Cuando finalizamos una actividad de investigación, ya vamos a haber recolectado muchos datos útiles para poder alcanzar nuestros objetivos de investigación. Acá nos surge un nuevo problema: ¿qué hacemos con todo esto? ¿Cómo hacemos sentido de todos estos datos que tenemos?
Mapas de afinidad
Una de las herramientas que podemos usar es armar sesiones de análisis grupales. Estas, básicamente, consisten en reunir al equipo, revisar todas las notas obtenidas, hacer observaciones (sin empezar a idear soluciones a los problemas detectados, eso lo vamos a poder hacer después, una vez que ya entendamos el problema). Una guía con pasos a seguir que podemos tomar es:
Resumir los objetivos y el proceso de investigación. Como no necesariamente todo el equipo o áreas hayan participado de la investigación en sí (aunque siempre es ideal que participen todas las partes involucradas desde el comienzo, ya que recibir la información de primera mano, es decir, directamente hablando con las personas ciudadanas, inspira más que un reporte de investigación detallado, además de que se pierde menos tiempo teniendo que explicar cosas que pueden ser vivenciadas). Acá podemos mencionar qué se buscaba descubrir y quiénes del equipo participaron y con qué roles.
Detallar con quiénes hablamos y cómo lo hicimos. Acá es importante contemplar que es muy probable que haya casos aislados a no contemplar que se hayan filtrado (por más que hayamos hecho un trabajo previo de reclutamiento) que no coincidan con quienes usarían el servicio digital, estos casos hay que marcarlos para no contemplarlos al analizar. Por ejemplo, entrevistas a 6 personas ciudadanas con una baja alfabetización digital en las sedes comunales.
Explicar qué tipos de análisis vamos a estar haciendo. Para que todas las personas presentes tengan en claro los objetivos de la actividad, conviene aclararlo de antemano y explicar cómo se va a desarrollar la misma. Por ejemplo, en este caso sería analizarlos mediante un mapa de afinidad.
Extraer citas textuales y observaciones. Es importante diferenciar una observación de una interpretación. La observación responde al ¿qué sucedió? — “las personas ciudadanas realizan determinada acción”. En cambio, podemos pensar a la interpretación como una observación racionalizada, respondiendo al ¿qué significa? — “como las personas ciudadanas realizan determinada acción, entonces es probable que vayan a hacer otra acción”.
Detectar qué tipos de datos recolectamos. Cuando hablamos de datos, estamos hablando de citas textuales y observaciones que indiquen:
- objetivos (¿qué quieren lograr con relación a lo que nuestra solución busca?),
- prioridades (¿qué es lo más importante para las personas ciudadanas?),
- tareas (¿qué acciones hacen para alcanzar sus objetivos actualmente?),
- motivaciones (¿qué lleva a personas ciudadanas a hacer una tarea?, ¿qué situación o evento antecede?),
- barreras (¿qué actores, situaciones u otros previenen que las personas ciudadanas completen la tarea o alcancen sus objetivos?),
- hábitos (¿qué cosas hacen las personas de manera cotidiana, más allá de su uso de servicios de la Ciudad?),
- herramientas (¿con qué dispositivos u otras soluciones interactúan mientras busca alcanzar sus objetivos?), y
- entorno (¿qué más está sucediendo que pueda impactar en la posibilidad de completar sus tareas?, ¿con qué personas interactúan cuando necesita completar las tareas?).
Agrupar las citas y observaciones por afinidad. Esto implica identificar patrones y crear categorías temáticas en la que se agrupen los datos. No nos apresuremos a empezar a generar estas agrupaciones más amplias o sacar conclusiones mediante estos mapas de afinidad si todavía no pasamos por todos los datos que conseguimos. Las mejores agrupaciones son las que emergen en el proceso, en lugar de que estén definidas de antemano de manera arbitraria. En caso de hacer esta actividad de manera presencial, podemos usar muchos post-its para esto, pero como herramienta digital también podemos usar MURAL, Miro o FigJam. En la imagen de abajo hay un ejemplo de cómo se construye un mapa de afinidad. Por ejemplo, según los datos, posibles agrupaciones podrían ser “comunicación”, “brecha digital”, entre otras pertinentes a lo que recolectamos.
Resumir lo que se encontró. Visualizar los patrones encontrados los cuales los podemos interpretar y nuestros hallazgos, buscando comprender qué va a implicar a la hora de diseñar.
Documentar en un formato para compartir. En una presentación o reporte de investigación podemos contar una historia dando vida a los hallazgos. Más abajo podemos encontrar cómo abordar un proceso de comunicación de hallazgos.
Mapa de viaje
Muchas veces, nos encontramos en procesos en los que podemos identificar y trazar el recorrido de una persona ciudadana a lo largo de los distintos servicios de la Ciudad y se vuelve necesario poder entender la complejidad de este camino. ¿Cómo se siente en cada uno de los pasos, cómo lo percibe? ¿Qué tareas tiene que hacer para poder alcanzar sus objetivos? Esto lo podemos conocer observando y entrevistando en contexto, pero también podemos detectarlo apoyándonos en otros métodos que consideremos pertinentes.
Podemos dividir este mapa en tres zonas claves: el foco, la experiencia y los descubrimientos.
