选择分类
  • 云瑞原创
  • Mockups
  • Ui Kits
  • 背景纹理
  • 图标
  • 平面图形
  • 探索
  • 笔刷
  • 图层样式
  • PPT模版
  • 影视素材
  • 教程
  • C4D资源
  • PS动作
  • 常用3D资源
  • 字体
  • 网站模板
  • LR预设
  • 设计学院

UXR大会 2023的亮点 来自今年最重要的用户体验会议之一的关键见解

今年最重要的用户体验研究会议之一在过去一周举行。会议以远程方式举行,为期三天(6月7日至9日),第一天用于演示行业中使用的各种工具和技术。在接下来的两天里,我们听到了一些关于各种主题的精彩演讲。演讲者来自不同的专业背景,包括该地区的行业领袖和主要研究团体。

1evwUY6EowIXBqZbDZ51WMA
UXRConf于今年6月7日至9日举行(图片来源:UXRConf2023)。

研究的民主化: 第2次

今天的第一场会议是由Lauren Ruben主持。Lauren是Slack的一名员工研究员。她有超过10年的用户研究经验,对研究教育充满热情,并在AirBnB和Slack建立了研究项目。

她的演讲侧重于使组织中的产品和设计伙伴能够进行他们自己的研究,以及作为研究人员,我们如何去实现这一目标。

Lauren告诉我们,作为她团队中唯一的研究人员,她不得不做出艰难的决定,考虑在哪些项目上工作会有什么战略意义。因此,评估性研究的剩余需求将得不到满足。考虑到许多研究要求的优先次序和短暂的时间,我相信这与我们许多人有共鸣。

解决这一困境的办法是研究民主化。研究民主化包括提供脚手架,使研究伙伴能够进行他们自己的研究。然而,她在Slack公司为此进行的第一次尝试并没有取得她所希望的结果,使她不得不退一步再尝试。幸运的是,她第二次成功了。在这次演讲中,她分享了她的智慧结晶,并带领我们了解了围绕民主化创建一个成功的研究项目的关键因素。

关键原则:

  • 🚧建立护栏: 确定你要建立的研究需求和结果。在Lauren的案例中,它是可操作性。有了这一点,她就能决定她想在项目中关注什么方法和受众。在她之前的尝试中,研究项目在教育人们研究方法方面采取了广泛的方法,这导致人们在研究的模糊性中迷失。缩小方法的范围有助于加强项目的可操作性。同样重要的是,要问自己,你的项目应该为谁提供最好的服务,以决定你想为谁建立的受众。
  • 📝定制教育: 她的项目第二次迭代的结果是2个小时的培训课程(相比之下,之前是一天的研讨会)。她确保这次的课程不那么抽象,而是根据学员的观点,将Slack使用的真实研究问题纳入其中,使其立足于现实生活,使其更具可操作性。
  • 📑文件和流程: 拥有良好的文档和简化的流程有助于项目的自我服务方面,确保研究的产出是一致的。为了实现这一点,她为研究和如何分享研究创建了模板和指南,这确保了人们在这个过程中的责任感和标准化,使该项目合法化。缩小研究方法的范围有助于创建模板,这在该计划的第一次迭代的广泛方法中是不可能的。
  • 研究人员的角色: 定义研究人员在项目中扮演的角色。在劳伦的案例中,有一个成文的支持系统,项目参与者在进行自己的研究时可以依靠它来寻求帮助。此外,Slack的所有研究人员都为该计划做出了贡献。

流氓研究可能正在你身边发生….,我们从事研究的人可以选择,我们是想……对可能发生的结果视而不见,还是想教授安全的研究并赋予我们周围的人权力?选择权在你手中。

巨大影响的元数据

本讲座由AWS的研究运营主管Hannah Barbosa主讲。汉娜之前在亚马逊网络应用工作时曾担任过各种领导职务。

汉娜谈到了元数据对项目的重要性,以及它如何帮助跟踪指标和用户研究在组织中的影响。

汉娜谈到,有一次她必须让利益相关者接受研究的影响和有效性,经过一年的努力,她确保利益相关者参与到研究过程中,她成功地让他们成为研究的倡导者。然而,她只花了一整年的时间在两个利益相关者身上,而她合作的对象还有很多。

这让她想到了一种更有效的方式来为研究辩护,而利用研究项目的元数据来讲述研究的大背景就是这样一种方式。

主要亮点:

