Non puoi vedere la soddisfazione del cliente.
Non è possibile visualizzare l’usabilità.
Non esiste un termometro che misuri direttamente l’intelligenza di qualcuno.
Mentre possiamo parlare di clienti soddisfatti, prodotti utilizzabili o persone intelligenti, non esiste un modo diretto per misurare questi concetti astratti.
E chiaramente questi concetti variano. Abbiamo tutti avuto esperienze che ci hanno lasciato insoddisfatti o al contrario molto felici. Abbiamo anche avuto la nostra quota di prodotti che erano frustranti da usare, e altri che erano sorprendentemente facile da usare.
Mentre non possiamo misurare direttamente queste esperienze, sono questi concetti nascosti e fluttuanti che spesso abbiamo bisogno di misurare e preoccuparci di più.
Variabili
Fin dalla tenera età si acquisisce familiarità con il concetto di variabile. In algebra abbiamo equazioni come:
2x = 4
Nell’equazione, x è la variabile.
Nella programmazione di computer, una variabile memorizza un valore, proprio come fa in matematica. Ad esempio, la variabile PHP username username memorizza il valore del nome utente che una persona inserisce in un modulo:
$nome utente = _ _POST;
Nella ricerca, le variabili sono cose che cambiano e possono essere controllate e misurate. Ad esempio, in un test A/B, se metà dei partecipanti vede un pulsante rosso e metà vede un pulsante blu su una pagina di donazione, la variabile è il colore del pulsante.
Variabili indipendenti vs dipendenti
Più specificamente, il colore del pulsante viene indicato come variabile indipendente ed è quello che viene solitamente manipolato in uno studio. Al contrario, la variabile dipendente è il numero di clic sul pulsante (calcolato come tasso di conversione).
Entrambe le variabili indipendenti e dipendenti sono variabili osservate. Possiamo contare il numero di clic e, come ricercatore, vedere la differenza nei colori dei pulsanti.
Osservato vs variabili latenti
Si osservano molte variabili nella ricerca UX. Cose come le risposte alle domande del sondaggio, le scale di valutazione standardizzate, il tempo sull’attività, il successo dell’attività e i problemi di usabilità sono tutti osservabili (mentre l’usabilità stessa non è osservabile).
Ma spesso sono le variabili che non possiamo vedere o misurare direttamente che vogliamo conoscere, come la fedeltà del cliente o l’usabilità. Queste variabili nascoste sono indicate come latenti (che è latino per nascosto). La domanda Net Promoter Score (NPS) e i 10 elementi della System Usability Scale (SUS) misurano le variabili osservate (scale di valutazione, tempo sull’attività e altri) come un modo per stimare rispettivamente le variabili non osservate di fidelizzazione e usabilità del cliente.
Come misurare le variabili latenti
Mentre non possiamo misurare direttamente le variabili latenti, possiamo misurarle indirettamente usando le variabili osservate. È simile alla tecnica per trovare pianeti in orbita attorno a stelle lontane. Gli esopianeti non sono visti direttamente (sono troppo fiochi) ma possono essere osservati indirettamente sia dall’oscillazione di gravitazione che hanno sulla loro stella madre che dalla piccola quantità di luce che bloccano fuori dalla vista mentre passano tra la loro stella e i nostri telescopi.
Allo stesso modo, per misurare le variabili latenti nella ricerca usiamo le variabili osservate e quindi deduciamo matematicamente le variabili invisibili. Per fare ciò utilizziamo tecniche statistiche avanzate come l’analisi fattoriale, l’analisi di classe latente (LCA), la modellazione di equazioni strutturali (SEM) e l’analisi Rasch. Queste tecniche si basano sulle correlazioni tra variabili.
Per esempio, abbiamo identificato la variabile latente di usabilità nel 2009 carta utilizzando un tipo di fattore analysis (PCA) esaminando le variabili osservate (per una misura di efficienza), i tassi di completamento (una misura di efficacia), e auto-riferito risposte al questionario (una misura della soddisfazione) per scoprire la variabile latente di usabilità.
Quando abbiamo sviluppato il SUPR-Q come misura della qualità dell’esperienza utente del sito web, abbiamo mappato gli elementi osservati (8 elementi a cui gli utenti rispondono) ai costrutti latenti di variabili UX, qualità UX, aspetto, usabilità, lealtà e fiducia utilizzando la modellazione delle equazioni strutturali (SEM).
Quando conduciamo un’analisi di segmentazione vogliamo scoprire cluster invisibili di clienti. Chiediamo ai partecipanti a un ampio sondaggio di rispondere a molti elementi. Prendiamo le risposte osservate e usiamo l’analisi di classe latente per identificare i cluster sottostanti.
Quando eseguiamo un ordinamento di carte per capire come gli utenti raggruppano le informazioni e gli elementi, prendiamo il conteggio osservato di dove i partecipanti posizionano gli elementi per dedurre la variabile latente dei gruppi.
Conclusione
Le variabili latenti o nascoste differiscono dalle variabili osservate in quanto non vengono misurate direttamente. Invece usiamo le variabili osservate e deduciamo matematicamente l’esistenza e la relazione delle variabili latenti. Questo è il metodo principale dietro molte tecniche potenti come
- Analisi fattoriale: Per trovare costrutti sottostanti
- Analisi cluster: per comprendere le relazioni utilizzando l’ordinamento delle carte
- Analisi della classe latente: Per raggruppare i clienti in segmenti
- Structural Equation modeling (SEM): Per convalidare le misure