Den gode brugeroplevelse - Usability og UX

Skrevet af Christian Lund

Hvilke tanker og følelser har dine brugere om dit produkt? En ting er, at det kan lade sig gøre at programmere, en anden ting er, om det er en succesfuld oplevelse for kunden. Usability og User Experience (UX) er alt der vedrører når en person skal interagere med et produkt eller system. Dette kan måles ved f.eks. at finde ud af, hvor lang tid det tager for en person at købe en vare på et website og hvor mange fejl laver de når de skal logge ind. Nogle mål er nemmere at måle end andre, men det kan altid lade sig gøre. For at få succesfuld software gælder det om at brugerne ikke bliver frustreret i brugen og finder systemet mangelfuldt. Hvis systemet ikke usability testes er der større chance for at falde bagud og konkurrenterne overhaler en.

Usability er muligheden for at fuldføre en opgave, altså at det f.eks. kan lade sig gøre at bestille en vare i en webshop. User Experience er selve tankerne, følelserne og opfattelsen af webshoppen, en ting er at det kan lade sig gøre, noget andet er om det var en succesfuld oplevelse for kunden. Herefter betegnet som UX. Teorien i dette afsnit bygger på mange års erfaring og bogen Measuring the User Experience skrevet af Tom Tullis og Bill Albert [Tullis & Albert, 2013]

UX defineres til at have tre grund elementer. For det første at der er en bruger involveret. Brugeren interagerer med et produkt eller system. Brugerens erfaring er af interesse og er observerbart
 eller målbart.

Metrikker bruges til at måle noget i interaktionen mellem brugeren og produktet. Dette kan være hvor mange sekunder det tager at fuldføre en opgave eller hvor glad kunden er for produktet på en skala
 fra 1 til 10.

Der findes en del myter angående UX metrikker, disse kan være opstået af dårlig erfaring eller manglende erfaring med at bruge de rigtige metoder. De 10 mest fremtrædende myter er listet her.

1.  Det tager for lang tid
UX metrikker gør ofte design processen hurtigere, der er mange metrikker som kan indsamles i dagligdagen, det handler ofte om nogle enkelte spørgsmål.

2.  Det koster for meget
Nogle mener at den eneste måde at lave UX er ved at outsource det til specialiserede virksomheder. Dette kan være nyttig i mange situationer, men som alternativ kan man sagtens selv indsamle data.

3.  Det er ikke relevant når man leder efter små forbedringer
Det er vigtig også at kigge på de små forbedringer, der kan også bruges metrikker fra tidligere projekter, der kan være med til at svare på usability problemer.

4.  UX hjælper ikke til at forstå årsagerne
Ved at brug af metrikker er det muligt at få hovedårsagen til usabilty problemer. Ved hjælp af metrikker er det muligt at se hvor det går galt og analyser kan vise hvor mange der
oplever problemerne.

5.  Der er for meget støj i målingerne
Det gælder om at få sorteret de ekstreme værdier fra (outliners), der findes flere metoder til dette som vil give et mere generelt billede.

6.  Lige så godt med egen mavefornemmelse
Mange mener at deres intuition siger dem at dette bare føles rigtig, en god ting ved metrikker er, at de kan bevise dette. Intuition er vigtig men data er bedre.

7.  Metrikker kan ikke bruges på nye produkter
Ved nye produkter er det også vigtig med metrikker, da de kan bruges til at sammenligne fremtidige designs. Før et produkt bliver lanceret, bør der kigges på task succes, tilfredshed og effektivitet.

8.  De rette metrikker findes ikke til vores problemer
Et par metrikker bør altid lede til forretningsmål i projektet, der er altid en måde at måle det på, om det så er reaktioner, koncentration, frustrationer osv.

9.  Ledelsen forstår eller værdsætter ikke målingerne
Metrikker kan bruges til at beregne ROI, derfor er UX noget ledelsen hurtig kan lære at værdsætte. En ting er at udtale, der er et problem med at købe produkter. Noget andet er at fastslå, at f.eks. 52 % af kunderne ikke kan finde ud af at få betalt i webshoppen.

10.  Det er svært at indsamle brugbar data når prøverne er få
Mange test kræver højest 5-10 deltagere for at være brugbare, og de fleste tests kan laves med under 20 deltagere.

