Nitro Blog

Die wichtigsten Faktoren für ein fantastisches UX

generic-guy-1000x1000.png

Nachdem wir nun etwas über die Geschichte der UX wissen (Teil 1) und verstehen, wie unser Gehirn Informationen verarbeitet (Teil 2), befassen wir uns als nächstes mit dem Prozess der UX und damit, warum Daten beim UX-Design und bei Entscheidungen wichtig sind.

Nachdem wir nun etwas über die Geschichte der UX wissen (Teil 1) und verstehen, wie unser Gehirn Informationen verarbeitet (Teil 2), befassen wir uns als nächstes mit dem Prozess der UX und damit, warum Daten beim UX-Design und bei Entscheidungen wichtig sind.

<h3>UX und Daten<h3>

Wir haben über die verschiedenen Ebenen der Informationsverarbeitung und darüber gesprochen, warum es wichtig ist, dass UX-Designer diese Ebenen verstehen. Ein weiterer wichtiger Bereich des UX-Prozesses ist das Verständnis von Daten.

Die große Mehrheit der UX-Entscheidungen basiert auf Daten. Gutes Design wird immer von Daten bestimmt. Daten geben uns Einblicke in Verhaltensweisen. Sie helfen bei der Aufdeckung von vorhandenen Problemen und bei der Behebung bekannter Probleme. Daten können uns dabei helfen, das Nutzerverhalten sicher vorherzusagen und neue Möglichkeiten zu entdecken, aber sie können auch eine große Herausforderung darstellen.

Jedes Unternehmen erfasst täglich riesige Mengen an Daten über seine Kunden, ihr Verhalten und ihre Verhaltensmuster. Das größte Problem dabei ist, dass diese Daten oft nur interessante Zahlen darstellen, die keine verwertbaren Erkenntnisse liefern. Wie können wir sie sinnvoll einsetzen? Der Schlüssel liegt darin, die richtigen Fragen zu finden: Welche Probleme wollen wir lösen, und welche Kennzahlen müssen wir messen und verfolgen, um diese Probleme zu lösen?

<h3>Datentypen<h3>

Allgemein gibt es zwei Arten von Daten: quantitative und qualitative.

Quantitative Daten sind alle Daten, die sich mit Zahlen messen lassen. Ein Großteil der heutigen Daten stammt von Analyseplattformen – wie viele Besucher hatten Sie auf Ihrer Website, wie sind sie dorthin gekommen, wie viele Personen haben eine bestimmte Schaltfläche angeklickt, wie hoch ist der Prozentsatz der Konversionen, wie viele haben ihren Einkaufswagen abgebrochen und so weiter.

Selbst die am besten organisierten Sätze quantitativer Daten beantworten nicht alle Fragen zu UX: Wie hat sich das Produkt angefühlt? Warum wurden bestimmte Maßnahmen ergriffen oder nicht? Welche Erwartungen gab es? Wurden sie erfüllt? Hier sind qualitative Daten notwendig.

Qualitative data is collected through interviews, surveys, usability tests, etc., which can also be measured. System Usability Scale (SUS) and Single Ease Question (SEQ) are some of common usability testing techniques.

Allgemein ist das, was Menschen behaupten, dass sie tun, und das, was sie tatsächlich tun, ganz und gar nicht dasselbe. Wenn wir Online-Studien mit persönlichen Interviews und Tests vergleichen, erkennen wir erhebliche Unterschiede in der Wahrnehmung von Produkten und Dienstleistungen.

Qualitative und quantitative Daten müssen gleichermaßen berücksichtigt werden, um fundierte Designentscheidungen zu treffen.

<h3>UX-Prozess<h3>

Der UX-Prozess kann von Unternehmen zu Unternehmen oder auch von Produkt zu Produkt variieren. Allgemein besteht der erste Schritt jedoch in der Identifizierung von Problemen. Wenn die Probleme erst einmal bekannt sind, wird der Zweck formuliert. Was wollen wir erreichen? Ist das Problem den Aufwand der Lösung überhaupt wert? Welche Maßnahmen müssen ausgebaut oder zurückgefahren werden?

Wir müssen diese Themen kritisch bewerten und prüfen, ob sie wirklich einen Sinn ergeben. Viele Produkte „lösen“ heute Probleme, die gar keine Lösung benötigen.

Drittens: Erfolgreiche UX-Prozesse befassen sich mit Analysen und Big Data. Wie verhalten sich die Nutzer? Woher kommen sie? Wie viele werden Kunden und wie viele nicht? Wie viele klicken auf A und wie viele auf B? usw. Wenn wir einige Datenmittelwerte kennen, können wir anfangen, mögliche Ursachen für das gefundene Problem zu untersuchen. Dann folgen Interviews und Usability-Tests, um festzustellen, wie das Produkt tatsächlich genutzt wird und wie sich die Nutzer dabei fühlen – frustriert und verärgert, wenn Ihr Produkt schlecht ist, oder glücklich und begeistert, wenn Ihr Produkt großartig ist!

Nach der Analyse von Big Data und der Ermittlung möglicher Ursachen geht es mit den ersten Iterationen weiter. Dies sind Low-Fidelity-Mock-ups und Wireframes, gefolgt von ersten Tests zur Validierung unserer Hypothesen. Wir führen so viele Iterationen wie nötig durch. Dann folgen je nach Komplexität und zur Verfügung stehender Zeit weitere Tests. Wenn wir mit dem Ergebnis zufrieden sind, geht es mit dem visuellen Design (wahrscheinlich kommen hier noch ein paar Iterationen) und schließlich der Entwicklung weiter.

Dies ist natürlich nur ein schneller und vereinfachter Überblick über den UX-Prozess.

Content-Bibliothek

Der Nitro-Produktivitätsbericht für 2022

Learn how the pandemic has transformed productivity, workflows and digital initiatives, as well as the trends and technologies shaping work in 2022 and beyon.
Portions of this page translated by Google.