Alla blogginlägg

UX och Webbanalys: styrkan med att kombinera kvalitativa och kvantitativa metoder

UX-designern Linn Nilsson och webbanalytikern Niklas Ternstedt förklarar hur du kombinerar kvalitativa testmetoder med kvantitativ data från ett webbanalysverktyg.

Det här inlägget handlar om att lära sig av sina användare för att kunna skapa bättre UX-design. Det är inte första gången jag har skrivit om det. I det här inlägget beskriver jag varför användbarhetstester är ett av mina viktigaste verktyg. Och i det här inlägget berättar jag hur jag kan använda tree testing för att avgöra hur väl användarna hittar på en webbplats.

Här skriver jag tillsammans med min kollega på Whitespace, webbanalytikern Niklas Ternstedt, om styrkan med att kombinera kvalitativa testmetoder med kvantitativ data från webbanalysverktyg såsom Matomo.

UX ❤️ Webbanalys

Section titled UX ❤️ Webbanalys

Med kvalitativa metoder kan vi få insikter om människor som annars är oåtkomliga för olika mätpunkter och frekvensvärden. Men genom att endast använda kvalitativa metoder, exempelvis användbarhetstester eller intervjuer, löper man alltid en viss risk att få opålitliga resultat. Bland annat för att människor kan säga en sak (attityd) men göra en annan sak (beteende).

Här kan kvantitativ data klargöra hur användarna beter sig i verkligheten, utanför en modererad testsituation. Kvantitativa metoder är också för på att förstå hur många av användarna på en webbplats som stöter på problem med något, men säger sällan någonting om varför.

Det här är exempel på metodernas styrkor och svagheter och hur de som oftast behöver komplettera varandra.

I ett analysverktyg kan vi ju ganska enkelt upptäcka att en för stor del av användarna lämnar ett anmälningsformulär oavslutat. Ibland kan vi redan där och då förstå vad formuläret har för uppenbara brister. Men bäst är såklart att ta till en kvalitativ metod för att faktiskt undersöka, med hjälp av användarna, var problemet ligger.

Är formuläret krångligt att fylla i? Eller är formuläret helt irrelevant för användarna då det är fel målgrupper som landar där? Svaren på dessa frågor gör stor skillnad på hur vi bör agera. Att någon kan använda något betyder ju inte att de därför kommer göra det.

Börja i analysverktyget 📈

Section titled Börja i analysverktyget 📈

I ditt webbanalysverktyg finns massor av möjligheter att sätta upp mätvärden som du kan utgå ifrån för att sedan eventuellt följa upp med mer kvalitativa analyser. Laddningstid, avvisningsfrekvens, pogosticking, eller rage clicks är värden som kan vara intressanta att kika på för att upptäcka UX-problem på webbplatsen. Det finns alltså mycket information i analysverktyg som du kan använda dig av utan att behöva göra någon avancerad konfigurering.

I webbanalysverktyg som Matomo finns det också mer kvalitativa verktyg, som till exempel heatmaps. Här får du en visuell återgivning av var användarna rör sig och klickar på. Med heatmaps får du en bra inblick i vad som fångar användarnas uppmärksamhet och kan se om de exempelvis klickar på element som inte är klickbara.

Du kan också använda analysverktyget för att analysera flöden på din webbplats och exempelvis se var användarna stannar fast de egentligen borde fortsätta. Är det ett UX-problem? I så fall, vilka testmetoder kan du använda för att förstå problemet?

Formulera enkla hypoteser

Section titled Formulera enkla hypoteser

Ett sätt att använda webbanalys och UX tillsammans är alltså att försöka hitta insikter i ditt analysverktyg för att formulera hypoteser som du sedan kan testa mer kvalitativt genom exempelvis användbarhetstester eller a/b-tester.

Det var så vi gjorde när vi nyligen jobbade med att förbättra ett formulär. För det är just dåligt designade formulär som ju brukar skapa problem för användarna.

I det här fallet hade min kollega Niklas sett i vårt analysverktyg att många användare lämnade formuläret. Vår hypotes var att formuläret var rörigt och laddar långsamt. Hade vi verkligen velat djupdyka i kvantitativ data skulle vi här kunnat sätta upp mätning för att identifiera vilka formulärfält som skapar problem, var användaren slutar fylla i formuläret eller om något fält tar oroväckande lång tid att fylla i. Denna gången genomförde vi användbarhetstester på formuläret och kunde sedan presentera ett nytt designförslag till kunden.


👆 Genom att titta på avvisningsfrekvensen över tid kunde vi avgöra att formuläret konsekvent ledde till alldeles för många avhopp, särskilt på mobila enheter.

Analysera mera

Section titled Analysera mera

Det borde vara en självklarhet att kombinera kvantitativa och kvalitativa metoder eftersom UX och webbanalys ju går hand i hand. Men istället är det vanligt att webbanalytiker och UX-designers sitter på varsin kammare, och med varsitt verktyg.

Vi hoppas att vi här har kunnat visa att du med enkla medel kan kombinera olika sorters data och metoder för att upptäcka problemområden, formulera hypoteser, ställa rätt frågor till användarna, och skapa bättre användarupplevelser.

Vill du komma igång men är osäker på hur?

Hör av dig till mig, David Blomberg, om du vill veta hur du kan få nya,säkrare insikter om era användare.

Kontakta mig på 070 - 481 60 72, david.blomberg@whitespace.se, eller boka ett videomöte direkt i min kalender.