UX metrikker er en af de bedste måder at udregne ROI som en del af en forretningsplan. Med resultatet vil man være i stand til at se, hvordan indkomsten kan stige ved at ændre designet, da det i f.eks. en webshop kan lede til flere handler. Hvordan tilretningen af en funktion kan lede til færre fejl indtastninger i et ERP system. Samt at flere kunder bliver ved med at bruge systemet og anbefaler det til andre.

1. Data

Der er to forskellige typer af variabler i en UX test. Den ene er uafhængige variabler som f.eks. er de enkelte sider på et website man har valgt at teste og deltagernes alder og køn. Alt sammen noget man selv kan være med til at bestemme. De afhængige variabler er ting der bliver målt som antal sekunder det har taget at gennemføre, succes raten, antal fejl osv.

Der er fire forskellige måder data kan blive målt som er kaldt nominal, ordinal, interval og ratio data, hver type har sine fordele i analyser og statistik:

Nominal data
Dette kan f.eks. være æbler, bananer, pærer osv. I et system kan det være browsere, Internet Explorer, Safari osv. Hvilket betyder ingen af dem er bedre end andre.

Ordinal data
I en liste med de hundrede bedst film, fra 1 - 100. Vil hver film have en plads på listen, det kan dog ikke siges at film på plads 1 er dobbelt så god som film på plads 30.

Interval data
Et godt eksempel på interval er temperatur, hvor der ikke er noget naturlig 0 punkt. Der er lige langt fra 20 til 30 grader, som der er fra -30 til -40 grader.

Ratio data
Er på samme måde som interval data, forskellen er dog at der er et 0 punkt. Eksempler er alder, højde og vægt.

2. Deskriptiv statistik

Der er tre brugbare metoder til at finde gennemsnittet af undersøgelser på: mean, median og mode:

Mean
Den meste brugte er mean, som er ved at tage at tage summen af alle værdier og dividere med antallet af værdier, i Figur 1 er mean “(121 + 95 + 105 + 111 + 98 + 108 + 105 + 97 + 132 + 119) / 10 = 109,1”.

Median
Ved at opstille alle tal i en kolonne fra højest til lavest, og derefter tage det midterste nummer findes median. Hvis der ikke er noget tal i midten er det værdien mellem de to tal.

Mode
Angiver den mest brugte værdi, er dog ikke den mest brugte metode i UX. I test eksemplet i Figur 1 er 105 der to gange og derfor lig med mode. Mode er mest brugt, hvor der er et antal begrænsede værdier i en skala.

Figur 1

Figur 1, Eksempel deltagere og task tid

3. Måling af variation

Variation bruges til at måle om der er en sammenhæng eller om data er meget spredt. Dette kan f.eks. være at se om tiderne er meget ens i Figur 1 eller om resultatet viser meget forskellige tider.

Range
Er distancen mellem minimum og maximum. I Figur 1 er den mindste værdi 95 og den højeste 132, derfor er range “132 - 95 = 37”. I Excel bruges funktionen “=MAX-MIN”.

Variance
Viser hvor spredt data er i forhold til gennemsnittet eller mean. Det er hver observations afvigelse fra gennemsnittet (sat i anden), divideret med antal observationer (minus 1). For data i Figur 1 er variance 141,2. I Excel bruges funktionen “=VAR”.

Standardafvigelse
Standardafvigelse er en af de mest brugte til at måle varians, når variance kendes er det bagefter nemt at udregne standardafvigelsen, da denne er kvadratroden af variance. For data i Figur 1 er standardafvigelsen 11,88 sekunder. I Excel bruges funktionen “=STDEV”.

4. Konfidensinterval

For at finde ud af hvor stor sandsynlighed der er for at gennemsnittet er retvisende, gøres dette ved at udregne konfidensintervallet. Der kan defineres hvor sikker man vil være f.eks. 95 %. Dette vil sige man er 95 % sikker på at værdien er inden for intervallet, og 5 % af gangene kan den være uden
for intervallet.

Den mest brugte er et et konfidensniveau på 90 % og derefter 95 %, det er meget sjældent man har brug for at vide noget med 99 % sikkerhed i en UX test. Værdien 1,96 svarer til
 95 % konfidensniveau.

