UX para empresas

Probabilidad

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

No tengas suerte, sé inteligente

Una de las cosas más chocantes que me ha dicho nunca un diseñador fue que tenía mucha suerte de obtener tantos buenos resultados en las pruebas A/B. No supe qué decir. En lugar de eso, empecé a hacer preguntas y pronto comprendí que él pensaba que las pruebas A/B eran una forma de poner a prueba tus conjeturas. Pensaba que yo estaba adivinando porque él estaba adivinando. No tenía ni idea de si un nuevo diseño sería mejor o peor y confiaba en la prueba A/B para medir su suerte.

Una buena UX no es cuestión de suposiciones afortunadas. Adivinar no es diseñar. El diseño obtiene resultados intencionadamente. Espero que, después de leer hasta aquí, ya estés empezando a estar de acuerdo.

Si entiendes el valor del modelo de negocio y has diagnosticado todos los grandes problemas, hay un principio general que te garantizará sacar el máximo partido a tus diseños: la suerte. O el término técnico para la suerte: probabilidad. Tus diseños no serán mejores porque tengas más suerte, serán mejores porque entiendes cómo funciona la suerte en UX.

En igualdad de condiciones, ¿qué hará clic un usuario?

En lugar de confiar en la suerte, vamos a desglosar el comportamiento de un clic para entender cómo funciona.

Imagina un menú en la parte izquierda de un sitio web, un patrón de diseño muy común. Quizá sea una lista de ocho categorías diferentes de fuegos artificiales. ¿En cuál hará clic el usuario?

Si no entiendes de probabilidades, podrías mirar las categorías y adivinar por qué un tipo de fuegos artificiales será más popular, o algo así. Pero puedo decirte que, estadísticamente, el primer elemento del menú es probablemente el que recibe más clics.

¿Qué? ¡Pero si ni siquiera sabemos de qué sitio web estamos hablando ni qué cosas hay en el menú! ¿Cómo podemos saberlo?

O soy un mago o simplemente sé cómo funciona la suerte.

Por desgracia, no soy mago.

Intuición Probabilística: No puedes hacer la segunda cosa antes de hacer la primera

Vamos a deconstruir ese clic en el menú y comprender lo que ocurre en ese momento.

Piensa en un usuario que tampoco sabe qué opción del menú elegir (es decir, todos los usuarios que lo hacen por primera vez). Ven una lista de opciones, pero ¿ven todas las opciones al mismo tiempo? No. Leen primero la primera, luego la siguiente y luego la siguiente.

¿Verdad?

Y si ven una opción del menú que parece ser la que quieren, ¿siguen leyendo? ¡No! En la vida real, simplemente hacen clic en la primera opción que parece razonable. Entonces, ¿qué opción ven más usuarios? El primero.

Cuando un millón de personas hacen eso, consigues el mayor número de clics en el primer elemento del menú, el segundo en el segundo, el tercero en el tercero, y así sucesivamente. Porque las únicas personas que ven el último elemento del menú son las que no han hecho clic en todos los demás elementos del menú en el camino hacia abajo.

Eso es la probabilidad. La posibilidad de que ocurra algo. La probabilidad de que menos gente haga más clic que más gente es bastante baja.

Tanto el esfuerzo como el tiempo funcionan así

Imagina que pedimos a 1.000 usuarios de que rellenen un formulario. ¿Responderá más gente a 5 preguntas o a 10 preguntas? Como en el ejemplo del menú anterior, todo el que responde a 10 preguntas también ha respondido a 5, porque no puedes llegar a la 10ª pregunta sin pasar por las 5 primeras.

Esta es la razón por la que existe la usabilidad. Porque cuanto menos esfuerzo necesites para hacer algo, más gente estará dispuesta a hacer esa cosa. Es un hecho que más gente hará menos esfuerzo que más esfuerzo, porque todo el que esté dispuesto a hacer más esfuerzo también está dispuesto a hacer menos esfuerzo.

