5 typische Herausforderungen bei der UXR-Analyse und wie man sie bewältigt

Inhaltsverzeichnis

1. Die Herausforderungen bei der UXR-Analyse
2. Deine Vorgehensweise bei der Datenerhebung und -analyse ist nicht standardisiert
3. Die Synthese und Interpretation grosser Datenmengen ist schwierig
4. Es ist schwierig, die Geheimhaltungspflicht von Nutzerforschungsdaten zu gewährleisten, wenn diese unternehmensweit analysiert werden
5. Deine Projektbeteiligten sind nicht ausreichend in die Analyse der Nutzerforschung eingebunden
6. Forschungsergebnisse in umsetzbare Erkenntnisse umzuwandeln ist nicht einfach
7. Fazit

1. Die Herausforderungen bei der UXR-Analyse

Wer die Herausforderungen der UXR-Analyse im Voraus versteht, kann effektivere Forschung betreiben, in kürzerer Zeit hochwertigere Erkenntnisse gewinnen und somit eine wichtigere Rolle bei der Entscheidungsfindung in seinem Team spielen. Bist du bereit? Dann lass uns diese Herausforderungen anschauen und herausfinden, wie wir sie bewältigen können.

2. Deine Vorgehensweise bei der Datenerhebung und -analyse ist nicht standardisiert

Eine der grössten Herausforderungen bei der Analyse von Nutzerforschungsdaten ist der Mangel an Standardisierung. Wenn es keine etablierten Prozesse, Kriterien und Standardmetriken für die Erfassung und Interpretation von Daten aus Nutzerstudien gibt, wird es nicht lange dauern, bis du Folgendes feststellen wirst:

• Zunächst könnten mangelhafte Leitlinien die Qualität der erhobenen Daten in Zweifel ziehen, weil die Antworten voreingenommen sind, die Forschungsmethoden schlecht konzipiert oder die Testpersonen nicht sorgfältig genug ausgewählt wurden.
• Zum anderen können die aus verschiedenen Quellen gesammelten Daten in Bezug auf Format, Struktur oder Terminologie inkonsistent sein, was den Vergleich und die sinngemässe Verknüpfung von Forschungsergebnissen erschwert.

Die mögliche Lösung: Schaffung eines standardisierten Prozesses zur Analyse von Nutzerforschungsdaten

Hier ein paar Ideen, wie man diese Herausforderung meistern kann:

• Festlegung klarer Leitlinien und Protokolle für die Datenerfassung und -analyse. Diese sollten allen zugänglich gemacht werden, damit die Leitlinien nicht ignoriert, sondern sinnvoll genutzt werden können!
• Durch die Einführung standardisierter Dokumentvorlagen und gemeinsamer Taxonomien oder Codierungsverfahren kannst du zudem die Konsistenz zwischen verschiedenen Forschungsprojekten sicherstellen. Darüber hinaus kann eine Investition in ein spezialisiertes Datenanalysetool wie Condens dazu beitragen, den Prozess der Datenstandardisierung zu rationalisieren und eine effizientere Analyse zu ermöglichen.
• Nimm dir auch die Zeit, gründliche Testläufe durchzuführen, und falls du nicht der/die einzige Forscher:in im Unternehmen bist, sorge dafür, dass dein Forschungsteam gut eingewiesen ist.
• Und nicht zuletzt raten wir dir, eine Datentriangulation aus mehreren Quellen in Betracht zu ziehen, um die Ergebnisse zu validieren und auf Unstimmigkeiten zu überprüfen.

Klar, wir wissen, dass so etwas zeitaufwändig ist. Dennoch ist es wichtig, sich regelmässig zu fragen, ob man sich genügend Zeit für die Analyse und Verarbeitung von Nutzerforschungsdaten nimmt, um qualitativ hochwertige Forschungsergebnisse zu erzielen.

3. Die Synthese und Interpretation grosser Datenmengen ist schwierig

Wahrscheinlich hast du es mit grossen Mengen an Nutzerforschungsdaten, einschliesslich Umfragen, Interviews, Usability-Tests und vielem mehr zu tun. Erschwerend kommt dann noch der Druck, Deadlines einzuhalten dazu, womit sich die Situation weiter verkompliziert. Schnell entsteht dann eine Überlastung und im Stress fällt es dann schwerer, Muster, Trends und wichtige Erkenntnisse aus den wertvollen Daten herauszuarbeiten.