Konfidensintervallet udregnes med følgende formel for 95 %:

Gennemsnit ± 1,96 x (standardafvigelse / √ antal test)

For Figur 1 er mean 109,1 (gns.), der en standardafvigelse på 11,88 sekunder (s) og der var udført
 10 test (n).

gns. ± 1,96 x (s / √ n)
109,1 ± 1,96 x (11,88 / √ 10)
109,1 ± 1,96 x (11,88 / 3,16)
109,1 ± 1,96 x 3,76
109,1 ± 7,37

Konfidensintervallet for Figur 1 er derfor 7,37 sekunder, hvilket svarer til at være 95 % sikker på en bruger vil bruge mellem 101,73 – 116,47 sekunder på opgaverne.

I Excel udregnes konfidensintervallet nemt med “=confidence(alpha, standardafvigelse, antal)”, alpha er for 95 % lig med 0.05 (5 %).

5. Forberedelse

Det som er med til succes i en UX undersøgelse er selve forberedelsen, det gælder om at få lavet de rigtige tests. Det er vigtig at finde målet for undersøgelsen, der er forskel på om det er et allerede eksisterende produkt eller et nyt. Er det et produkt, som brugerne skal bruge enkelte gange, eller noget som de skal bruge i dagligdagen. Dette vil være med til at finde ud af, hvilke metrikker der skal bruges. Brugernes mål kan deles op i funktionalitet/effektivitet og tilfredshed. Funktionalitet handler om hvordan kunderne bruger systemet, f.eks. kan de fuldføre de krævede opgaver. Effektivitet er hvor lang tid det tager. Hvorimod tilfredshed handler om, hvor glade de er for at bruge systemet, er der noget som er frustrerende og kan de lide designet.

I et UX studie der er to forskellige måder at indsamle data, på forhånd “Formative” og bagefter “Summative”. På forhånd er mens produktet bliver udviklet og før det færdige design er klar, her er det muligt at tilpasse produktet. Det er muligt at finde usability problemer som forhindrer brugerne i hvad de skal gøre, hvad de finder frustrerende og hvad de typiske fejl er. Hvilke usability fejl kan man derved forvente, der stadig vil være i det endelige produkt. Det er meget vigtig at checke produktet på forhånd, mens man kan nå at ændre i designet, på denne måde kan det tilpasses i iterative processer.
Når produktet bagefter testes gøres dette for at se om alt gik forventningsfuld. Er målene lykkedes med succes, kan kunderne finde ud af at bruge systemet, hvordan klarer produktet sig mod konkurrenterne og hvad skal laves bedre.

Det handler om at vælge de rigtige metrikker for en UX test, i Figur 2 er der vist 10 forskellige typer af usability undersøgelser, og hvilke typer metrikker der kan optimalt kan bruges. Et eksempel er at fuldføre en handel i en webshop, her kan task succes måles ved f.eks. at se om brugeren kan finde ud af at få varen i indkøbskurven, indtaste leveringsadresse og betale for købet. Hver task bliver sat som fuldført eller ikke fuldført. En anden metrik kan være en undersøgelse, hvor man spørger brugerne om de vil handle der igen.

Figur 2

Figur 2, 10 typer af usability undersøgelser, vælg de rigtige metrikker [Tullis & Albert, 2013]

UX metrikker kan indsamles på forskellige måder, dette kan være den traditionelle i et laboratorium med typisk 5-10 deltagere. Der er en moderator som er usability ekspert, der sidder med en deltager ad gangen. De bliver bedt om at udføre nogle tasks, mens de taler højt om hvad de gør. Usability test skal ikke sammenlignes med fokusgrupper, hvor de ser nogen demonstrere produktet først. Usabilty handler om at brugerne selv uden hjælp skal udføre opgaverne. Usability kan også testes med online med programmer eller spørgeskemaer.

6. UX metoder

Ekspertvurdering

De første UX undersøgelser laves ofte ved en ekspertvurdering, her handler det om at de personer, som har erfaring fra tidligere test er såkaldte eksperter. Ved en ekspertgennemgang af et website findes de største problemer, og de kan hermed rettes eller danne grundlag for hvad der skal testes. Dette gøres ved at definere en række opgaver, som kunne være at finde et bestemt produkt f.eks. en printer, herefter smide det i indkøbskurven og bagefter betale for varen. Eksperterne skriver problemerne ned og bagefter diskuterer de deres alvorlighed. I et skema kan problemerne rangeres efter deres alvorlighed f.eks. en skala fra 1-5 og hyppigheden af hvor mange eksperter der fandt fejlen.

