Hoeveel moeten we weten?

This column was published in edition #59 of the Dutch, paper version of Web Designer Magazine. It’s in Dutch. We willen voorkomen dat we een roze site met hartjes maken als we iets ontwerpen voor keiharde metalfans, hoe mooi we dat zelf ook vinden. Daarom doen we onderzoek naar onze doelgroep voordat we beginnen. We willen graag inzicht krijgen in onze bezoekers: wat vinden ze tof, waar houden ze niet van, en wat verwachten ze van ons. Pas zodra we ze begrijpen kunnen we iets goed voor ze ontwerpen. De vraag is natuurlijk wel, hoeveel moeten we eigenlijk onderzoeken?

Onderbuik

Vaak ontwerpen we vanuit onze onderbuik. We hebben een goed idee, we nemen aan dat iedereen dat ook fantastisch vindt en gaan aan de slag. Ook in dit soort gevallen, waarin we iets briljants bedacht hebben, is goed onderzoek nuttig. Ik heb wel vaker bij usability-onderzoeken gezeten waarbij de gebruikers echt helemaal niks begrepen van ons geniale idee. Als je hier achter komt tijdens de vroege prototype-fase dan is dit niet zo erg. Je kunt dan nog eenvoudig de nodige aanpassingen doen aan het idee, of het ontwerp. Maar als we dat pas ontdekken zodra de site live staat dan hebben we wél een probleem. Dit soort onderzoek is ook erg handig om domme ideeën van bijvoorbeeld de klant zelf, of van een reclamebureau, op tijd te ontkrachten.

Analyse

Een ontwerp is eigenlijk nooit af. Als een site live staat dan willen we er ook aan blijven werken. We kunnen iteraties natuurlijk blijven testen in een usability lab, maar we kunnen nu ook gebruik maken van harde data. Dankzij pakketten als Google Analytics hebben we gedetailleerde gegevens over het gedrag van de mensen die onze site bezoeken. Hier zijn natuurlijk prachtige dingen mee te ontdekken. Bijvoorbeeld dat sommige pagina’s helemaal nooit bezocht worden. Of dat er erg veel mensen afhaken op een bepaalde pagina in het betaalproces. Dit soort analyses lijkt eenvoudig, maar kan best complex worden.

De juiste conclusies

Het is vaak lastig om de juiste conclusies te trekken. Zo bleek er laatst uit wat statistieken dat er steeds meer mensen gebruik gaan maken van tablets, en dat die eigenlijk ook best veel kopen. Er werd besloten om de site te gaan optimaliseren voor tablets zodat deze bezoekers nóg blijer zouden worden. Maar dezelfde statistieken wezen ook uit dat er steeds meer bezoekers waren met een mobieltje. Deze mensen kochten echter niks. Het was wellicht slimmer geweest om de site prettiger te maken voor kleine schermpjes. Goede analyse van een site, en de juiste conclusies kunnen zorgen voor een flinke verbetering. Bij een probleem in de betaalflow kan je bijvoorbeeld een aantal nieuwe versies gaan testen om te zien welke het lekkerst werkt. Dit zogenaamde AB-testen (of de complexere variant multivariate testing) kan heel erg goed helpen in het vinden van de beste oplossing voor een bepaald probleem. Maar je kan hier ook te ver in gaan.

Overanalyse

Een paar jaar geleden nam Douglas Bowman ontslag bij Google als Lead Designer. Hij kon er niet meer tegen dat echt álles geanalyseerd werd. Als hij een blauw logo had ontworpen dan werden er eenenveertig verschillende soorten blauw getest om zo tot de best converterende kleur te komen. Hij werd gevraagd om te bewijzen dat een lijn van drie pixels beter was dan een lijn van vier of vijf pixels. Dit werkt natuurlijk verlammend, en echt veel zin heeft het ook niet. Gedurfde design- en business-beslissingen worden zo niet genomen. Dit is een van de redenen waarom ik analytics wel handig vind, maar er zeker niet blind op vertrouw. Don Norman legt uit dat dit soort optimalisatie werkt als het beklimmen van een berg in complete duisternis. Je voelt telkens om je heen en neemt steeds alleen een stap naar boven, todat je niet hoger kunt. Je weet zo dat je op het hoogste punt bent, maar je weet niet of er wellicht hogere bergen in de omgeving zijn. Hier heb je creatieve geesten voor nodig.

Grinnik

Ik moet altijd grinniken om het voorbeeld van de 41 verschillende blauwtinten, ik vind het zo sullig. Het is volgens mij een voorbeeld van een tool gebruiken omdat we hem nu eenmaal hebben, en niet per se omdat het echt nodig is. Als je het goed gebruikt kunnen usability onderzoeken en analytics je ongetwijfeld helpen om een prima product fantastisch te maken. En, zoals met alles, als je het verkeerd gebruikt dan heb je er niks aan.