Käyttäjäkokemuksen mittaaminen on olennainen osa palveluiden ja tuotteiden kehittämistä. Mittaamiseen on tarjolla lukuisia menetelmiä, joista yritykset voivat valita tavoitteisiinsa ja resursseihinsa sopivimmat. Tässä artikkelissa esitellään yleisimpiä käyttäjätutkimusmenetelmiä ja niiden käyttökohteita.

Kirjoittaja: Sami Heikkinen

Perinteiset käytettävyystestit

Perinteinen käytettävyystesti on edelleen yksi yleisimmistä käyttäjätutkimusmenetelmistä. Siinä pieni joukko osallistujia (tyypillisesti 8-12) suorittaa ennalta määriteltyjä tehtäviä tuotteella tai palvelulla moderaattorin ohjauksessa. Menetelmä soveltuu erityisesti formatiivisiin tutkimuksiin, joiden tavoitteena on tehdä jatkuvia parannuksia suunnitteluun (Rubin & Chisnell 2008). Heikkinen (2024) on käsitellyt formatiivisen ja summatiivisen tutkimuksen eroja artikkelissa Käyttäjäkokemustutkimuksen suunnittelu – avain onnistuneeseen tuotekehitykseen pk-yrityksissä.

Käytettävyystesteissä kerätään usein tietoa ongelmista, kuten niiden esiintymistiheydestä, tyypistä ja vakavuudesta. Myös suorituskykyä mittaavia tietoja, kuten tehtävien onnistumista, virheitä ja tehokkuutta voidaan kerätä. Osallistujilta voidaan myös pyytää itseraportointia kysymyksiin vastaamalla.

Nielsen (2000) suosittelee käyttämään vähintään viittä osallistujaa käytettävyystesteissä, sillä tällä määrällä löydetään jo noin 85 % käytettävyysongelmista. On kuitenkin tärkeää huomioida, että pienellä osallistujamäärällä kerättyä dataa ei tule yleistää liikaa suurempaan populaatioon. Suuremmalla osallistujamäärällä (15-50) voidaan saavuttaa parempi luotettavuus dataan ja kerätä laajempi valikoima tietoa.

Moderoimattomat verkkotutkimukset

Verkkotutkimukset mahdollistavat suuren osallistujamäärän testaamisen samanaikaisesti. Ne soveltuvat erityisesti tilanteisiin, joissa halutaan kerätä paljon dataa lyhyessä ajassa maantieteellisesti hajallaan olevilta käyttäjiltä (Albert ym. 2010).

Verkkotutkimuksissa osallistujat käyvät läpi ennalta määritellyn sarjan kysymyksiä ja tehtäviä, ja kaikki data kerätään automaattisesti. Menetelmällä voidaan kerätä laaja valikoima dataa, mukaan lukien suorituskykymetriikoita ja itseraportointia. Ongelmapohjaisen datan kerääminen on kuitenkin haastavampaa, sillä osallistujia ei havainnoida suoraan.

Schade (2013) korostaa, että verkkotutkimukset ovat erityisen hyödyllisiä, kun halutaan vertailla erilaisia designvaihtoehtoja tai mitata käyttäjien tyytyväisyyttä tiettyihin verkkosivun elementteihin. Ne tarjoavat tutkijalle paljon joustavuutta datan määrän ja tyypin suhteen, soveltuen sekä kvalitatiivisen että kvantitatiivisen datan keräämiseen.

Verkkokyselyt

Verkkokyselyt mielletään usein vain mieltymysten ja asenteiden mittaamiseen soveltuviksi, mutta niillä voidaan kerätä myös muunlaista dataa. Monet verkkokyselytyökalut mahdollistavat kuvien, kuten prototyyppien, sisällyttämisen kyselyyn. Tämä antaa mahdollisuuden kerätä palautetta visuaalisesta miellyttävyydestä, sivun asettelusta, koetusta käytön helppoudesta ja käyttöaikomuksista (Tullis & Albert 2013).

Verkkokyselyt ovat nopea ja helppo tapa vertailla erilaisia visuaalisia suunnitelmia, mitata tyytyväisyyttä eri verkkosivuihin ja selvittää mieltymyksiä erilaisiin navigaatioratkaisuihin. Menetelmä soveltuu tilanteisiin, joissa osallistujien ei tarvitse suoraan vuorovaikuttaa tuotteen kanssa.

Sauro ja Lewis (2016) suosittelevat käyttämään standardoituja kyselyitä, kuten System Usability Scale (SUS) tai Net Promoter Score (NPS), jotta tuloksia voidaan vertailla eri tuotteiden ja palveluiden välillä.