Tænke højt test og metrikker

Ved en tænke højt test er det testpersoner, som ikke har set websitet før. Alternativt er det en ny del af siden som bliver præsenteret. De vil på samme måde som eksperterne, skulle udføre en række opgaver. Dette kan være nogle af de samme, som før har vist problemer i ekspertvurderingen. Forskellen er at det nu er almindelige brugere, og at der er en forsøgsleder til testen.

Gennem en tænke højt test er det muligt at observere deres mundlige udmeldinger om frustrationer, utilfredsheder, overraskelser og hvad de synes der er rigtig/forkert. Derudover kan ansigtsudtryk, øjenbevægelser og andre opførelser registreres. Det er derfor vigtig at observere, hvad de gør, samtidig med der lyttes til, hvad de siger.

De mest brugbare metrikker til tænkehøjt test er:

Task succes
Kan testpersonen fuldføre en given opgave som at smide en vare i indkøbskurven. Hvis ja registres dette f.eks. med et 1 tal og hvis nej med et 0. Der er forskellige måder en testperson kan fejle en opgave, dette kan defineres som at de selv giver op, at forsøgslederen afblæser forsøget, at opgaven ikke er fuldført inden for en fastsat tid eller at deltagerne selv tror de har fuldført opgaven korrekt men ikke har det. Hvad der fører til at forsøget fejles defineres afhængig af opgavetypen.

Task tid
Hvor lang tid tager det for testpersonen at fuldføre opgaven, registres ofte i sekunder. Herefter kan der sammenlignes med de andre testpersoner, og et mål kan opstilles for hvor hurtig det skal være.

Fejl
Dette er deciderede fejl som testpersonerne har fundet i produktet, altså noget som ikke virker.

Effektivitet
Effektivitet kan måles i det antal klik og tastetryk som en testperson skal bruge til opgaven. Hvor mange gange klikkes der med musen rundt på siden for at komme det rigtige sted, og hvor meget bliver tastaturet brugt.

Learnability
Hvad sker der, når testpersonerne skal lave samme opgave flere gange. Kan de nemt lære det, når de først ved hvad de skal. Dette kan bruges til software, som skal bruges på daglig basis af målgruppen. Det er ikke egnet til f.eks. en webshop, hvor brugerne selv skal kunne handle første gang.

Fem testpersoner vil være nok til at finde 80 % af problemerne i følge Jakob Nielsen [Nielsen Norman Group, WWW], derfor er fem ofte et passende antal personer. Den første deltager vil finde ca. 30 % af fejlene og ca. 66 % efter den tredje. De bedste resultater kommer ved at lave mange små test med højest fem deltagere.

Eye-tracking

En af de nyere metoder inden for de sidste år er eye-tracking, her kan testpersonens bevægelse af øjnene på skærmen følges. Der findes forskellige metoder hertil, en ofte brugt metode er en kombination af infrarød kamera og lys, til at se hvor testpersonen kigger hen. Det kan også lade sig gøre at bruge testpersonens eget webkamera, denne metode er dog ikke lige så præcis.

Areas of interest (AOI) er en af de mest brugte eye tracking test. Her vises brugeren et skærmbillede af et website, og derefter er det muligt ved hjælp af et program at analysere, hvor brugeren kigger hen. Hvor på skærmen han kiggede først og hvilke dele fangede brugerens opmærksomhed. På denne måde kan der måles rækkefølgen “Sequence” af hvor testpersonen kigger hen. Det kan også være han kigger tilbage på et AOI punkt flere gange “Number og fixation”. Den totale tid brugeren har kigget på et AOI, bliver også målt, for at se hvad der var mest interessant “Dwell time”.

Figur 3

Figur 3, Eye-Tracking

Opgaver til Eye tracking kan være at testpersonen skal fortælle hvad det er for et website, mens de ser på siden i 30 sekunder. Det vil hermed være muligt at se, hvad der fanger testpersonenes opmærksomhed på siden ved hjælp at et heat map, hvor de områder der er mest røde er kigget på længst tid, Figur 3. En anden opgave kan være at testpersonen skal lede efter noget bestemt på siden, f.eks. hvor han vil klikke for at komme til indkøbskurven eller søge efter en vare. Der kan være flere muligheder, samtidig med opgaven kan måles på tid. Dette gør det muligt at følge testpersonens øjenbevægelser og rækkefølgen heraf, samtidig med at forsøgslederen nedskriver testpersonens kommentarer som hermed understøttes.

