การวิจัยเชิงคุณภาพ

การวิจัยเชิงคุณภาพในบริบทของ UX และการเพิ่มประสิทธิภาพการแปลง (conversion optimization) การวิจัยเชิงคุณภาพคือการรวบรวมและวิเคราะห์ข้อมูลที่ไม่ใช่ตัวเลขเกี่ยวกับพฤติกรรม แรงจูงใจ และทัศนคติของผู้ใช้ โดยมีเป้าหมายเพื่อตอบคำถามว่าทำไมผู้ใช้จึงแสดงพฤติกรรมเช่นนั้น มากกว่าที่จะตอบคำถามว่ามีผู้ใช้จำนวนเท่าใดที่ทำเช่นนั้น วิธีการวิจัยเชิงคุณภาพที่ใช้กันทั่วไป ได้แก่ การสัมภาษณ์ผู้ใช้ การทดสอบการใช้งาน การตอบแบบสอบถามปลายเปิด การบันทึกการทดสอบ และการจัดเรียงการ์ด แตกต่างจากการวิจัยเชิงปริมาณซึ่งอาศัยกลุ่มตัวอย่างขนาดใหญ่เพื่อให้ได้ตัวเลขที่เป็นตัวแทนทางสถิติ การวิจัยเชิงคุณภาพมักเกี่ยวข้องกับผู้เข้าร่วมจำนวนน้อย โดยส่วนใหญ่แล้วผู้ใช้ 5-8 คนก็เพียงพอที่จะค้นพบปัญหาการใช้งานส่วนใหญ่ในขั้นตอนการใช้งานที่กำหนด ตามงานวิจัยด้านการใช้งานที่อ้างอิงกันอย่างแพร่หลาย และให้ความสำคัญกับความเข้าใจอย่างลึกซึ้งมากกว่าความครอบคลุมในวงกว้าง

การวิจัยเชิงคุณภาพมีความสำคัญ เพราะข้อมูลเชิงปริมาณเพียงอย่างเดียว เช่น รายงานการวิเคราะห์กระบวนการขายที่แสดงให้เห็นว่าอัตราการลดลง 40 เปอร์เซ็นต์ในขั้นตอนการชำระเงิน บอกเพียงว่ามีปัญหาอยู่ แต่ไม่ได้บอกว่าอะไรเป็นสาเหตุ การลดลงของอัตราการแปลงอาจเกิดจากป้ายกำกับในแบบฟอร์มที่ทำให้สับสน ค่าจัดส่งที่ไม่คาดคิดซึ่งเปิดเผยช้าเกินไป ความไม่ไว้วางใจในวิธีการชำระเงิน หรือปัญหาทางเทคนิคเล็กน้อยบนอุปกรณ์เฉพาะ และมีเพียงการสังเกตโดยตรงจากผู้ใช้ขณะพยายามทำรายการ หรือคำอธิบายของตัวผู้ใช้เองเกี่ยวกับความลังเลใจเท่านั้น ที่สามารถแยกแยะความเป็นไปได้เหล่านี้ได้อย่างน่าเชื่อถือ บทบาทในการวินิจฉัยนี้เองที่ทำให้การวิจัยเชิงคุณภาพมักถูกวางไว้ในช่วงต้นของกระบวนการเพิ่มประสิทธิภาพการแปลง โดยใช้เพื่อสร้างสมมติฐานที่มีพื้นฐานที่ดี ซึ่งจะได้รับการตรวจสอบในวงกว้างผ่านการทดสอบเชิงปริมาณ เช่น การทดสอบ A/B

ในทางปฏิบัติ การวิจัยเชิงคุณภาพในบริบทของ CRO หรือ UX นั้นถูกนำมาใช้ผ่านเทคนิคที่มีโครงสร้างหลายอย่าง ได้แก่ การทดสอบการใช้งานแบบมีผู้ดูแล ซึ่งผู้ดูแลจะสังเกตผู้เข้าร่วมพยายามทำภารกิจจริงบนอินเทอร์เฟซแบบสดหรือต้นแบบในขณะที่คิดไปด้วย การทดสอบระยะไกลแบบไม่มีผู้ดูแล ซึ่งผู้เข้าร่วมทำภารกิจด้วยตนเองและหน้าจอและเสียงของพวกเขาจะถูกบันทึกเพื่อการวิเคราะห์ในภายหลัง การบันทึกเซสชันและการวิเคราะห์ฮีทแมปของผู้เข้าชมเว็บไซต์จริง ซึ่งเผยให้เห็นการคลิกที่ไม่พึงประสงค์ การคลิกที่ไม่เกิดประโยชน์ และรูปแบบการเลื่อนที่ไม่ปกติในวงกว้างโดยไม่จำเป็นต้องมีผู้เข้าร่วมที่ได้รับการคัดเลือก และแบบสำรวจแบบเปิดหรือแบบสำรวจความตั้งใจในการออกจากเว็บไซต์ที่บันทึกเหตุผลที่ผู้เข้าชมระบุว่าออกจากเว็บไซต์โดยไม่ทำการแปลง การวิเคราะห์โดยทั่วไปเกี่ยวข้องกับการระบุธีมที่เกิดขึ้นซ้ำๆ หรือจุดที่เกิดปัญหาในเซสชันต่างๆ มากกว่าที่จะถือว่าประสบการณ์ของผู้ใช้รายใดรายหนึ่งเป็นตัวแทนโดยสมบูรณ์

