Hur ska vi testa? Vad sa hypotesen?
För att veta vilken sorts test vi ska göra och hur vi ska genomföra det, behöver vi gå tillbaka till hur hypotesen formulerades. Vad är det vi ska validera eller förkasta och hur kan vi göra det?
Hur många måste föredra ett nytt alternativ för att vi ska anses att hypotesen är validerad? Hur många av besökarna måste klara av att genomföra ett visst moment på din sajt som de tidigare hade problem med?
Det kan lika gärna handla om vad du vill att kunderna ska säga när de får möjlighet att interagera med er prototyp. En oerhört viktig dimension är den som handlar om kvalitativ data. Under de senaste åren har de varit ett sådant ensidigt och överdrivet fokus på kvantitativ data och det har vi delvis vår tradition med Business Intelligence, Gallup och Nielsen att tacka för. När de digitala kanalerna plötsligt försåg organisationer med nya och stora mängder av kvantitativ data var det som att hamna i sjunde himlen. Detta var ju precis den typen av statistik som tidigare varit så dyr att få tag på!
Nja, inte riktigt.
Som det kloka citatet lyder: “I Google Analytics kan du se vad som händer, men du kan inte se varför.”
Dels behöver kvantitativ data alltid tolkas på något sätt för att bli användbart och dels så står det inte för hela sanningen. Du kan till exempel sätta upp en massa A/B-tester kring utseenden/design var saker och se vad besökarna klickar mest på, men du får mycket snabbare djupare kunskaper om du gör djupintervjuer där kunder får använda designen som om den fanns på riktigt (klickbara prototyper) och samtidigt berätta hur det tänker och vad de tycker. Du behöver bara göra åtta sådana intervjuer om alla deltagarna är rekryterade så att de kommer från rätt kundsegment för att få 80% av alla svar du skulle fått från 200 djupintervjuer. Och åtta sådana intervjuer tar bara en dag att göra.
Med tanke på hur mycket kunskap det ger i förhållande till nedlagd tid är det väldigt förvånande att inte fler organisationer inte gör fler användartester, hela tiden.
Så hur ska vi testa vår prototyp? Ja, det beror på hur vi har formulerat hypotesen! Eftersom testets uppgift är att bevisa att hypotesen är fel [(eller rätt om det inte lyckas)], är det bara att gå tillbaka till hypotesen och se vad den handlar om. Självklart står det vid det här laget klart för alla i ditt team: Den prototyp ni just tillverkat utgår ju från hypotesen. Men det är ändå nyttigt att gå tillbaka och dubbelkolla hur ni formulerade hypotesen.
“Vi tror att en ny design som ger mer utrymme för både större och fler bilder skulle bli mer inspirerande och få fler kunder att läsa mer och söka sig vidare bland våra produkter.”
“Vi tror att ett kartsök skulle få fler besökare att börja söka efter en resa.”
“Vi tror att
Alla desa hypoteser går att testa på flera olika sätt och det är inte ovanligt att man också gör fler än ett test.