A/B test

En A/B test går ud på at manipulere med elementerne på et website. Dette gøres ved at have to forskellige designs for en side, nogle brugere ser version A mens andre ser version B af siden. Dette kan enten være delt op så lige mange ser version A eller B, eller at den oprindelige version er A og et begrænset antal brugere ser version B.

En god A/B test følger disse krav.

Kortsortering

For at organisere elementer kan en kortsortering bruges hertil, teknikken er over årene skiftet fra ikke kun at være fysiske kort, men til at testen nu også kan ske online. En kortsortering kan f.eks. bruges til at finde ud af, hvordan menu strukturen skal være på et website. Der er to forskellige typer af kortsortering, den ene er en åben kortsortering og den anden er lukket kortsortering.

Åben kortsortering
I den åbne kortsortering vil testpersonerne hver få f.eks. 20 kort, de skal placere i kategorier de selv opfinder. På et website hvor de sælger elektronik, kunne det være kort med de forskellige produkter f.eks. bærbare, mobiltelefon, tv, skærme, antivirus, højtalere osv.
Her vil testpersonen f.eks. lave en kategori han kalder Computer og tilbehør, i denne ville han placere bærbare og skærme. En anden kategori kunne være Audio og Video, her vil han så placere tv og højtalere. Andre testpersoner vil vælge at kalde kategorierne noget andet, i et regneark vil der så kunne findes ud af, hvor de fleste produkter er placeret. En måde at gøre det overskueligt er ved at lave et Hierarchical Cluster Analysis for data i tabellen. Hvilket gør visuelt muligt at se, hvilke produkter der er beslægtet. Ved at skubbe slideren kan antallet af menupunkter defineres. I Figur 4 ses et eksempel på en Hierarchical Cluster Analysis med produkter.

Figur 4

Figur 4, Hierarchical Cluster Analysis

Multidimensional Scaling (MDS) er en anden måde at se sammenhængen mellem produkter, på kortet ses på hvor tæt produkterne er på hinanden. De produkter der klumper sammen, er tæt på hinanden i kategori, hvorimod andre har en klar distance. 15 personer ses som det optimale antal deltagere for kortsortering, hvilket vil dække ca. 90 % i følge et studie af Tom Tullis og Larry Wood i 2004 [Tullis & Albert, 2013]. Over 20 deltagere giver ikke et meget bedre resultat og under 10 falder validiteten stejlt. I Figur 5 ses et eksempel på en Multidimensional Scaling med produkter.

Figur 5

Figur 5, Multidimensional Scaling (MDS)

Lukket kortsortering
En lukket kortsortering foregår meget ligesom den åbne, den store forskel her er, at testpersonen ikke skal opfinde kategorier. Her er de defineret på forhånd med f.eks. seks kategorier computer og tilbehør, Audio og Video osv., under kategorierne vil kortene skulle placeres. Denne type test er ikke brugt så ofte som den åbne, den kan dog være optimal at lave en lukket kortsortering efter en lukket kortsortering for at få det sidste med.


Spørgeskema

For at få brugernes mening om systemet, kan der udarbejdes et spørgeskema. Det vigtigste er at brugerne er glade og tilfredse, og her gælder deres subjektive mening. Dette kan gøres både under test af et nyt produkt og med brugerne derefter. Både i form af pop-up når brugerne besøger siden, eller exit-poll når de f.eks. har foretaget et køb i en webshop. Dette kan ske både i papir eller online form. Bemærk dog at det tager lang tid at taste spørgeskemaer ind, der er besvaret på papir, og at der kan tastes forkert. Hvor online data vil kunne tilgås direkte. I stedet for brugeren selv udfylder spørgeskemaet, kan dette også ske mundligt. I en UX test kan det derfor være forsøgslederen, der noterer dette. Dataindsamling kan hermed ske på mange måder som interview, brev, telefonisk, webbaseret med mere.

