli atteggiamenti degli utenti, con l'obiettivo di comprendere il perché degli utenti si comportino in un determinato modo, piuttosto che limitarsi a quantificare la frequenza di tali comportamenti. I metodi qualitativi più comuni includono interviste agli utenti, sessioni di test di usabilità, risposte a questionari a risposta aperta, registrazioni di sessioni ed esercizi di card sorting. A differenza della ricerca quantitativa, che si basa su campioni di grandi dimensioni per ottenere dati statisticamente rappresentativi, la ricerca qualitativa coinvolge in genere un numero limitato di partecipanti, spesso da cinque a otto utenti, ritenuti sufficienti per individuare la maggior parte dei problemi di usabilità in un dato flusso, secondo studi ampiamente citati, e privilegia la profondità della comprensione rispetto all'ampiezza della copertura.

La ricerca qualitativa è importante perché i soli dati quantitativi, come ad esempio un report a imbuto che mostra un calo del 40% nella fase di checkout, indicano a un team l'esistenza di un problema, ma non la sua causa. Un calo delle conversioni potrebbe derivare da etichette dei moduli confuse, costi di spedizione inaspettati rivelati troppo tardi, diffidenza verso un metodo di pagamento o semplici problemi tecnici su un dispositivo specifico, e solo l'osservazione diretta degli utenti che tentano di completare l'operazione, o la loro stessa spiegazione delle esitazioni, permette di distinguere in modo affidabile tra queste possibilità. Questo ruolo diagnostico è il motivo per cui la ricerca qualitativa viene solitamente collocata nelle prime fasi di un processo di ottimizzazione delle conversioni, utilizzata per generare ipotesi ben fondate che vengono poi validate su larga scala tramite test quantitativi come i test A/B.

In pratica, la ricerca qualitativa in un contesto CRO o UX viene applicata attraverso diverse tecniche strutturate: test di usabilità moderati, in cui un facilitatore osserva un partecipante mentre tenta di svolgere compiti reali su un'interfaccia live o prototipo, esprimendo ad alta voce i propri pensieri; test remoti non moderati, in cui i partecipanti completano i compiti in modo indipendente e il loro schermo e la loro voce vengono registrati per un'analisi successiva; registrazione delle sessioni e analisi tramite heatmap di visitatori reali del sito web, che rivela clic impulsivi, clic a vuoto e modelli di scorrimento insoliti su larga scala senza la necessità di reclutare partecipanti; e sondaggi aperti in loco o sondaggi sull'intento di uscita che catturano il motivo dichiarato da un visitatore per abbandonare il sito senza effettuare una conversione. L'analisi in genere prevede l'identificazione di temi ricorrenti o punti critici tra le sessioni, piuttosto che considerare l'esperienza di un singolo utente come rappresentativa di per sé.

Un'idea sbagliata comune è che la ricerca qualitativa sia intrinsecamente meno rigorosa o affidabile di quella quantitativa a causa delle dimensioni ridotte dei campioni; in realtà, i due metodi rispondono a domande fondamentalmente diverse e sono complementari piuttosto che in competizione, con la ricerca qualitativa che fornisce una profondità esplicativa che i dati quantitativi, per loro natura, non possono offrire. Un errore frequente è quello di generalizzare eccessivamente a partire da poche sessioni qualitative, come se fossero statisticamente rappresentative dell'intera base di utenti, o, al contrario, di scartare risultati qualitativi coerenti perché non derivati ​​da un campione ampio, quando un punto critico osservato ripetutamente anche in cinque o sei sessioni indipendenti è spesso un segnale forte e utile, piuttosto che un semplice rumore di fondo.

Nell'ambito di un'attività di CRO (Conversion Rate Optimization) o di consulenza per la crescita, la ricerca qualitativa costituisce in genere la base della fase di scoperta di un progetto, condotta prima della definizione di una roadmap di test. Questo perché gli esperimenti basati sulla comprensione della reale confusione o esitazione degli utenti hanno una probabilità considerevolmente maggiore di produrre un miglioramento significativo rispetto agli esperimenti basati esclusivamente su supposizioni o sul benchmarking della concorrenza. I consulenti solitamente confrontano i risultati qualitativi con i dati quantitativi del funnel per dare priorità ai problemi di usabilità che sono sufficientemente comuni e incisivi da giustificare il costo di un esperimento o di una modifica del design.

Un modo utile per comprendere la relazione tra ricerca qualitativa e quantitativa è attraverso una semplice analogia spesso utilizzata nella comunità scientifica: i dati quantitativi indicano dove su una mappa sta accadendo qualcosa e quanto è grande, mentre i dati qualitativi descrivono cosa sta effettivamente accadendo e perché. Un report sul funnel di acquisto potrebbe mostrare che gli utenti da dispositivi mobili abbandonano il carrello con una frequenza quasi doppia rispetto agli utenti da desktop, un dato quantitativo, ma in genere basta guardare alcune registrazioni di sessioni da dispositivi mobili o condurre alcuni test di usabilità specifici per dispositivi mobili per rivelare la causa reale, come ad esempio un campo di pagamento difficile da toccare con precisione su uno schermo piccolo, trasformando una vaga lacuna statistica in un problema di progettazione specifico e risolvibile.