La clau de l’èxit en la visualització de dades: la importància del test d’usuaris

Descobreix per què el test d’usuaris és crucial per visualitzar dades de manera efectiva. Aprèn com es poden optimitzar els gràfics i dashboards mitjançant proves reals amb usuaris i garantir una experiència intuïtiva i precisa.

En el procés de disseny d’aplicacions analítiques amb visualització de dades, les proves d’usuaris són un pas essencial a l’hora de comprendre com interactuen els usuaris amb els diferents gràfics, quadres de comandament o elements visuals que componen una determinada eina. En aquest article, explorarem en detall les proves d’usuaris, les tècniques més avançades al nostre abast i els insights que aquesta mena de proves ens poden proporcionar en el procés de millora i evolució de les visualitzacions.

Test d’usuaris imprescindibles: clau per a l’èxit en disseny UX/UI

En un món inundat de dades, en què la informació és abundant, però la comprensió és escassa, les eines de visualització de dades actuen com a ponts entre els nombres crus i l’enteniment humà. No obstant això, l’efectivitat d’aquestes eines no es mesura només per la capacitat per mostrar la informació, sinó per com els usuaris la perceben, hi interactuen i, en última instància, la fan servir per prendre decisions basades en mètriques.

Les proves d’usuaris, en aquest context, adquireixen una importància crítica. Investigacions com l’estudi de Heer i Shneiderman (2012) subratllen la necessitat d’incorporar tests amb usuaris en el procés de disseny de visualitzacions de dades. Aquest enfocament, centrat en l’usuari, permet identificar àrees de millora i optimització que d’altra manera podrien passar desapercebudes.

Més enllà del que és visual: mesurament de la càrrega cognitiva i com es consumeix la informació

Tot i que l’observació directa de la interacció del consumidor final de les dades és fonamental en els tests amb usuaris, l’autèntic valor resideix en els mesuraments més profunds i complexos que revelen aspectes interns del procés cognitiu. Aquí és on entren en joc dispositius com l’eye-tracker i dispositius per mesurar paràmetres de caràcter biomètric (tensió arterial, sudoració, ritme cardíac, etc.).

Què són els eye-trackers i com funcionen?

Els eye-trackers, com assenyala l’estudi de Goldberg et al. (2019), són dispositius clau per comprendre com els usuaris exploren visualitzacions de dades i en quin ordre consumeixen la informació. En rastrejar els moviments oculars, els investigadors poden identificar patrons d’atenció i àrees d’interès, però també àrees invisibles o poc rellevants, cosa que permet optimitzar el disseny perquè la comprensió sigui més ràpida i efectiva.

Què són els dispositius biomètrics i com funcionen?

D’altra banda, els dispositius biomètrics ofereixen una perspectiva encara més profunda i capturen respostes fisiològiques que reflecteixen la càrrega cognitiva de l’usuari. Investigacions com el treball de Picard et al. (2001) destaquen com la variabilitat de la freqüència cardíaca i la conductància de la pell poden revelar emocions i nivells d’estrès durant la interacció amb visualitzacions de dades. Aquesta informació és inestimable per ajustar el disseny i minimitzar la fatiga cognitiva de l’usuari.

L’espectre dels mesuraments: memorabilitat, usabilitat i més

Més enllà de la càrrega cognitiva, els tests d’usuaris poden mesurar una plètora d’aspectes que influeixen en l’efectivitat i la utilitat de les eines de visualització de dades. La memorabilitat, per exemple, és crucial per garantir que els usuaris recordin com poden interactuar amb la visualització en futures sessions.

Un disseny memorable no tan sols facilita l’ús continu, sinó que també fomenta l’adopció a llarg termini de l’eina.

De nou, l’eye-tracker ens permet contrastar patrons de consum d’informació que ens revelen si aquesta visualització es podrà reconèixer i memoritzar fàcilment o si s’oblidarà de seguida. Investigacions com l’estudi de

Midway et al. (2020) ressalten la importància de la memorabilitat (o capacitat per recordar una visualització) en l’efectivitat de les eines de dades. En identificar patrons d’interacció que contribueixen a obtenir més memorabilitat, els dissenyadors poden crear experiències més impactants i duradores per als usuaris.