Ofte brugt i spørgeskemaer er Likert-skalaer, ved f.eks. at spørge om hvor nemt det er at finde de rigtige varer i webshoppen, til dette kan en fem punkts skala bruges, Figur 6.

Figur 6

Figur 6, Eksempel Likert-skala

Skalaen er navngivet af Rensis Likert der introducerede den i 1932 i forbindelse med en rapport.

En anden type er en Semantic differential skala, den fungerer lidt på sammen måde som en likert skala, dog er der kun to modsatte ord som svag-stærk, grim-smuk,
passiv-aktiv osv., Figur 7.

Figur 7

Figur 7, Eksempel Semantic differential skala

Antallet af punkter i begge skaler kan variere, meget brugt er fem og syv punkts skalaer.

Mean bliver ofte udregnet ved skalaer for at få gennemsnittet, derved kan konfidensintervallet også beregnes. I en skala med 1 til 5, hvor 5 betyder meget enig, her vil det svare til 100 %. Det er vigtig at bemærke at 1 ikke svarer til 20 % men til 0 %. I stedet for mean kan top-box beregnes, som er den værdi, der er givet mest i et spørgsmål, f.eks. at flest har valgt “4. Enig” i en Likert skala. Top-2-box score er den næst mest brugte score og bruges mest i større skalaer.

Skalaerne er lukkede spørgsmål, modsat kan der stilles åbne spørgsmål, hvor der kan skrives i fritekst. Dette er oftest supplerende information i forhold til metrikker.

Høj reliabilitet er når svarene er meget ens, dette er dog ikke ensbetydende med at de er rigtige. Hvorimod høj validitet betyder at svarene med sikkerhed er rigtige, Figur 8.

Figur 8

Figur 8, Validitet

Data observationsstudier kan deles op i tre grupper Udforskende “Exploratory”, Beskrivende “Descriptive” og Forklarende “Explanatory”:

Antallet af respondenter afhænger af hvor stor målpopulationen er, altså antallet af mennesker som skal forstås. Udregnet med et konfidensgrad på 95 % kræver det 80 deltagere for en population på 100, 278 deltagere for en population på 1.000 og 383 deltagere for en population på 100.000 [SurveyMonkey, WWW, 1].

Analytics

På et website der er lanceret, er der den store fordel, at hvad de besøgende gør på siden kan spores. Disse data kan bruges til at se, hvilke sider de klikker på og hvor lang tid de er på siden. I forhold til andre test har website metrikker den fordel, at de er komplet for alle besøgende og ikke bare en begrænset gruppe.

Ved at bruge disse metrikker aktivt, kan det spores hvis man har ændret noget på siden og den efterfølgende effekt heraf. På samme måde kan effekten af en A/B test dokumenteres, ved at se data for hvor mange gange der f.eks. bliver klikket på den nye knap i forhold til den gamle.

En af de mest populære gratis services til dette er Google Analytics, her er det blandt andet muligt at få følgende metrikker:

Besøgende Dette er de brugere som har besøgt siden, altså en person. Det er muligt at se hvor de sidder rent geografisk som land og by. Hvilken teknologi de bruger pc, mac, tablet, mobil og hvilken browser/styresystem de anvender. Kan dog være svært at adskille hvis den besøgende bruger forskellige enheder som både en pc og mobil.

Sessioner Dette er antallet af gange websitet er blevet besøgt, de besøgende kan have været inde på siden flere gange. Hvor lang tid er de på websitet for hver session i gennemsnit.

Sidevisninger Det antal gange som hver enkelt side er set. På denne måde er det muligt at se, hvilke sider der er mest populær eller om der er sider som sjældent bliver besøgt. Hver eneste gang en besøgende har indlæst siden tæller dette.

Landingssider og afslutningssider Hvilken side kommer de besøgende ind på først, og hvad er den sidste side de ser, før de går videre.

Afvisningsprocent Antal procent som kun ser en side per session. Dette kan enten betyde, at de har fundet hvad de ledte efter eller at de ikke fandt siden interessent.

Konverteringer Under konverteringer kan der opstilles mål for websitet. For en webshop kan det være vigtig at vide, hvor mange besøgende der fuldfører et køb.