ความเข้าใจผิดที่พบบ่อยคือ การวิจัยเชิงคุณภาพนั้นมีความเข้มงวดหรือน่าเชื่อถือน้อยกว่าการวิจัยเชิงปริมาณ เนื่องจากขนาดของกลุ่มตัวอย่างที่เล็กกว่า ในความเป็นจริงแล้ว วิธีการทั้งสองตอบคำถามที่แตกต่างกันโดยพื้นฐาน และเป็นส่วนเสริมซึ่งกันและกันมากกว่าที่จะแข่งขันกัน โดยการวิจัยเชิงคุณภาพให้ข้อมูลเชิงลึกที่ลึกซึ้งกว่าที่ข้อมูลเชิงปริมาณจะให้ได้ ข้อผิดพลาดที่พบบ่อยคือการสรุปผลจากกลุ่มตัวอย่างเชิงคุณภาพเพียงไม่กี่กลุ่มราวกับว่ากลุ่มตัวอย่างเหล่านั้นเป็นตัวแทนทางสถิติของฐานผู้ใช้ทั้งหมด หรือในทางกลับกัน การปฏิเสธผลการวิจัยเชิงคุณภาพที่สอดคล้องกันเพียงเพราะไม่ได้มาจากกลุ่มตัวอย่างขนาดใหญ่ ในขณะที่จุดที่เกิดปัญหาที่สังเกตได้ซ้ำๆ ในกลุ่มตัวอย่างอิสระห้าหรือหกกลุ่ม มักจะเป็นสัญญาณที่ชัดเจนและนำไปปฏิบัติได้จริงมากกว่าที่จะเป็นเพียงสัญญาณรบกวน

ในการดำเนินงานด้าน CRO หรือที่ปรึกษาด้านการเติบโต การวิจัยเชิงคุณภาพมักเป็นพื้นฐานของขั้นตอนการค้นหาข้อมูลก่อนการสร้างแผนงานการทดสอบ เนื่องจากผลการทดลองที่อยู่บนพื้นฐานความเข้าใจถึงความสับสนหรือความลังเลของผู้ใช้จริง มีแนวโน้มที่จะให้ผลลัพธ์ที่ดีขึ้นอย่างมีนัยสำคัญมากกว่าการทดลองที่อิงจากการคาดเดาแนวทางปฏิบัติที่ดีที่สุดหรือการเปรียบเทียบกับคู่แข่งเพียงอย่างเดียว ที่ปรึกษามักจะใช้ข้อมูลเชิงปริมาณจากผลการวิจัยเชิงคุณภาพมาวิเคราะห์เพื่อจัดลำดับความสำคัญของปัญหาด้านการใช้งานที่พบได้บ่อยและมีผลกระทบมากพอที่จะคุ้มค่ากับค่าใช้จ่ายในการทดลองหรือการเปลี่ยนแปลงการออกแบบ

วิธีที่มีประโยชน์ในการทำความเข้าใจความสัมพันธ์ระหว่างการวิจัยเชิงคุณภาพและเชิงปริมาณคือการใช้การเปรียบเทียบง่ายๆ ที่ใช้กันบ่อยในแวดวงการวิจัย: ข้อมูลเชิงปริมาณบอกคุณว่าเหตุการณ์เกิดขึ้นที่ใดบนแผนที่และมีขนาดใหญ่แค่ไหน ในขณะที่ข้อมูลเชิงคุณภาพบอกคุณว่าอะไรกำลังเกิดขึ้นที่นั่นจริงๆ และเพราะเหตุใด รายงานขั้นตอนการชำระเงินอาจแสดงให้เห็นว่าผู้ใช้มือถือละทิ้งการสั่งซื้อในอัตราที่สูงกว่าผู้ใช้เดสก์ท็อปเกือบสองเท่า ซึ่งเป็นผลการวิจัยเชิงปริมาณ แต่การดูบันทึกการใช้งานบนมือถือเพียงไม่กี่ครั้งหรือการทำการทดสอบการใช้งานเฉพาะบนมือถือเพียงไม่กี่ครั้งก็มักจะเปิดเผยสาเหตุที่แท้จริง เช่น ช่องชำระเงินที่แตะได้ยากบนหน้าจอขนาดเล็ก ทำให้ช่องว่างทางสถิติที่ไม่ชัดเจนกลายเป็นปัญหาการออกแบบที่เฉพาะเจาะจงและแก้ไขได้