Un ejemplo más, para que esta idea quede realmente clara: el tiempo. En Google Analytics, un gráfico útil (un histograma) muestra cuánto tiempo permanecieron los visitantes en tu sitio. Hay una barra en el gráfico para 0-10 segundos, 11-30 segundos, 31-60 segundos, etc.

Ese gráfico siempre tiene aproximadamente la misma forma. ¿Por qué? Por probabilidad, claro.

La barra que representa a las personas que permanecieron entre 0 y 10 segundos suele ser la más grande. Aunque un usuario típico pase 10 minutos en el sitio, primero tiene que pasar 10 segundos en el sitio, antes de continuar otros 9 minutos y 50 segundos, por término medio. Es más fácil pasar menos tiempo que más tiempo.

¡Los incentivos (motivaciones) también funcionan así!

Psicológico ¡probabilidad!

Si pido a 100 personas que me corten el césped, puede que lo hagan unos cuantos buenos pringados. Si además les ofrezco un baile de agradecimiento, más de ellos lo harán (probablemente). ¿Quién no quiere verme bailar un baile de agradecimiento?

Si ofrecemos a las personas emociones buenas o para aliviar emociones negativas, eso las motiva. O podríamos decir que aumenta la probabilidad de que actúen. Cuando ofrecemos emociones negativas, no obtenemos muchos voluntarios. En otras palabras, disminuye la probabilidad.

Los incentivos son simplemente razones emocionales para actuar (o no). ¡Premios! ¡Agradecimiento! ¡Fama! ¡Acceso exclusivo!

En UX a veces tenemos el gran poder/responsabilidad de diseñar incentivos. Por mucha gente que publique en las redes sociales por motivos racionales, habrá más gente que publique para conseguir likes y seguidores y sentirse bien por ello.

Los Me gusta y los seguidores son funciones diseñadas por una persona de UX; los Me gusta y los seguidores han cambiado el mundo.

"Sí, pero ¿quién haría eso?"

No necesitas una profunda comprensión matemática de la probabilidad para ser un buen diseñador. Sólo necesitas sentirla. Veremos más ejemplos a lo largo del libro (que lo harán más claro), pero antes quiero introducir otro efecto de la probabilidad: la probabilidad de que un usuario real experimente algo.

Cuantos más usuarios tengas, más a menudo puede ocurrir cualquier cosa. Lo contrario también es cierto. Un 1% de posibilidades de que un usuario borre un archivo por accidente puede parecer poco, y si sólo tienes 10 usuarios, es posible que no veas ese problema muy a menudo. Sin embargo, si tienes 100 millones de usuarios, ¡es probable que un usuario desafortunado esté borrando su archivo ahora mismo!

El uso frecuente de también aumenta la probabilidad. Si los usuarios trabajan con archivos todos los días, es casi una garantía que borrarán accidentalmente un archivo un par de veces al año. ¡Menudo coñazo! Los usuarios que lo hacen una vez al año aún pueden hacerlo eventualmente, pero la probabilidad es menor en general.

Un debate habitual en UX es : ¿Cuántos usuarios necesitas probar? Es sólo un debate porque mucha gente no entiende la probabilidad. Piensan en las pruebas de usuarios al revés. Cuando haces una encuesta, por ejemplo, necesitas muchas respuestas porque quieres que los resultados representen a una amplia población de personas. Pero las pruebas de usuario no tratan de representar a la población de usuarios; ¡tratan de encontrar los problemas más comunes! Es muy probable que cinco probadores descubran cualquier problema que afecte al menos al 30% de los usuarios, porque hay muchas probabilidades de que afecte a uno de tus cinco probadores. Cuanto más veas ese problema entre cinco probadores, ¡mayor será el problema! De hecho, si los cinco usuarios tienen la misma experiencia, buena o mala, más del 70% de todos los usuarios tendrán una experiencia similar. Cuanto menos probable sea el problema o cuanto más exactamente quieras medir algo, más usuarios necesitarás.