Tilgængelighed

Hvis der skal udvikles systemer til personer med et handicap f.eks. nedsat syn, hørelse, bevægelser og andre begrænsninger har W3C udviklet retningslinjer for tilgængeligt webindhold WCAG 2.1 [W3C, WWW]. I UX sammenhænge er dette brugbart, da nogle har brug for at se tekst og indhold i en større størrelse, mens andre gerne vil kunne betjene systemet kun ved hjælp af et tastatur.

7. UX succes

I følge Tom Tullis og Bill Albert er der 10 gode råd for at få succes.

1. Få data til at blive levende
Sørg for at bringe data til live ved at vise den faktiske oplevelse som brugerne har med produktet. Det er meget svært for interessenter at ignorere metrikker, dette er nyttig for at overbevise dem der har deres egen mening. Inviter de interessenter der har en magt i virksomheden til at overvære UX tests, da det er den bedste måde de selv kan se hvad brugerne synes om systemet. Sørg for at de ser flere test, så de kan se en forbindelse mellem at flere brugere oplever problemerne. Dette vil gøre at der i fremtiden ikke skal bruges så meget tid på, at overbevise interessenter om at UX er det rigtige, selvom f.eks. ledelsen har en klar mening om deres egen intuition. Vis hvordan en design ændring kan
 øge ROI.

2. Vent ikke til du bliver spurgt om at måle
Vent ikke til der er en efterspørgsel efter metrikker, gør det som en naturlig del i starten af et projekt. UX hjælper med at definere, hvordan systemet skal designes. Over tid kommer erfaringen med brug af de forskellige metoder og metrikker.

3. Målinger er mindre dyrt end du tror
Der findes ingen undskyldninger for at UX test er for dyrt og tager for lang tid. Der findes en del online værktøjer til dette, hvilket gør en i stand til at teste interaktionen med et website. Derudover er der mange værktøjer til spørgeskemaer som SurveyMonkey.

4. Planlæg tidlig
Et af hovedbudskaberne er vigtigheden ved at planlægge i god tid, når der skal indsamles metrikker. Det handler om at vide, hvilke metrikker der skal indsamles og hvorfor ved et UX studie. Det kan ellers være fristende at springe over nogle, hvilket leder til et dårligere resultat. Definer hvad succes kriteriet skal være.

5. Benchmark dine produkter
Der findes ingen standard for hvad der er god og dårlig UX, derfor er det en god idé at sammenligne sit produkt med evt. konkurrenter. Sammenlign tasks succes, effektivitet og tilfredshed for at se hvordan systemet klarer sig i forhold til konkurrenterne.

6. Udforsk din data
Brug tid på at undersøge data også gerne på nye måder. Kig efter mønstre der ikke er åbenlyse, se UX data som brikker i et puslespil.

7. Snak forretningens sprog
Det handler om at snakke forretningens sprog, hvordan sænkes omkostningerne og hvordan bliver omsætningen øget. Præsenter til ledelsen hvordan design ændringer kan gøre dette.

8. Vis din selvtillid
Præsenter resultaterne med overbevisning, dette vil gøre det nemmere for andre at tage en beslutning. Udregn konfidensintervallet for at fastslå hvor sikre forsøgene og metrikkerne er. På denne måde bliver det ikke bare et gæt.

9. Misbrug ikke metrikker
Mål ikke alt til at starte med, det er vigtig at finde de rigtige metrikker. Præsenter ikke for meget data på en gang og konkluder ikke alt på baggrund af en enkelt metrik.

10. Simplificer din præsentation
Alt arbejdet i et UX studie handler om, hvordan resultaterne bliver præsenteret, derfor skal målene tilpasses tilhørerne. Fortæl om baggrunden for produktet hvis de ikke kender den. Fortæl om testpersonerne og opgaverne de skulle udføre. Fortæl om de positive resultater ved designet. Brug skærmbilleder og gerne små videoklip. Vis en opsummeringsside der klart fremhæver de vigtigste metrikker i studiet.

8. Referencer

[Tullis & Albert, 2013] Tom Tullis & Bill Albert, ”Measuring the user experience”, 2013, 2. udgave, Morgan Kaufmann
[Nielsen Norman Group, WWW] nngroup.com, "Why You Only Need to Test with 5 Users"
[SurveyMonkey, WWW] surveymonkey.com, "Undersøgelsens stikprøvestørrelse"
[W3C, WWW] w3.org, "Web Content Accessibility Guidelines (WCAG) 2.1"