- El foco. Esta parte es fundamental para dar cierto contexto del objetivo de este mapa. Podemos incluir:
- La Persona. ¿Cómo sería una posible persona que use el servicio? ¿Qué características conocemos que les identifica? Podemos encontrar más información sobre qué son estas en la sección sobre construcción de Personas. De todas maneras, acá alcanza con darle un nombre y una imagen, pero también se le pueden sumar datos como una edad, qué tipo de persona usuaria es (¿suele frecuentar este tipo de servicios?, ¿tiene dificultades con el uso de tecnologías?, entre otras maneras de etiquetarlas que sea relevante).
- El escenario. ¿Cuál es la situación en la que se encuentra esta Persona que lleva a que tenga que interactuar con este servicio? Describir muy brevemente cómo sería un caso de uso basado en lo que recolectamos que las personas suele desencadenar que usen el servicio.
- Las expectativas. ¿Qué esperan de ese servicio? Acá podemos armar un punteo con apreciaciones subjetivas sobre cómo espera que sea ese servicio, además de también identificar cuál es su objetivo final.
- La experiencia. Acá podemos detallar el recorrido que hace la persona a través de los servicios. Puntos a tener en cuenta pueden ser:
- Las etapas del viaje. ¿En qué instancia del recorrido se encuentra? Nos permite agrupar las distintas tareas o acciones que va a tener que hacer la persona ciudadana con un nombre que tome los puntos en común.
- Mapeo de emociones por acciones. ¿Qué tareas va a tener que realizar y cómo se va a sentir con respecto a cada una? Acá vamos a poder visualizar tanto las emociones positivas como las negativas de las personas ciudadanas. Para poder ubicar estas emociones (arriba si son positivas, abajo si son negativas) en cada tarea que realice (ubicadas una al lado de la otra). Acá tenemos que tener en cuenta las motivaciones de las personas (¿qué la llevó a interactuar con este servicio?), los canales (¿a través de qué medios tiene que interactuar?, ¿en entornos digitales o también presenciales?), el comportamiento (¿esta Persona realiza la tarea como lo harían otras o la completa de una manera diferente?) y los puntos de dolor (¿qué partes del proceso les frustra y por qué?).
- Las oportunidades. ¿Cómo podríamos solucionar los puntos de dolor que detectamos? Basándonos en lo que pudimos aprender mapeando la experiencia, en los puntos más débiles podemos hacer propuestas de mejoras concretas con el objetivo de revertir la situación actual de ese punto para que sea más positivo.
Comunicación de hallazgos
Para que una investigación tenga relevancia, es fundamental comunicar las conclusiones de manera efectiva de manera que inspire a la acción y acercando a los distintos equipos a las personas ciudadanas que van a ser quienes van a usar lo que construimos. Podemos deconstruir nuestros proceso de investigación en cuatro fases que nos permiten entender el contexto de manera más precisa y transparentando el proceso.
Estudios. “Hicimos esto…” — ¿de dónde lo aprendimos? Acá podemos mencionar los distintos procesos de descubrimientos que hicimos para conseguir los datos, como pueden ser entrevistas, pruebas de usabilidad u otras, como también qué preguntas u objetivos teníamos que nos llevó a recolectar datos de determinadas maneras. Por ejemplo, una prueba de usabilidad con 8 participantes presenciales en sedes comunales.
Observaciones (o datos). “…y nos encontramos con esto…” — ¿qué vimos y escuchamos? Acá podemos dejar todos los datos empíricos obtenidos, que sea posible de dar cuenta al verlo de una manera libre de interpretaciones. Podemos incluir métricas o citas textuales de participantes, por ejemplo, que den cuenta qué sucedió en los estudios. Por ejemplo, solo 2 de 8 participantes encontraron pudieron encontrar la configuración de cuenta.
Interpretaciones (o insights). “…lo que nos hace pensar esto…” — ¿por qué creemos que pasó esto? Acá podemos tomar las observaciones, procesarlas racionalmente al analizarlas, y llegar a conclusiones concretas. Podemos dar más seguridad en el análisis de los datos cuando nos basamos en más de una fuente, como pueden ser estudios con efoques distintos (por ejemplo, cualitativos y cuantitativos, con foco en comportamiento y en actitudes), en lo que llamamos un proceso de triangulación de técnicas de invetigación. En cuanto sigan apareciendo nuevos datos, vamos a tener que prestar atención por si quedaron invalidados por esta información nueva. Por ejemplo, las personas no esperaban encontrar la configuración de cuenta en el pie de página.
Recomendaciones. “…así que vamos a hacer esto” — ¿cómo seguimos? Cuanta más evidencia haya (las observaciones) que hayamos podido analizar y procesar (las interpretaciones), mayor probabilidad de ser acertadas estas sugerencias de los próximos pasos a seguir. Es importante entender quién va a estar recibiendo estas recomendaciones y si estas están dentro de su capacidad de accionar. Por ejemplo, mover las opciones de configuración de cuenta al encabezado de página para que se ubique dentro del menú.
Siempre conviene adaptar el cómo comunicamos según la audiencia que reciba esta información. Por lo tanto, es fundamental revisar el estilo y la narrativa que construimos para que sea lo más efectiva posible para quien va a tener que tomar acción sobre nuestros hallazgos.
Referencias:
- Hall, Erika (2013): Just Enough Research
- Gibbons, Sarah (2018): “Journey Mapping 101”
- Pidcock, Daniel (2018): “What is Atomic UX Research?”
- Rosala, Maria (2019): “How to Analyze Qualitative Data from UX Research: Thematic Analysis”