1DWj2XQhGToyZ_2jeJEDcfg
使用整个研究团队共享的表格来跟踪各项目元数据(图片来源:Beverly Vaz)。

  • 📝跟踪各项目数据点。要跟踪的项目数据点对一个组织来说是独一无二的。然而,如果你有过利益相关者在讨论研究时遇到问题的情况,那么在这些情况下可能帮助他们解决的指标将是一个很好的补充
  • 📈分析你的元数据以发现洞察力你的项目的元数据就像你的研究数据–分析它在不同项目中的趋势。你是否依赖一些方法论?为什么没有探索其他方法?在一个项目上花了多少时间?然后,这些差距可以用来向管理层提出要求。此外,以这种方式提出要求,有助于以他们最了解的方式–通过数据–与领导层沟通。跟踪各项目所花的时间,也有助于制定研究计划。
  • 📢社交化你的元数据通过在研究报告中谈论元数据来传播对它的认识。在开始分享你的见解之前,不要等着把它完美地钉死。

我们将元数据视为对当前和未来自我的投资。

为研究工作的成功绘制路线图

Paige Bennett向我们介绍了创建有效的研究路线图,提升研究团队的职业成功。佩奇是Affirm的高级研究经理,有超过15年的研究经验,曾在Dropbox和Medium工作。

她的演讲探讨了研究路线图应具备的投入,以使其成为以用户为中心并具有影响力。她为我们提供了三个关键原则和支持每个原则的各种活动,以帮助充实一个有影响力的路线图。

关键原则:

15YLLk5LEAZaGdI5DUcEaqg
计划你的路线图时要牢记公司的关键举措(图片来源:Paige Bennet的演讲截图)。 

  • 🕒时间安排: 这个原则是围绕着了解你的组织的规划是什么样的,他们遵循什么样的时间表。活动:了解你必须处理的限制因素,如你的组织的规划节奏。利用公司的倡议以及荚级领导的意见来规划路线图的方向。
  • 👥团队: 这一原则涉及到关注你的团队当前的能力和未来的目标。活动:要求你的团队成员注意他们当前的优势和增长领域。在规划你的路线图时,选择能够利用他们现有优势的项目,并为他们提供机会在他们想要的领域成长。
  • 💰转型: 这一原则的重点是了解公司目前的产品投资,以及未来存在哪些投资机会。活动:这一原则的活动将涉及了解公司正在投资的主要领域,并衡量未来的投资工作。这一原则还包括与研究伙伴保持一致,了解他们的问题以及这些问题所影响的商业决策。

一旦你有了你的研究伙伴的问题,你就可以探索它们之间的任何重叠,这可以帮助确定你需要计划的项目范围和它所需要的资源,例如团队之间的交叉合作。你也可以对出现的问题进行分类(主要、次要或第三类),以帮助集中你的团队的研究工作。

一旦你完成了路线图,你可以检查一下你计划出来的项目是否利用了不同领域的研究方法(如探索性、战略性、战术性和操作性)。

佩奇还建议检查已完成并实施的路线图是否具备成功路线图的5大特质:即协作性、战略性、成熟性、影响力和以用户为中心。

我喜欢这种方法的原因是,它考虑到了公司的目标,就像研究路线图应该考虑的那样,但它围绕着团队成员的优势和需求建立项目,确保了为这些项目付出努力的人的成长。

建立一个与价值观相一致的研究事业

今天的最后一场演讲是由Heather Breslow进行的。Heather是谷歌Firebase的用户体验研究主管,有行为心理学的背景。

她的演讲重点是确定我们的价值观,并将其纳入我们为自己创造的研究职业道路。在最近的一段时间里,Heather经历了一个不幸的生活事件,迫使她重新审视自己的生活。通过这次演讲,她帮助阐明了我们如何能够确定对我们很重要的价值观,并利用这些价值观来重塑成长和成功对我们的意义。

0htsRecPLcJTj1s6n
Heather Breslow的演讲重点是如何将价值观纳入我们的职业道路,使所有人受益(照片:Nik on Unsplash) 

主要收获:

  • 价值观是使我们立足的因素。它们帮助我们了解我们的动机,帮助我们决定我们做什么,并塑造我们如何做这些事情。此外,面对我们的困难情绪而不是忽视它们,可以帮助我们了解我们的价值观是什么。
  • ⚖️做出基于价值的决定是一种解放,因为它帮助你定义你的成功并找到你的中心。
  • 🫱🏽‍🫲🏽合作使我们能够产生更好的工作。它依赖于一种社区感,在那里你可以以让你感到安全和被看到的方式谈论你的成功和挑战。将此作为我们实践的一部分,进一步帮助我们作为研究人员为我们的客户进行宣传。