La UX es un juego de números

Una forma de pensar en la UX es que estamos diseñando y midiendo el comportamiento. Fundamentalmente, la UX no consiste en píxeles y dispositivos, sino en el modo en que las personas se comportan en un entorno diseñado.

Por desgracia, con tantos usuarios, tan lejos de nosotros, no podemos ver realmente lo que hace todo el mundo. En ese sentido, la UX es casi invisible. Por eso necesitamos medirlo todo. Los datos hacen visible la UX.

Por esa razón , personalmente no creo que nadie pueda ser un diseñador de UX muy eficaz sin comparar los patrones de diseño visual con los patrones de datos.

Datos + Comprensión de la probabilidad = Ideas

Con los datos de , la UX es de repente visible, en forma de números. Cuando podemos ver el comportamiento que provocan nuestros diseños (piensa: síntomas), podemos utilizarlo para mejorar nuestros diseños.

Podrías pensar: "Hago diseño de UI, ¡así que mi UX es visible!". No tan rápido, empujador de píxeles. Tanto si lo has diseñado tú como si no, los diseños visuales de IU sólo te dan la mitad de la información que necesitas para el trabajo de UX, y no es la mitad fiable. Sin datos ni comentarios de los usuarios, ¡sigues adivinando!

Pero los datos tampoco son toda la enchilada. Si sólo miramos los datos, seguimos sin saber lo que significan. Para cerrar esta brecha de información, siempre debemos comparar los diseños visuales de la IU con los datos y las opiniones de los usuarios para ver si tienen sentido juntos.

Por ejemplo, si los elementos de tu menú están ordenados 1, 2, 3, 4, 5 en la pantalla, pero los datos dicen que la popularidad de esos elementos es 1, 3, 2, 5, 4, ¡eso es interesante! ¿Son el 3 y el 5 extra populares, o el 2 y el 4 no son tan populares como deberían? Como entiendes de probabilidades, reconoces que el diseño y los datos están "desincronizados" entre sí.

Como todo en el marco del PDV, necesitamos que el lado del usuario y el lado de la empresa tengan sentido juntos. Entonces podremos preguntarnos por qué.

Más usuarios, más predecibles

Tu intuición de podría decir que los datos de usuario se complican con más usuarios, ¡pero en realidad no!

Si los elementos de tu menú son 1, 3, 2, 5, 4 en los datos, pero sólo tienes 10 usuarios, aún no puedes sacar ninguna conclusión. Un tipo podría hacer clic en 3 y 5 todos los días y echarlo todo a perder porque sólo estás midiendo a otros 9 usuarios.

Menos usuarios = menos confianza en tus datos. Emocional y estadísticamente.

Pero con 10 millones de usuarios, ese tipo puede hacer clic en 3 y 5 todo el día, todos los días, y no importará. El comportamiento de otros 9.999.999 usuarios será tanto mayor que ese tipo será irrelevante en general. O bien los datos se estabilizarán en 1, 2, 3, 4, 5 como esperas, o puedes estar seguro de que 1, 3, 2, 5, 4 es el verdadero orden de popularidad de tus elementos de menú.

Más usuarios también significa más nichos de uso, pero eso lo veremos más adelante.

La probabilidad es la forma de optimizar

Todos estos principios basados en la probabilidad de se suman a un gran tipo de trabajo de UX: la optimización. La Optimización de la Tasa de Conversión (CRO) es un título de trabajo en UX para las personas que se especializan en este tipo de análisis de diseño. Pero incluso en productos y servicios tan diferentes como el software B2B, las redes sociales y los juegos, se aplican los mismos principios de probabilidad. Los utilizamos para asegurarnos de que creamos el máximo valor, con la mayor frecuencia posible.

La probabilidad no consiste en hacer que algo funcione, sino en hacer que funcione mejor:

• Rediseña los menús, las secuencias de pasos o clics y cualquier otra cosa que tenga un orden para que se preste más atención a las cosas valiosas.

