SwitasLiên hệ

Nghiên cứu định tính (Qualitative Research)

Nghiên cứu định tính, trong bối cảnh UX và tối ưu hóa chuyển đổi, là việc thu thập và phân tích dữ liệu phi số về hành vi, động cơ và thái độ của người dùng, nhằm trả lời câu hỏi vì sao người dùng hành động như vậy chứ không phải có bao nhiêu người làm vậy. Các phương pháp định tính phổ biến gồm phỏng vấn người dùng, buổi kiểm thử khả năng sử dụng, câu trả lời mở trong khảo sát, ghi lại phiên người dùng và bài tập phân loại thẻ (card sorting). Khác với nghiên cứu định lượng vốn dựa vào cỡ mẫu lớn để tạo ra các con số mang tính đại diện thống kê, nghiên cứu định tính thường chỉ có số ít người tham gia, thường năm đến tám người dùng là đủ để phát hiện phần lớn vấn đề về khả năng sử dụng trong một luồng nhất định theo các nghiên cứu về khả năng sử dụng được trích dẫn rộng rãi, và ưu tiên chiều sâu của sự thấu hiểu hơn bề rộng của phạm vi bao phủ. Nghiên cứu định tính quan trọng vì chỉ riêng dữ liệu định lượng, chẳng hạn báo cáo phễu cho thấy tỷ lệ rời bỏ 40 phần trăm ở bước thanh toán, chỉ cho đội ngũ biết có vấn đề tồn tại chứ không cho biết nguyên nhân. Mức giảm chuyển đổi có thể xuất phát từ nhãn biểu mẫu gây nhầm lẫn, phí vận chuyển bất ngờ được hé lộ quá muộn, sự thiếu tin tưởng vào phương thức thanh toán, hoặc ma sát kỹ thuật đơn giản trên một thiết bị cụ thể, và chỉ quan sát trực tiếp người dùng thực hiện tác vụ, hoặc lời giải thích của chính họ về sự do dự, mới phân biệt đáng tin cậy giữa những khả năng này. Vai trò chẩn đoán này là lý do nghiên cứu định tính thường được đặt ở giai đoạn đầu của quy trình tối ưu hóa chuyển đổi, dùng để tạo ra các giả thuyết có cơ sở rồi được xác thực ở quy mô lớn qua thử nghiệm định lượng như thử nghiệm A/B. Trong thực tế, nghiên cứu định tính trong bối cảnh CRO hoặc UX được áp dụng qua một số kỹ thuật có cấu trúc: kiểm thử khả năng sử dụng có điều phối, trong đó người điều phối quan sát một người tham gia thực hiện các tác vụ thực trên giao diện đang hoạt động hoặc nguyên mẫu trong khi họ vừa làm vừa nói ra suy nghĩ; kiểm thử từ xa không điều phối, trong đó người tham gia tự hoàn thành tác vụ và màn hình cùng giọng nói của họ được ghi lại để phân tích sau; ghi lại phiên và phân tích bản đồ nhiệt của khách truy cập website thực, cho thấy các cú nhấp chuột giận dữ (rage click), nhấp chuột vô hiệu (dead click) và kiểu cuộn trang bất thường ở quy mô lớn mà không cần tuyển người tham gia; và khảo sát mở trên website hoặc thăm dò khi sắp thoát trang để thu thập lý do mà khách truy cập nêu ra cho việc rời đi mà không chuyển đổi. Phân tích thường là xác định các chủ đề lặp lại hoặc điểm ma sát qua nhiều phiên, thay vì coi trải nghiệm của một người dùng đơn lẻ là mang tính đại diện. Một quan niệm sai lầm phổ biến là nghiên cứu định tính vốn kém chặt chẽ hoặc đáng tin hơn nghiên cứu định lượng vì cỡ mẫu nhỏ hơn; thực tế, hai phương pháp trả lời những câu hỏi về cơ bản khác nhau và bổ sung chứ không cạnh tranh với nhau, trong đó nghiên cứu định tính mang lại chiều sâu giải thích mà dữ liệu định lượng về mặt cấu trúc không thể có. Một cạm bẫy thường gặp là khái quát hóa quá mức từ một số ít phiên định tính như thể chúng đại diện thống kê cho toàn bộ người dùng, hoặc ngược lại bác bỏ những phát hiện định tính nhất quán vì chúng không đến từ mẫu lớn, trong khi một điểm ma sát được quan sát lặp lại qua dù chỉ năm hay sáu phiên độc lập thường là tín hiệu mạnh, có tính hành động chứ không phải nhiễu. Trong hoạt động tư vấn CRO hoặc tăng trưởng, nghiên cứu định tính thường là nền tảng của giai đoạn khám phá trong một dự án, được tiến hành trước khi xây dựng lộ trình thử nghiệm, vì các thử nghiệm dựa trên sự hiểu biết về nỗi bối rối hoặc do dự thực sự của người dùng có khả năng tạo ra mức tăng có ý nghĩa cao hơn đáng kể so với các thử nghiệm chỉ dựa trên phỏng đoán theo thông lệ tốt nhất hay đối sánh đối thủ. Các chuyên gia tư vấn thường đối chiếu chéo các phát hiện định tính với dữ liệu phễu định lượng để ưu tiên những vấn đề khả năng sử dụng vừa đủ phổ biến vừa đủ tác động để biện minh cho chi phí của một thử nghiệm hoặc thay đổi thiết kế. Một cách hữu ích để hiểu mối quan hệ giữa nghiên cứu định tính và định lượng là qua phép ví von đơn giản thường được dùng trong cộng đồng nghiên cứu: dữ liệu định lượng cho bạn biết điều gì đó đang xảy ra ở đâu trên bản đồ và lớn đến mức nào, còn dữ liệu định tính cho bạn biết điều gì thực sự đang xảy ra ở đó và vì sao. Một báo cáo phễu thanh toán có thể cho thấy người dùng di động bỏ giỏ với tỷ lệ gần gấp đôi người dùng máy tính để bàn, một phát hiện định lượng, nhưng chỉ khi xem một số ít bản ghi phiên di động hoặc thực hiện vài buổi kiểm thử khả năng sử dụng riêng cho di động thì thường mới lộ ra nguyên nhân thực, chẳng hạn một trường thanh toán khó chạm chính xác trên màn hình nhỏ, biến một khoảng chênh lệch thống kê mơ hồ thành một vấn đề thiết kế cụ thể, có thể sửa được.

Thêm thuật ngữ bắt đầu bằng Q

Hãy cùng xây dựng sản phẩm tiếp theo.

Liên hệ