Heather提到她如何在她管理的团队中使用价值观作为指导原则,以及如何在她的团队与他人合作的方式中体现出来。我个人很欣赏这种做法,因为我相信它有助于我们研究人员对我们的终端用户以及我们建造迎合他们的产品的方式更有同理心。

第二天(6月9日)的会谈涉及不同的主题,从人工智能对用户体验研究领域的影响到改善研究项目的数据收集。以下是我在最后一天参加的一些会议的回顾:

AI模型将如何改变用户体验研究

Savina Hawkins,一位专门研究人工智能的高级用户体验研究员,在会议最后一天的第一场会议上做了演讲,概述了人工智能的新发展将如何影响用户体验研究领域。萨维纳在应用和学术研究方面有超过10年的经验,有7年专门研究人工智能的经验。

以下是她演讲中的一些关键亮点:

0ceOAkmpSFTGfXDNX
人工智能将很快成为你在工作场所可以合作的熟练同事(图片:Jonathan Kemper on Unsplash) 

  • 🧠AI将成为我们最聪明的同事。鉴于目前我们所看到的AI最新进展中的能力,这些AI模型很可能在不久的将来增加语言智能,并渗透到工作空间中。
  • ⚠️然而,这些模型不能做所有的事情。我们已经听说过大型语言模型(LLMs)产生事实上不正确和有偏见的数据的例子。发生这种情况是因为这些模型根据先前的输入产生了统计上可能的数据。在他们目前的水平上,他们并不是完全可靠的信息来源。
  • ⚡它们将影响以语言输入和输出为中心的任务。这将影响我们作为用户体验研究员的工作流程,但不是我们的工作,因为这些模型在我们的工作场所成为主流。这可能表现在哪些方面呢?其一,创建可交付成果将变得更加容易,因为文字工作可以转交给这些工具,使我们能够更加专注于合作决策。
  • 宪政人工智能可能是无害的、亲社会的未来的承诺。宪政人工智能是一套道德原则,用于训练聊天机器人,使它们更具有社会和情感意识。一旦经过训练,这可能导致人工智能代理成为调解人,从而实现人类对话。
  • 💡LLMs将开始自己编写API查询。API是不同的软件用来相互交流的标准化方式。这种能力的结果可能意味着所有的工具将很快通过人工智能代理访问,因此代理将是一个单一的资源,比使用多种工具来探索数据更值得依赖。这也意味着这些代理可以为我们研究人员运行数据查询,使分析中需要的人工工作自动化。他们可能还能在分析中接受更多的输入,而不是我们目前所受的限制。

我从这次演讲中得到的收获是,人工智能在工作场所的使用是不可避免的。与其将其视为对我们工作职能的威胁,更重要的是将其视为一种工具,可以利用它来改善我们的工作。

如果历史告诉我们什么,那就是抵制技术进步最终是毫无意义的。如果我们不在会议桌前坐下来,开始对这些工具的设计进行权衡,我们就会失去倡导那些真正能让我们完成最佳工作的设计的能力。

垃圾进,垃圾出?掌握数据收集的技巧

Rachel Ceasar和我们谈了反思我们的数据收集过程,并提出了使用科学方法来进行用户体验研究的理由。Rachel是健康文化+技术咨询公司的用户体验研究员,也是南加州大学凯克医学院的助理教授。

她向我们介绍了一些我们应该尝试在我们的过程中加入的元素,以及我们在计划和开展研究时需要注意的事项。她将典型的用户体验研究过程与科学方法进行了对比,并指出了科学方法是如何为错误留出空间的。她告诉我们,在她的一个项目中使用科学方法如何帮助她的团队在数据收集过程中找到适当的信息来源,从而进一步推动了这个观点。

主要亮点:

  • 🚨在研究过程的每个阶段都有可能出现错误。将研究过程分解为多个步骤,并对每个步骤进行反思,可以帮助你减少可能出现的错误。一旦你想出了研究问题,就要反思你的问题是否正确?在制定方案时,问问自己,你的团队是否有目标人群的生活经验,或者是否最好请人咨询你的工作?你是否以正确的方式问了正确的问题?你是否根据你计划用来收集数据的方法而排除了任何人?你是否在保护你的参与者?