Informaatioarkkitehtuurin työkalut

Informaatioarkkitehtuurin (IA) mittaamiseen on olemassa sekä formatiivisia että summatiivisia työkaluja. Formatiiviset työkalut, kuten korttilajittelut, auttavat intuitiivisen informaatioarkkitehtuurin kehittämisessä. Spencer (2009) korostaa korttilajittelun merkitystä IA:n suunnittelussa. Menetelmä auttaa ymmärtämään, miten käyttäjät ryhmittelevät ja nimeävät sisältöjä, mikä on arvokasta tietoa navigaatiorakenteen suunnittelussa.

Summatiiviset työkalut, kuten ”puutestit”, mittaavat olemassa olevan tai ehdotetun informaatioarkkitehtuurin intuitiivisuutta. Puutestit puolestaan mittaavat, kuinka hyvin käyttäjät löytävät tietoa olemassa olevasta tai ehdotetusta IA:sta. Tuloksia voidaan mitata onnistumisprosentilla, suoruudella (polku, jota pitkin käyttäjä eteni) ja tehtävään käytetyllä ajalla (OptimalWorkshop 2024).

Klikkaus- ja hiirityökalut

Klikkaus- ja hiirityökalut mahdollistavat käyttäjien vuorovaikutuksen seuraamisen digitaalisilla alustoilla. Näillä työkaluilla tutkijat voivat seurata klikkauksia ja hiiren liikkeitä saadakseen syvällisempää ymmärrystä käyttäjien käyttäytymisestä, erityisesti vertailtaessa käyttäytymistä eri suunnitteluvaihtoehdoissa.

Nämä työkalut auttavat tutkijoita havaitsemaan, mitkä elementit kiinnittävät eniten huomiota ja mitkä jäävät huomiotta. Lisäksi liikkeiden järjestystä analysoimalla voidaan päätellä toimintojen prioriteetteja. Menetelmän etuna on ekologinen validiteetti, sillä se mittaa todellista käyttäjäkäyttäytymistä ilman häiriöitä. (Rodden ym. 2008.)

Haasteena on kuitenkin käyttökontekstin ymmärtäminen, sillä usein on vaikea tietää, mitä käyttäjä yrittää saavuttaa. Tästä syystä klikkaus- ja hiirityökaluja kannattaa usein käyttää yhdessä muiden menetelmien, kuten käytettävyystestien, kanssa kokonaisvaltaisemman kuvan saamiseksi (Laubheimer 2018).

A/B-testaus

A/B-testaus on tehokas menetelmä erilaisten designvaihtoehtojen vertailuun. Siinä käyttäjille esitetään kaksi tai useampia versioita samasta sivusta tai toiminnosta, ja mitataan, mikä versio suoriutuu parhaiten haluttujen mittareiden suhteen (esim. konversio, käyttöaika, klikkausprosentti) (Kohavi ym. 2009).

A/B-testaus on erityisen hyödyllinen, kun halutaan tehdä dataan perustuvia päätöksiä pienten designmuutosten vaikutuksista. Menetelmä sopii hyvin jatkuvaan kehittämiseen ja optimointiin, sillä se mahdollistaa nopean palautteen saamisen suunnitteluratkaisuista (Siroker & Koomen 2013).

Silmänliiketutkimus

Silmänliiketutkimus tarjoaa ainutlaatuista tietoa siitä, mihin käyttäjät kiinnittävät huomionsa käyttöliittymässä. Menetelmä mahdollistaa käyttäjän visuaalisen huomion tarkastelun objektiivisesti ja kvantitatiivisesti (Pernice & Nielsen 2009).

Silmänliiketutkimuksen avulla voidaan luoda lämpökarttoja, jotka näyttävät, mitkä alueet käyttöliittymässä saavat eniten huomiota. Tämä on erityisen hyödyllistä, kun halutaan optimoida tärkeän sisällön sijoittelua tai ymmärtää, miksi käyttäjät eivät huomaa tiettyjä elementtejä (Bergstrom & Schall 2014).

Menetelmän haasteena on kuitenkin sen vaatima erityislaitteisto ja asiantuntemus datan analysointiin, mikä tekee siitä kalliimman ja vaikeammin toteutettavan kuin monet muut käyttäjätutkimuksen menetelmät.

Yhteenveto

Käyttäjätutkimuksessa on käytettävissä laaja valikoima menetelmiä ja työkaluja. Menetelmän valinta riippuu tutkimuksen tavoitteista, resursseista ja tutkittavasta tuotteesta tai palvelusta. Usein parhaat tulokset saavutetaan yhdistelemällä eri menetelmiä, jolloin saadaan kattava kuva käyttäjäkokemuksesta eri näkökulmista.

