پروتوتایپ شما به کاربرانتان دروغ می‌گوید (و این‌گونه آن را اصلاح کنید)

پروتوتایپ شما به کاربرانتان دروغ می‌گوید (و این‌گونه آن را اصلاح کنید)

در تقریباً هر جلسه تست کاربری، لحظه‌ای فرا می‌رسد که شرکت‌کننده جلوی صفحه ورود مکث می‌کند، چیزی تایپ می‌کند و نگاهی به بالا می‌اندازد؛ تا ببیند آیا کار را «درست انجام می‌دهد» یا نه. این مکث، سیگنالی روشن و بی‌اشتباه است.

آن‌ها دیگر متوجه شده‌اند که با یک اپلیکیشن واقعی روبه‌رو نیستند و از همان لحظه به بعد، هر داده‌ای که جمع‌آوری می‌شود از فیلتر این آگاهی عبور می‌کند. به عبارت دیگر، بازخوردها دیگر بازتابِ تعامل طبیعی کاربر با محصول نیستند، بلکه دست‌خوشِ درک او از یک شبیه‌سازی شده‌اند.

راهکار چیست؟ صادق بودن با کاربر از همان ثانیه اول. پروتوتایپ شما باید تا حد ممکن واقعی به نظر برسد؛ از داده‌های نمونهٔ معتبر و متن‌های واقعی گرفته تا جریان‌های منطقی که کاربر می‌تواند واقعاً در آن‌ها غرق شود. هرچه فاصله میان پروتوتایپ و محصول نهایی کمتر باشد، داده‌های شما هم قابل‌اعتمادتر خواهند بود.

به نقل از کدیران

این مسئله که در نگاه اول ساده به نظر می‌رسد، در واقع یکی از چالش‌های بنیادین در زمینهٔ تحقیق کاربر و طراحی تجربه کاربری است. وقتی یک شرکت‌کننده در جلسهٔ تست کاربری متوجه می‌شود که روبه‌روی او یک محصول واقعی نیست، رفتار او به طور بنیادین تغییر می‌کند؛ از حالت تعامل طبیعی و شهودی خارج شده و وارد فاز «ارزیابی و تلاش برای راضی نگه داشتن تسهیل‌گر» می‌شود. پدیده‌ای که در ادبیات پژوهش به آن «اثر تقاضای اجتماعی» یا سوگیری همنوایی نیز می‌گویند.

نکتهٔ کلیدی این است که اصلاح این مشکل تنها در گرو زیباتر کردن رابط کاربری نیست؛ بلکه نیازمند افزایش سطح وفاداری پروتوتایپ است. استفاده از داده‌های واقعی و معنادار به جای متن‌های جایگزین، طراحی تعاملی و واکنش‌گرا به جای تصاویر ثابت، و شفاف‌سازی محدودیت‌های پروتوتایپ پیش از شروع جلسه، می‌تواند اعتبار نتایج را به شدت بالا ببرد. همچنین باید این واقعیت را بپذیریم که هیچ پروتوتایپی هرگز کاملاً واقعی نیست؛ بنابراین هدف نهایی، به حداقل رساندن فاصلهٔ میان شبیه‌سازی و تجربهٔ واقعی است.

این موضوع در حوزهٔ ارزهای دیجیتال اهمیتی دوچندان پیدا می‌کند. کاربران یک کیف پول یا صرافی رمزارز بر سر دارایی‌ها و اطلاعات حساس خود تصمیم می‌گیرند و کوچک‌ترین احساسِ عدم اصالت می‌تواند بازخوردها را به شدت تحریف کند. پیش‌بینی می‌شود تیم‌های محصول به تدریج از نمونه‌سازی سنتی فاصله بگیرند و به سمت شبیه‌سازی‌های تعاملی با وفاداری بالا، داده‌های زنده و محیط‌های سندباکس امن حرکت کنند؛ رویکردهایی که کاربر را در نزدیک‌ترین حالت ممکن به تجربهٔ واقعی قرار می‌دهند و تصمیمات طراحی را بر پایهٔ داده‌های معتبرتر بنا می‌کنند.

منبع: SmashingMagazine (مشاهده متن اصلی)