Validando o nome de métricas por meio de pesquisa - Case em Take Blip
- Ana Luiza Souza
- 31 de mai. de 2023
- 3 min de leitura
Em fevereiro de 2021, eu realizei minha migração de Jornalista para UX Writer e comecei a trabalhar na Take Blip, empresa que desenvolve uma plataforma de construção, gestão e evolução de chatbots. Entrei na Liga Design Cross para apoiar as squads de produto e também evoluir os artefatos e processos da disciplina no time.
Desafio
Um dos meus primeiros desafios como UX Writer Cross em Take Blip foi definir o nome de novas métricas para análise dos chatbots na plataforma. A squad já havia feito um extenso Discovery para levantar as dores e necessidades das pessoas usuárias nessa jornada do produto e chegaram a um protótipo com novas métricas, porém os nomes não haviam sido validados e por serem dados complexos era muito importante que os textos apoiassem a análise de dados dos chatbots.
“Como o conteúdo pode ajudar as pessoas usuárias a entenderem melhor os dados de seu chatbot?”
Processo de Pesquisa
Com apoio de uma UX Researcher e alinhada com o PM e a PD da squad, desenvolvi o plano de pesquisa e cheguei aos seguintes objetivos:
Objetivo Primário:
Validar o entendimento e aceitação dos clientes para os nomes das novas métricas.
Objetivos Secundários:
Validar o UX Writing do novo Dashboard de forma geral, como tooltips e textos de apoio;
Extrair insights sobre o vocabulário utilizado pelos clientes para evolução do protótipo e construção do FAQ da página.
Metodologias
Definimos duas metodologias para levantarmos insights quantitativos e também qualitativos para apoiar as descobertas:
Entrevista em profundidade com foco em conteúdo
A entrevista foi feita com pessoas usuárias reais da solução atual de Analytics. O roteiro foi dividido por blocos. Passamos pelas métricas perguntando qual a percepção e entendimento sobre cada uma delas. Também incluímos a pergunta: De 0 a 5, o quanto você considera claro o nome desta métrica?
Com essa metodologia conseguimos insights qualitativos e mais aprofundados sobre os textos da tela.
Teste de Cloze
Criamos um Formulário Google com a descrição de cada métrica e pedimos para a pessoa completar o espaço em branco com o nome que ela escolhesse. Este formulário foi enviado via e-mail para usuários recorrentes da solução atual de Analytics.
O Teste de Cloze nos permitiu levantar dados quantitativos sobre seis métricas em específico que estavam trazendo mais dúvidas para o time.
Análises e Propostas
Realizamos as entrevistas com 6 pessoas usuárias e conseguimos 51 respostas para o teste de cloze. Fizemos as análises usando a ferramenta Mural, pelo qual consegui agrupar insights e aprendizados.
Para apresentar as descobertas aos stakeholders, dividi a análises nos seguintes níveis:
Crítico: Prejudica completamente a compreensão da métrica pela pessoa usuária.
Problema: Compromete a compreensão da métrica pela pessoa usuária.
Atenção: Ajustes facilitariam a compreensão da métrica pela pessoa usuária.
Para cada análise, também trouxe uma proposta de melhoria, que poderia ser relacionada à Writing (escrita), Visual e/ou Interação. Isso porque, principalmente nas entrevistas, conseguimos identificar ajustes para além do texto que poderiam melhorar a experiência. Esses insights foram importantes para demonstrar que a compreensão de um texto depende muito do contexto em que ele está inserido na interface.
Além de 12 insights levantados para revisão de textos, também tivemos 17 nomes de métricas validados por meio das metodologias utilizadas.
Aprendizados
Para complementar os resultados, sesse processo de pesquisa, destaco dois aprendizados que foram muito relevantes para a escrita de textos para apoiar análises:
NEUTRALIDADE
É importante apresentar os dados de forma neutra para as pessoas usuárias, evitando o uso de termos qualificatórios (ex: bom ou ruim), pois a interpretação dos dados depende muito do caso de uso.
REFERÊNCIA
Quando falamos de dados, a referência utilizada para chegar àquele valor é de extrema importância e precisa ficar clara para quem está analisando a informação.
Impacto
O fato de ter realizado uma pesquisa com foco em conteúdo para apoiar a análise de métricas, trouxe muito mais confiança ao time sobre o valor da solução para a pessoa usuária. Nesse processo, foi possível observar o conteúdo colaborando para o entendimento das métricas e em tomadas de decisão mais certeiras. Além disso, tivemos melhor entendimento sobre a forma como as pessoas consomem dados no produto e isso já está sendo essencial para evoluções no produto.
Comments