• Reduce el esfuerzo y aumenta los incentivos positivos para que más gente intente o termine de crear valor.

• Mide lo importante para que podamos ver el comportamiento y compararlo con los patrones de datos que esperamos ver.

De repente, ¡podrías sentirte un poco más afortunado!

Diseñar es rediseñar: Tu segundo intento suele tener más suerte que el primero

Cuando aborda el diseño con el sombrero de la probabilidad puesto, te darás cuenta de que la segunda vez que diseñas algo suele funcionar mejor. La razón es otra consecuencia de todo esto del PDV: puedes aprovechar la nueva información.

Después de diseñar algo, lanzarlo, medirlo y observar cómo lo utiliza la gente , ahora entiendes mucho más sobre tu diseño de lo que sabías mientras lo hacías. Tienes más información. Tu diagnóstico será mejor, y te darás cuenta de dónde puedes mejorar la probabilidad de crear valor. Así que, ¡lo harás!

El diseño es un proceso , pero no un proceso único. ¡Lo iteramos! Eso significa que lo hacemos una y otra vez a medida que aprendemos más. Si crees que tu segunda versión es buena, ¡espera a ver las geniales ideas que aparecen para tu sexta versión!

Hay toda una vida de matices en esto

Hay muchos otros factores que se combinan con la probabilidad para determinar lo que la gente hará clic. Por ejemplo, un usuario debe estar preparado para tomar una decisión antes de poder hacerlo. Suena obvio, pero si tienes una tienda de comercio electrónico, quizá el botón de compra no debería estar en la primera página. ¡Puede que los usuarios aún no estén preparados para comprar! En cambio, debería estar en la página en la que primero obtienen la información que necesitan para decidirse a comprar.

Otra versión de la probabilidad UX es: ¿A cuántos usuarios afecta un problema? Claro, puede que sólo sea un pequeño problema, pero si 100 millones de usuarios tendrán ese pequeño problema todos los días, ¡los números dicen que es un gran problema! Me viene a la mente la falta de un botón Editar en X. No es una errata. Son miles de millones de erratas. Pero hay una razón comercial (y quizá razones técnicas) para no arreglarlo, así que no lo hacen.

Y otra versión de la probabilidad de UX es: ¿Cuál es la opción por defecto? Si la opción A se selecciona por defecto, puedes apostar lo que quieras a que la elegirá más gente que la opción B, que debe seleccionarse activamente.

La probabilidad está en todas partes. Veremos más escenarios a lo largo del libro.

Tendrás que investigar todos los matices de tus usuarios para comprender qué problemas u oportunidades deben ser vistos por el mayor número de usuarios, el mayor número de veces y tener el mayor efecto. Pero siempre puedes confiar en ese enfoque.

Si el diseño probabilístico no funciona, probablemente estés ignorando la probabilidad real que está afectando al usuario.

El diseño probabilístico, en resumen

Utilizar la probabilidad en el diseño no siempre es algo puramente estadístico, como una prueba A/B o el tamaño de la muestra de una encuesta. Mucho más a menudo necesitarás un sentido de lo que es más probable que ocurra y lo que es menos probable que ocurra.

Repasa tu diseño y considera cómo has estructurado tus menús, ordenado tu contenido, dispuesto tus botones, y cuánto esfuerzo y tiempo necesita el usuario para ver, encontrar, utilizar o completar todo lo que se requiere. ¿Cuántas veces ocurrirá y a cuántos usuarios afectará?

Asegúrate de que las acciones y la información más valiosas estén arriba, o las primeras de la secuencia, o a menos clics de donde el usuario aterriza por defecto. Asegúrate de que los errores más dolorosos sean difíciles de cometer accidentalmente.

Y piensa más allá de la interfaz visual. Asegúrate de que las buenas y malas sensaciones están alineadas con el valor para el usuario y el valor empresarial que intentas crear. Los problemas de eficiencia minimizan el esfuerzo, y los problemas de entretenimiento maximizan las buenas sensaciones.