Carmel Hassan Tecnología, Diseño y Sociedad

Ciencia de Datos y Experiencia de Usuario

C

La ciencia de datos no es algo en lo que una persona pueda especializarse en poco tiempo y es, sin embargo, una de las carreras más tendenciosas de los últimos cinco años. Si éste es un perfil profesional único como el de Experiencia de Usuario (UX) el tiempo lo dirá. Han pasado ya veintiocho años desde que Don Norman se llamara a sí mismo ‘User Experience Architect’ y al menos cincuenta desde que se hablara de la Interacción Persona-Ordenador.

 

Pero ¿cuál es la relación entre estas dos profesiones? ¿debe un especialista en UX saber algo sobre ciencia de datos? ¿debe un diseñador aprender a programar?

En este artículo me gustaría explicar por qué creo que es importante entender qué es la ciencia de datos y cómo puede aprovecharse desde el diseño de experiencias.

Cuantificando la Experiencia de Usuario

Si ya es difícil diseñar experiencias más de uno pensará que es casi imposible cuantificarla. Si bien no todos los factores que influyen en la interacción y la experiencia con el producto final pueden ser medibles, existen multitud de datos relacionados con la misma que pueden recogerse y analizarse para guiar el proceso de diseño:

  • Datos descriptivos de los usuarios (datos demográficos o tecnología que usan).
  • Datos de actividad y comportamiento (contenido que visitan, búsquedas, interacciones, tiempo que dedican…).
  • Conversión de objetivos.
  • Datos sobre la ejecución de tareas específicas (éxito de la tarea, duración, eficiencia, errores, satisfacción, aprendizaje).

Hasta ahora, todos estos datos los hemos venido interpretando de forma puntual y aislada buscando dar respuesta a algunas de las preguntas más importantes que nos hacemos durante el proceso:

  • ¿Cómo son nuestros usuarios? ¿cómo han llegado hasta mi producto?
  • ¿Qué necesidades de información tienen? ¿cómo interactúan para conseguirla?
  • ¿Han realizado determinada acción?
  • ¿Qué contenido funciona mejor que otro?
  • ¿Consideran que el producto es usable?

Sin embargo hay muchas otras que consisten en ‘adivinar’ qué pasará en el futuro, puesto que la UX es también una relación temporal con el producto surgen más preguntas relacionadas:

  • ¿Volverán a usar mi producto?
  • ¿Están aprendiendo a usarlo de forma más eficiente cada vez?
  • Si les ofrezco determinada información ¿les facilitará el alcance de sus objetivos?

El diseño será nuestra base experimental con la que modelar la(s) hipótesis que pondrá(n) a prueba la posibilidad de una u otra experiencia.

Análisis de datos al servicio de la UX

La ciencia de datos y, más concretamente, el análisis de datos es un área de conocimiento que nos ofrece técnicas para:

  • Explorar e interpretar grandes cantidades de datos.
  • Tomar decisiones.
  • Comunicar conclusiones.

Desde el análisis de datos aprenderemos a realizar experimentos y a validar diseños de una forma más objetiva y potencialmente masiva. Además seremos capaces de definir mejor las muestras necesarias para realizar tests con y sin usuarios en base a datos reales y observables.

Lo más interesante es lo mucho que este trabajo encaja dentro del proceso de investigación de usuarios a pesar de sus diferencias.

Evidentemente debemos también ser conscientes de las limitaciones que estas técnicas tienen en cuanto al tipo de información que pretendemos averiguar:

  • ¿Cómo perciben nuestros usuarios el producto?
  • ¿Cuál es su motivación?
  • ¿Cómo se sienten cuando usan nuestro producto?

Son preguntas para las que posiblemente no hallemos la respuesta en los datos.

Qué debo saber sobre ciencia de datos

Recientemente he terminado un curso el cual recomiendo ‘Introduction to Data Analysis‘. En el mismo he visto cosas como:

  1. Manipulación de datos
  2. Visualización de información
  3. Estadística (el punto más desafiante sin duda)
  4. Hypothesis Testing
  5. Recuperación de información con SQL

Todo esto usando Python como lenguaje de programación. Y es que no todos los lenguajes de programación que podríamos aprender en UX están relacionados con la capa front-end.

via GIPHY

Obviamente existen muchos más cursos, entre ellos el ofrecido por Coursera  ‘Designing, Running, and Analyzing Experiments‘ dentro del programa de especialización en Human-Computer Interaction o el disponible en edX ‘Foundations of Data Science‘.

Por otra parte, existen cada vez más herramientas orientadas tanto al márketing como la experiencia de usuario que ofrecen la posibilidad de hacer analítica de datos.

De una u otra forma, no hay excusas. El campo de la Experiencia de Usuario demandará también perfiles profesionales que conozcan y dominen estas técnicas de análisis de datos para guiar los procesos de diseño, la pregunta ahora es ¿llegaremos a tiempo?

I’m UX/Product Designer at Ebury. I have a caotic side project called Cinefilica and founded the most interesting tech community in Málaga Yes We Tech.

Comentar

Carmel Hassan Tecnología, Diseño y Sociedad

Entradas recientes

Comentarios recientes

¡Suscríbete!

Introduce tu correo electrónico para suscribirte a este blog y recibir notificaciones de nuevas historias.

Categorías

Meta