Die mögliche Lösung: Pläne für Nutzerforschung und Ablageorte

Um grosse Datenmengen zu bewältigen, musst du sie nach Prioritäten ordnen und kategorisieren. Abhängig von den Ressourcen deines Unternehmens kannst du diese Herausforderung auf zwei Ebenen angehen:

• Zunächst einmal ist es wichtig, dass du jedes Mal, wenn du ein neues Projekt beginnst, einen klaren Plan für die Nutzerforschung hast. Dieser Schritt hilft dir, bei der Datenanalyse Prioritäten zu setzen, indem du dich auf Forschungsfragen oder -ziele konzentrierst. Wenn du den Zweck der Analyse klar definiert hast, ist es einfacher, irrelevante Daten herauszufiltern, deine Zeit produktiv zu nutzen und aussagekräftige Erkenntnisse zu gewinnen.
• Zum anderen bietet sich die Einführung eines UXR Repository Tools an, mit dessen Hilfe du deine Forschungsdaten und -ergebnisse speichern, ordnen und kennzeichnen kannst. Auch in diesem Fall ist es hilfreich, ein klares Taxonomie- oder Tagging-System einzurichten, das das Auffinden und Nachschlagen bestimmter Erkenntnisse erleichtert.

Wenn du alleine an einem kleineren Projekt arbeitest, kann dir ein gut durchdachter Nutzerforschungsplan bei der Organisation nützlich sein! Wenn du jedoch an langfristigen oder kollaborativen Forschungsprojekten beteiligt bist, ist die Investition in eine wissenschaftlichen Datenspeicherlösung von maximalem Nutzen für deine Zwecke.

4. Es ist schwierig, die Geheimhaltungspflicht von Nutzerforschungsdaten zu gewährleisten, wenn diese unternehmensweit analysiert werden

Mit zunehmender Wichtigkeit von Datenschutzbestimmungen wie der DSGVO (GDPR) können Datenschutz und ethische Überlegungen Herausforderungen für die Nutzerforschung darstellen – insbesondere wenn es um sensible Daten geht. Daher kann es sich als schwierig erweisen, die Vertraulichkeit von Nutzerforschungsdaten innerhalb der gesamten Organisation zu gewährleisten.

Die mögliche Lösung: Die Einführung von Best Practises zum Schutz sensibler Informationen

Um den Datenschutz bei der Analyse von Nutzerforschungsdaten unternehmensweit zu gewährleisten, müssen die Privatsphäre der Testpersonen und ethische Richtlinien während des gesamten Forschungsprozesses Priorität haben.

Die folgenden Best Practices sollten dabei berücksichtigt werden:

• Hier sind einige Best Practices, die du beachten solltest: Hol dir die Einverständniserklärungen der Testpersonen ein und speichere sie in geordneter Form (z. B. in deinem Forschungsdatenarchiv). Nutze ggf. das Dokumentenunterzeichnungs-Feature von TestingTime, um Einverständniserklärungen deiner Testpersonen effizient zu erfassen.
• Wenn immer möglich, sollten Daten anonymisiert werden. Wir empfehlen, persönlich identifizierbare Informationen (PII) zu entfernen oder zu ersetzen, um die Identität der Testpersonen zu schützen.
• Beschränke den Datenzugriff auf die Personen, die ihn benötigen und sorge für eine sichere Speicherung. Möglicherweise ist es ausreichend, dass deine Projektbeteiligten Zugang zu den Forschungsergebnissen, nicht aber zu den Rohdaten haben müssen.
• Bitte die Mitglieder deines Teams oder deines Unternehmens, Geheimhaltungsvereinbarungen (NDAs) zu unterzeichnen, um sich rechtlich zum Schutz der Forschungsdaten der Testpersonen zu verpflichten.
• Dokumentiere das Engagement deines Unternehmens für ethische Forschungspraktiken und kommuniziere es transparent.

Halte dich in Sachen Datenschutzbestimmungen auf dem Laufenden und sorge für die Einhaltung der Vorschriften, indem du dein Team schulst, wenn du nicht alleine als Forscher:in arbeitest.

5. Deine Projektbeteiligten sind nicht ausreichend in die Analyse der Nutzerforschung eingebunden

Es kann schwierig sein, Projektbeteiligte, die mit Forschungsmethoden nicht vertraut sind, zur aktiven Teilnahme an der Analyse zu motivieren. Dies kann dazu führen, dass sich die Projektbeteiligten kaum in die Nutzerforschung einbringen, was wiederum dazu führt, dass du die Chance verpasst, unterschiedliche Perspektiven und wertvolle Insider-Informationen zu bekommen, über die deine Projektbeteiligten möglicherweise verfügen.