Yritykset voivat hyödyntää näitä menetelmiä parantaakseen tuotteidensa ja palveluidensa käyttäjäkokemusta. On tärkeää muistaa, että käyttäjätutkimus on jatkuva prosessi, ei kertaluontoinen tapahtuma. Säännöllinen käyttäjien palautteen kerääminen ja analysointi auttaa yrityksiä pysymään kilpailukykyisinä ja vastaamaan käyttäjien muuttuviin tarpeisiin.

LAB-ammattikorkeakoulu tarjoaa asiantuntemusta ja tukea käyttäjätutkimusmenetelmien valinnassa ja toteuttamisessa osana palveluiden kehittämistä. Ota yhteyttä, jos haluat keskustella, miten voisimme auttaa sinun yrityksesi käyttäjätutkimuksessa ja palveluiden kehittämisessä.

Lähteet

Albert, W., Tullis, T. & Tedesco, D. 2010. Beyond the Usability Lab: Conducting Large-scale Online User Experience Studies. Morgan Kaufmann.

Bergstrom, J. R. & Schall, A. J. 2014. Eye Tracking in User Experience Design. Morgan Kaufmann. Viitattu 12.9.2024. Saatavissa https://doi.org/10.1016/C2012-0-06867-6

Heikkinen, S. Käyttäjäkokemustutkimuksen suunnittelu – avain onnistuneeseen tuotekehitykseen pk-yrityksissä. LAB Pro. Viitattu 23.9.2024. Saatavissa https://www.labopen.fi/lab-pro/kayttajakokemustutkimuksen-suunnittelu-avain-onnistuneeseen-tuotekehitykseen-pk-yrityksissa/

Kohavi, R., Longbotham, R., Sommerfield, D. & Henne, R. M. 2009. Controlled experiments on the web: survey and practical guide. Data Mining and Knowledge Discovery. Vol. 18 (1), 140-181. https://doi.org/10.1007/s10618-008-0114-1

Laubheimer, P. 2018. Beyond the NPS: Measuring Perceived Usability with the SUS, NASA-TLX, and the Single Ease Question After Tasks and Usability Tests. Nielsen Norman Group. Viitattu 12.9.2024. Saatavissa https://www.nngroup.com/articles/measuring-perceived-usability/

Nielsen, J. 2000. Why You Only Need to Test with 5 Users. Nielsen Norman Group. Viitattu 12.9.2024. Saatavissa https://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users/

OptimalWorkshop. 2024. Tree Testing 101. Viitattu 11.9.2024. Saatavissa https://www.optimalworkshop.com/learn/101s/tree-testing/

Pernice, K. & Nielsen, J. 2009. How to Conduct Eyetracking Studies. Nielsen Norman Group. Viitattu 12.9.2024. Saatavissa https://www.nngroup.com/reports/how-to-conduct-eyetracking-studies/

Rodden, K., Fu, X., Aula, A. & Spiro, I. 2008. Eye-mouse coordination patterns on web search results pages. CHI ’08 Extended Abstracts on Human Factors in Computing Systems, 2997-3002. Viitattu 12.9.2024. Saatavissa https://doi.org/10.1145/1358628.1358797

Rubin, J. & Chisnell, D. 2008. Handbook of Usability Testing: How to Plan, Design, and Conduct Effective Tests. 2. painos. Wiley.

Sauro, J. & Lewis, J. R. 2016. Quantifying the User Experience: Practical Statistics for User Research. 2. painos. Morgan Kaufmann.

Schade, A. 2013. Remote Usability Tests: Moderated and Unmoderated. Nielsen Norman Group. Viitattu 12.9.2024. Saatavissa https://www.nngroup.com/articles/remote-usability-tests/

Siroker, D. & Koomen, P. 2013. A/B Testing: The Most Powerful Way to Turn Clicks Into Customers. Wiley.

Spencer, D. 2009. Card Sorting: Designing Usable Categories. Rosenfeld Media.

Tullis, T. & Albert, B. 2013. Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Metrics. 2. painos. Morgan Kaufmann.

Kirjoittaja

Sami Heikkinen, FM, KTM, opettaa palveluiden kehittämistä LAB-ammattikorkeakoulun liiketoimintayksikössä ja on kiinnostunut uusimpien käyttäjätutkimusmenetelmien soveltamisesta käytännön kehitystyössä.

Artikkelikuva: https://pxhere.com/en/photo/1295120 (CC0)

Viittausohje

Heikkinen, S. 2024. Erilaiset tutkimusasetelmat asiakaskokemuksen mittaamisessa. LAB Pro. Viitattu pvm. Saatavissa https://www.labopen.fi/lab-pro/erilaiset-tutkimusasetelmat-asiakaskokemuksen-mittaamisessa/