1l-vvmki_zdUXp9_TX7lqZw
科学方法的步骤(图片来源:ThoughtCo.; https://www.thoughtco.com/steps-of-the-scientific-method-p2-606045) 

  • 🪴科学方法允许有出错的空间。另一种获得无错误结果的方法,是给自己出错的空间。这种机会在你的过程中存在吗?Rachel指出,典型的用户体验研究过程假定不存在偏见,不允许有错误的空间。然而,科学方法为我们提供了犯错和改进的机会。
  • 🎯在整个过程中,力求将偏见降到最低。你的过程中是否包括反映或完善你的偏见的步骤?Rachel提到,她在她的团队中利用现有的框架,如社会认同图,来识别他们在工作中带来的偏见。利用现有的工具可以帮助提高你工作中的数据质量。

这个讲座与我在整个人机交互学位中听到的东西产生了共鸣–测试和迭代!这让我意识到,这些是你在设计思维过程中学习的原则!这让我意识到,这些都是你在设计思维过程中学习到的原则,如果你像我一样有这样的背景,你总是被鼓励去创造低保真度的原型,并在创造更稳固的东西之前进行测试。然而,当涉及到研究过程时,并没有一个明确的对应方法,而且在行业环境中,尤其是在时间紧迫的情况下,我们很可能没有计划好犯错的机会。在这种情况下,关于在用户体验研究中采用科学方法的建议确实是一个有价值的教训,我将尝试把它纳入我未来的研究项目中。

做错了也没关系,并为此创造机会。

研究自动化中的个性

iRobot公司全球洞察力总监劳伦-斯特恩(Lauren Stern)与我们谈论了自动化领域的个性研究。在iRobot的整个职业生涯中,劳伦担任过各种研究职位。通过这次讲座,劳伦向我们讲述了测量自动化中社会感知的重要性,以及我们是否根据用户所处的环境听取了正确的情感体验。

她证明了为人们为他们的机器人创造的个性设计具有商业影响。然而,大多数利用自主权的产品并不是这样设计的,尽管这些产品为我们培养了更多的社会思想和体验。以下是她演讲中的一些关键亮点。

主要亮点:

183EWbfq2dHof-Vz8OjiR9w
研究机器人技术中的社会感知的各个阶段(图片来源:劳伦-斯特恩的演讲截图)。

  • 测量机器人的社会感知是研究机器人在与人类互动中的社会角色,以及用户根据机器人的属性对它的反应。将其纳入用户体验研究可以产生商业影响,因为它利用了人们倾向于给机器人一个个性(如名字/昵称)的事实,使其获得更直观的体验。
  • 🔍发现: 在这个阶段,你所思考的是还不存在的经验,因此可以严重依赖你的想象力。开展不以技术为基础的活动,如木偶戏(机器人是一个木偶),可以帮助在这个阶段从与之互动的最终用户那里获得更多的反馈。
  • 📃定义: 在这一点上,你正在概述需求,定义产品的方向。问问自己,当用户与你的产品互动时,他们应该有什么感觉?这可以帮助想出产品的个性特征,作为对它的要求。
  • 🧠模型开发和培训: 这个阶段涉及到通过ML训练过程来完善模型。在这个阶段纳入用户反馈可以提高对模型的信心,其中一个方法是与你的数据团队合作以获得这种反馈。在这里,一个潜在的活动是设备透视,即参与者作为一个设备,让你知道他们期望它的反应方式。
  • ✏️ 设计迭代: 当你在这个阶段对你的设计进行迭代时,将社会感知反馈纳入你进行的可用性测试。你可以通过要求参与者使用 “有用性 “这样的标准来比较不同的设计理念。
    持续的反馈: 当你继续完善你的产品时,根据你之前提出的个性特征定期进行测试,并确保你看到这些指标的改进。

我非常喜欢学习这个框架,因为它专注于建立直观的人与机器人的互动,把人放在产品设计的中心,并把它纳入对此类产品进行研究的方式。

能够参加这次会议,听取人们对如此广泛的主题的想法,看到我们行业的发展方向,并认识更多来自社区的人,这真是太好了。对我来说,这绝对是一个值得思考的问题!

翻译:云瑞设计
原文:uxdesign

云瑞设计小程序
云瑞设计小程序

微信扫一扫
手机使用更方便!

云瑞设计订阅号
云瑞设计订阅号

关注我们的微信订阅号,不错过任何福利。