Die mögliche Lösung: Initiativen zur Einbeziehung von Projektbeteiligten in den Analyseprozess einleiten

Bei deinem nächsten Forschungsprojekt könntest du zusammen mit deinen Projektbeteiligten Folgendes ausprobieren:

• Lege klare Forschungsziele fest, die sich an den Bedürfnissen und Prioritäten deiner Projektbeteiligten orientieren und sorge so dafür, dass sie sich „abgeholt“ fühlen. Dadurch wird ihnen der unmittelbare Nutzen ihrer Teilnahme vor Augen geführt.
• In Workshops kannst du deine Beteiligten dann auf angenehme Art und Weise über den Forschungsprozess, die Terminologie, die Methoden und die Bedeutung von Nutzererkenntnissen aufklären. Du könntest sogar ein Quiz oder eine andere unterhaltsame Aktivität einbauen! Auf diese Weise könnten sich alle Beteiligten aktiv am Analyseprozess beteiligen.
• Organisiere gemeinsame Team-Meetings, in denen sich die Projektbeteiligten aktiv mit den Daten auseinandersetzen und ihre Sichtweisen einbringen können (z. B. ein Affinity Mapping-Workshop oder ein Persona-Workshop). Signalisiere ihnen dabei, dass eine offene Diskussion und ein Brainstorming während des gesamten Treffens absolut erwünscht ist.

Vergiss nicht, proaktiv mit deinen Projektbeteiligten umzugehen und ihnen zu signalisieren, dass ihr Beitrag zum Forschungsprozess wertgeschätzt und ernst genommen wird.

6. Forschungsergebnisse in umsetzbare Erkenntnisse umzuwandeln ist nicht einfach

Es kann sein, dass die von dir eingebrachten Erkenntnisse aufgrund von Kommunikationsdefiziten, ablehnender Haltung gegen Veränderungen im Allgemeinen oder konkurrierenden Prioritäten nicht immer in die organisatorischen Entscheidungen einfliessen. Diese Herausforderung zu meistern ist für eine fundierte Entscheidungsfindung von entscheidender Bedeutung. Lies deshalb unbedingt unseren abschliessenden Ratschlag!

Die mögliche Lösung: Bemühe dich um klare Kommunikation und langfristige Zusammenarbeit zwischen Forschenden und Projektbeteiligten

Wenn du nach der Lektüre dieser Herausforderung zustimmend nicken solltest, mach dir keine Sorgen – du bist nicht allein! Es gibt einiges, was du dagegen unternehmen kannst:

• Zum einen ist es ratsam, die Projektbeteiligten frühzeitig in den Forschungsprozess einzubeziehen, damit sie sich verantwortlich fühlen und die Ergebnisse in die Entscheidungsfindung einfliessen können.
• Sinnvollerweise sollte eine Feedback-Schleife zwischen Forschenden und Entscheidungsträger:innen eingerichtet werden, um sicherzustellen, dass die Forschungsergebnisse regelmässig ausgewertet und vor Entscheidungen über Produkte oder Dienstleistungen herangezogen werden.
• Deine Berichte oder Präsentationen sollten klar und prägnant sein und den Schwerpunkt auf verwertbare Erkenntnisse legen. Dabei ist es von Vorteil, eine eher einfache Sprache zu verwenden und Fachbegriffe zu vermeiden. Du könntest zudem auch visuelle Hilfsmittel wie Diagramme oder Tabellen einbauen, um die Daten besser verständlich zu machen.
• Und last but not least solltest du dafür sorgen, dass Forschungsberichte und Präsentationen leicht zugänglich sind und in Formaten vorliegen, mit denen die Projektbeteiligten keine Schwierigkeiten haben. In Condens ist es möglich, Forschungsergebnisse beispielsweise in Form von visuell ansprechenden Berichten auf einfache Art zu teilen.

Am wichtigsten ist, dass du mit deinen Projektbeteiligten sprichst und sie mit regelmässigen Statusberichten auf dem Laufenden hältst.

7. Fazit

Zusätzlich zu den fünf Herausforderungen, die wir hier behandelt haben, solltest du nicht vergessen, deine Methoden der Nutzerforschung kontinuierlich zu optimieren. Einfach ausgedrückt: Hole dir regelmässig Feedback von deinem Team und den Beteiligten ein, um Optimierungspotenziale aufzuspüren. Vergiss nicht, dass das Ziel der Nutzerforschung darin besteht, wichtige Erkenntnisse für die Verbesserung von Produkten und Dienstleistungen zu gewinnen. Der Schlüssel dazu ist eine offene Kommunikation und die Berücksichtigung von Forschungsergebnissen bei der Entscheidungsfindung.