Imatge: Beyond Memorability: Visualization Recognition and Recall. 2015. L’estudi ens mostra les diferència en els patrons de consum de dues visualitzacions. A) Reconeixible: la segona vegada que l’usuari consumeix la informació la reconeix clarament, patró puntual. B) La segona vegada que l’usuari consumeix la informació no reconeix la visualització, patró dispers molt semblant a la primera vegada que consumeix la informació.

La usabilitat és un altre aspecte clau que comprèn des de la facilitat d’aprenentatge fins a l’eficiència d’ús i la satisfacció de l’usuari. Els tests d’usuaris poden identificar obstacles en el flux de treball de l’usuari, àrees de confusió i funcions que no compleixen les expectatives. En abordar aquests problemes, els dissenyadors poden optimitzar la usabilitat de l’eina, millorar l’eficiència i reduir la frustració de l’usuari.

A més, els tests d’usuaris poden revelar insights sobre l’accessibilitat de la visualització de dades i assegurar que sigui usable per una àmplia gamma d’usuaris, incloent-hi els que tenen discapacitats visuals o cognitives. En fer que la visualització sigui més inclusiva, se n’amplia l’abast i es garanteix que tots els usuaris es puguin beneficiar de la informació que presenta.

Desafiaments en la validació i proves de visualitzacions de dades

Tot i que els tests amb usuaris són imprescindibles per millorar l’experiència de l’usuari en les visualitzacions de dades, enfronten desafiaments que s’han d’abordar per obtenir resultats precisos i significatius. Aquests desafiaments van des de la selecció de participants adequats fins a la interpretació de les dades recopilades:

Selecció de participants representatius

Un dels desafiaments més importants en els tests d’usuaris és assegurar que els participants siguin representatius del públic objectiu. Això pot ser difícil en visualitzacions de dades adreçades a audiències especialitzades o amb coneixements tècnics molt específics. La falta de representativitat pot esbiaixar els resultats de les proves i portar a conclusions incorrectes sobre l’efectivitat de la visualització.

És crucial fer una curosa selecció de participants, buscant incloure-hi individus amb una varietat d’antecedents, habilitats i novells d’experiència rellevants per al context d’ús de la visualització. A més, és important considerar la diversitat en termes d’edat, gènere, ètnia i altres factors demogràfics per garantir una perspectiva àmplia i equilibrada.

Disseny d’escenaris realistes

Un altre desafiament comú en els tests d’usuaris és crear escenaris i tasques que reflecteixin de manera precisa i realista l’ús típic de la visualització de dades.

Els escenaris massa simplificats o poc realistes poden subestimar les capacitats i necessitats de l’usuari, mentre que els escenaris massa complexos poden aclaparar-los i distorsionar els resultats de la prova.

Els dissenyadors han de treballar estretament amb experts en el domini i usuaris potencials per desenvolupar escenaris i tasques que siguin rellevants, significatius i realistes. Això pot implicar la creació de casos d’ús específics, la simulació de situacions del món real i la incorporació de dades reals o simulades per proporcionar un context autèntic per a l’avaluació.

Interpretació de resultats i selecció de mètriques

Una vegada completats els tests, és fonamental interpretar els resultats i definir mètriques clares i significatives que ens ajudin a aplicar millores en l’evolució de l’eina. La varietat de les dades recopilades durant les proves (completesa, temps, pupil·lometria, nombre i durada de les fixacions, a més dels recopilats per la biometria) pot ser aclaparadora i és crucial identificar les troballes més rellevants i accionables per guiar les decisions de disseny i desenvolupament.

Aquí és on entren en joc les mètriques de rendiment i èxit, que poden incloure des de temps de tasques i taxes d’èxit fins a mètriques més subjectives, com la satisfacció de l’usuari i la percepció d’utilitat. No obstant això, seleccionar les mètriques adequades pot ser un desafiament en si mateix, ja que diferents stakeholders poden tenir diferents prioritats i criteris d’èxit.

Tot i que els tests amb usuaris són imprescindibles per millorar l’experiència de l’usuari en les visualitzacions de dades, comporten una sèrie de desafiaments únics que s’han d’abordar de manera efectiva i col·laborativa. De la mateixa manera, gestionar les troballes més significatives detectades ens ajudarà a impulsar l’evolució i la millora contínua de les visualitzacions de dades en benefici dels usuaris i les organitzacions.